Nano Banana Pro es el modelo más avanzado de generación y edición de imágenes de Google, construido sobre Gemini 3 Pro. Extiende el Nano Banana original con un razonamiento multimodal significativamente mejorado, base en el mundo real, y...
Este modelo es una versión preliminar de Google de una próxima variante de Gemini 3 Pro centrada en la comprensión de imágenes. Acepta entradas de imagen y texto y genera salidas de texto. El nombre…
El modelo puede describir el contenido de una imagen en detalle, responder preguntas sobre objetos, escenas, colores y texto visible en la imagen (por ejemplo, leer letreros o etiquetas). Admite tareas de razonamiento visual como comparar dos imágenes, identificar diferencias o extrapolar a partir de señales visuales. También puede analizar diagramas y gráficos, aunque su precisión en figuras científicas complejas puede variar.
Casos de uso sólidos incluyen: 1) Subtitulado de imágenes en tiempo real para herramientas de accesibilidad; 2) Búsqueda visual y clasificación de productos en comercio electrónico; 3) Procesamiento de documentos (formularios, recibos, facturas) con texto escrito a mano o mecanografiado; 4) Herramientas educativas que expliquen diagramas o fotografías. El modelo funciona mejor con imágenes claras y bien iluminadas y con consultas específicas y detalladas.
Si tu tarea no involucra imágenes (por ejemplo, generación de texto puro, resumen, traducción), un modelo solo de texto (como las variantes estándar de Gemini o Llama) será más rentable. Para clasificación simple de imágenes que no requiera razonamiento en lenguaje natural, un modelo de visión dedicado con menor latencia puede ser mejor. Además, si necesitas menor latencia para solicitudes de alto volumen, un modelo multimodal más pequeño podría ser preferible.
Como avance, el soporte de llamada a funciones no está confirmado para este modelo. La API de OrcaRouter admite las mismas definiciones de herramientas que OpenAI, pero el modelo subyacente puede no ejecutar llamadas a funciones de manera confiable. Pruebe a fondo antes de confiar en el uso de herramientas. La salida estructurada (modo JSON) es compatible mediante el formato compatible con OpenAI, pero la calidad de la salida varía.
Las puntuaciones de referencia para Nano Banana Pro (Gemini 3 Pro Image Preview) no se han publicado públicamente. Como modelo de vista previa, es posible que no se evalúe en puntos de referencia estándar como MMLU, VQAv2 o COCO Captions. Los desarrolladores deben realizar su propia evaluación con datos representativos para medir el rendimiento. Se esperan mejoras en la versión final de Gemini 3 Pro.
La latencia depende del tamaño de la imagen, la longitud de la entrada y la carga actual de OrcaRouter. El procesamiento de imágenes añade una sobrecarga en comparación con los modelos solo de texto. En promedio, una solicitud con una imagen de resolución media y 100 tokens de texto puede tardar varios segundos en el primer token y luego transmitir el resto. No hay una cifra publicada de tokens por segundo para esta vista previa. Use imágenes más pequeñas y solicitudes por lotes para minimizar la latencia.
El modelo sobresale en la identificación de objetos, personas y texto dentro de imágenes. Puede razonar sobre relaciones espaciales y responder preguntas que requieren combinar información visual y textual. Los comentarios iniciales indican un buen rendimiento en consultas basadas en fotos y comprensión de documentos. Su amplia ventana de contexto permite conversaciones con múltiples imágenes.
Como vista previa, el modelo puede producir resultados inesperados o alucinar detalles sobre imágenes (por ejemplo, afirmar la presencia de objetos que no existen). Puede tener dificultades con imágenes de baja resolución, borrosas o muy abstractas. El razonamiento visual complejo de múltiples pasos (como ecuaciones matemáticas a partir de escritura a mano) puede ser poco fiable. El modelo no admite entrada de audio ni video. No hay opción de ajuste fino para esta vista previa.
Los precios los establece OrcaRouter según los costos por token para el proveedor google. Los tokens de entrada suelen ser más baratos que los de salida. Los tokens de imagen consumen significativamente más tokens de entrada que el texto: cada imagen se divide en mosaicos y se procesa. Consulte la página oficial de precios de OrcaRouter para conocer las tarifas actuales. No existe un nivel gratuito para este modelo; se paga por solicitud.
Debido a que el procesamiento de imágenes consume muchos tokens, los costos pueden acumularse rápidamente si envías muchas imágenes de alta resolución. Para gestionar los costos: reduce la resolución de las imágenes, limita la cantidad de imágenes por solicitud y usa textos de prompt cortos. Para tareas donde las imágenes no son esenciales, considera un modelo solo de texto. OrcaRouter puede ofrecer almacenamiento en caché para incrustaciones de imágenes repetidas (consulta la documentación para obtener más detalles).
OrcaRouter puede implementar almacenamiento en caché para las incrustaciones de imágenes de uso frecuente, pero el comportamiento de caché de este modelo de vista previa no está documentado. Normalmente, las entradas de imágenes idénticas en la misma URL se pueden almacenar en caché en el lado del proveedor, lo que reduce los costos de token en solicitudes repetidas. Comuníquese con el soporte de OrcaRouter para obtener detalles específicos. El almacenamiento en caché depende del modelo y no está garantizado para los modelos de vista previa.
El consumo de tokens para imágenes es proporcional al número de mosaicos de 256×256 necesarios para cubrir la imagen (después de redimensionar). Una imagen de 512×512 utiliza 4 mosaicos (¿4 tokens de entrada por mosaico? No proporcionado—la fórmula exacta depende del modelo). OrcaRouter puede proporcionar un recuento de tokens en el campo de uso de la respuesta de la API. Experimenta con tus propias imágenes para estimar el costo por solicitud.
Usa el endpoint compatible con OpenAI en https://api.orcarouter.ai/v1 con tu clave API. Establece el modelo en "google/gemini-3-pro-image-preview". Formatea la solicitud con un array de mensajes que contenga partes de texto e imagen. Las imágenes se pasan como URLs de datos base64 o URLs con objetos image_url. Ejemplo: {"model":"google/gemini-3-pro-image-preview","messages":[{"role":"user","content":[{"type":"text","text":"Describe this image"},{"type":"image_url","image_url":{"url":"data:image/png;base64,..."}}]}]}. Se admite streaming.
Parámetros estándar de OpenAI: temperature (0–2), top_p, max_tokens (hasta el tamaño de la ventana de contexto menos los tokens del prompt), secuencias de parada, frequency_penalty, presence_penalty. El modelo también acepta el parámetro "seed" para resultados deterministas (no garantizados). El soporte de parámetros depende del modelo; algunos parámetros pueden ser ignorados o tener diferentes valores predeterminados. Pruebe con su configuración deseada.
Cambia tu URL base de https://api.openai.com/v1 a https://api.orcarouter.ai/v1, actualiza tu clave API a una clave de OrcaRouter y cambia el nombre del modelo a "google/gemini-3-pro-image-preview". La estructura del mensaje (arreglo content con texto y image_url) es idéntica. Si usas bibliotecas como openai Python, solo modifica base_url y api_key. Nota: los límites de tasa son diferentes.
La autenticación se realiza mediante la clave API en el encabezado Authorization (Bearer your_key). Los límites de tarifa son por clave y dependen de tu plan. La API devuelve 429 cuando se excede. No hay autenticación separada para el proveedor del modelo—OrcaRouter gestiona el enrutamiento. Para producción, usa una clave dedicada y monitorea el uso en el panel de OrcaRouter.
Ambos son multimodales (entrada de imagen+texto, salida de texto). GPT‑4V es un modelo de producción maduro con datos de referencia más amplios. Nano Banana Pro es una vista previa; sus verdaderas capacidades son menos conocidas. Ventanas de contexto: GPT‑4V hasta 128k frente a 65k para este modelo. GPT‑4V admite imágenes de mayor resolución. Sin embargo, este modelo puede ofrecer costos más bajos y diferentes fortalezas de razonamiento. Las comparaciones directas requieren una evaluación específica de la tarea.
OrcaRouter ofrece múltiples modelos multimodales (por ejemplo, Claude 3 Vision, Llama 3.2 Vision). Esta vista previa de Google proporciona una arquitectura única basada en Gemini que puede sobresalir en ciertas tareas centradas en Google (por ejemplo, entender capturas de pantalla de Google Docs). Tiene la mitad de la ventana de contexto de algunos competidores. Los precios y la latencia varían; consulte las tablas comparativas de OrcaRouter para conocer las tarifas por modelo.
La ventaja clave es la entrada de imágenes nativa sin necesidad de un codificador de visión separado. Puedes combinar el contexto visual con texto en un solo prompt. Esto reduce la complejidad del sistema en comparación con encadenar dos modelos diferentes. Sin embargo, los modelos solo de texto son más baratos y rápidos para tareas que no necesitan imágenes. Elige según si la tarea requiere comprensión visual.
Gemini 2 Pro es un modelo de producción con una larga trayectoria. Esta vista previa ofrece un vistazo a la arquitectura de Gemini 3 Pro y puede tener diferentes fortalezas (por ejemplo, mejor manejo de ciertos tipos de imágenes). Sin embargo, es una vista previa: la estabilidad y el soporte son limitados. Para implementaciones en producción, Gemini 2 Pro (a través de OrcaRouter) es más seguro. Use esta vista previa para pruebas tempranas y comentarios.
https://api.orcarouter.aimax_tokensresponse_formatseedstopstructured_outputstemperaturetop_p| Por solicitud | $0.2400 |
| Moneda | USD |
| Tarifa plana por llamada a la API (modelos de generación de imágenes) | |
GET /api/public/models/google/gemini-3-pro-image-previewAbrir @misc{orcarouter_gemini_3_pro_image_preview,
title = {Nano Banana Pro (Gemini 3 Pro Image Preview) API},
author = {Google},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemini-3-pro-image-preview}
}Google. (2025). Nano Banana Pro (Gemini 3 Pro Image Preview) API. OrcaRouter. https://www.orcarouter.ai/models/google/gemini-3-pro-image-preview