Gemini 3.1 Flash Image Preview, также известная как "Nano Banana 2", — это последняя передовая модель Google для генерации и редактирования изображений, обеспечивающая визуальное качество профессионального уровня на скорости Flash. Она сочетает...
Google: Nano Banana 2 — это мультимодальная модель, которая обрабатывает как изображения, так и текстовый ввод. Она основана на архитектуре Gemini 3.1 Flash, ориентированной на быстрый вывод…
Модель Gemini 3.1 Flash Image Preview способна выполнять ряд мультимодальных задач, включая создание подписей к изображениям, ответы на вопросы по изображениям, понимание документов (например, извлечение информации из счетов или форм) и модерацию контента, объединяющую анализ изображений и текста. Она также может выполнять рассуждения на основе диаграмм и графиков, например, интерпретировать графики или блок-схемы. Поскольку это Flash-модель, она оптимизирована для скорости, что делает её подходящей для приложений, требующих быстрой обработки. Однако она может не соответствовать глубине более крупных и медленных моделей при решении сложных задач рассуждения. Пользователям следует оценивать модель на своих конкретных сценариях использования, чтобы подтвердить её производительность.
Размер контекстного окна составляет 65 536 токенов. Это означает, что модель может обработать до такого количества токенов за один запрос, включая как текст, так и закодированные данные изображения. Для текстовых запросов это позволяет работать с документами объёмом около 50 000 слов. Для мультимодальных входных данных токены изображений занимают часть окна, поэтому полезная текстовая ёмкость уменьшается. Точная стоимость токенов на изображение не указана, но пользователям следует учитывать, что изображения потребляют значительное количество токенов. Такой размер контекста позволяет обрабатывать документы средней длины с изображениями, но чрезвычайно большие документы или множество изображений могут превысить лимит. В таких случаях может потребоваться разбиение на части или суммаризация.
Если ваша задача не требует понимания изображений, текстовая модель (например, Gemini 1.5 Flash или аналогичная) может быть дешевле и быстрее. Кроме того, если ваше приложение крайне чувствительно к задержкам и необходимость обработки изображений избыточна, легковесная текстовая модель может быть предпочтительнее. Для задач, включающих сложные многокартинные рассуждения или очень высокую детализацию, более крупная модель с функцией зрения без flash может обеспечить лучшую точность за счет скорости. Вариант Flash предназначен для достижения компромисса. Пользователям следует проводить бенчмаркинг своих рабочих нагрузок, чтобы определить, оправдывает ли компромисс между скоростью и качеством стоимость. OrcaRouter предлагает ряд моделей; ознакомление с каталогом может помочь выявить альтернативы.
Архитектура Gemini 3.1 Flash оптимизирована для логирования с низкой задержкой. Это делает модель хорошо подходящей для приложений реального времени, таких как оперативные чат-ассистенты, интерактивные системы вопросов-ответов или инструменты автоматической модерации, которым необходимо отвечать за секунды. Преимущество в скорости обусловлено архитектурными решениями, снижающими вычислительные издержки, например меньшим количеством параметров или оптимизированными механизмами внимания. Хотя конкретные значения задержки не приводятся, flash-модели обычно генерируют токены быстрее, чем их стандартные аналоги. Это может сократить ощущаемое время ожидания для конечных пользователей. Однако точная скорость зависит от таких факторов, как размер входных данных, сложность изображения и нагрузка на сервер OrcaRouter. Разработчикам следует тестировать на репрезентативных входных данных.
В настоящее время официальные бенчмарки для данной конкретной модели не опубликованы. Поскольку это предварительная версия (на что указывает «Image Preview» в названии), Google могла не выпускать стандартизированные результаты оценки. Пользователям не следует предполагать уровень производительности на основе других моделей Gemini Flash, так как вариант с предпросмотром изображений может отличаться по возможностям. Для оценки качества модели OrcaRouter рекомендует проводить собственные тесты на вашем датасете. Распространённые метрики для мультимодальных задач включают точность на эталонных тестах VQA, BLEU для описания изображений или F1 для понимания документов. При отсутствии бенчмарков необходимо полагаться на эмпирическое тестирование.
Поскольку модель построена на Gemini 3.1 Flash, она должна демонстрировать сильные способности к генерации текста, характерные для этой архитектуры, такие как связный язык, резюмирование и рассуждение. Однако, поскольку это мультимодальная версия, её производительность при работе только с текстом может отличаться от производительности специальной текстовой модели Flash из-за накладных расходов ветвей обработки изображений. Сравнительные бенчмарки отсутствуют. Для задач, связанных исключительно с текстом, пользователи могут обнаружить, что более простая, только текстовая модель Flash обеспечивает эквивалентное или лучшее качество с меньшей стоимостью и задержкой. Если вы в основном работаете с текстом, рассмотрите возможность использования модели gemini-3.1-flash или аналогичных моделей на OrcaRouter.
Как предварительная модель, она может иметь ограничения или недостатки, которые не полностью задокументированы. Известные потенциальные ограничения включают: модель может не так хорошо обрабатывать изображения очень высокого разрешения, как специализированные модели зрения; она может быть менее надежной при обработке нескольких изображений в одном запросе из-за совместного использования контекста; и она может быть более чувствительной к формулировке запроса, чем специализированные модели. Кроме того, поскольку это flash-модель, она может жертвовать глубиной рассуждений ради скорости, поэтому сложные многошаговые задачи визуального рассуждения могут быть подвержены ошибкам. Пользователям следует тщательно тестировать граничные случаи. OrcaRouter рекомендует ознакомиться с документацией Google по Gemini на предмет возможных фильтров безопасности или политик контента.
Предварительный просмотр изображений Gemini 3.1 Flash Image Preview разработан для низкой задержки, однако точные показатели скорости не публикуются. По сравнению с другими flash-моделями на OrcaRouter (например, Gemini 1.5 Flash или другими вариантами Flash), добавление обработки изображений может увеличить задержку на запрос, поскольку изображения необходимо кодировать и обрабатывать. Однако в рамках класса flash эта модель должна быть быстрее, чем более крупные non-flash модели, работающие с изображениями. Для пользователей, которым нужны как скорость, так и зрение, эта модель является разумным выбором. Если задержка критична, а изображения не требуются, текстовая flash-модель будет быстрее. API OrcaRouter предоставляет время отклика; клиенты могут отслеживать собственное использование.
Цены на эту модель на OrcaRouter определяются платформой и могут меняться. Обычно OrcaRouter взимает плату за каждый обработанный токен (вход + выход), с дополнительными сборами за токены изображений. Для мультимодальных моделей стоимость одного запроса выше, чем для текстовых моделей, поскольку изображения потребляют много токенов. Пользователям следует обращаться к официальной странице цен OrcaRouter для получения актуальных тарифов на google/gemini-3.1-flash-image-preview. Конкретные затраты на токен здесь не указаны. Рекомендуется оценивать затраты, тестируя образцы запросов и просматривая использование токенов, сообщаемое в заголовках ответов API.
Да, ввод изображений значительно увеличивает количество токенов на запрос, поскольку каждое изображение токенизируется во множество токенов (обычно от сотен до тысяч в зависимости от разрешения). Это напрямую повышает стоимость по сравнению с чисто текстовыми запросами аналогичной длины. Если ваше приложение может обходиться только текстовыми описаниями изображений, модель, работающая только с текстом, может быть дешевле. Напротив, если понимание изображений необходимо, эта модель предлагает решение с одной моделью вместо объединения двух отдельных сервисов. Пользователям следует сопоставить качество интерпретации изображений моделью с дополнительными затратами. OrcaRouter может предоставлять скидки за использование для клиентов с большими объемами; свяжитесь с ними для получения подробной информации.
OrcaRouter может предоставлять такие функции, как кэширование подсказок (prompt caching) или повторное использование сессий (session reuse), чтобы сократить избыточную обработку токенов изображений. Однако конкретные детали реализации для этой модели не задокументированы публично. Кэширование может значительно снизить затраты в приложениях, где одно и то же изображение отправляется многократно (например, в Q&A-боте с фиксированным документом). Пользователям следует обратиться в службу поддержки OrcaRouter для получения информации о возможностях кэширования. Кроме того, OrcaRouter может предлагать многоуровневые тарифы или ежемесячные планы, которые снижают стоимость за токен при постоянном использовании. Рекомендуется ознакомиться с условиями предоставления услуг или связаться с отделом продаж для получения точных стратегий оптимизации затрат.
Чтобы использовать модель, отправляйте HTTP POST-запросы к совместимому с OpenAI API-эндпоинту OrcaRouter: https://api.orcarouter.ai/v1/chat/completions. Установите параметр model в значение "google/gemini-3.1-flash-image-preview". Включите ваш API-ключ в заголовок Authorization (Bearer token). Тело запроса должно содержать массив messages, где каждое сообщение может иметь роль (system, user, assistant) и содержимое. Для изображений включите объект с типом "image_url" и URL изображения или данными в формате base64. Пример: "content": [{"type": "text", "text": "Describe this photo"}, {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,..."}}]. API возвращает стандартный ответ в формате chat completion.
API поддерживает стандартные параметры завершения чата OpenAI: model, messages, max_tokens, temperature, top_p, stop, stream и т.д. Для ввода изображений массив content должен содержать объекты с типом "image_url". Объект image_url может содержать либо публичный URL, либо data URI в кодировке base64. OrcaRouter может также поддерживать необязательные параметры, такие как max_image_tokens или настройки detail (например, low/high от OpenAI), но это не подтверждено. Обратитесь к документации API OrcaRouter для получения дополнительных параметров, специфичных для мультимодальных моделей. Ответ включает информацию об использовании, такую как prompt_tokens (включая токены изображений), completion_tokens и total_tokens, что полезно для мониторинга затрат.
Миграция с нативного API Google Vertex AI или AI Studio на OrcaRouter требует изменения базового URL и идентификатора модели. Замените свою конечную точку Google на https://api.orcarouter.ai/v1/chat/completions. Измените название модели на "google/gemini-3.1-flash-image-preview". Аутентификация: вместо учетных данных сервисного аккаунта Google используйте ключи API OrcaRouter. Формат запроса становится совместимым с OpenAI: массив messages с ролями и содержимым. Если вы использовали мультимодальный формат ввода Google, вам потребуется преобразовать изображения в формат image_url, описанный выше. Большинство SDK (например, OpenAI Python) работают с простым обновлением конфигурации. Протестируйте с небольшим запросом для проверки поведения перед переносом в производственную среду.
OrcaRouter использует аутентификацию по API-ключу. Необходимо получить API-ключ из панели управления OrcaRouter. Включите его в заголовок запроса в формате: `Authorization: Bearer YOUR_API_KEY`. API-ключи должны храниться в секрете и не раскрываться в клиентском коде. Для взаимодействия между серверами используйте переменные окружения. OrcaRouter может применять ограничение частоты запросов и квоты использования; проверьте настройки своей учетной записи. Дополнительный OAuth-поток или аутентификация, специфичная для Google, не требуются. API-ключ привязан к вашей учетной записи OrcaRouter и тарифному плану. Если вы превысите лимиты частоты запросов, может быть возвращен статус HTTP 429; реализуйте соответствующую логику повторных попыток.
Стандартный Gemini 3.1 Flash — это текстовая модель (или, возможно, текст с ограниченным зрением в новых версиях). Вариант Image Preview явно добавляет возможности зрения, что делает его подходящим для мультимодальных задач. Взамен модель с предпросмотром изображений может иметь несколько другую внутреннюю архитектуру и потенциально более высокую задержку или стоимость из-за обработки изображений. Для задач, связанных только с текстом, стандартный Flash, вероятно, будет быстрее и дешевле, а также может обеспечивать идентичное или лучшее качество. Пользователям следует выбирать вариант с предпросмотром изображений только тогда, когда необходим ввод изображений. OrcaRouter предлагает обе модели; сравните их идентификаторы моделей.
На OrcaRouter другие мультимодальные модели включают GPT-4V, Claude 3 Vision и Gemini Pro Vision, а также варианты с открытым исходным кодом. Gemini 3.1 Flash Image Preview позиционируется как быстрая и более дешёвая альтернатива крупным моделям зрения, таким как GPT-4V. Вероятно, она жертвует некоторой глубиной рассуждений ради скорости и цены. По сравнению со специализированными моделями для подписей к изображениям, эта модель предлагает более универсальный мультимодальный чат-интерфейс. Для конкретных задач, таких как OCR или точное распознавание деталей, специализированные модели (например, собственный документный AI от Google) могут работать лучше. Пользователям следует оценивать на основе своего сценария использования: эта flash-модель лучше всего подходит для приложений, критичных к скорости, где достаточно умеренных возможностей зрения.
OrcaRouter предоставляет унифицированный API, совместимый с OpenAI, для этой модели Google, упрощая интеграцию, если вы уже используете этот интерфейс. Вы избегаете прямого управления ресурсами Google Cloud, разрешениями IAM или отдельными SDK. OrcaRouter может предлагать дополнительные функции, такие как балансировка нагрузки, кэширование, резервные модели и консолидированная оплата. Он также агрегирует несколько провайдеров, позволяя легко переключать модели без изменения кода. Для этой конкретной модели OrcaRouter обрабатывает серверное подключение к инфраструктуре Google, потенциально оптимизируя маршрутизацию. Однако использование стороннего шлюза вводит зависимость и может добавить небольшую задержку. Оцените, перевешивает ли удобство прямой доступ.
Выбирайте эту модель, когда ваше приложение требует понимания визуального содержания в сочетании с текстом, например, анализа фотографий, диаграмм или отсканированных документов. Если ваша задача включает интерпретацию изображений как часть процесса рассуждения — например, в боте поддержки клиентов, который читает скриншоты, — эта модель устраняет необходимость использования отдельного API для зрения. Однако, если ваши изображения только декоративны или могут быть описаны текстом, модель, работающая только с текстом, будет более экономичной и быстрой. Кроме того, если вам требуется чрезвычайно высокая точность в специализированных визуальных задачах (например, распознавание объектов с высокой детализацией), более подходящей будет выделенная модель компьютерного зрения. Эта модель представляет собой удобную золотую середину.
https://api.orcarouter.aiinclude_reasoningmax_tokensreasoningresponse_formatseedstopstructured_outputstemperaturetop_p| За запрос | $0.1510 |
| Валюта | USD |
| Фиксированная плата за вызов API (модели генерации изображений) | |
GET /api/public/models/google/gemini-3.1-flash-image-previewОткрыть @misc{orcarouter_gemini_3_1_flash_image_preview,
title = {Nano Banana 2 (Gemini 3.1 Flash Image Preview) API},
author = {Google},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemini-3.1-flash-image-preview}
}Google. (2026). Nano Banana 2 (Gemini 3.1 Flash Image Preview) API. OrcaRouter. https://www.orcarouter.ai/models/google/gemini-3.1-flash-image-preview