Nano Banana API 国内使用教程

先说清楚:Nano Banana 到底是什么

Nano Banana 最早是社区给 Gemini 图像生成能力起的外号,后来被 Google 收编成官方品牌。截至目前家族里有四个成员,各自对应不同的 Gemini 底层模型:最初的 Nano Banana(对应 Gemini 2.5 Flash Image,已是旧版)、Nano Banana Pro(对应 Gemini 3 Pro Image,顶配)、Nano Banana 2(对应 Gemini 3.1 Flash Image,今年 2 月发布,主力款)、Nano Banana 2 Lite(对应 Gemini 3.1 Flash Lite Image,速度优先)。 Google 官方路径是 Gemini API,需要 Google Cloud 账号、计费方式,再加上国内访问 Google 系服务本身就不稳定。中转路径把同样的模型挂在 OpenAI 兼容的图像接口上,不需要 Google 账号,一个 kkaiapi 的 Key 就能连着 GPT Image 2 一起调,免翻墙,支付宝微信直接充值。

第一次调用:按模型 ID 生成图片

调用方式是标准的 OpenAI 图像生成写法。base_url 填 https://api.kkaiapi.com/v1,Key 作为 Bearer token,model 字段填精确的 ID:主力款用 nano-banana-2,要更高质量用 nano-banana-pro。返回结果在 data 数组里,可能是 base64 也可能是 URL,两种都要处理。 接入正式代码前,先拿自己的 Key 查一次 /v1/models,确认这两个 ID 确实在自己账号能调的列表里,避免模型 ID 打错导致排查半天。

from openai import OpenAI

client = OpenAI(
    api_key="sk-你的kkaiapi密钥",
    base_url="https://api.kkaiapi.com/v1",
)

result = client.images.generate(
    model="nano-banana-2",
    prompt="机械手表的剖面示意图,工程插画风格,零件标注清晰,浅灰背景",
    size="1024x1024",
)
image = result.data[0]  # 视返回方式取 .b64_json 或 .url

这些模型能做什么,按 Google 文档核实过的能力

有一点提前说清楚:这些模型生成的每张图都带 Google 的 SynthID 隐形水印,这是模型本身在生成时嵌入的,不管走官方接口还是中转都一样存在。

• 多档分辨率文生图:Google 文档给出 512px、1K、2K、4K 几档,512px 是为高并发效率专门加的;Nano Banana Pro 覆盖 1K 到 4K
• 图像编辑:传一张输入图加一句指令,模型返回修改后的图,涵盖局部重绘、换风格、改物体,不需要单独的编辑模型
• 多图合成:支持参考图输入,顶配模型最多可传约 14 张,用来合成多个主体或在多次生成间保持同一角色一致
• 图内文字渲染:Gemini 3 系列的招牌能力之一,Nano Banana 2 能渲染清晰的多语言文字,Pro 是家族里文字渲染最强的
• 宽画幅比例:标准比例覆盖 1:1 到 21:9,Nano Banana 2 还额外支持 4:1、1:4、8:1、1:8 这类横幅比例

Nano Banana 2 还是 Pro:怎么选

Google 把两档定位得很清楚。Nano Banana 2 是万金油款:速度快、质量够、文字渲染可靠,适合产品图、博客配图、界面草图和批量生成。Nano Banana Pro 是顶配款,面向最难啃的视觉任务:更强的世界知识、更精细的创作控制、跨多张图的品牌一致性,以及最强的文字与本地化排版能力。 实操上的原则是先用 nano-banana-2 起草,遇到具体输出撑不住的情况——密集信息图文字、精确品牌复刻、需要每个元素都刻意摆放的构图——再升级到 nano-banana-pro。两者共用同一个接口,升级只是改一个字符串,几分钟就能跑一次 A/B。

编辑与图生图

编辑类请求是传一张输入图加一句改图指令。OpenAI 兼容层对应的是图像编辑接口,输入图以 multipart 形式随 prompt 和 model 一起提交。Gemini 系列把编辑当成一等能力,所以生成和编辑用的是同一批模型 ID。 多轮细化(模型记住上一张图,在对话里持续微调)是 Google 原生 API 的能力,通过无状态的图像接口做同样效果的办法,是把上一次的输出重新作为下一次编辑的输入图传进去。

curl -s https://api.kkaiapi.com/v1/images/edits \
  -H "Authorization: Bearer sk-你的kkaiapi密钥" \
  -F model="nano-banana-2" \
  -F image="@product-shot.png" \
  -F prompt="背景换成柔和的影棚渐变色,产品和阴影保持不变"

价格:人民币按张计价

Google 官方 Gemini API 按美元计价:公开资料显示 Nano Banana 2 约 $0.067(1K)到 $0.15(4K)每张,Pro 约 $0.134(1K/2K)到 $0.24(4K)每张,这里只作参考,不做汇率换算。kkaiapi 按次计价,人民币,充多少花多少,当前价格如下,以价格页实时数据为准。

为什么不直接连 Google 官方

代价也很直接:请求多一跳中转,原生 API 的新特性(比如联网 grounding 生成)可能中转层暂时没跟上。批量出图、产品配图这类场景中转足够;需要 Gemini API 特有能力(比如搜索联网生成)的流水线,还是走 Google 原生更合适。

• 不需要 Google Cloud 账号和计费设置,充值即可拿到 Key,对签国外账号麻烦的地区更友好
• 一个接口同时接 Google 和 OpenAI 的图像模型:nano-banana-2、nano-banana-pro、gpt-image-2 在同一个 base_url 下,模型对比只是改一个字符串
• 一份用量日志:每次请求的模型和花费在同一个控制台看,不用分别对两家账单
• 和文本模型共用一个 Key:已经在用 Claude 或 GPT 文本模型的应用,加图像生成不需要新开账号

常见问题