Nano Banana Pro — это самая продвинутая модель генерации и редактирования изображений от Google, построенная на Gemini 3 Pro. Она расширяет возможности оригинального Nano Banana с помощью значительно улучшенного мультимодального мышления, привязки к реальному миру и...
Данная модель представляет собой предварительную версию от Google грядущего варианта Gemini 3 Pro, ориентированного на понимание изображений. Она принимает на вход изображения и текст и генерирует…
Модель может детально описывать содержимое изображения, отвечать на вопросы об объектах, сценах, цветах и тексте, видимом на изображении (например, читать вывески или надписи). Она поддерживает задачи визуального мышления, такие как сравнение двух изображений, выявление различий или экстраполяция по визуальным подсказкам. Модель также может анализировать диаграммы и графики, хотя точность при работе со сложными научными иллюстрациями может варьироваться.
К сильным вариантам использования относятся: 1) Автоматическое создание подписей к изображениям в реальном времени для инструментов доступности; 2) Визуальный поиск и классификация товаров в электронной коммерции; 3) Обработка документов (формы, квитанции, счета) с рукописным или печатным текстом; 4) Образовательные инструменты, которые объясняют диаграммы или фотографии. Модель показывает наилучшие результаты с четкими, хорошо освещенными изображениями и конкретными, детальными подсказками.
Если ваша задача не связана с изображениями (например, чистая генерация текста, суммаризация, перевод), то более экономически эффективной будет текстовая модель (например, стандартные варианты Gemini или Llama). Для простой классификации изображений, не требующей логических рассуждений на естественном языке, может быть лучше использовать специализированную модель видения с меньшей задержкой. Кроме того, если вам нужна меньшая задержка для запросов с большим объемом, предпочтительнее может быть меньшая мультимодальная модель.
В качестве предварительного просмотра поддержка вызова функций для этой модели не подтверждена. API OrcaRouter поддерживает те же определения инструментов, что и OpenAI, но базовая модель может не надежно выполнять вызовы функций. Тщательно тестируйте перед тем, как полагаться на использование инструментов. Структурированный вывод (режим JSON) поддерживается через совместимый с OpenAI формат, но качество вывода варьируется.
Результаты тестов Nano Banana Pro (Gemini 3 Pro Image Preview) не были опубликованы. Как предварительная модель, она может не оцениваться по стандартным бенчмаркам, таким как MMLU, VQAv2 или COCO Captions. Разработчикам следует провести собственное тестирование на репрезентативных данных, чтобы оценить производительность. Ожидайте улучшений в финальном релизе Gemini 3 Pro.
Задержка зависит от размера изображения, длины входных данных и текущей нагрузки OrcaRouter. Обработка изображений добавляет дополнительные накладные расходы по сравнению с моделями, работающими только с текстом. В среднем запрос с одним изображением среднего разрешения и 100 текстовыми токенами может занять несколько секунд для первого токена, а затем остальные будут передаваться потоком. Для этой предварительной версии нет опубликованных данных о количестве токенов в секунду. Используйте изображения меньшего размера и группируйте запросы, чтобы минимизировать задержку.
Модель превосходно справляется с распознаванием объектов, людей и текста на изображениях. Она может рассуждать о пространственных отношениях и отвечать на вопросы, требующие объединения визуальной и текстовой информации. Ранние отзывы указывают на хорошую производительность при запросах на основе фотографий и понимании документов. Её большое контекстное окно позволяет вести диалоги с несколькими изображениями.
В предварительной версии модель может выдавать неожиданные результаты или галлюцинировать детали об изображениях (например, утверждать, что присутствуют объекты, которых нет). Она может испытывать трудности с изображениями низкого разрешения, размытыми или сильно абстрактными изображениями. Сложное многошаговое визуальное рассуждение (например, математические уравнения из рукописного текста) может быть ненадёжным. Модель не поддерживает аудио- или видеовход. Для этой предварительной версии нет возможности тонкой настройки.
Ценообразование устанавливается OrcaRouter на основе затрат на токен для провайдера google. Входные токены обычно дешевле выходных. Токены изображений потребляют значительно больше входных токенов, чем текст — каждое изображение разбивается на плитки и обрабатывается. Обратитесь к официальной странице цен OrcaRouter для получения актуальных тарифов. Для этой модели нет бесплатного тарифа; вы платите за каждый запрос.
Поскольку обработка изображений требует много токенов, затраты могут быстро накапливаться, если вы отправляете много изображений с высоким разрешением. Для управления затратами: уменьшайте разрешение изображений, ограничьте количество изображений в одном запросе и используйте короткий текст подсказки. Для задач, где изображения не являются обязательными, рассмотрите использование текстовой модели. OrcaRouter может предлагать кэширование повторяющихся вложений изображений (подробности см. в документации).
OrcaRouter может реализовать кэширование для часто используемых эмбеддингов изображений, но поведение этой предварительной модели в отношении кэширования не документировано. Обычно идентичные входные изображения с одного и того же URL могут кэшироваться на стороне провайдера, снижая затраты токенов при повторных запросах. Обратитесь в службу поддержки OrcaRouter за конкретными деталями. Кэширование зависит от модели и не гарантируется для предварительных моделей.
Потребление токенов для изображений пропорционально количеству тайлов размером 256×256, необходимых для покрытия изображения (после изменения размера). Изображение 512×512 использует 4 тайла (4 входных токена на тайл? Не указано — точная формула зависит от модели). OrcaRouter может предоставить количество токенов в поле usage ответа API. Поэкспериментируйте со своими изображениями, чтобы оценить стоимость одного запроса.
Используйте совместимую с OpenAI конечную точку по адресу https://api.orcarouter.ai/v1 с вашим API-ключом. Установите модель "google/gemini-3-pro-image-preview". Форматируйте запрос с помощью массива messages, содержащего как текстовые, так и графические части. Изображения передаются в виде base64-URL данных или URL-адресов с объектами image_url. Пример: {"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,..."}}]}]}. Поддерживается потоковая передача.
Стандартные параметры OpenAI: temperature (0–2), top_p, max_tokens (до размера контекстного окна за вычетом токенов промпта), stop sequences, frequency_penalty, presence_penalty. Модель также принимает параметр "seed" для детерминированных результатов (не гарантируется). Поддержка параметров зависит от модели; некоторые параметры могут игнорироваться или иметь другие значения по умолчанию. Проверьте с вашей желаемой конфигурацией.
Измените базовый URL с https://api.openai.com/v1 на https://api.orcarouter.ai/v1, обновите ваш API-ключ на ключ OrcaRouter и измените имя модели на "google/gemini-3-pro-image-preview". Структура сообщений (массив content с text и image_url) идентична. Если вы используете библиотеки, такие как openai Python, просто измените base_url и api_key. Примечание: лимиты частоты запросов отличаются.
Аутентификация осуществляется через API-ключ в заголовке Authorization (Bearer your_key). Лимиты запросов действуют на каждый ключ и зависят от вашего тарифа. API возвращает 429 при превышении лимита. Отдельной аутентификации для поставщика моделей нет — маршрутизацией управляет OrcaRouter. Для продакшена используйте выделенный ключ и отслеживайте использование в панели управления OrcaRouter.
Обе модели мультимодальны (вход: изображение+текст, выход: текст). GPT‑4V — это зрелая производственная модель с более широким набором бенчмарковых данных. Nano Banana Pro — предварительная версия; её истинные возможности менее известны. Окна контекста: у GPT‑4V до 128k против 65k у этой модели. GPT‑4V поддерживает изображения более высокого разрешения. Однако эта модель может предлагать более низкую стоимость и иные сильные стороны в рассуждениях. Прямое сравнение требует оценки, специфичной для задачи.
OrcaRouter предлагает несколько мультимодальных моделей (например, Claude 3 Vision, Llama 3.2 Vision). Этот предварительный просмотр Google предоставляет уникальную архитектуру на основе Gemini, которая может превосходить другие в определенных задачах, связанных с Google (например, понимание скриншотов Google Docs). У него вдвое меньше контекстное окно, чем у некоторых конкурентов. Цены и задержка варьируются; проверьте таблицы сравнения OrcaRouter для ставок за модель.
Ключевое преимущество — встроенный ввод изображений без необходимости отдельного кодировщика зрения. Вы можете объединить визуальный контекст с текстом в одном запросе. Это снижает сложность системы по сравнению с объединением двух разных моделей. Однако текстовые модели дешевле и быстрее для задач, не требующих изображений. Выбирайте в зависимости от того, требует ли задача визуального понимания.
Gemini 2 Pro — это производственная модель с длинной историей. Данная предварительная версия даёт представление об архитектуре Gemini 3 Pro и может обладать другими преимуществами (например, лучшей обработкой некоторых типов изображений). Однако это превью — стабильность и поддержка ограничены. Для развёртывания в production безопаснее использовать Gemini 2 Pro (через OrcaRouter). Используйте это превью для раннего тестирования и обратной связи.
https://api.orcarouter.aimax_tokensresponse_formatseedstopstructured_outputstemperaturetop_p| За запрос | $0.2400 |
| Валюта | USD |
| Фиксированная плата за вызов API (модели генерации изображений) | |
GET /api/public/models/google/gemini-3-pro-image-previewОткрыть @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