Nano Banana 2.1 Edit

Обзор

Nano Banana 2.1 Edit — правка готовых изображений по текстовому описанию от Google DeepMind. Модель вышла в общий доступ 6 октября 2026 года как обновление Nano Banana 2 на базе Gemini 3.6 Flash: скорость Flash сохранена, а следование инструкции, узнаваемость и правка по наброску стали точнее. Эндпоинт меняет уже существующий кадр. В запрос можно передать до 14 изображений: узнаваемость рассчитана на 4 персонажа, точность предметов — на 10. Разрешение — 1K, 2K и 4K, без режима 0.5K, который есть у Nano Banana 2 Edit. Доступны обычные и панорамные пропорции, включая 1:4, 4:1, 1:8 и 8:1; на 2K и 4K широкие кадры меньше режутся на плитку. Можно включить веб-поиск и поиск изображений. По карточке модели общая правка, правка по чернилам и согласованность нескольких персонажей оценены выше, чем у Nano Banana 2 и Nano Banana Pro. Pro Edit остаётся режимом сложного продакшена, а Text to Image той же версии рисует картинку с нуля. Для точечной правки назовите одну замену и то, что нельзя трогать. Чернила наброска иногда остаются, мелкий текст на 1K часто размыт, «лево» и «право» путаются, а сходство лица и предмета с исходником не гарантировано. После серии правок нетронутые области всё равно могут перерисоваться. Знания модели ограничены мартом 2026 года, по части тем — январём 2025 года.

Сильные стороны

Сценари использования (use cases)

Ограничения и недостатки

Советы

• Для точечной правки опишите одну замену и явно перечислите, что должно остаться. Google описывает это как смысловую маску: изменить только названный объект и оставить стиль, свет и композицию. Для Nano Banana 2.1 ту же схему повторяют в руководствах по правке: одна замена и явный список того, что нельзя трогать.
• При правке по пометке попросите убрать чернила и сохранить размер и положение объекта. Отдельной маски нет: обводку рисуют на самом исходнике. На странице модели так показана правка — замаскировать объект внутри наброска и не менять его размер и положение. Чернила иногда остаются в кадре, а инструкция выполняется не полностью, поэтому удаление пометок нужно сказать прямо и проверить края.
• Назначьте роль каждому изображению и не рассчитывайте на больше чем 4 персонажа и 10 предметов. В один запрос можно передать до 14 изображений, но узнаваемость рассчитана на 4 персонажа, а точность предметов — на 10. Называйте кадры по порядку и перечислите черты, которые нельзя менять: лицо, причёску, пропорции, этикетку. Сходство между входом и результатом всё равно не всегда точное.
• Не просите за один раз несколько крупных несвязанных изменений. Сильная смена освещения, новый фон и другой объект в одном промпте — тот случай, про который Google предупреждает: сложные правки, переход дня в ночь и смешение нескольких изображений иногда дают неестественный или разорванный кадр. Надёжнее одна цель, затем следующий шаг уже с полученным результатом.
• Не задавайте место только словами «слева» или «справа» — привяжите его к предмету в кадре. Путаница левой и правой стороны указана в карточке модели, и в независимой проверке формулировка «слева от робота» тоже читалась неоднозначно. Ориентир вроде «ближе к окну» или «рядом с лампой» понятнее.

FAQ

Цены

Параметры

Поля тела JSON-запроса, которые используются в Playground и доступны для настройки через API. Порядок совпадает с формой на странице.

Запрос

Асинхронный запуск: POST https://api.flixa.io/v1/image/nano-banana-2.1/edit с заголовком Authorization: Bearer $FLIXA_API_KEY и телом JSON. Ниже — пример с полями из Playground.

curl -X POST "https://api.flixa.io/v1/image/nano-banana-2.1/edit" \
  -H "Authorization: Bearer $FLIXA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "prompt": "Превратите это фото товара в премиальную студийную рекламу: мягкий кинематографический свет, чистый бежевый фон, лёгкие тени, реалистичные отражения и эстетика люксового бренда."
}'

import json
import os
import requests

url = "https://api.flixa.io/v1/image/nano-banana-2.1/edit"
payload = json.loads({"prompt": "\u041f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u0435 \u044d\u0442\u043e \u0444\u043e\u0442\u043e \u0442\u043e\u0432\u0430\u0440\u0430 \u0432 \u043f\u0440\u0435\u043c\u0438\u0430\u043b\u044c\u043d\u0443\u044e \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u0443\u044e \u0440\u0435\u043a\u043b\u0430\u043c\u0443: \u043c\u044f\u0433\u043a\u0438\u0439 \u043a\u0438\u043d\u0435\u043c\u0430\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0441\u0432\u0435\u0442, \u0447\u0438\u0441\u0442\u044b\u0439 \u0431\u0435\u0436\u0435\u0432\u044b\u0439 \u0444\u043e\u043d, \u043b\u0451\u0433\u043a\u0438\u0435 \u0442\u0435\u043d\u0438, \u0440\u0435\u0430\u043b\u0438\u0441\u0442\u0438\u0447\u043d\u044b\u0435 \u043e\u0442\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0438 \u044d\u0441\u0442\u0435\u0442\u0438\u043a\u0430 \u043b\u044e\u043a\u0441\u043e\u0432\u043e\u0433\u043e \u0431\u0440\u0435\u043d\u0434\u0430."})

response = requests.post(
    url,
    headers={"Authorization": f"Bearer {os.environ['FLIXA_API_KEY']}"},
    json=payload,
    timeout=120,
)
print(response.json())

const response = await fetch(
  "https://api.flixa.io/v1/image/nano-banana-2.1/edit",
  {
    method: "POST",
    headers: {
      Authorization: `Bearer ${process.env.FLIXA_API_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({"prompt": "\u041f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u0435 \u044d\u0442\u043e \u0444\u043e\u0442\u043e \u0442\u043e\u0432\u0430\u0440\u0430 \u0432 \u043f\u0440\u0435\u043c\u0438\u0430\u043b\u044c\u043d\u0443\u044e \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u0443\u044e \u0440\u0435\u043a\u043b\u0430\u043c\u0443: \u043c\u044f\u0433\u043a\u0438\u0439 \u043a\u0438\u043d\u0435\u043c\u0430\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0441\u0432\u0435\u0442, \u0447\u0438\u0441\u0442\u044b\u0439 \u0431\u0435\u0436\u0435\u0432\u044b\u0439 \u0444\u043e\u043d, \u043b\u0451\u0433\u043a\u0438\u0435 \u0442\u0435\u043d\u0438, \u0440\u0435\u0430\u043b\u0438\u0441\u0442\u0438\u0447\u043d\u044b\u0435 \u043e\u0442\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0438 \u044d\u0441\u0442\u0435\u0442\u0438\u043a\u0430 \u043b\u044e\u043a\u0441\u043e\u0432\u043e\u0433\u043e \u0431\u0440\u0435\u043d\u0434\u0430."}),
  }
);

console.log(await response.json());

Пример ответа

Сразу после POST приходит объект с идентификатором задачи и статусом (queued или processing). Готовый результат — в поле outputs после завершения.

{
  "id": "550e8400-e29b-41d4-a716-446655440000",
  "status": "queued",
  "created_at": "2026-05-22T12:00:00Z"
}

После успешного завершения:

{
  "id": "550e8400-e29b-41d4-a716-446655440000",
  "status": "completed",
  "outputs": [
    { "url": "https://storage.example/result.png", "type": "image" }
  ]
}

Поллинг

Пока задача в работе, опрашивайте GET https://api.flixa.io/v1/predictions/{id}/result с тем же API-ключом. Рекомендуемый интервал — 1–2 секунды; остановитесь при completed, failed или cancelled.

• queued / processing — продолжайте опрос.
• completed — заберите URL из outputs.
• failed — смотрите error в теле ответа.

curl "https://api.flixa.io/v1/predictions/{id}/result" \
  -H "Authorization: Bearer $FLIXA_API_KEY"