26 августа 2025 года Google представила новую preview-модель под кодовым названием Nano Banana — это часть экосистемы Gemini 2.5 Flash Image, ориентированной на генерацию и редактирование изображений с помощью текстовых и мультимодальных запросов. Несмотря на шутливое название, перед нами — серьёзный инструмент с претензией на роль нового стандарта в визуальном ИИ.
Что это за модель
"Nano Banana" — это неофициальное имя для модели gemini-2.5-flash-image-preview. По сути, она представляет собой SOTA-решение в области image generation/editing, оптимизированное под высокую скорость и сохранение визуальной консистентности.
Вход: текст, изображение или их комбинация (multimodal input)
Выход: изображение, JSON, структурированный ответ (structured outputs)
Ограничение: контекстное окно 32 768 токенов (вход + выход)
Нет: генерации аудио, real-time поиска, дообучения, вызова функций
Модель уже встроена в:
Gemini App (веб/мобильное приложение) - бесплатно
Gemini API - платный доступ через Google Cloud
Vertex AI - для enterprise-пользователей
Krea - доступна по подписке, встроена в визуальный редактор
Что умеет Nano Banana
1. Генерация изображений по тексту
Prompt: "A character in cyberpunk armor standing in neon-lit Tokyo street at night"Результат: фотореалистичный персонаж, выдержанный в заданном стиле, с корректной композицией, освещением и фоном. Главное стабильность. Персонаж может быть использован в других сценах и он останется узнаваемым.
2. Локальное редактирование по описанию
Prompt: "Same image, but replace the background with a desert and make the lighting warm"Модель заменит фон, адаптирует цветовую температуру и сохранит лицо, позу и детали.
3. Поддержка стилистики и преобразований
Модель понимает сложные команды вроде:
"Convert the entire scene into watercolor style"
"Make it look like an 80s anime frame"Отличия от других решений
Поддержка мультимодальности уже в preview-версии
Скорость: до 30x быстрее предыдущих моделей Google (по latency)
Память и консистентность: стабильные лица, позы, освещение от сцены к сцене
Лёгкость API-интеграции: через стандартный Gemini SDK
Стоимость
В Gemini App — бесплатно
В API — ~$0.039/изображение
В Krea — только по подписке (Pro-план)
Возможности для разработчиков
Интеграция через Gemini API или Vertex AI
Возможность генерации десятков вариантов из одного запроса
Поддержка structured output (например, генерация изображения + описание объекта в сцене)
Пример использования в API:
{
"model": "gemini-2.5-flash-image-preview",
"prompt": "A futuristic city skyline in sunset with flying cars",
"output_format": "image/png"
}Nano Banana — это не столько маркетинговый ход, сколько рабочий инструмент, предназначенный для быстрой генерации качественного визуального контента. Особенно полезна модель для:
digital-агентств,
game art-пайплайнов,
стартапов в e-commerce,
систем визуального сторителлинга,
внутреннего использования в продуктах с генеративным UI.
Пока модель работает в режиме preview, но уже сейчас доступна для коммерческого и творческого применения.
Ссылки
Презентация от Google AI Studio: [X/Twitter @GoogleAIDev]
Документация по Gemini API: https://ai.google.dev/gemini-api/docs
Обзорные примеры: https://www.reddit.com/r/MediaSynthesis
