Nano Banana 2

E2X의 Nano Banana 2 이미지 편집 API

Nano Banana 2는 Google의 gemini-3.1-flash-image이고, 그 편집 capability는 저희 이미지 카탈로그의 주력입니다. 저희는 이를 google/nano-banana-2/edit-image로 제공하며 1K 기본값에서 편집 이미지 한 장당 $0.04를 청구합니다. request 하나에 소스 이미지를 열네 장까지 실을 수 있습니다. fal.ai는 같은 모델을 $0.08에 올려 두고 있습니다.

작업할 소스 이미지가 없으신가요? 그렇다면 Nano Banana 2 text-to-image 쪽입니다. 같은 모델, 같은 가격, prompt만 있으면 됩니다.

프로바이더 카탈로그들이 이 부분을 헝클어 놓았기에 분명히 말씀드립니다. 이것은 Nano Banana Pro가 아닙니다. Pro는 gemini-3-pro-image로, 원가 기준 대략 두 배입니다. 다른 사이트의 표가 "Nano Banana 2"에 Pro의 사양을 붙여 두었다면, 그 아래의 Gemini 모델 ID를 확인하십시오.

2026년 8월 26일 기준 저희 가격입니다.

가격과 제품 조건은 시간이 지나면서 변경될 수 있습니다. 구매를 결정하기 전에 각 프로바이더의 현재 가격을 확인하시기 바랍니다. Google의 Batch 또는 Flex 가격은 스케줄링, 가용성, 처리 조건이 다르기 때문에 표준 온디맨드 API request와 직접 동등하지 않으며, 따라서 이 비교에서는 제외했습니다. 이는 특정 범위에 한정된 비교이며, E2X가 모든 구성에서 세계에서 가장 저렴하다는 주장은 아닙니다.

그 숫자를 움직이는 것은 해상도이며, 단계는 정해져 있습니다.

그 결과가 어디에 닿는지 보십시오. 저희에게서 받는 4K 편집이 fal.ai가 1K 한 장에 받는 값입니다. 기계 판독용 명세에 같은 값이 그대로 반영되어 있습니다.

Pro 가격의 절반으로 실제로 사는 것

Google은 gemini-3.1-flash-image를 gemini-3-pro-image의 정확히 절반에 매기지만, capability 차이는 가격 차이보다 훨씬 작습니다. 편집에서는 그 비대칭이 더 유리해집니다. 이미 제대로 보이는 이미지를 변형하는 것이라, 모델이 지어낼 몫이 적기 때문입니다.

파이프라인에서 중요한 부분들입니다.

• 한 번의 호출에 소스 이미지 열네 장. request 세 개를 이어 붙이고 중간 출력을 돌보지 않고도 피사체와 제품, 배경 참조를 합성하십시오. 강제된 역할 구분이 없습니다. 각 첨부가 무엇을 위한 것인지 여러분이 정하고 prompt에서 말씀하시면 됩니다.
• 최대 4K 출력. 더 저렴한 Lite 티어와의 결정적 격차가 여기입니다. Lite는 resolution 파라미터를 아예 노출하지 않고 1K만 돌려줍니다. 편집한 자산이 인쇄물이나 레티나 히어로 자리로 가야 한다면 Lite는 후보에서 빠집니다.
• 칠하기 전의 thinking mode. 모델은 여러분이 무엇을 바꿔 달라고 했는지 추론합니다. 범위가 잘 잡힌 편집이 손대지 않을 영역을 조용히 재생성하지 않고 지켜 내는 이유가 그것입니다.
• Image Search를 포함한 search grounding. 편집이 실재하는 무언가와 맞아야 할 때 유용합니다. 피사체 뒤의 특정 건물이라든가, 실제로 존재하는 제품 변형이라든가.

지연 시간 중앙값은 약 8.4초입니다. function calling은 지원되지 않으므로, 에이전트 루프는 이 모델을 바깥에서 오케스트레이션해야 합니다.

API request: 참조를 두고 편집하기

필수 필드는 prompt와 image_urls 둘입니다. key는 서버 쪽에 두시고 job을 전송하십시오.

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/edit-image",
    "input": {
      "prompt": "이미지 1은 스니커즈, 이미지 2는 표면 참조입니다. 이미지 2의 젖은 콘크리트 위에 스니커즈를 놓고 반사까지 맞춰 주세요. 신발과 로고는 변경하지 마세요.",
      "image_urls": [
        "https://example.com/sneaker.png",
        "https://example.com/concrete.jpg"
      ],
      "aspect_ratio": "1:1",
      "resolution": "2k"
    }
  }'

전송하면 job ID가 돌아옵니다. 확정될 때까지 polling하십시오.

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/edit-image",
    input: {
      prompt: "창밖의 계절을 한겨울로 바꿔 주세요. 방과 가구, 인물은 지금 그대로 유지하세요.",
      image_urls: ["https://example.com/interior.jpg"],
      aspect_ratio: "3:2",
      resolution: "1k",
    },
  }),
}).then((r) => r.json());

const jobId = submitted.data.jobId;

for (;;) {
  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));
}

상태는 pending → processing → completed로 가거나 failed / cancelled에 도달합니다. submit body에 webhookUrl을 넘기시면 저희가 대신 불러 드립니다.

기억해 두실 schema 세부 사항들입니다. image_urls는 소스가 하나여도 배열이고, 저희 aspect_ratio 기본값은 소스 이미지 자체의 비율이 아니라 **9:16**이며, resolution 값은 소문자입니다. 사람들을 놀라게 하는 것은 그 기본값입니다. 가로 사진을 넣고 설정하지 않으시면 세로로 잘린 결과가 돌아옵니다.

저희 이미지 편집 모델 중 고르기

Nano Banana 2는 편집에 대한 저희 기본 추천이지만, 모든 작업에 맞는 정답은 아닙니다. 저희가 운영하는 나머지는 이렇습니다.

편집이 1K에서의 배경 교체와 색 보정이라면 Nano Banana 2 Lite로 옮기십시오. 약 40% 저렴하고 텍스트와 참조 일관성에서 대등하며, 물량이 붙으면 그 격차가 곧 마진 전부입니다. 옮기지 않을 이유는 둘입니다. Lite는 영원히 1K가 상한이고, prompt가 여러 오브젝트를 정확히 배치해 달라고 하면 신뢰도가 떨어집니다. 두 번째 실패는 미묘하니 벤치마크를 믿는 대신 여러분의 가장 까다로운 prompt로 직접 시험해 보십시오.

프레임 안의 읽히는 글자가 납품물 자체라면 Nano Banana Pro로 올라가십시오. 거기 묶여 계신 게 아니라면 레거시 줄은 무시하십시오. Google은 이제 gemini-2.5-flash-image를 레거시로 분류하고 대신 Nano Banana 2 Lite를 권합니다. 더 새롭고 동시에 더 쌉니다. 나머지는 이미지 편집 카테고리와 더 넓은 모델 카탈로그에 있습니다.

버텨 내는 편집 prompt 쓰기

생성에서 넘어온 본능은 완성된 그림을 묘사하는 것입니다. 편집에서 그것은 소스와 경쟁하고, 요청하신 변경 대신 표류하는 재렌더가 돌아옵니다.

무엇이 바뀌는지 말하고, 그다음 무엇이 바뀌면 안 되는지 말하십시오. 보호할 영역을 지목하는 것은 선택 사항이 아닙니다. 얼굴이나 로고, 라벨은 손대지 말라고 말씀하실 때 모델이 훨씬 잘 지켜 냅니다.

prompt 안에서 첨부에 번호를 매기십시오. "이미지 1은 피사체, 이미지 2는 조명 참조일 뿐"이라는 문장이 의도에 관해 모델이 받는 유일한 신호입니다. 그것이 없으면 세 번째 첨부는 함께 넣어야 할 또 하나의 피사체가 됩니다.

품질이 조용히 새는 곳은 연쇄 편집입니다. 매번 다시 인코딩되고, 작은 동일성 드리프트가 네다섯 라운드에 걸쳐 누적됩니다. 참조를 전부 붙인 하나의 request로 순서를 접어 넣으십시오. 어느 쪽이든 같은 $0.04이고, 한 번에 끝낸 결과가 대개 더 깔끔합니다.

출시 전에

편집된 모든 출력에는 SynthID watermark가 실립니다. Google이 조건 없이 적용하며, 저희를 포함해 어떤 프로바이더도 이를 끄는 플래그를 노출하지 않습니다. 계약이 AI 생성 자산을 금지한다면 통합 코드를 쓰기 전에 정리하십시오.

입력 품질을 살피십시오. 흐릿하고 과압축된 소스는 어떤 resolution을 요청하시든 출력을 제약합니다. 600px JPEG에서 4K를 요구하시면 원본의 결함을 비싸게 업스케일한 결과를 사시는 셈입니다.

마이그레이션할 때마다 aspect_ratio를 다시 확인하십시오. 저희 기본값은 세로이고 프로바이더마다 다르며, 조용히 다시 프레이밍된 batch는 게시한 뒤에야 알아차리게 되는 종류의 버그입니다.

자주 묻는 질문

Nano Banana 2 이미지 편집이란 무엇입니까?

Google의 gemini-3.1-flash-image 모델이 가진 편집 capability이며, 저희 API에서는 google/nano-banana-2/edit-image로 노출됩니다. 소스 이미지 한 장 이상과 지시를 보내시면 최대 4K의 수정된 이미지를 돌려줍니다.

E2X에서 편집 한 건은 얼마입니까?

저희 1K 기본값은 편집 이미지 한 장당 $0.04이고, 2K는 $0.06, 4K는 $0.08입니다. 2026년 8월 26일 확인 시점의 가격입니다. 가격은 변하니 예산을 확정하시기 전에 실시간 모델 페이지에서 확인하십시오.

request 하나에 소스 이미지를 몇 장까지 넣을 수 있습니까?

한 번의 호출에 최대 열네 장입니다. 이들 사이에 강제된 역할 구분은 없습니다. 어떤 첨부가 피사체이고 어떤 것이 배경이며 어떤 것이 스타일 참조일 뿐인지는 여러분이 prompt에서 모델에 말씀하십니다.

Nano Banana 2가 4K 편집을 만들 수 있습니까?

네. 저희 resolution enum은 1k, 2k, 4k를 받고 4K 편집은 $0.08입니다. resolution 파라미터가 없고 언제나 1K만 돌려주는 Nano Banana 2 Lite 대신 이 모델을 고를 주된 이유가 이것입니다.

이 모델에서 E2X가 fal.ai보다 쌉니까?

해당 날짜에 확인한 비교 가능한 온디맨드 가격 기준으로는 그렇습니다. 동일 조건의 1K request에서 저희가 $0.04, fal.ai가 $0.08로 50% 절감입니다. Batch 제품과 프로모션 요율, 다른 플랜은 그 비교에 포함되지 않습니다.

편집된 이미지에 watermark가 있습니까?

네. 모든 출력에 AI 생성 콘텐츠를 위한 Google의 감지되지 않는 표식인 SynthID watermark가 포함됩니다. 이를 제거할 파라미터를 제공하는 프로바이더는 없습니다.

가로 사진이 왜 세로로 돌아왔습니까?

저희 aspect_ratio 기본값이 소스 이미지의 비율이 아니라 9:16이기 때문입니다. 모든 request에서 aspect_ratio를 명시적으로 설정하십시오. 편집 파이프라인을 저희 쪽으로 옮기실 때 가장 흔히 겪는 놀라움이 바로 이것입니다.

편집 API는 동기식입니까?

아니요. job을 전송하신 뒤 /v1/jobs/{id}를 polling하시거나 콜백용 webhookUrl을 제공하십시오. 완료된 job은 결과를 data.outputs[0].url에 노출합니다. 모델 지연 시간 중앙값은 약 8.4초입니다.