Nano Banana 2.1 Text to Image

Обзор

Nano Banana 2.1 Text to Image — генерация изображений по тексту от Google DeepMind на базе Gemini 3.6 Flash. Модель вышла в общий доступ 6 октября 2026 года как обновление Nano Banana 2: скорость уровня Flash сохранена, визуальный дизайн, следование промпту и отрисовка текста стали точнее. Endpoint создаёт картинку с нуля по текстовому описанию. Доступны разрешения 1K, 2K и 4K, обычные и панорамные пропорции, включая 1:4, 4:1, 1:8 и 8:1, а также веб-поиск и поиск изображений для актуального контекста. На фоне Nano Banana 2 Text to Image разрешение начинается с 1K, а широкие кадры, инфографика и короткие надписи держатся лучше. Nano Banana 2 Fast рассчитан на быстрые итерации, Nano Banana Pro — на самые сложные задачи. Модель уместна для постеров, макетов и сцен с коротким читаемым текстом. Мелкий шрифт на 1K часто размывается, длинные абзацы читаются хуже, а «лево» и «право» модель иногда путает. Для свежих фактов включайте поиск: знания ограничены мартом 2026 года, а по части тем — ещё раньше.

Сильные стороны

Сценари использования (use cases)

Ограничения и недостатки

Советы

• Опишите кадр связным брифом: субъект, действие, место, свет и ракурс. Для генерации только по тексту Google советует такой бриф вместо списка ключевых слов: связная сцена лучше держит композицию. Назначение кадра — постер, предметная съёмка, логотип — тоже стоит назвать, от него зависят свет и кадрирование. Формат лучше назвать словами, например «вертикальный постер» или «широкий баннер», и выставить то же соотношение сторон в параметре.
• Каждую надпись берите в кавычки и опишите шрифт, размер и место на кадре. В шаблоне Google для Nano Banana 2.1 фраза стоит в кавычках, а начертание задаётся отдельно. Текст лучше зафиксировать заранее и оставить коротким: длинные абзацы и мелкий кегль, особенно на 1K, на карточке модели указаны как слабое место. Короткие подписи в кавычках в независимом прогоне собрались в цельную инфографику.
• Для свежих фактов включите веб-поиск, для объекта или места — поиск изображений, и напишите, что найти. Веб-поиск добавляет актуальные сведения, например погоду или новости, но найденные картинки в генерацию не передаёт. Поиск изображений нужен как визуальный ориентир: в примерах Google модель просят сначала найти референсы и только потом рисовать. Реальных людей так искать нельзя.
• Не перечисляйте, чего не должно быть в кадре — опишите нужную сцену. Google советует описывать нужную сцену, а не список запретов: вместо «без машин» — пустая улица без признаков движения. То же правило стоит в best practices генерации изображений, где примеры идут на Nano Banana 2.1.
• Не задавайте важное положение словами «слева» и «справа» без проверки готового кадра. Путаница лево/право указана у Google как ограничение Nano Banana 2.1, и более высокое разрешение его не снимает. В независимом прогоне положение «слева от робота» вышло неоднозначным. Направление стоит проверять по готовому кадру, особенно если от него зависит смысл сцены.

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/text-to-image 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/text-to-image" \
  -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/text-to-image"
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/text-to-image",
  {
    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"