Nano Banana Pro и Gemini картинки в 2026: разрешение 4K, рендер текста, SynthID

Автор: Silvana · Дата: 31.07.2026 · Verified: 01.09.2026 · Reading time: 12 минут · Prerequisite: 009

Nano Banana Pro — флагманская image-модель Google на базе Gemini 3 Pro, часть общей мультимодальной модели, а не отдельный визуальный проект вроде DALL-E или Imagen. В линейке — Nano Banana Pro (gemini-3-pro-image), Nano Banana 2 (gemini-3.1-flash-image), Nano Banana 2 Lite и legacy Nano Banana. Разрешение до 4K, набор соотношений сторон от 1:1 до 21:9, аккуратный рендер текста в изображении (несколько языков и шрифтов) и невидимый SynthID-водяной знак. Цена API — от $0.0336 за 1K-картинку у Lite до $0.24 за 4K у Pro; Batch API даёт минус 50%.

Кратко

В 2026 Google собрал image-generation под общий бренд Nano Banana. Актуальная линейка: Nano Banana Pro (gemini-3-pro-image), Nano Banana 2 (gemini-3.1-flash-image), Nano Banana 2 Lite (gemini-3.1-flash-lite-image) и legacy Nano Banana (gemini-2.5-flash-image).
Nano Banana Pro анонсирован 20 ноября 2025 года. Построен на Gemini 3 Pro — та же reasoning-модель, что и в текстовом Gemini. Отсюда сильная сторона: аккуратный рендер текста в изображении (несколько языков, шрифты, каллиграфия) и генерация infographics с фактами из мира.
Разрешение до 4K (у Pro и Flash), у Lite — только 1K. Соотношения сторон: 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9.
SynthID watermark встраивается во все изображения Gemini. Невидимый маркер выдерживает кроп, фильтры, компрессию. Проверить можно через сам Gemini или SynthID Detector (пока в early testing).
Цена API за одну картинку (verified 31.07.2026, ai.google.dev/pricing): Nano Banana Pro — $0.134 за 1K/2K и $0.24 за 4K. Nano Banana 2 — $0.067 за 1K, $0.101 за 2K, $0.151 за 4K. Nano Banana 2 Lite — $0.0336 за 1K. Batch API — минус 50%. Free tier по API нет.
Из РФ: в Gemini App картинки работают у большинства пользователей, детальнее — в разделе «RU-специфика» и в статье «[015] LLM без обхода блокировок из РФ».

Что это и зачем

Nano Banana — это внутренний кодовый бренд Google DeepMind для image-generation в семействе Gemini. То же, что для OpenAI линейка gpt-image-1 — способ делать картинку прямо внутри мультимодальной модели, а не через отдельный визуальный проект вроде DALL-E или Imagen.

Разница с классическими text-to-image моделями (Midjourney V7, Flux от Black Forest Labs, Stable Diffusion, DALL-E и GPT-image) в подходе. У них image-generation — самостоятельная задача: prompt → диффузионная модель → картинка. У Gemini image-generation — часть общей мультимодальной модели, которая уже умеет читать картинки, рассуждать текстом и понимать реальный мир. Отсюда две сильные стороны:

Рендер текста внутри изображения. Плакат с надписью, инфографика с цифрами, слайд с формулой — модель ставит буквы аккуратнее, чем чисто диффузионные проекты, и в нескольких языках сразу.
Real-world reasoning. Модель знает, что у стула четыре ножки, а у человека две руки. Знает, что если prompt говорит «капитал Франции», нужно нарисовать Париж, а не абстрактный город.

Nano Banana Pro (gemini-3-pro-image), анонсированный 20 ноября 2025, — топовый tier линейки. Строится на Gemini 3 Pro и использует thinking mode: сложные prompts модель сначала «продумывает», делает промежуточные изображения (они видны в бэкенде, но не тарифицируются), потом отдаёт финал. Отсюда лучшее качество композиции и текста, но и более высокая цена и латентность.

Основной разбор

Актуальная линейка Nano Banana (verified 31.07.2026)

По данным ai.google.dev/gemini-api/docs/image-generation и deepmind.google/models:

Продуктовое имя	Model ID	Разрешение	Позиционирование
Nano Banana Pro	`gemini-3-pro-image`	1K, 2K, 4K	Studio-quality, сложные композиции, лучший рендер текста и инфографики
Nano Banana 2	`gemini-3.1-flash-image`	1K, 2K, 4K	Балансный вариант, «Pro-level generation at Flash speed»
Nano Banana 2 Lite	`gemini-3.1-flash-lite-image`	512px, 1K	Самый быстрый и дешёвый, для массовых сценариев
Nano Banana (legacy)	`gemini-2.5-flash-image`	до 1024×1024	Пионерская модель, Google рекомендует миграцию на 3.1 Lite

Легенда: 0.5K ≈ 512×512, 1K ≈ 1024×1024, 2K ≈ 2048×2048, 4K ≈ 3840×2160 или близко (точные пиксели зависят от aspect ratio).

Названия «Nano Banana» — маркетинговое обёртывание. Разработчики в API работают с model ID через официальные документы, а конечные пользователи в Gemini App просто выбирают уровень «качество / скорость».

Что умеет каждая модель

Общее для всех:

Text-to-image (генерация из prompt).
Image editing (правка загруженной картинки через текст: «замени фон на закат», «убери человека справа»).
Inpainting / semantic masking (правка отдельного элемента, обсуждаемая в диалоге).
Style transfer (перенос стиля).
Aspect ratios: 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9.
SynthID watermark во всех сгенерированных изображениях.

Специфика по моделям:

Multi-image composition. Nano Banana 2 (Flash) поддерживает до 14 reference images в одном запросе. Nano Banana Pro тоже blend до 14 картинок и держит consistency до 5 людей в композиции.
Video-to-image. Nano Banana 2 (Flash) — единственная модель линейки, которая принимает видео на вход.
Google Search grounding. Flash-модель может привязывать генерацию к результатам поиска Google (актуальная погода, спортивные счёты, свежие данные). Lite этого не умеет.
Thinking level control. Flash имеет два уровня: minimal (default, быстрее) и high (медленнее, качественнее). У Pro reasoning всегда включён.

Что важно про Nano Banana Pro отдельно (анонс 20.11.2025)

Google выделил четыре фичи Pro как отличие от предыдущей generation:

Enhanced text rendering. «Generate better visuals with more accurate, legible text directly in the image in multiple languages» — цитата из анонса. Модель умеет варьировать шрифты, текстуры, каллиграфию.
Advanced reasoning с фактами. Pro «leverages sophisticated reasoning to create context-rich infographics and diagrams based on the content you provide or facts from the real world».
Consistency controls. Blend до 14 reference images с consistency до 5 людей в композиции.
Creative editing. Localized editing (правка конкретной части), смена aspect ratio, трансформация освещения, регулировка глубины резкости, выход до 4K.

Плюс интеграция с Google Search: можно попросить визуализацию актуальных данных — сегодняшняя погода в конкретном городе, рецепт из свежего источника, результаты спорт-матча.

SynthID watermark — как работает и зачем

По данным deepmind.google/technologies/synthid: SynthID — это система невидимых маркеров, встраиваемых в AI-контент от Google. Для изображений маркер закладывается в момент генерации, не влияет на видимое качество и выдерживает базовые модификации (кроп, фильтры, компрессия).

Что важно знать:

SynthID добавляется во все изображения Gemini automatically. Отказаться нельзя.
Проверить можно двумя путями. Первый: загрузить картинку в Gemini и спросить «Is this generated or altered by Google AI?». Второй: SynthID Detector — отдельный портал, пока в early testing с журналистами и media-профессионалами.
Watermark также работает в аудио (Lyria, Notebook LM) и в тексте (через probability scoring).

Практический смысл: если публикуете изображение как «фото» или используете в чувствительном контексте (новости, медицина, юр-документы), понимайте, что оно детектируется как AI-generated. Это плюс для честности и минус, если пытаться выдавать за не-AI.

Цены API (verified 31.07.2026)

По ai.google.dev/pricing:

Модель	Standard	Batch (−50%)
Nano Banana Pro (`gemini-3-pro-image`) — 1K/2K	$0.134	$0.067
Nano Banana Pro — 4K	$0.24	$0.12
Nano Banana 2 (`gemini-3.1-flash-image`) — 0.5K	$0.045	$0.0225
Nano Banana 2 — 1K	$0.067	$0.0335
Nano Banana 2 — 2K	$0.101	$0.0505
Nano Banana 2 — 4K	$0.151	$0.0755
Nano Banana 2 Lite (`gemini-3.1-flash-lite-image`) — 1K	$0.0336	$0.0168
Nano Banana (legacy) (`gemini-2.5-flash-image`) — до 1024×1024	$0.039	$0.0195

Free tier по API image-generation нет. Текст-input тарифицируется отдельно по обычным ставкам соответствующей текстовой модели.

Практическая арифметика: 100 картинок в 4K через Nano Banana Pro — $24. Через Batch — $12. То же количество в 2K — $13.4 standard или $6.7 Batch. Массовая генерация для контента (сотни превьюшек 1K) через Nano Banana 2 Lite — $0.0336 × 500 = $16.8.

Где брать: три канала

Google даёт три способа обращаться к Nano Banana / Gemini image:

Gemini App (gemini.google.com или мобильные приложения) — для конечных пользователей. Free-tier получает ограниченный квот на Nano Banana Pro, платные подписчики — больше. Никаких API-ключей, просто пишешь «нарисуй мне X».
Gemini API (ai.google.dev) — для разработчиков. Endpoint https://generativelanguage.googleapis.com/v1beta/interactions, authentication через header x-goog-api-key. Формат response указывается через type: "image", mime_type, aspect_ratio, image_size.
Google AI Studio (aistudio.google.com) — визуальная песочница для разработчиков. Можно тестировать prompts без кода, потом забрать готовый snippet.

Отдельно: Nano Banana Pro интегрирован в Google Ads глобально (для рекламных креативов), Workspace (Slides и Vids), Flow (проект для фильммейкеров) и Vertex AI / Antigravity для enterprise.

Nano Banana Pro vs DALL-E / GPT-image

Сравнение с OpenAI (см. «[026] GPT-image и другие визуальные модели OpenAI 2026» для деталей другой стороны):

Параметр	Nano Banana Pro	GPT-image-1 / DALL-E-класс
Разрешение	до 4K	до 1024×1024 (для gpt-image-1 базовый)
Рендер текста	сильная сторона, несколько языков	обычно слабее, длинный текст ломается
Reasoning в генерации	thinking mode, real-world facts, интеграция с Google Search	reasoning есть, но без grounding в search
Watermark	обязательный SynthID (invisible)	C2PA metadata (можно strip)
Blend refs	до 14 картинок, до 5 лиц consistency	зависит от режима, обычно меньше
Aspect ratios	10 стандартных	3 основных (1024×1024, 1792×1024, 1024×1792)
Цена за 4K	$0.24 standard	4K нативно нет

Итог: Nano Banana Pro сильнее для сценариев с текстом в кадре (плакаты, инфографика, слайды), для высокого разрешения и для интеграции с фактами реального мира. GPT-image комфортнее для быстрой генерации без специфических требований и когда важна экосистема ChatGPT.

Когда выбирать Nano Banana Pro:

Инфографика с точным текстом.
Плакаты, слайды, обложки с надписями.
Композиция с несколькими людьми и требованием сохранить их узнаваемость.
Требуется 4K на выход.
Нужна привязка к real-world фактам через Google Search.
Работа в экосистеме Google (Ads, Slides, Vids, Workspace).

Когда выбирать GPT-image / DALL-E-класс:

Уже работаешь в ChatGPT и не хочешь мигрировать.
Задача — иллюстрация без текста в кадре.
Быстрые итерации в chat-режиме без API.
Нужна интеграция с DALL-E API из существующего проекта на OpenAI SDK.

Когда выбирать Midjourney или Flux вместо любого из них:

Художественный стиль важнее, чем reasoning.
Нужна максимальная художественная свобода и эстетика.
Работа в узкой стилистической нише (fine-art, эстетика конкретной школы).
Готов к более крутой кривой обучения prompt-инжиниринга (специальные параметры, weights).

Prompt-техники для Gemini image

Модель обучена на «естественный язык». Работает conversational: можно писать длинный prompt с контекстом, потом уточнять reply-командами в диалоге. Это принципиально отличает опыт от Midjourney или Flux, где prompt — короткий набор ключевых слов, разделённых запятыми. Gemini понимает связный текст с предложениями, а короткий keyword-стиль часто дает менее предсказуемый результат.

Что работает лучше:

Композиция и позиции. «На переднем плане слева — X, справа сзади — Y, фон — Z». Модель хорошо парсит пространственные отношения, если их описать словами.
Стиль явно. «В стиле watercolor», «flat vector illustration», «cinematic 35 mm photo», «isometric 3D render». Указание стиля в первом предложении задаёт весь дальнейший результат.
Свет и настроение. «Мягкий утренний свет», «harsh noon shadow», «neon night», «overcast Nordic ambiance». Освещение — один из сильных рычагов для тона.
Aspect ratio указан в API. Через параметр aspect_ratio, не только в prompt (хотя prompt тоже читается). При API-вызове параметр приоритетнее текстовой подсказки.
Референсы прикреплять. До 14 картинок как reference — модель возьмёт из них стиль, композицию, лица. Reference-based generation обычно даёт более controllable результат, чем чистый text-to-image.
Iterative editing. Не всё описывать в одном prompt. Сгенерировать → написать «замени фон на закат» → «добавь птицу справа» → «убери человека сзади». Conversational-режим позволяет пошагово доводить картинку до нужного.
Указывать негатив. «Без градиентов», «без людей в кадре», «избегай неоновых цветов» — модель уважает negative-constraints, если они сформулированы явно.
Материалы и текстуры. «Матовая керамика», «brushed metal», «old paper texture» — модель хорошо рендерит материалы, если их прописать.

Что часто ломается:

Длинные надписи на русском — Pro справляется лучше Flash, но всё равно перепроверяй буквы. Особенно уязвимы редкие сочетания (ъ, ы) и заглавные лигатуры.
Очень мелкие детали в композиции (микро-текст на этикетках, часы с точным временем, номерные знаки).
Стилизации редких художественных школ — модель обычно подставляет что-то ближайшее. Условная «поздняя ленинградская графика» без референса даст просто графику без школы.
Точные пропорции реальных объектов (архитектурные элементы, инженерные схемы) — модель может дать эстетически красивый, но технически неверный результат.
Множественные лица в одной сцене с сохранением индивидуальных черт — Pro держит до 5 людей consistency, но чем больше, тем выше риск размытия.

Пример prompt для Nano Banana Pro:

Инфографика в flat vector стиле, соотношение 4:5.
Заголовок сверху: "AI в маркетинге 2026" (крупный жирный шрифт).
Три блока горизонтально:
1. Иконка мозга + подпись "Стратегия"
2. Иконка кисти + подпись "Креатив"
3. Иконка графика + подпись "Аналитика"
Палитра: синий, белый, coral accent.
Внизу мелкая надпись: "Источник: DeepMind, 2026".
Без градиентов, чистая типографика.

Пример editing-prompt поверх готовой картинки:

Возьми это изображение и:
1. Замени фон на пастельный градиент от синего к розовому.
2. Убери всех людей на заднем плане.
3. Смени соотношение сторон на 9:16 (для Stories и Reels).
4. Добавь мягкое утреннее освещение, чуть тёплый оттенок.
Сохрани центральную фигуру и цвет её одежды.

Пример multi-reference prompt (blend 3-5 картинок):

Собери композицию по референсам:
- Из reference 1 — общая цветовая палитра.
- Из reference 2 — тип освещения (боковой мягкий свет).
- Из reference 3 — стиль иллюстрации (flat vector).
Сюжет: рабочий стол с ноутбуком, чашка кофе, растение в горшке.
Соотношение 3:2, 2K.

Ограничения content policy

Google применяет свои safety policies. Модель откажется генерить:

Реалистичный контент с реальными публичными людьми в компрометирующих ситуациях.
Насилие, hate speech, explicit sexual content.
CSAM (никогда, ни в каком виде).
Медицинские рецепты и procedures как «инструкцию».
Copyrighted characters в некоторых случаях (Disney, крупные бренды).

Отказ обычно приходит как ответ модели с объяснением. При работе через API можно получить error с safety-категорией. Стратегия обхода: переформулировать prompt в более общих терминах, использовать generic описания вместо конкретных имён.

RU-специфика

Работает из РФ. Gemini App (gemini.google.com) в базовой форме открывается из РФ, генерация Nano Banana работает у большинства пользователей на free-tier. Иногда бывают ограничения по региону — тогда доступ через зарубежный account без обхода. Полная карта — «[015] LLM без обхода блокировок из РФ».
Google AI Studio и Gemini API. aistudio.google.com и API работают из РФ. Регистрация account требует зарубежного номера или Google account с зарубежной привязкой. Для production API нужен billing account.
Оплата. Google Cloud (через который биллинг API) не принимает российские карты. Пути: зарубежная карта (казахстанская, армянская, узбекская, грузинская, турецкая), корпоративный аккаунт через посредника. Детали — «[016] Как оплачивать AI-подписки из РФ».
Российские альтернативы для image-generation. YandexART (yandex.cloud/services/yandexart) — единственная сопоставимая русская text-to-image модель. Отдельная статья — «[013] YandexGPT vs GigaChat» покрывает текстовую часть, image-часть у Яндекса отдельно на портале AI Studio Yandex Cloud. Kandinsky от Sber тоже жив (kandinsky.ai) с бесплатным доступом, но качество и рендер текста хуже, чем у Nano Banana Pro.
SynthID и российский контекст. SynthID работает независимо от геолокации. Если сгенерированное изображение публикуется в РФ и вопрос «AI это или нет» имеет юр-значение (реклама, медиа), помни: watermark detectится через сам Gemini или SynthID Detector (пока early testing). Российские сервисы своих детекторов SynthID не имеют.

Частые ошибки

Просить точный текст на латинице И кириллице в одном изображении. Иногда путается. Лучше разбить на два прохода: сначала латиница, потом добавить кириллицу через editing.
Забывать про SynthID. Watermark всегда есть. Не пытаться выдать изображение за не-AI в контекстах, где это критично.
Использовать Nano Banana 2 Lite для инфографики с текстом. Lite экономный, но текст рендерит хуже. Для инфографики — Nano Banana Pro.
Генерить 4K, когда достаточно 1K. Разница в цене в 3-4 раза. Если картинка идёт в соцсети или на веб — 1K или 2K обычно хватает.
Игнорировать Batch API. Если генеришь пачками (50+ картинок), Batch даёт минус 50% к цене. Задержка отдачи — до 24 часов.
Не указывать aspect ratio в API. Модель сгенерит default (обычно 1:1). Если нужен 9:16 для Reels — указать явно.

FAQ

В чём разница между Nano Banana Pro и Nano Banana 2? Pro (gemini-3-pro-image) — топовый tier с thinking mode всегда включённым, лучший рендер текста, лучшая композиция для сложных сцен. Дороже: $0.134 за 1K/2K вместо $0.067. Nano Banana 2 (gemini-3.1-flash-image) — балансный, быстрее, дешевле, но качество композиции и текста ниже. Для массовой генерации и типовых задач — Nano Banana 2. Для сложных финалов, инфографики, плакатов — Pro.

Что значит «Nano Banana» в названии? Внутренний кодовый бренд Google DeepMind, под которым собраны все image-модели в семействе Gemini. Формальные model ID — это gemini-3-pro-image, gemini-3.1-flash-image и так далее. «Nano Banana Pro» — маркетинговое имя для gemini-3-pro-image.

Можно ли отключить SynthID watermark? Нет. Все изображения, сгенерированные через Gemini (App, API, AI Studio, Vertex AI), автоматически получают SynthID watermark. Отказаться от него нельзя.

Как обнаружить SynthID watermark в изображении? Два способа. Первый — загрузить картинку в Gemini и спросить, было ли изображение сгенерировано или отредактировано Google AI. Второй — SynthID Detector, отдельный портал от Google DeepMind, пока в early testing (доступен ограниченному кругу журналистов и media-профессионалов).

Работает ли Nano Banana Pro из РФ? Gemini App (gemini.google.com) в базовой форме работает у большинства пользователей из РФ. Иногда доступ ограничен по региону — тогда нужно решать через зарубежный account. Gemini API и AI Studio работают, но регистрация account требует зарубежного Google account и биллинга — российские карты не принимаются. Детали в статье «[015] LLM без обхода блокировок из РФ».

Сколько стоит одна картинка в 4K через Nano Banana Pro? $0.24 через Standard API, $0.12 через Batch API (задержка до 24 часов). За 100 картинок в 4K — $24 или $12 соответственно.

Есть ли free tier у Gemini API для image-generation? Нет. Все три модели (Pro, Flash, Flash Lite) тарифицируются от первой картинки. Free-tier доступен в Gemini App для конечных пользователей — с ограниченным квотом на Nano Banana Pro.

Умеет ли Nano Banana Pro генерить видео? Nano Banana Pro генерит изображения, не видео. Nano Banana 2 (Flash) может принимать видео на вход как reference, но выдаёт всё равно картинку. Для видео у Google отдельная линейка — Veo (в статье про мультимодал «[009]» покрыто отдельно).

Как выбрать между Pro, Flash и Lite? Правило: Lite — черновики и thumbnails 1K. Flash — балансное большинство задач, включая 4K, editing и multi-image blend. Pro — финалы, где важен текст в кадре, инфографика, композиция с несколькими людьми consistency, 4K premium-качества.

Есть ли ограничения на копирайтные персонажи и стили? Да. Модель откажется от реалистичных изображений публичных людей в компрометирующих ситуациях, от контента с CSAM, насилием, hate speech. Copyrighted characters (Disney и подобные) usually блокируются. Стратегия при отказе — переформулировать prompt в более общих терминах.

Что делать, если Nano Banana неправильно рендерит русский текст? Первый шаг — попробовать Nano Banana Pro, а не Flash или Lite: Pro существенно лучше держит кириллицу и мелкий текст. Второй — уменьшить количество текста в кадре: одно ключевое слово надёжнее, чем длинная фраза. Третий — использовать editing pass: сгенерировать без текста, потом отдельным prompt попросить добавить конкретную надпись.

Actualnost

Актуально на 31.07.2026. Модели, цены, доступ и функциональность в Gemini App и API меняются часто. Nano Banana Pro (gemini-3-pro-image) анонсирован 20 ноября 2025. Перед бизнес-решением сверяйся с первоисточниками — все ссылки в разделе Sources ниже.

Sources

Gemini API: Image generation documentation — https://ai.google.dev/gemini-api/docs/image-generation (verified 31.07.2026)
Gemini API: Pricing — https://ai.google.dev/pricing (verified 31.07.2026)
Google DeepMind: Gemini Image models — https://deepmind.google/models/gemini-image/ (verified 31.07.2026)
Google Blog: Nano Banana Pro announcement, 20.11.2025 — https://blog.google/technology/ai/nano-banana-pro/ (verified 31.07.2026)
Google DeepMind: SynthID — https://deepmind.google/technologies/synthid/ (verified 31.07.2026)