Nano Banana 2

E2X'te Nano Banana 2 Görsel Düzenleme API'si

Nano Banana 2, Google'ın gemini-3.1-flash-image modeli ve düzenleme capability'si görsel kataloğumuzun iş atı. Onu google/nano-banana-2/edit-image olarak sunuyoruz, 1K varsayılanında düzenlenen görsel başına $0.04 alıyoruz ve tek bir request on dört kaynak görsele kadar taşıyabiliyor. fal.ai aynı modeli $0.08'den listeliyor.

Üzerinde çalışacak bir kaynak görseliniz yok mu? O zaman bunun yerine Nano Banana 2 text-to-image istiyorsunuz — aynı model, aynı fiyat, yalnızca prompt.

Açıkça söylemekte fayda var, çünkü sağlayıcı katalogları bunu karıştırdı: bu model Nano Banana Pro değil. Pro, gemini-3-pro-image; kaynağında kabaca iki katı fiyata. Başka bir sitenin tablosu Pro'nun spec'leriyle "Nano Banana 2" gösteriyorsa, altındaki Gemini model ID'sini kontrol edin.

26 Ağustos 2026 itibarıyla fiyatlandırmamız:

Fiyatlar ve ürün koşulları zamanla değişebilir; satın alma kararı öncesinde güncel fiyatları kontrol edin. Google Batch veya Flex fiyatlandırması, zamanlama, kapasite ve işleme koşulları farklı olduğu için standart on-demand API request'iyle birebir eşdeğer değildir ve bu tabloya dahil edilmemiştir. Bu karşılaştırma belirli bir kullanım senaryosuna aittir; E2X'in her koşulda "dünyanın en ucuzu" olduğu iddia edilmemektedir.

O sayıyı oynatan şey çözünürlük, sabit adımlarla:

Bunun nereye vardığına dikkat edin: bizden alınan 4K bir düzenleme, fal.ai'nin 1K için aldığı paraya geliyor. Makine tarafından okunabilir spec bu değerleri aynen yansıtıyor.

Pro'nun yarı fiyatı gerçekte ne satın alıyor

Google gemini-3.1-flash-image'i tam olarak gemini-3-pro-image'in yarısına fiyatlıyor ve capability farkı fiyat farkından çok daha küçük. Düzenleme bu asimetriyi daha da lehinize çeviriyor — zaten doğru görünen bir görseli dönüştürüyorsunuz, yani modelin uyduracak daha az şeyi var.

Bir pipeline'da önemli olan parçalar:

• Tek call'da on dört kaynak görsel. Bir özneyi, bir ürünü ve bir arka plan referansını, üç request zincirleyip ara çıktılara dadılık etmeden kompozit edin. Zorunlu rol ayrımı yok — her ekin ne işe yaradığına siz karar verir, prompt'ta söylersiniz.
• 4K'ya kadar çıktı. Daha ucuz Lite katmanına karşı belirleyici fark burası; Lite hiçbir resolution parametresi sunmuyor — döndürdüğü tek şey 1K. Düzenlenen bir varlık baskıya ya da retina bir hero alanına gidecekse Lite yarış dışı.
• Boyamadan önce thinking mode. Model, değiştirmesini istediğiniz şey üzerine akıl yürütüyor. İyi kapsanmış bir düzenlemenin dokunulmamış bölgeleri sessizce yeniden üretmek yerine koruyor olmasının sebebi bu.
• Image Search dahil search grounding. Bir düzenlemenin gerçek bir şeyle eşleşmesi gerektiğinde işe yarıyor — öznenizin arkasındaki belirli bir bina, gerçek bir ürün varyantı gibi.

Medyan latency 8,4 saniye civarında seyrediyor. Function calling desteklenmiyor, dolayısıyla bir agent döngüsünün bu modeli dışarıdan orkestre etmesi gerekiyor.

API request: referanslarla düzenleme

İki alan zorunlu: prompt ve image_urls. Key'inizi sunucu tarafında tutun ve job'ı gönderin.

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": "Görsel 1 spor ayakkabı, görsel 2 yüzey referansı. Ayakkabıyı görsel 2'deki ıslak betonun üzerine yerleştir ve oradaki yansımalarla eşleştir. Ayakkabıyı ve logosunu değiştirme.",
      "image_urls": [
        "https://example.com/sneaker.png",
        "https://example.com/concrete.jpg"
      ],
      "aspect_ratio": "1:1",
      "resolution": "2k"
    }
  }'

Gönderim size bir job ID döner. Oturana kadar polling yapın:

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: "Pencerenin dışındaki mevsimi kışın ortasına çevir. Odayı, mobilyaları ve kişiyi olduğu gibi bırak.",
      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));
}

Status'ler pending → processing → completed şeklinde ilerler ya da failed / cancelled üzerinde durur. Submit body'sine bir webhookUrl geçin, sizi biz arayalım.

Sabitlemeye değer schema detayları: image_urls tek kaynak için bile bir dizidir, aspect_ratio varsayılanımız kaynak görselin kendi oranı değil 9:16'dır ve resolution değerleri küçük harftir. İnsanları şaşırtan da o varsayılan — yatay bir fotoğrafı ayarlamadan verin, geriye dikey bir kırpma gelsin.

Görsel düzenleme modellerimiz arasında seçim yapmak

Nano Banana 2 düzenleme için varsayılan tavsiyemiz, ama her iş için doğru cevap değil. Ayrıca neler çalıştırıyoruz:

Düzenlemeleriniz 1K'da arka plan değişimi ve renk düzeltmesinden ibaretse Nano Banana 2 Lite'a geçin — yaklaşık %40 daha ucuz, metin ve referans tutarlılığında başa baş ve hacimde o fark marjın tamamı demek. Geçmemek için iki sebep: Lite sonsuza dek 1K'da tavan yapıyor ve bir prompt ondan birkaç nesneyi doğru yerleştirmesini istediğinde güvenilirliği düşüyor. Bu ikinci başarısızlık ince, o yüzden bir benchmark'a güvenmek yerine kendi en zorlu prompt'unuzu test edin.

Kare içindeki okunabilir kelimeler teslim edilecek şeyin kendisiyse Nano Banana Pro'ya çıkın. Mecbur kalmadıkça legacy satırını görmezden gelin: Google artık gemini-2.5-flash-image'i legacy olarak sınıflandırıyor ve yerine Nano Banana 2 Lite'ı tavsiye ediyor — aynı anda hem daha yeni hem daha ucuz. Geri kalanı görsel düzenleme kategorisinde ve daha geniş model kataloğunda duruyor.

Tutan düzenleme prompt'ları yazmak

Üretimden taşınan içgüdü, bitmiş resmi tarif etmek. Bir düzenlemede bu kaynakla yarışır ve istediğiniz değişiklik yerine sürüklenen bir yeniden render alırsınız.

Neyin değişeceğini söyleyin, sonra neyin değişmemesi gerektiğini. Korunacak bölgelerin adını vermek isteğe bağlı değildir — bir yüzü, bir logoyu ya da bir etiketi dokunulmaz olduklarını söylediğinizde model çok daha iyi koruyor.

Eklerinizi prompt içinde numaralandırın. "Görsel 1 özne, görsel 2 yalnızca ışık referansı" cümlesi, modelin niyet konusunda sahip olduğu tek sinyal; o olmadan üçüncü ek, dahil edilecek başka bir özneye dönüşüyor.

Kalite sessizce en çok zincirlenmiş düzenlemelerde sızıyor. Her geçiş yeniden encode ediyor ve küçük kimlik sapmaları dört beş turda birikiyor. Bir diziyi, tüm referanslar ekli halde tek bir request'e indirin — her iki durumda da aynı $0.04 ve tek geçişli sonuç genelde daha temiz.

Yayına almadan önce

Düzenlenen her çıktı bir SynthID watermark'ı taşır. Google onu koşulsuz uyguluyor ve hiçbir sağlayıcı — biz de dahil — kapatacak bir flag sunmuyor. Bir sözleşme yapay zekâ üretimi varlıkları yasaklıyorsa, entegrasyonu yazmadan önce bunu çözün.

Input kalitenize dikkat edin. Yumuşak, aşırı sıkıştırılmış bir kaynak, hangi resolution değerini isterseniz isteyin çıktıyı kısıtlar; 600px'lik bir JPEG'den 4K istemek, orijinalin kusurlarının pahalı bir upscale'ini satın almaktır.

Her migration'da aspect_ratio değerini yeniden kontrol edin. Bizimki varsayılan olarak portre, sağlayıcılar birbirinden farklı ve sessizce yeniden çerçevelenmiş bir batch, yayınladıktan sonra fark ettiğiniz türden bir bug.

Sıkça sorulan sorular

Nano Banana 2 görsel düzenleme nedir?

Google'ın gemini-3.1-flash-image modelinin düzenleme capability'si; API'mizde google/nano-banana-2/edit-image olarak sunuluyor. Bir ya da daha fazla kaynak görselle birlikte bir talimat gönderirsiniz, o da 4K'ya kadar değiştirilmiş bir görsel döner.

E2X'te bir düzenleme ne kadar?

1K varsayılanımız düzenlenen görsel başına $0.04; 2K $0.06, 4K ise $0.08. Bunlar 26 Ağustos 2026 kontrolündeki fiyatlardı. Fiyatlar değişir, bu yüzden bir bütçeye bağlanmadan önce canlı model sayfasından teyit edin.

Bir request kaç kaynak görsel alabilir?

Tek call'da on dörde kadar. Aralarında zorunlu bir rol ayrımı yok — hangi ekin özne, hangisinin arka plan, hangisinin yalnızca stil referansı olduğunu modele prompt içinde siz söylersiniz.

Nano Banana 2, 4K düzenleme üretebiliyor mu?

Evet — resolution enum'umuz 1k, 2k ve 4k değerlerini kabul ediyor ve 4K bir düzenleme $0.08 tutuyor. Onu Nano Banana 2 Lite yerine seçmenin başlıca sebebi bu; Lite'ın resolution parametresi yok ve yalnızca 1K döndürüyor.

Bu model için E2X, fal.ai'den ucuz mu?

O tarihte kontrol ettiğimiz karşılaştırılabilir on-demand fiyatlar için evet — bizde $0.04, fal.ai'de $0.08; benzeri benzeriyle 1K bir request'te %50 tasarruf. Batch ürünleri, promosyon oranları ve farklı planlar bu karşılaştırmanın parçası değil.

Düzenlenen görseller watermark taşıyor mu?

Evet. Her çıktı, Google'ın yapay zekâ üretimi içerik için kullandığı algılanamayan işaret olan bir SynthID watermark'ı içerir. Hiçbir sağlayıcı onu kaldıracak bir parametre sunmuyor.

Yatay fotoğrafım neden dikey olarak geri geldi?

Çünkü aspect_ratio varsayılanımız kaynak görselin oranı değil, 9:16. aspect_ratio değerini her request'te açıkça ayarlayın — insanlar bir düzenleme pipeline'ını bize taşırken karşılaştıkları en yaygın sürpriz bu.

Düzenleme API'si senkron mu?

Hayır. Bir job gönderirsiniz ve ya /v1/jobs/{id} üzerinden polling yaparsınız ya da callback için bir webhookUrl verirsiniz. Tamamlanan job'lar sonucu data.outputs[0].url altında sunar; medyan model latency'si 8,4 saniye civarında.