Gemini 3.1 Flash Image Preview
Red Neuronal
Gemini 3.1 Flash Image Preview es un modelo de Google para generar y editar imágenes mediante descripciones de texto y referencias.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Prompt de imagen
(por 1K tokens)
Cómo funciona Gemini 3.1 Flash Image Preview?
Gemini 3.1 Flash Image Preview, también conocida como Nano Banana 2, es un modelo generativo de Google que crea y edita imágenes, combinando la calidad visual de nivel Pro con la velocidad de la línea Flash. Funciona tanto con descripciones de texto como con referencias cargadas, siendo ideal para ediciones precisas de imágenes y para mantener la consistencia de personajes en series. En BotHub, el modelo está disponible sin necesidad de VPN ni tarjetas extranjeras; el pago se realiza en rublos con tarjetas rusas según el uso, y el saldo no caduca. Tienes acceso a más de 250 redes neuronales en una sola ventana para comparar resultados fácilmente, y la API compatible con OpenAI permite integrar la generación de imágenes en tus productos sin reescribir el código. Diseñadores crean conceptos y moodboards, especialistas en marketing preparan creatividades, tiendas online generan fichas de productos y equipos de desarrollo integran la generación de imágenes en sus servicios mediante la API.Preguntas frecuentes sobre Gemini 3.1 Flash Image Preview
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
nano-banana-2-preview de google-gemini genera imágenes a partir de descripciones de texto y procesa imágenes cargadas mediante referencias. Es adecuada para visuales de publicaciones y anuncios, fichas de productos, conceptos e ilustraciones, y el modo BATCH ayuda a preparar series de imágenes en lote.
El modelo genera imágenes creadas a partir de descripciones de texto o basadas en una imagen cargada. Las resoluciones y formatos específicos no están fijados en nuestros datos, así que guíate por el resultado en la interfaz. El contexto es de 65 536 tokens, con un límite de salida de 32 000 tokens por solicitud.
No hay una nota específica sobre razonamiento paso a paso en nuestros datos, y no negaremos esa posibilidad. La tarea del modelo son las imágenes: el prompt es procesado por la parte lingüística, por lo que las descripciones largas con escenas, estilos y detalles se interpretan de forma coherente. Si necesitas razonamientos detallados, utiliza un modelo de texto.
En nuestros datos, las llamadas a funciones y la salida estructurada JSON no están marcadas para nano-banana-2-preview; esto no es una negación, sino una falta de información. Si la lógica de tu pipeline requiere herramientas y esquemas estrictos, diséñala con un modelo de texto: la API de BotHub, compatible con OpenAI, permite cambiar de modelo sin reescribir la integración.
Imágenes, sí: la recepción de imágenes está confirmada, funcionan los modos image-to-image y la edición por referencia. No hay notas sobre audio o video en nuestros datos, por lo que no deberías contar con ello, aunque no podemos afirmar lo contrario. Texto más imagen es el escenario principal.
No publicamos datos sobre los idiomas de los prompts para este modelo, así que no prometemos nada específico; pruébalo con tu solicitud, toma un par de minutos. Por parte de BotHub, todo está en ruso: interfaz, soporte, pago con tarjetas rusas en rublos y acceso desde la Federación Rusa sin VPN.