Nano Banana Pro è il modello più avanzato di Google per la generazione e l'editing di immagini, basato su Gemini 3 Pro. Estende l'originale Nano Banana con ragionamento multimodale significativamente migliorato, ancoraggio al mondo reale e...
Questo modello è un'anteprima pubblicata da Google di una variante imminente di Gemini 3 Pro focalizzata sulla comprensione delle immagini. Accetta input di immagini e testo e genera output testuali.…
Il modello è in grado di descrivere il contenuto delle immagini in dettaglio, rispondere a domande su oggetti, scene, colori e testo visibile nell'immagine (ad esempio, leggere cartelli o etichette). Supporta attività di ragionamento visivo come confrontare due immagini, identificare differenze o fare inferenze a partire da indizi visivi. Può anche analizzare diagrammi e grafici, anche se la sua accuratezza su figure scientifiche complesse può variare.
Casi d'uso rilevanti includono: 1) Didascalie di immagini in tempo reale per strumenti di accessibilità; 2) Ricerca visiva e classificazione di prodotti nell'e‑commerce; 3) Elaborazione di documenti (moduli, ricevute, fatture) con testo scritto a mano o digitato; 4) Strumenti educativi che spiegano diagrammi o fotografie. Il modello offre le migliori prestazioni con immagini nitide e ben illuminate e prompt specifici e granulari.
Se il tuo compito non coinvolge immagini (ad esempio, generazione di testo puro, riassunto, traduzione), un modello solo testo (come le varianti standard di Gemini o Llama) sarà più economico. Per una semplice classificazione di immagini che non richiede ragionamento in linguaggio naturale, potrebbe essere migliore un modello di visione dedicato con latenza inferiore. Inoltre, se hai bisogno di latenza inferiore per richieste ad alto volume, un modello multimodale più piccolo potrebbe essere preferibile.
In anteprima, il supporto per function calling non è confermato per questo modello. L'API di OrcaRouter supporta le stesse definizioni di tool di OpenAI, ma il modello sottostante potrebbe non eseguire in modo affidabile le chiamate di funzione. Esegui test approfonditi prima di fare affidamento sull'uso di tool. L'output strutturato (JSON mode) è supportato tramite il formato compatibile con OpenAI, ma la qualità dell'output varia.
I punteggi dei benchmark per Nano Banana Pro (Gemini 3 Pro Image Preview) non sono stati rilasciati pubblicamente. In quanto modello di anteprima, potrebbe non essere valutato su benchmark standard come MMLU, VQAv2 o COCO Captions. Gli sviluppatori dovrebbero eseguire la propria valutazione su dati rappresentativi per valutarne le prestazioni. Ci si aspettano miglioramenti nella versione finale di Gemini 3 Pro.
La latenza dipende dalle dimensioni dell'immagine, dalla lunghezza dell'input e dal carico corrente di OrcaRouter. L'elaborazione delle immagini aggiunge overhead rispetto ai modelli solo testo. In media, una richiesta con un'immagine a risoluzione media e 100 token di testo può richiedere diversi secondi per il primo token e poi trasmettere in streaming il resto. Non esiste un dato pubblicato di token al secondo per questa anteprima. Utilizza immagini più piccole e richieste in batch per ridurre al minimo la latenza.
Il modello eccelle nell'identificare oggetti, persone e testo all'interno delle immagini. È in grado di ragionare sulle relazioni spaziali e rispondere a domande che richiedono la combinazione di informazioni visive e testuali. I primi feedback indicano buone prestazioni nelle query basate su foto e nella comprensione dei documenti. La sua ampia finestra di contesto consente conversazioni multi‑immagine.
Come anteprima, il modello potrebbe produrre output inaspettati o allucinare dettagli sulle immagini (ad esempio, affermare la presenza di oggetti che non ci sono). Potrebbe avere difficoltà con immagini a bassa risoluzione, sfocate o altamente astratte. Il ragionamento visivo complesso a più fasi (ad esempio, equazioni matematiche da scrittura a mano) può essere inaffidabile. Il modello non supporta input audio o video. Non è disponibile un'opzione di fine‑tuning per questa anteprima.
I prezzi sono stabiliti da OrcaRouter in base ai costi per token per il provider Google. I token di input sono generalmente più economici dei token di output. I token delle immagini consumano significativamente più token di input rispetto al testo: ogni immagine viene suddivisa in blocchi (tiled) e processata. Consulta la pagina ufficiale dei prezzi di OrcaRouter per le tariffe correnti. Non esiste un livello gratuito per questo modello; si paga per richiesta.
Poiché l'elaborazione delle immagini è costosa in termini di token, i costi possono accumularsi rapidamente se si inviano molte immagini ad alta risoluzione. Per gestire i costi: ridurre la risoluzione delle immagini, limitare il numero di immagini per richiesta e utilizzare testi brevi. Per attività in cui le immagini non sono essenziali, considera un modello solo testo. OrcaRouter potrebbe offrire la memorizzazione nella cache per embedding di immagini ripetuti (controlla la documentazione per i dettagli).
OrcaRouter può implementare la memorizzazione nella cache per embedding di immagini di uso frequente, ma il comportamento di caching di questo modello di anteprima non è documentato. Tipicamente, input di immagini identici allo stesso URL possono essere messi in cache lato provider, riducendo i costi dei token su richieste ripetute. Contatta il supporto di OrcaRouter per dettagli specifici. La caching dipende dal modello e non è garantita per i modelli di anteprima.
Il consumo di token per le immagini è proporzionale al numero di tasselli 256×256 necessari per coprire l'immagine (dopo il ridimensionamento). Un'immagine 512×512 utilizza 4 tasselli (4 token di input per tassello? Non fornito—la formula esatta dipende dal modello). OrcaRouter può fornire un conteggio dei token nel campo usage della risposta API. Sperimenta con le tue immagini per stimare il costo per richiesta.
Utilizza l'endpoint compatibile con OpenAI su https://api.orcarouter.ai/v1 con la tua chiave API. Imposta il modello su "google/gemini-3-pro-image-preview". Formatta la richiesta con un array messages contenente sia parti di testo che di immagine. Le immagini vengono passate come URL di dati base64 o URL con oggetti image_url. Esempio: {"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,..."}}]}]}. Lo streaming è supportato.
Parametri standard di OpenAI: temperature (0–2), top_p, max_tokens (fino alla finestra di contesto meno i token del prompt), sequenze di stop, frequency_penalty, presence_penalty. Il modello accetta anche il parametro "seed" per output deterministici (non garantiti). Il supporto dei parametri dipende dal modello; alcuni parametri potrebbero essere ignorati o avere valori predefiniti diversi. Testa con la configurazione desiderata.
Cambia il tuo URL di base da https://api.openai.com/v1 a https://api.orcarouter.ai/v1, aggiorna la tua chiave API a una chiave OrcaRouter e cambia il nome del modello in "google/gemini-3-pro-image-preview". La struttura del messaggio (array di contenuto con text e image_url) è identica. Se utilizzi librerie come openai Python, modifica semplicemente base_url e api_key. Nota: i limiti di velocità sono diversi.
L'autenticazione avviene tramite chiave API nell'header Authorization (Bearer your_key). I limiti di velocità sono per chiave e dipendono dal tuo piano. L'API restituisce 429 quando superato. Non esiste autenticazione separata per il provider del modello—OrcaRouter gestisce il routing. Per la produzione, utilizza una chiave dedicata e monitora l'utilizzo nel dashboard di OrcaRouter.
Entrambi sono multimodali (immagine+testo in input, testo in output). GPT‑4V è un modello di produzione maturo con dati di benchmark più ampi. Nano Banana Pro è un’anteprima; le sue reali capacità sono meno note. Finestre di contesto: GPT‑4V fino a 128k contro 65k per questo modello. GPT‑4V supporta immagini a risoluzione più alta. Tuttavia, questo modello può offrire costi inferiori e diversi punti di forza nel ragionamento. I confronti diretti richiedono una valutazione specifica per il compito.
OrcaRouter offre diversi modelli multimodali (ad esempio, Claude 3 Vision, Llama 3.2 Vision). Questa anteprima di Google fornisce un'architettura unica basata su Gemini che potrebbe eccellere in alcune attività incentrate su Google (ad esempio, comprendere screenshot di Google Docs). Ha metà del contesto di alcuni concorrenti. Prezzi e latenza variano; consulta le tabelle comparative di OrcaRouter per le tariffe per modello.
Il vantaggio principale è l'input nativo delle immagini senza bisogno di un encoder visivo separato. È possibile combinare il contesto visivo con il testo in un unico prompt. Questo riduce la complessità del sistema rispetto al concatenamento di due modelli diversi. Tuttavia, i modelli solo testo sono più economici e più veloci per attività che non richiedono immagini. Scegli in base alla necessità di comprensione visiva dell'attività.
Gemini 2 Pro è un modello di produzione con una lunga esperienza. Questa anteprima offre un assaggio dell'architettura di Gemini 3 Pro e potrebbe avere diversi punti di forza (ad esempio, una migliore gestione di alcuni tipi di immagini). Tuttavia, si tratta di un'anteprima: stabilità e supporto sono limitati. Per implementazioni in produzione, Gemini 2 Pro (tramite OrcaRouter) è più sicuro. Utilizza questa anteprima per test iniziali e feedback.
https://api.orcarouter.aimax_tokensresponse_formatseedstopstructured_outputstemperaturetop_p| Per richiesta | $0.2400 |
| Valuta | USD |
| Tariffa fissa per chiamata API (modelli di generazione immagini) | |
GET /api/public/models/google/gemini-3-pro-image-previewApri @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