Nano Banana Pro

API Nano Banana Pro Text-to-Image на E2X

Nano Banana Pro — продуктовое название, которое Google даёт gemini-3-pro-image, верхней ступени своего семейства изображений. Мы держим её endpoint генерации как google/nano-banana-pro/text-to-image — на вход не идёт ничего, кроме prompt — и берём $0.075 за изображение на 1K и 2K, а 4K тарифицируется по $0.15. fal.ai хочет вдвое больше за тот же самый request.

Уже есть картинка, которую вы предпочли бы изменить, а не заменить? Nano Banana Pro edit-image — та же модель по той же цене, с полем image_urls под ваши референсы.

Где стояла наша цифра на момент проверки 26 августа 2026 года:

Цены и условия продуктов со временем меняются; проверьте актуальные цены каждого провайдера, прежде чем принимать решение о покупке. Цены Google Batch или Flex не эквивалентны напрямую стандартному on-demand API request, поскольку планирование, доступность и условия обработки отличаются; поэтому они исключены из этого сравнения. Это ограниченное по охвату сравнение, а не утверждение, что E2X — самый дешёвый вариант в мире при любой конфигурации.

resolution — единственный фактор тарификации здесь. 1K и 2K стоят одинаковые $0.075 — рисовать в 1K нет причин, если только вам не важен трафик, — а 4K удваивает цену.

Что тариф Pro делает с холодного старта

Генерация из ничего — задача сложнее редактирования. Нет референса, который закрепил бы композицию, поэтому всё, что модель делает верно, должно родиться из её собственного рассуждения о вашем предложении. Основной вес несут три возможности.

Типографика, которая выживает. Ради этого и платят цену Pro. Модель рисует стилизованные читаемые слова внутри кадра — заголовки, прайс-листы, меню-борды, подписи к графикам, текст на упаковке — на нескольких языках и в тех размерах, где модели подешевле выдают декоративные закорючки. Постер с настоящим слоганом — это один request, а не request плюс час в графическом редакторе.

Google Search grounding. Модель может свериться с живым поиском, пока компонует. Попросите конкретное здание, конкретную форму одежды, конкретное блюдо, выложенное так, как его выкладывают в конкретной кухне, — и ей есть куда посмотреть помимо собственных предпочтений. В text-to-image это важнее, чем в редактировании, где исходная фотография уже закрывает вопрос о том, как что выглядит.

Настоящий 4K, вплоть до 4096×4096. Не апскейл, прикрученный задним числом. Наш enum resolution — в нижнем регистре: 1k, 2k, 4k, — и цену меняет только 4k.

Есть и четвёртая вещь, о которой стоит знать, потому что она проявляется в графиках задержки, а не в счетах. Модель рассуждает визуально, прежде чем зафиксировать результат, попутно порождая промежуточные «мысленные изображения». Google их не возвращает, и мы их не тарифицируем. Закладывайте около 30 секунд на request — и цифра перестанет удивлять.

API request: от prompt до готового кадра

prompt — единственное обязательное поле. Заведите ключ в дашборде, держите его за собственным бэкендом и отправьте POST на наш submit endpoint.

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-pro/text-to-image",
    "input": {
      "prompt": "Винтажный туристический постер о Фарерских островах. Вид шелкографии, четыре плашечных цвета, густой туман над базальтовыми скалами. Слова VISIT FAROE узким гротеском по нижней трети.",
      "aspect_ratio": "2:3",
      "resolution": "2k"
    }
  }'

В ответ приходит job ID. Опрашивайте его или передайте нам webhookUrl в теле submit, и мы уведомим вас сами:

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

const submit = (input) =>
  fetch("https://api.e2x.ai/v1/jobs/submit", {
    method: "POST",
    headers,
    body: JSON.stringify({ model: "google/nano-banana-pro/text-to-image", input }),
  }).then((r) => r.json());

const { data } = await submit({
  prompt:
    "Изометрическая инфографика цепочки поставок кофе, шесть подписанных этапов, приглушённая землистая палитра, все подписи на португальском и читаемы в мелком размере.",
  aspect_ratio: "16:9",
  resolution: "4k",
});

let job;
do {
  await new Promise((r) => setTimeout(r, 2500));
  job = await fetch(`https://api.e2x.ai/v1/jobs/${data.jobId}`, { headers })
    .then((r) => r.json());
} while (job.data.status === "pending" || job.data.status === "processing");

if (job.data.status !== "completed") throw new Error(job.data.error?.message);
console.log(job.data.outputs[0].url);

Две детали схемы, на которых спотыкаются. Значение aspect_ratio по умолчанию у нас — 9:16, поэтому request без этого поля вернётся вертикальным: задавайте его каждый раз. И enum широкий: десять соотношений от 1:1 и 4:5 до 21:9, что покрывает большинство рекламных и социальных форматов без последующего кропа. Машиночитаемая спецификация несёт актуальный список и актуальную цену.

Как выбрать между нашими моделями text-to-image

Pro — самый дорогой генератор в этом семействе, и множеству задач он не нужен:

Начинайте с Nano Banana 2. Она стоит чуть больше половины Pro, хорошо рисует текст, и для предметной съёмки, превью и редакционных иллюстраций вы редко сможете определить, какой тариф сделал файл. Поднимайтесь к Pro, когда результат работы — это слова на изображении: меню, инфографика, двуязычный рекламный материал, — или когда клиенту нужны 4096 пикселей по длинной стороне.

Одна строка заслуживает второго взгляда: Nano Banana 2 Lite дешевле legacy Nano Banana и при этом новее её. Google сам называет оригинал своей legacy-моделью и рекомендует Lite как замену. Если вы до сих пор вызываете старый slug, это деньги, лежащие на столе.

GPT Image 2 — единственный настоящий соперник по типографике, и приходит она с другой манерой: холоднее, буквальнее и с умением вернуть прозрачный фон, чего не делает ни одна модель изображений Gemini. Остальные варианты живут в категории text-to-image, а всё, что мы держим, — на странице каталога моделей.

Как добиться правильных слов в кадре

Цитируйте нужную строку. Ставьте её в кавычки, пишите точно и говорите, где она стоит: «слова "HALF PRICE TUESDAY" по верху, узкий гротеск, белое на красном». Описываете текст — модель интерпретирует; цитируете — модель переносит.

Задавайте шрифт до сцены. Prompt, которые открываются с макета и типографики, а потом описывают картинку вокруг них, держат свой текст лучше, чем те, где текст закопан в последнее придаточное.

Дальше дайте ей поработать. Поскольку эта модель рассуждает перед отрисовкой, prompt с настоящими структурными ограничениями — пересчитайте элементы, назовите палитру, зафиксируйте порядок чтения — идёт в дело. Расплывчатые прилагательные усредняются.

Перед выкаткой

Каждое изображение несёт водяной знак SynthID, незаметный сигнал происхождения от Google. Параметра, чтобы его выключить, нет нигде, включая нас. Средства детекции ниже по цепочке его увидят, поэтому, если договор запрещает материалы с водяным знаком, разберитесь с этим в первую очередь.

Проверьте свои предположения об aspect ratio, если переносите конфиг от другого провайдера. По умолчанию у нас портрет, а не квадрат, и пайплайн, полагавшийся на 1:1, будет молча выдавать файлы 9:16, пока кто-нибудь не заметит.

Частые вопросы

Какая модель Google скрывается за Nano Banana Pro?

Это gemini-3-pro-image, премиальный тариф семейства Nano Banana от Google. Тариф построен под требовательную визуальную работу — читаемую типографику в кадре, детализацию с опорой на поиск, вывод вплоть до 4096×4096, — а не под максимально быстрый оборот.

Сколько стоит Nano Banana Pro text-to-image на E2X?

$0.075 за изображение на 1K и 2K и $0.15 на 4K. Это половина ставки fal.ai и на 44% ниже собственного API Google по состоянию на нашу проверку 26 августа 2026 года. Цены двигаются, поэтому сверьтесь на живой странице модели, прежде чем строить на них бюджет.

Может ли она генерировать изображения с читаемым текстом?

Да, и это главная причина выбрать этот тариф. Она рисует стилизованные заголовки, подписи и основной текст внутри изображения, на нескольких языках, в тех размерах, где большинство моделей изображений сдаётся. Ставьте формулировку в кавычки в своём prompt, а не пересказывайте её.

Чем endpoint text-to-image отличается от edit-image?

Та же модель, те же $0.075, разный вход. Text-to-image берёт только prompt. Edit-image дополнительно берёт массив референсов image_urls — то, что нужно, когда существующую картинку надо изменить, а не создать заново.

Сколько времени занимает одна генерация?

Около 30 секунд. Модель порождает промежуточные «мысленные изображения», пока рассуждает о композиции: Google их не возвращает, а мы их не тарифицируем, но время уходит именно туда. Модели flash-уровня в несколько раз быстрее, если задержка для вас важнее качества.

Есть ли водяной знак на изображениях Nano Banana Pro?

Да. Каждый результат содержит водяной знак SynthID — невидимую метку Google для контента, сгенерированного ИИ. Ни один провайдер не даёт способа её отключить, мы в том числе.

Стоит ли Nano Banana Pro переплаты по сравнению с Nano Banana 2?

Только иногда. Nano Banana 2 стоит $0.04 против $0.075 и хорошо держится на большинстве фотографических и иллюстративных задач. Платите за Pro, когда на изображении есть текст, который кто-то реально будет читать, когда нужна точность с опорой на поиск или когда результат обязан быть в 4K.

Какие aspect ratio поддерживаются?

Десять: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 и 21:9. По умолчанию у нас 9:16, поэтому задавайте поле явно, если только вам не нужен вертикальный вывод.