Nano Banana 2 Lite

API Editing Gambar Nano Banana 2 Lite di E2X

Nano Banana 2 Lite adalah gemini-3.1-flash-lite-image milik Google, dan kemampuan editing-nya berada di google/nano-banana-2-lite/edit-image pada platform kami. Kami mengenakan biaya $0.0238 per gambar hasil edit — sekitar 43% di bawah biaya model yang sama di fal.ai. Ia menerima hingga empat belas gambar referensi per call dan mengembalikan hasil pada resolusi 1K, dan itulah seluruh tawar-menawarnya dalam satu kalimat.

Tidak punya gambar sumber untuk diolah? Kalau begitu yang Anda cari adalah Nano Banana 2 Lite text-to-image — model yang sama, harga yang sama, hanya prompt.

Halaman ini sebenarnya ditujukan untuk satu kelompok pembaca: siapa pun yang pipeline editing-nya masih mengarah ke Nano Banana asli, gemini-2.5-flash-image. Google mematikan model itu pada 2 Oktober 2026 dan mengatakannya terang-terangan — "Kami menyarankan upgrade ke Nano Banana 2 Lite untuk kualitas yang lebih baik, kecepatan yang lebih tinggi, dan biaya yang lebih rendah." Untuk editing, alasannya lebih kuat daripada sekadar harga. Nano Banana legacy menginginkan maksimum tiga gambar input. Lite menerima empat belas. Itu kelas komposit yang berbeda dalam satu request — dan biayanya lebih rendah daripada yang Anda bayar sekarang ($0.0238 di sini berbanding $0.0312 di endpoint edit legacy).

Harga kami saat terakhir kami periksa pada 26 Agustus 2026:

Harga dan ketentuan produk dapat berubah sewaktu-waktu. Periksa harga terkini masing-masing provider sebelum mengambil keputusan pembelian. Harga Google Batch atau Flex tidak setara langsung dengan request API on-demand standar karena kondisi penjadwalan, ketersediaan, dan pemrosesannya berbeda; karena itu harga tersebut tidak disertakan dalam perbandingan ini. Ini adalah perbandingan dengan cakupan terbatas, bukan klaim bahwa E2X adalah opsi termurah di dunia dalam setiap konfigurasi.

Empat belas referensi di tier murah

Anggaran referensi adalah bagian dari Lite yang tidak kami duga akan selamat dari pemangkasan. Ternyata selamat — empat belas gambar per request, identik dengan Nano Banana 2 penuh. Satu orang, satu produk, tiga referensi pencahayaan, dan setumpuk foto dari berbagai sudut semuanya masuk ke satu call.

Apa yang itu buka: pekerjaan katalog di mana sepotong pakaian tetap pakaian yang sama di delapan adegan, konsistensi karakter di satu set panel komik, penempatan produk di mana Anda memberi objeknya dari beberapa sudut supaya model berhenti mengarang bagian belakang yang tidak pernah Anda tunjukkan. Persis pekerjaan yang membuat model legacy tersedak di tiga input.

Trade-off-nya nyata dan kami lebih ingin Anda menemuinya di sini daripada di produksi:

• Output 1K, titik. Dokumentasi Google menyebut model ini "hanya mendukung resolusi 1K". Tidak ada parameter resolution di endpoint ini karena tidak ada yang perlu disetel. Meretus foto yang harus bertahan di crop cetak? Pakai Nano Banana 2 edit-image, yang naik sampai 2K dan 4K.
• Editing lebih lambat daripada menghasilkan. Angka empat detik dari Google menggambarkan generasi dari sebuah prompt. Mendorong empat belas referensi melewati conditioning menambah waktu, dan makin banyak referensi makin banyak pula waktunya. Tetap cepat — hanya saja bukan empat detik.
• Tanpa search grounding. Lite tidak bisa mencari apa pun. "Buat logonya cocok dengan warna merek saat ini" hanya akan memberi Anda tebakan.
• Instruksi yang padat kalah dari Nano Banana 2. Ubah satu hal, atau beberapa hal yang berkaitan, dan Lite menyamai saudaranya yang lebih besar. Berikan enam edit sekaligus dengan kendala spasial dan model yang lebih dalam unggul secara mencolok.

Teks di dalam gambar adalah kejutan yang menyenangkan. Lite merender salinan yang terbaca dan bergaya pada tingkat yang sama dengan Nano Banana 2 pada pengujian berhadapan langsung, jadi mengganti sebuah headline atau memperbaiki label pada foto kemasan benar-benar mungkin dilakukan di harga ini.

Request API: mengirim referensi

Dua field wajib: prompt dan image_urls. Simpan key Anda di sisi server.

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/nano-banana-2-lite/edit-image",
    "input": {
      "prompt": "Tempatkan sepatu kets dari gambar 1 pada cyclorama studio dari gambar 2. Samakan latar abu-abunya dan jaga agar alur sol tetap terlihat.",
      "image_urls": [
        "https://example.com/sneaker-side.jpg",
        "https://example.com/studio-set.jpg"
      ],
      "aspect_ratio": "1:1"
    }
  }'

Kami mengembalikan sebuah job ID. Lakukan polling sampai statusnya menetap, atau kirim webhookUrl di body submit dan lewati loop-nya:

const headers = {
  Authorization: `Bearer ${process.env.E2X_API_KEY}`,
  "Content-Type": "application/json",
};

const submitted = await fetch("https://api.e2x.ai/v1/jobs/submit", {
  method: "POST",
  headers,
  body: JSON.stringify({
    model: "google/nano-banana-2-lite/edit-image",
    input: {
      prompt: "Pertahankan wajah, rambut, dan pose perempuan itu persis seperti sekarang. Ganti jaket denimnya dengan blazer linen warna krem.",
      image_urls: ["https://example.com/model.jpg"],
      aspect_ratio: "4:5",
    },
  }),
}).then((r) => r.json());

const jobId = submitted.data.jobId;

while (true) {
  const job = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, { headers })
    .then((r) => r.json());

  if (job.data.status === "completed") {
    console.log(job.data.outputs[0].url);
    break;
  }
  if (job.data.status === "failed") {
    throw new Error(job.data.error?.message || "Edit failed");
  }
  await new Promise((r) => setTimeout(r, 1500));
}

Job berjalan pending → processing → completed, atau berhenti di failed atau cancelled. Default aspect_ratio kami di endpoint ini adalah 1:1, jadi setel sendiri kalau sumber Anda potret atau lebar — enum-nya berjalan dari 21:9 sampai strip ultra-tipis 8:1 dan 1:8, dan auto membiarkan model yang memutuskan. Spesifikasi machine-readable membawa schema dan harga versi live.

Memilih di antara model-model editing gambar kami

Keputusannya lebih sempit daripada yang terlihat di tabel. Nano Banana 2 berbiaya 68% lebih mahal daripada Lite dan membelikan Anda tepat tiga hal: resolusi di atas 1K, search grounding, dan perilaku yang lebih baik di bawah instruksi rumit. Kalau tidak satu pun dari itu ada di daftar kebutuhan Anda, Anda membayar ruang lebih yang tidak akan Anda pakai. Kami lebih memilih mengatakannya daripada menjualnya.

Di mana kami menahan Anda dari Lite: apa pun yang berakhir di cetakan, dan apa pun yang menuntut satu call mengerjakan enam hal sekaligus. Keduanya layak di-upgrade. Set lengkapnya ada di kategori editing gambar dan katalog model.

Menulis prompt edit yang melekat

Prompt edit bukan deskripsi adegan. Sebutkan apa yang berubah, lalu sebutkan apa yang tidak boleh berubah.

Beri label pada referensi Anda ketika mengirim lebih dari satu — "gambar 1 adalah subjeknya, gambar 2 adalah pelat latarnya, gambar 3–5 hanya referensi warna." Tidak ada hal lain yang memberi tahu model lampiran mana yang merupakan palet. Lalu jangkarkan apa yang harus bertahan: wajah, pose, teks label, warna merek. Lintasan penalaran Lite yang lebih dangkal lebih mudah melenceng pada detail yang tak disebutkan dibandingkan Nano Banana 2, jadi sebutkanlah.

Ketika Anda mengedit teks, kutip string lama dan string barunya. Memparafrasekan sama saja mengundang penafsiran ulang.

Sebelum Anda merilis

Setiap gambar hasil edit kembali dengan watermark SynthID tertanam di dalamnya. Google menerapkannya pada semua output, tidak ada provider yang memaparkan sakelar, dan itu termasuk kami. Periksa kontrak klien Anda sebelum membangun di atasnya.

Perhatikan ukuran input Anda. Anda boleh menyerahkan sumber 4K kepada kami, tetapi hasilnya kembali pada 1K — satu tier output, dan ia tidak mengikuti input Anda. Bermigrasi dari endpoint legacy? Buang logika pemecahan tiga gambar yang Anda tulis di sekitar batas lama itu. Sekarang jadi kode mati.

Pertanyaan yang sering diajukan

Berapa banyak gambar referensi yang bisa dibawa satu request edit?

Empat belas. Nano Banana 2 Lite menyamai Nano Banana 2 penuh dalam jumlah referensi — Google tidak menguranginya untuk tier Lite. Itu lebih dari empat kali lipat rekomendasi Nano Banana legacy, yang mentok di tiga gambar input.

Berapa biaya editing gambar Nano Banana 2 Lite di E2X?

Kami mengenakan biaya $0.0238 per gambar hasil edit, datar — tanpa tingkatan resolusi, dan tanpa biaya tambahan untuk mengirim empat belas referensi alih-alih satu. Angka itu berasal dari pemeriksaan harga kami pada 26 Agustus 2026, ketika fal.ai mencantumkan $0.042 untuk model yang sama. Verifikasikan di halaman model versi live sebelum mengunci anggaran.

Bisakah saya mendapat edit 2K atau 4K dari model ini?

Tidak. Dokumentasi Google eksplisit bahwa model ini hanya mendukung resolusi 1K, jadi sama sekali tidak ada parameter resolusi di endpoint-nya. Pakai Nano Banana 2 atau Nano Banana Pro ketika Anda butuh output lebih besar.

Apakah layak bermigrasi dari Nano Banana yang asli?

Ya, dan Anda punya tenggat — Google memensiunkan gemini-2.5-flash-image pada 2 Oktober 2026. Untuk editing Anda mendapat empat belas referensi alih-alih tiga, text rendering dalam gambar yang benar-benar bekerja, generasi lebih cepat, dan harga lebih rendah di platform kami ($0.0238 berbanding $0.0312).

Berapa lama satu proses edit berlangsung?

Lebih lama daripada satu generasi text-to-image. Klaim Google "hanya dalam empat detik" menggambarkan generasi hanya-prompt; conditioning pada referensi menambah waktu, dan itu berskala dengan banyaknya referensi yang Anda kirim. Ia tetap editor tercepat di keluarga Nano Banana.

Sebaiknya saya pakai Lite atau Nano Banana 2 untuk editing?

Pakai Lite kecuali Anda butuh output di atas 1K, search grounding, atau penanganan andal atas banyak instruksi sekaligus dalam satu call. Untuk penggantian latar, perubahan busana, penghapusan objek, dan pekerjaan warna di resolusi web, selisihnya jarang terlihat dan Lite 40% lebih murah.

Apakah gambar hasil edit membawa watermark?

Ya. SynthID, penanda tak kasatmata milik Google untuk konten yang dihasilkan AI, diterapkan ke setiap output. Tidak ada provider yang menawarkan cara menonaktifkannya.