返回模型列表

Nano Banana Pro

基于 gemini-3-pro-image 的 Nano Banana 高阶版本,支持文本生成图像与编辑,画面内文字清晰可读,最高可输出 4K。

图像编辑起$0.075文本生成图像起$0.075
定价起价 $0.075/次请求
延迟平均约 30 秒
分辨率1K/2K/4K
最适合text to image, High Quality, Pro

参数

预估费用

此模型可为您节省 50%
每 request 基础成本$0.15
折扣-50%
您的总计$0.075
每次请求可节省 $0.075

登录以运行模型

Output Preview

Ready

No output yet

Run the model to see generated results.

示例输出

API 示例— 当前参数

generate.py
import requests

result = requests.post(
    'https://api.e2x.ai/v1/jobs/submit',
    headers={
        'Authorization': f'Bearer {API_KEY}',
        'Content-Type': 'application/json'
    },
    json={
  'model': 'google/nano-banana-pro/edit-image',
  'input': {}
}
)

获取任务— 轮询获取结果

get_job.py
import time

job_id = result.json()['jobId']

while True:
    response = requests.get(
        f'https://api.e2x.ai/v1/jobs/{'{job_id}'}',
        headers={'Authorization': f'Bearer {'{API_KEY}'}'}
    )
    data = response.json()['data']

    if data['status'] == 'completed':
        print('Done!', data['outputs'][0]['url'])
        break
    elif data['status'] == 'failed':
        raise Exception(f"Job failed: {'{'}data['error']['message']{'}'}")

    time.sleep(2)
探索替代方案

相关模型

探索适用于 图像编辑 的其他 AI 模型

查看所有模型

E2X 上的 Nano Banana Pro 图像编辑 API

Nano Banana Pro 就是 Google 的 gemini-3-pro-image —— Nano Banana 家族的最高一档,也是当一次编辑必须在全尺寸下站得住时我们会去拿的那个。我们把它的编辑 capability 开放为 google/nano-banana-pro/edit-image,在 1K 和 2K 下每张编辑收费 $0.075。这是今天同样一次 request 在 fal.ai 或 Replicate 上花费的一半。

手上没有源图像?那您要的是 Nano Banana Pro text-to-image —— 同一个模型,同样的价格,只需 prompt。

以下是我们在 2026 年 8 月 26 日 最后一次核查时的价格情况:

API 提供商价格(1K/2K)价格(4K)与 E2X 相比
E2X$0.075$0.15—
fal.ai$0.15$0.30我们低 50%
Replicate$0.15$0.30我们低 50%
Google Gemini API$0.134$0.24我们低 44%

我们给那张表打上日期戳,是因为我们会重新核查它,也因为价格会变。

价格与产品条款可能随时间变化;在做出采购决定前,请核对各家提供商的当前价格。Google 的 Batch 或 Flex 价格在调度、可用容量和处理条件上均有所不同,因此与标准的按需 API request 并不直接等价,已从本对比中排除。这是一次限定范围的对比,并非声称 E2X 在任何配置下都是全球最便宜的选择。

Pro 档在哪里挣回了自己的价格

大多数图像模型把编辑当成一次恰好长得像原图的重新生成。这一个把它当成构图,而您能在三个地方感受到差别。

它能一次握住十四张参考图。 Google 把这个预算按角色分配:当某个人必须保持可辨认时,最多 5 张角色图像;用于高保真产品植入的物体图像最多 6 张;风格参考最多 3 张。一整套广告合成——模特、产品、品牌色板——作为一次 request 提交,而不是一条需要您全程照看的三次调用链。

它写得出可读的文字。 这是我们在任何商业用途上推荐 Pro 而非更便宜档位的最大单一理由。它能为信息图、菜单、图解和包装渲染有样式、可阅读的文案,并且能处理多语言版式——把一张英文信息图交给它,要一版西班牙语的,其余画面纹丝不动。大多数图像模型至今仍会把正文变成装饰性的鬼画符。

真的能往上走的分辨率。 1K、2K,或最高到 4096×4096 的 4K。我们把 1K 和 2K 定成同一个价 $0.075;4K 翻倍。

在您拿我们和任何人做基准对比之前,有一个行为需要知道:模型在推敲构图时会生成中间的「thought image」。Google 不会返回它们,而我们不对此计费。这也是为什么您应当预期每次 request 大约 30 秒,而不是 flash 档模型的两三秒。

API request:带参考图的编辑

在控制台创建一个 key,把它留在服务端,然后把 job 提交到我们的 submit endpoint。我们要求两个字段:prompt 和 image_urls。

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/edit-image",
    "input": {
      "prompt": "把这只瓶子放在湿润的板岩上,采用柔和的阴天日光。保持标签文字锐利且不做任何改动。",
      "image_urls": [
        "https://example.com/product.jpg",
        "https://example.com/mood.jpg"
      ],
      "aspect_ratio": "4:5",
      "resolution": "2k"
    }
  }'

我们会交还一个 job ID。对它做 polling,直到状态稳定下来:

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-pro/edit-image",
    input: {
      prompt: "把背景换成阳光洒落的米兰庭院。保持人物的面部和服装完全一致。",
      image_urls: ["https://example.com/portrait.jpg"],
      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 || "Image edit failed");
  }
  await new Promise((r) => setTimeout(r, 2000));
}

状态流转为 pending → processing → completed,或者停在 failed 或 cancelled。不想做 polling?在 submit 的 body 里发一个 webhookUrl,结果到位时我们会呼叫您。

有两处 schema 细节会咬人:我们的 aspect ratio 默认值是 9:16 而不是 1:1,所以除非您想要竖版,请显式设置它——另外 resolution 的取值是小写(1k、2k、4k)。实时的机器可读规格里始终有当前的 schema 和价格。

在我们的图像编辑模型之间做选择

Pro 是我们最贵的图像编辑器,对很多工作来说它确实是杀鸡用牛刀。以下是我们还运行着什么的诚实地图:

模型每张价格什么时候选它
Nano Banana Pro$0.075图像内部的文字、多张参考图、4K 输出
Nano Banana 2$0.04当代画质,且没有 4K 需求
Nano Banana 2 Lite$0.0238大批量、简单编辑、预算吃紧
Nano Banana(legacy)$0.0312没有理由。Google 将在 2026 年 10 月 2 日关停它
GPT Image 2高质量档 $0.0525基于 mask 的编辑,或 OpenAI 对文字的渲染

请把那张表再读一遍,注意 legacy 那一行。Google 将于 2026 年 10 月 2 日 下线 gemini-2.5-flash-image,而 Nano Banana 2 Lite 既比它便宜也比它更新 —— $0.0238 对 $0.0312。如果您还在用那个旧的,这次迁移的回本是双份的。比起卖给您一个用不上的档位,我们宁愿把这话告诉您。

剩下的是预算问题。Pro 的价格大约是 Lite 的三倍。如果您的编辑就是社交媒体分辨率下的换背景和改颜色,Lite 干得了,差价您自己留着。如果客户会去读烤进图像里的文字,那就回到 Pro。全部内容可在 image-to-image 分类或完整的模型目录中浏览。

给差异写 prompt,而不是给画面写

从 text-to-image 带过来的习惯,是去描述整个场景。在编辑里,这条指令会与参考图打架,于是您得到的是一次漂移的重新生成,而不是一处改动。

写差量。点名什么要动,再点名什么绝对不能动:「把外套换成炭灰色羊毛,姿势、面部和光线保持完全一致」几乎每次都胜过一整段场景描述。当多张参考图进入同一次调用时,请给它们贴标签——「图 1 是人物,图 2 是产品,图 3 仅用于调色」——因为除此之外没有任何东西能告诉模型:您的第三个附件是色板,而不是一个主体。

要编辑文字?请把确切的字符串加引号写出来。转述等于邀请它重新演绎。

交付之前

每一张输出都带有 SynthID watermark。这是 Google 的不可感知来源标记,无一例外地生效,我们和其他任何提供商都无法暴露禁用它的开关。如果您的流水线会跑下游检测,或者客户合同禁止带 watermark 的素材,请在集成之前把这件事解决掉。

如果您在移植配置,请留意分辨率默认值。我们默认 1K,fal.ai 也是;Replicate 默认 2K。在我们这里这几档同价,但您的输出尺寸不会和您假设的一致。

常见问题

Nano Banana Pro 是什么?

Nano Banana Pro 是 Google gemini-3-pro-image 的产品名称,是 Nano Banana 家族的高端档位。它面向复杂的视觉工作——多参考图构图、角色一致性、可读的图内文字、最高 4K 的输出——而不是追求最快的生成速度。

在 E2X 上 Nano Banana Pro 图像编辑多少钱?

在 1K 和 2K 分辨率下,我们每张编辑收费 $0.075,4K 按双倍计费。这是我们在 2026 年 8 月 26 日核查时的价格。价格会变动,所以在据此做预算之前,请到实时模型页面确认。

一次 request 能接受多少张参考图?

总共十四张。Google 按角色对组合设了上限:用于一致性的角色图像最多 5 张,用于高保真植入的物体图像最多 6 张,风格参考最多 3 张。

对这个模型来说,E2X 比 fal.ai 和 Replicate 便宜吗?

就我们在那一天核查到的可比按需价格而言,是的 —— 我们 $0.075,两家都是 $0.15。在同等条件的 request 上省下 50%。不同套餐、batch 产品或促销价不在这次对比范围内。

生成的图像带 watermark 吗?

带。Nano Banana Pro 的每一张图像都包含 SynthID watermark,这是 Google 用于 AI 生成内容的不可感知标记。没有任何提供商提供关闭它的参数,我们也一样。

我该用 Pro 还是更便宜的某一档?

当图像里包含可读文字、当您在组合多张参考图,或者当您需要 4K 时,用 Pro。对于社交分辨率下的换背景和简单修图,Nano Banana 2 Lite 的价格只有三分之一,而差别很少显现出来。

这个 API 是同步的吗?

不是。您提交一个 job,然后要么对它的状态做 polling,要么给我们一个 webhookUrl。已完成的 job 会在 data.outputs[0].url 处暴露结果。请预期约 30 秒的处理时间。