Gemini 3.1 Flash Image Preview
Réseau Neuronal
Gemini 3.1 Flash Image Preview est un modèle Google pour générer et modifier des images via texte ou référence.
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Invite d'image
(par 1K tokens)
Comment ça marche Gemini 3.1 Flash Image Preview?
Gemini 3.1 Flash Image Preview, également connue sous le nom de Nano Banana 2, est un modèle génératif de Google qui crée et modifie des images : il allie la qualité visuelle du niveau Pro à la vitesse de la gamme Flash. Il fonctionne à partir de descriptions textuelles et de références téléchargées, ce qui le rend idéal pour des retouches précises sur des images existantes et pour maintenir la cohérence des personnages dans une série. Sur BotHub, le modèle est accessible depuis la Russie sans VPN ni carte étrangère ; le paiement s'effectue en roubles avec des cartes russes pour les jetons utilisés, et le solde inutilisé n'expire pas. Plus de 250 réseaux neuronaux sont disponibles dans la même fenêtre, permettant de comparer les résultats en quelques clics. Une API unique compatible OpenAI permet d'intégrer la génération d'images à vos produits et de changer de modèle sans réécrire l'intégration. Les designers créent des concepts et des moodboards, les marketeurs préparent des visuels publicitaires, les boutiques en ligne génèrent des fiches produits, et les équipes de développement intègrent la génération d'images dans leurs services via l'API.Questions fréquentes sur Gemini 3.1 Flash Image Preview
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
nano-banana-2-preview de google-gemini génère des images à partir de descriptions textuelles et retravaille des images téléchargées selon une référence. Convient aux visuels pour posts et publicités, fiches produits, concepts et illustrations. Le mode BATCH aide à préparer des séries d'images en lot.
Le modèle produit des images créées à partir de descriptions textuelles ou d'une image téléchargée. Les résolutions et formats de fichiers spécifiques ne sont pas documentés, fiez-vous au résultat dans l'interface. Contexte : 65 536 jetons, limite de sortie : 32 000 jetons par requête.
Il n'y a pas de mention spécifique de raisonnement étape par étape dans nos données, mais nous ne l'excluons pas. La tâche du modèle est l'image : le prompt est traité par la partie linguistique, donc les descriptions longues avec scène, style et détails sont traitées de manière cohérente. Si vous avez besoin de raisonnements détaillés, utilisez un modèle textuel à côté.
Dans nos données, l'appel de fonctions et la sortie JSON structurée ne sont pas indiqués pour nano-banana-2-preview ; ce n'est pas un déni, mais une absence de mention. Si la logique de votre pipeline nécessite des outils et des schémas stricts, utilisez un modèle textuel : l'API unique compatible OpenAI de BotHub permet de basculer sans réécrire l'intégration.
Images : oui, l'entrée d'images est confirmée, les modes image-to-image et l'édition par référence fonctionnent. Il n'y a pas de mention concernant l'audio ou la vidéo, donc ne comptez pas dessus, mais nous ne pouvons pas l'affirmer non plus. Texte plus image est le scénario principal.
Nous ne publions pas de données sur les langues des prompts pour ce modèle, nous ne promettons donc rien de concret ; testez avec votre propre requête, cela prend quelques minutes. Du côté de BotHub, tout est en russe : interface, support, paiement par cartes russes en roubles et accès depuis la Russie sans VPN.