Nano Banana 2

API de text-to-image do Nano Banana 2 na E2X

O Nano Banana 2 é o gemini-3.1-flash-image do Google, e é o tier para o qual apontamos a maioria das pessoas primeiro. Expomos como google/nano-banana-2 — o slug puro, sem sufixo de capability — e cobramos $0.04 por imagem gerada no nosso padrão de 1K. Isso é metade do preço da fal.ai para o mesmo request, e te dá um modelo que renderiza texto legível dentro da imagem, aceita quatorze referências e vai até 4K.

Já tem uma imagem que você quer alterar em vez de refazer? O Nano Banana 2 edit-image são os mesmos pesos pelo mesmo preço, com um campo image_urls parafusado por cima.

Um aviso sobre nomes antes dos números. Nano Banana 2 não é Nano Banana Pro. O Pro é o gemini-3-pro-image, um modelo separado e mais caro, e alguns catálogos — a fal.ai entre eles — rotularam ele como "Nano Banana 2" em páginas específicas. Compare o ID do modelo Gemini, não o nome de marketing.

Era este o nosso preço na última vez que conferimos, em 26 de agosto de 2026:

Os preços e as condições dos produtos podem mudar. Verifique o preço atual de cada provider antes de tomar uma decisão de compra. O preço do Google Batch ou Flex não é diretamente equivalente a um request de API on-demand padrão, porque as condições de agendamento, disponibilidade e processamento são diferentes; por isso ele ficou fora desta comparação. Esta é uma comparação de escopo limitado, não uma afirmação de que a E2X é a opção mais barata do mundo em qualquer configuração.

resolution é o único fator de cobrança, e a escada é fixa:

Ficamos 50% abaixo da fal.ai em todo degrau — 4K incluído. Os mesmos números estão na spec legível por máquina junto com o resto do schema.

O argumento de preço por qualidade deste tier

As próprias tabelas do Google contam a história: o Nano Banana 2 custa $0.067, o Nano Banana Pro custa $0.134. Exatamente o dobro. A diferença de qualidade não chega nem perto de 2×.

É essa a troca. O Pro mantém vantagem em layouts tipográficos densos e composições elaboradas; você corta a conta pela metade em toda chamada e, para a maior parte do trabalho de produto, a diferença nunca chega ao espectador. O que você mantém neste tier importa mais do que o que você perde:

• Quatorze imagens de referência por request. Sem baldes de papéis obrigatórios — misture sujeitos e mood boards em uma chamada só e identifique cada um no prompt.
• Quatro degraus de resolução. O Google roda este modelo de 0.5K a 4K; nosso enum de resolution expõe 1k, 2k e 4k. Essa é a maior distância em relação ao irmão Lite, que não tem parâmetro resolution nenhum — 1K é a única coisa que ele produz.
• Thinking mode está ligado. Como todo modelo Gemini 3, ele raciocina sobre a composição antes de pintar. É para lá que vai a latência mediana de ~8,4 segundos.
• Google Search grounding, incluindo Image Search. Peça um ponto turístico real ou um uniforme real e ele pode ir olhar em vez de alucinar uma forma plausível.

O modelo do Google também suporta enquadramentos ultra-wide que o Pro não oferece — 1:4, 4:1, 1:8, 8:1. Nosso enum de aspect_ratio cobre hoje os dez aspect ratios padrão, de 1:1 a 21:9, então confira a spec ao vivo antes de construir um pipeline de banners em cima de um valor ultra-wide.

Um limite duro: function calling não é suportado. Não projete um loop de uso de ferramentas em torno dele.

Request de API: prompt entra, imagem sai

Crie uma API key no dashboard, mantenha ela no seu servidor e envie para o nosso endpoint de submit. prompt é o único campo obrigatório.

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",
    "input": {
      "prompt": "Um cardápio escrito à mão em lousa na frente de uma padaria de Lisboa, luz quente de fim de tarde, as palavras PASTEL DE NATA 1,20 EUR claramente legíveis",
      "aspect_ratio": "4:5",
      "resolution": "2k"
    }
  }'

Devolvemos um job ID. Faça polling nele, ou nos passe um webhook e pare de fazer polling:

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",
    input: {
      prompt: "Corte isométrico de uma pequena estufa hidropônica, tanques e canos identificados, estilo de ilustração técnica",
      aspect_ratio: "16:9",
      resolution: "1k",
    },
  }),
}).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 ?? "Generation failed");
  }
  await new Promise((r) => setTimeout(r, 1500));
}

O status caminha pending → processing → completed, ou para em failed ou cancelled. Mande um webhookUrl se preferir que a gente te chame de volta.

Dois detalhes de schema pegam as pessoas. Nosso padrão de aspect_ratio é 9:16, não 1:1 — retrato, porque é isso que a maior parte do nosso tráfego quer. E os valores de resolution são em minúscula: 1k, 2k, 4k.

Escolhendo entre os nossos modelos Nano Banana

O Nano Banana 2 fica no meio da nossa linha, o que significa que ele é a escolha errada nas duas direções para algumas cargas de trabalho. O mapa honesto:

Comece pela linha do Lite, porque é a que vai realmente te economizar dinheiro. O Nano Banana 2 Lite custa cerca de 40% menos, roda mais ou menos 2,7× mais rápido e empata com este modelo em texto legível e consistência de referência em testes lado a lado. O que você abre mão é estreito, mas é real: só 1K, sem search grounding, e obediência mais fraca às instruções assim que um prompt faz malabarismo com vários objetos. Sujeito único em resolução de rede social? Fique com o Lite e guarde a diferença.

Suba para o Pro quando a entrega for um cartaz cheio de palavras, ou uma campanha em que um rosto tem que sobreviver a vinte imagens. Pule a linha do legado — o próprio Google agora chama o gemini-2.5-flash-image de legado e recomenda o Nano Banana 2 Lite no lugar, por melhor qualidade, mais velocidade e custo menor. Essa migração é dinheiro de graça. O resto da linha está na categoria text-to-image e no catálogo de modelos completo.

Tirando mais do prompt

O thinking mode muda a forma como você deve escrever. O modelo raciocina antes de renderizar, então ele recompensa intenção declarada em vez de adjetivos empilhados — "um cartaz de recrutamento que precisa ser lido a três metros de distância" o guia melhor do que quinze tokens de estilo.

Coloque entre aspas qualquer texto que você queira renderizado, exatamente como ele deve aparecer, pontuação e caixa inclusas. Instruções vagas produzem rabiscos decorativos em qualquer tier.

Quando um sujeito existe no mundo real, dê o nome dele. O grounding só ajuda se o modelo souber que deve buscar. E seja direto sobre layout: enquadramentos altos e ultra-wide tendem a puxar o sujeito para o centro, a menos que você diga onde cada coisa fica.

Antes de colocar em produção

Toda imagem carrega um watermark SynthID. É o marcador de proveniência imperceptível do Google, aplicado sem exceção, e nenhum provider — nós inclusive — tem um botão para desativar. Se um contrato de cliente proíbe assets com watermark, resolva isso antes de integrar.

Reserve latência em torno de ~8,4 segundos de tempo mediano de modelo, não a resposta abaixo de um segundo de um modelo de difusão pequeno. Pensar custa tempo de relógio. Nosso ETA de job fica em 30 segundos para absorver fila e renderizações em 4K.

Fixe resolution explicitamente no código. Os padrões não coincidem entre providers, e é melhor descobrir isso em um diff do que em uma fatura.

Perguntas frequentes

O que é o Nano Banana 2?

Nano Banana 2 é o nome de produto do gemini-3.1-flash-image do Google, o modelo de tier flash atual na família Nano Banana. Ele gera imagens a partir de texto, aceita até quatorze referências, renderiza texto legível dentro da imagem e entrega até 4K.

Quanto custa o Nano Banana 2 na E2X?

Cobramos $0.04 por imagem gerada no nosso padrão de 1K, $0.06 em 2K e $0.08 em 4K, conferido em 26 de agosto de 2026. Preços mudam — confirme na página do modelo ao vivo antes de fechar orçamento em cima disso.

O Nano Banana 2 é a mesma coisa que o Nano Banana Pro?

Não. O Nano Banana 2 é o gemini-3.1-flash-image; o Pro é o gemini-3-pro-image, um modelo separado por mais ou menos o dobro do preço de tabela. Alguns catálogos rotularam o Pro errado como "Nano Banana 2", então verifique o ID do modelo Gemini quando for comparar specs.

Devo usar o Nano Banana 2 ou o Nano Banana 2 Lite?

Use o Lite quando 1K bastar e seus prompts descreverem um único sujeito claro — cerca de 40% mais barato e mais ou menos 2,7× mais rápido. Use o Nano Banana 2 para 2K ou 4K, para prompts que precisam posicionar vários objetos corretamente, ou quando você quiser o Google Search grounding, que o Lite não tem.

As imagens do Nano Banana 2 têm watermark?

Sim. Toda saída carrega um watermark SynthID, o marcador imperceptível do Google para conteúdo gerado por IA. Não existe parâmetro em provider nenhum para desligar, nós inclusive.

O modelo suporta function calling?

Não. O Nano Banana 2 não suporta function calling, então não projete um loop de uso de ferramentas em torno dele. Ele suporta, sim, thinking mode e Google Search grounding, incluindo Image Search.

Quanto tempo leva uma geração?

A latência mediana do modelo fica em torno de 8,4 segundos; definimos o ETA do job em 30 segundos para cobrir fila e renderizações maiores. A API é assíncrona — envie um job e depois faça polling em /v1/jobs/{id} ou forneça um webhookUrl.