Gemini 3.1 Flash Image Preview
Rede Neural
Gemini 3.1 Flash Image Preview é um modelo do Google para gerar e editar imagens via descrição de texto e referência.
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
Prompt de imagem
(por 1K tokens)
Como funciona Gemini 3.1 Flash Image Preview?
Gemini 3.1 Flash Image Preview, também conhecida como Nano Banana 2, é um modelo generativo do Google que cria e edita imagens: combina qualidade visual de nível Pro com a velocidade da linha Flash. Funciona tanto com descrições de texto quanto com referências carregadas, sendo ideal para edições precisas em imagens prontas e para manter a consistência de personagens em séries de imagens. No BotHub, o modelo está acessível sem VPN ou cartões estrangeiros; o pagamento é feito com cartões locais em rublos, cobrando apenas pelos tokens usados, e o saldo restante não expira. Mais de 250 redes neurais estão disponíveis na mesma janela, permitindo comparar resultados com outros modelos em poucos cliques. Além disso, uma API compatível com OpenAI permite integrar a geração de imagens ao seu produto e alternar modelos sem reescrever a integração. Designers criam conceitos e moodboards, profissionais de marketing preparam criativos para anúncios e redes sociais, lojas online criam cartões de produtos e visuais, e equipes de desenvolvimento integram a geração de imagens em seus próprios serviços via API.Perguntas frequentes sobre Gemini 3.1 Flash Image Preview
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
O nano-banana-2-preview do google-gemini gera imagens a partir de descrições de texto e processa imagens carregadas com base em referências. É adequado para visuais de posts e anúncios, cartões de produtos, conceitos e ilustrações, e o modo BATCH ajuda a preparar séries de quadros em lote.
O modelo produz imagens criadas a partir de descrições de texto ou com base em uma imagem carregada. Resoluções e formatos de arquivo específicos não estão registrados em nossos dados, portanto, verifique o resultado na interface. Contexto de 65.536 tokens, limite de saída de 32.000 tokens por solicitação.
Não há uma indicação específica sobre raciocínio passo a passo em nossos dados, e não negaremos essa possibilidade. A tarefa do modelo são imagens: o prompt é processado pela parte linguística, portanto, descrições longas com cenas, estilos e detalhes são interpretadas de forma coerente. Se precisar de raciocínios detalhados, use um modelo de texto ao lado.
Em nossos dados, a chamada de funções e a saída estruturada em JSON não estão marcadas para o nano-banana-2-preview — isso não é uma negação, apenas uma ausência de indicação. Se a lógica do pipeline exigir ferramentas e esquemas rígidos, monte-a em um modelo de texto: a API unificada compatível com OpenAI do BotHub permite alternar sem reescrever a integração.
Imagens, sim: a entrada de imagens é confirmada, e os modos image-to-image e edição por referência funcionam. Não há indicações sobre áudio e vídeo em nossos dados, então não conte com isso, mas também não podemos afirmar o contrário. Texto mais imagem é o cenário principal.
Não publicamos dados sobre os idiomas dos prompts para este modelo, portanto, não prometemos nada específico — verifique com sua própria solicitação, leva alguns minutos. Por parte do BotHub, tudo está em russo: interface, suporte, pagamento com cartões russos em rublos e acesso da Rússia sem VPN.