Nano Banana Pro bloqué par le système de contrôle des risques ? 4 types de causes à examiner et un guide de résolution en 3 étapes

Note de l’auteur : à partir de la réponse JSON, déterminez si Nano Banana Pro a bloqué l’entrée, bloqué la sortie ou mal compris l’intention de générer une image. Passez ensuite en revue quatre catégories de causes et suivez l’ordre recommandé : modifier l’invite, changer l’image de référence, réessayer, puis changer de modèle.

Lorsque vous utilisez Nano Banana Pro pour modifier une image, vous pouvez rencontrer une situation déroutante : la requête renvoie un code HTTP 200, tout semble normal, mais la réponse ne contient aucune image. Parfois, finishReason indique IMAGE_PROHIBITED_CONTENT. Parfois, il n’y a qu’une explication textuelle, voire aucun champ candidates. Cet article présente comment identifier un blocage par les filtres de sécurité de Nano Banana Pro et examiner les 4 catégories de causes possibles, pour transformer un « encore bloqué » en problème que vous pouvez cerner et résoudre.

Cet article n’explique pas comment contourner les filtres de sécurité. Il s’appuie sur la documentation officielle de Google concernant les mécanismes de blocage, ainsi que sur les tests réalisés par APIYI en texte vers image et en retouche d’images. Nous abordons uniquement les modifications conformes aux règles et les solutions de remplacement autorisées.

Ce que vous allez en tirer : après lecture, vous saurez repérer dans la réponse JSON si l’échec se situe à l’entrée ou à la sortie, relier les 4 catégories de causes à votre invite ou à votre image de référence, et décider quoi modifier, s’il faut réessayer ou changer de modèle.

Blocages de sécurité de Nano Banana Pro : les 4 grandes catégories

Commençons par l’essentiel. Les causes fréquentes de blocage de Nano Banana Pro (nom du modèle : gemini-3-pro-image) se répartissent en quatre catégories. Pour chacune, le blocage peut intervenir à différents endroits et la solution varie.

Catégorie	Scénarios typiques	Où le blocage intervient-il ?	Peut-on y remédier ?
NSFW	Pornographie, violence, scènes sanglantes, discours haineux et contenus implicitement NSFW à la limite des règles	Dans l’invite ou l’image de référence	Modifier la description ou changer d’image ; en cas de faux positif, tester d’autres modèles
Suppression de filigrane	Demande de suppression d’un filigrane ou d’un logo sur une image	Principalement dans l’invite	Non : cela contrevient aux règles de contenu
Propriété intellectuelle connue	Personnages protégés explicitement nommés, comme ceux de Disney, Marvel ou Nintendo	Dans l’invite ou l’image de référence	Opter pour un personnage original ou fictif
Mineurs	Contenu inapproprié impliquant des mineurs	Dans l’invite ou l’image de référence	Tolérance zéro : les protections intégrées ne peuvent pas être désactivées

Pourquoi les contrôles de Nano Banana Pro se sont récemment durcis

Outre ces quatre catégories, deux périodes méritent d’être connues. D’après la documentation d’APIYI et les observations de la communauté des développeurs, la modération s’est nettement durcie autour du 23 janvier 2026 : certaines invites auparavant acceptées ont commencé à être bloquées. Début février 2026, un message sur le forum Google AI Developers signalait également que des images de présentation de lingerie et de maillots de bain pourtant conformes continuaient d’être bloquées par IMAGE_SAFETY. Son auteur demandait un retour aux critères appliqués avant le 20 janvier. Précisons que ces dates proviennent de documents tiers et de la communauté : le journal des modifications officiel de Google ne mentionne aucun changement de politique correspondant. Il ne s’agit donc pas d’une annonce officielle.

La seconde période est la fin février 2026. Google a publié la version préliminaire de Nano Banana 2 le 26 février, tandis que la documentation d’APIYI indique une mise en ligne le 27 février. Depuis, quatre nouvelles catégories de blocage se sont clairement dessinées : les personnalités célèbres reconnaissables dans des images photoréalistes, la falsification d’informations financières ou de commande, le changement de tenue et l’échange de visages, ainsi que le contenu implicitement NSFW, sans être explicite, mais manifestement à la limite des règles. Cela explique pourquoi de nombreuses équipes ont l’impression que « les blocages sont devenus plus fréquents récemment ». Les personnages fictifs, les portraits stylisés et les personnages illustrés peuvent toujours être générés normalement.

Comprendre les réponses de sécurité de Nano Banana Pro : pourquoi un HTTP 200 ne renvoie pas d’image

La première étape du diagnostic n’est pas de modifier l’invite, mais de déterminer où se produit l’échec. D’après la documentation de Google Cloud sur les mécanismes de sécurité de la génération d’images, une réponse HTTP 200 sans image peut correspondre à au moins trois situations, qui se traitent très différemment.

Premier cas : le modèle refuse la demande

Si l’invite contient du contenu potentiellement dangereux, le modèle peut ne pas générer d’image et répondre par un texte, par exemple : « Je ne peux pas créer d’image contenant des éléments pornographiques, indécents ou offensants. » Voici comment reconnaître ce cas :

candidates[0].finishReason vaut toujours STOP, comme si la requête s’était terminée normalement
candidates[0].content.parts contient uniquement text, sans inlineData
Le nombre de tokens en sortie dans les journaux est généralement faible, de l’ordre de 100 à 200

Dans ce cas, le modèle a lui-même décidé de refuser la demande, en raison de la formulation de l’invite. La lecture du texte renvoyé permet souvent de comprendre directement ce qui pose problème selon le modèle.

Deuxième cas : blocage par le filtre de sécurité

Le filtre de sécurité fonctionne indépendamment du modèle et peut intervenir à l’entrée ou à la sortie.

Signes d’un blocage à l’entrée :

La réponse ne contient pas de champ candidates
Seul promptFeedback.blockReason est présent, avec une valeur courante comme SAFETY, PROHIBITED_CONTENT, OTHER, BLOCKLIST ou IMAGE_SAFETY
La réponse arrive généralement en quelques secondes et safetyRatings peut être vide

Signes d’un blocage à la sortie :

Le champ candidates est présent, mais candidates[0].finishReason vaut IMAGE_SAFETY, IMAGE_PROHIBITED_CONTENT ou une valeur similaire
parts vaut null : ce n’est pas un tableau vide
L’explication du refus figure dans le champ finishMessage, et non dans une partie textuelle

Un blocage à l’entrée signifie que le modèle n’a même pas eu l’occasion de commencer la génération. Le problème vient du contenu soumis, notamment de l’image de référence. Un blocage à la sortie signifie que le modèle a déjà généré une image, mais que le résultat a été jugé non conforme. Le problème vient alors le plus souvent de la scène suggérée par la description.

Troisième cas : l’intention de générer une image n’est pas claire

Lorsque finishReason vaut NO_IMAGE, cela signifie que le modèle était censé générer une image, mais ne l’a pas fait. Ce n’est pas un blocage de sécurité. Une cause fréquente est que l’invite demande au modèle de rédiger une proposition, de faire une analyse ou de fournir une explication écrite : le modèle l’interprète alors comme une tâche textuelle.

Nano Banana Pro : les champs de réponse liés aux contrôles de sécurité

Type d’échec	Champs caractéristiques	Étape du blocage	Première mesure à prendre
Refus du modèle	`finishReason` vaut `STOP`, `parts` ne contient que du texte	Évaluation par le modèle	Lire le message de refus et ajuster la description
Blocage en entrée	Pas de `candidates`, présence de `promptFeedback.blockReason`	Entrée	Examiner d’abord l’image de référence
Blocage en sortie	`finishReason` vaut `IMAGE_SAFETY` ou une valeur similaire, `parts` vaut null	Sortie	Modifier la description de la scène
Intention de générer une image peu claire	`finishReason` vaut `NO_IMAGE`	Compréhension	Ajouter une phrase demandant uniquement une image en sortie
Référence ou droits d’auteur	`finishReason` vaut `IMAGE_RECITATION`	Sortie	Retirer les noms d’œuvres et de personnages

Comment lire les champs usage lors d’un contrôle de sécurité Nano Banana Pro

À partir de 48 tests de texte vers image et de 18 tests de modification d’image, APIYI a relevé plusieurs tendances dans les champs usage :

Lorsque candidatesTokenCount vaut 0, la demande a été refusée dès l’étape de vérification, sans génération de contenu candidat.
En cas de blocage, totalTokenCount est égal à la somme de promptTokenCount et de thoughtsTokenCount.
Dans ce cas, candidatesTokenCount reprend la valeur de thoughtsTokenCount : additionner les trois champs reviendrait à compter cette valeur deux fois. Pour vérifier la facturation, utilisez directement totalTokenCount.

Si la réponse contient un champ raiFilteredReason, par exemple ERROR_MESSAGE. Support codes: 56562880, vous pouvez utiliser le code d’assistance pour identifier la catégorie précise. Le tableau ci-dessous présente les codes les plus pertinents pour ces motifs :

Catégorie de sécurité	Code d’assistance en entrée	Code d’assistance en sortie	Motif correspondant
Child (mineurs)	58061214	17301594	Mineurs
Celebrity (célébrités)	29310472	15236754	Personnalités connues
Celebrity or child	64151117	64151117	Célébrités ou mineurs
Sexual (contenu sexuel)	90789179	63429089、43188360	NSFW
Prohibited content	89371032	49114662、72817394	Contenu interdit

Attention : il s’agit du tableau général des catégories de sécurité des modèles d’image Gemini. Il ne prouve pas que « Google a changé sa politique à une date donnée ».

Identifier les 4 catégories de déclencheurs des contrôles de sécurité de Nano Banana Pro

Une fois que vous avez identifié à quelle étape la requête échoue, examinez les causes possibles une par une. Voici les quatre catégories principales, suivies des catégories récemment ajoutées.

NSFW et NSFW implicite

Les contenus explicitement pornographiques, violents, sanglants ou haineux peuvent entraîner un blocage, qu’ils apparaissent dans l’invite ou dans l’image de référence. Le NSFW implicite est plus facile à manquer : l’image ne montre rien d’explicite, mais son intention générale reste suggestive. Les exemples de la communauté cités plus haut montrent que des termes comme « sous-vêtements », « pyjama » ou « maillot de bain » sont considérés comme sensibles, même dans une présentation de produit conforme.

Si le contenu dépasse réellement les limites autorisées, la seule solution est de le modifier. Si une présentation de vêtements pour le commerce en ligne est bloquée par erreur, précisez clairement l’usage commercial et la composition de l’image. Vous pouvez aussi tester la même requête avec d’autres modèles de génération d’images et signaler le faux positif à la communauté de développeurs Google.

Suppression de filigrane

Demander la suppression d’un filigrane sur une image enfreint la politique de contenu et entraîne un refus direct. Il n’y a pas de reformulation qui permette de contourner cette règle. Sachez aussi que les images générées par la gamme Nano Banana portent toutes un filigrane SynthID : il s’agit d’un comportement du modèle, pas d’une option désactivable. Si votre processus comprend une étape de « nettoyage d’image », supprimez ce type de requête du processus plutôt que d’en modifier la formulation.

Franchises et personnalités connues

Les requêtes de génération de personnages protégés par le droit d’auteur, comme ceux de Disney, Marvel ou Nintendo, sont refusées au titre de la protection des droits d’auteur. La documentation d’APIYI indique que ce changement est devenu plus marqué à partir du 23 janvier 2026. Depuis la fin février 2026, les représentations photoréalistes de personnes réelles et reconnaissables font également l’objet de blocages renforcés.

Pour rester conforme, utilisez plutôt des personnages originaux, des portraits stylisés ou des personnages illustrés. Une image de référence contenant la photo d’une célébrité ou une capture d’écran d’un personnage protégé peut elle aussi être bloquée dès l’entrée.

Mineurs

Les contenus inappropriés impliquant des mineurs font l’objet d’une tolérance zéro. La documentation officielle précise que les paramètres safetySettings réglables ne couvrent que quatre catégories : harcèlement, discours haineux, contenu sexuellement explicite et contenu dangereux. Les risques majeurs, notamment ceux liés à la sécurité des enfants, sont couverts par des protections intégrées qu’aucun paramètre ne peut désactiver. Ce type de requête doit être filtré directement au niveau de l’application.

Modification de commandes financières, changement de tenue et échange de visages

Ces deux catégories font partie des nouveaux types de contenus bloqués depuis la fin février 2026. Modifier un montant, un numéro de commande ou des informations de compte dans une capture d’écran entraîne un blocage. Il en va de même si vous remplacez le visage d’une personne par celui d’une autre ou si vous changez la tenue d’une personne réelle.

Il ne faut pas chercher à contourner ces restrictions en reformulant l’invite. Si vous souhaitez légitimement modifier l’arrière-plan d’une image de produit, limitez les modifications au produit et à son environnement, sans toucher à l’identité d’une personne ni aux informations figurant sur des justificatifs.

Nano Banana Pro : que modifier en cas de blocage, l’image de référence ou l’invite ?

C’est la question que se posent la plupart des développeurs. La réponse dépend du moment où le blocage se produit : côté entrée, examinez d’abord les images de référence ; côté sortie, modifiez la description ; en cas de NO_IMAGE, précisez que vous souhaitez générer une image.

Première étape : en cas de blocage côté entrée, traitez les images de référence

En septembre 2026, APIYI a recensé un cas typique. La requête contenait une invite et six images de référence : pose, personnage, scène, tenue, montage de chaussures et de chaussettes, et chapeau. Le format demandé était 2:3, en résolution 2K. gemini-3-pro-image renvoyait systématiquement un blockReason égal à OTHER, sans candidates, en quelques secondes. La même requête fonctionnait normalement avec gemini-3.1-flash-image.

Pour trouver la cause, les images de référence ont été divisées en deux groupes à chaque étape. Une seule image s’est révélée responsable du blocage : une planche de personnage en quatre cases. Voici les résultats :

Traitement	Résultat du test	Conclusion
Envoi de l’image d’origine	13 blocages sur 13	Blocage systématique
Simple enregistrement en PNG	Encore 2 blocages sur 2	Changer de format ne suffit pas
Nouvel export en JPEG, qualité 95	6 passages sur 6	Le réencodage fonctionne
Requête complète avec les 6 images après remplacement	2 images générées sur 2	Problème résolu

Ce cas montre que les vérifications d’entrée de Pro sont plus strictes que celles de Flash : une même requête peut passer avec Flash et être bloquée par Pro. Voici une liste de vérifications pour normaliser les images de référence :

Convertir toutes les images dans l’espace colorimétrique sRGB
Corriger leur orientation à partir des données EXIF
Limiter le côté le plus long à 2 048 pixels
Réencoder en JPEG avec une qualité de 90 à 95
Supprimer les métadonnées

Attention : le réencodage ne convient qu’aux motifs ambigus comme OTHER. Si le blockReason indique clairement un problème de sécurité, comme SAFETY, PROHIBITED_CONTENT ou IMAGE_SAFETY, ne cherchez pas à forcer le passage en réessayant ou en réencodant : remplacez directement l’image concernée.

Deuxième étape : sortie bloquée ou erreur NO_IMAGE, modifier l’invite

Lorsque la sortie est bloquée, le problème vient de l’image suggérée par la description. Prenons une invite de modification comme « Garder la scène et le produit de l’image d’origine inchangés, et remplacer les objets dans le cadre rouge ». La portée de « inchangés » étant floue, le modèle peut prendre des libertés et générer un contenu inattendu. Pour reformuler l’invite :

Remplacez les termes vagues par des noms précis : écrivez « les deux tasses dans le cadre rouge » plutôt que « les objets dans le cadre rouge »
Précisez la couleur au lieu d’écrire « changer de couleur »
Énumérez ce qui doit rester inchangé : position du sujet, proportions, logo, annotations textuelles et arrière-plan
Décomposez les actions en étapes numérotées : ne modifiez qu’un seul type d’élément à la fois et répartissez les instructions complexes sur plusieurs étapes de modification

Si vous obtenez NO_IMAGE, ajoutez à la fin de l’invite : « Affiche uniquement l’image finale, sans texte ». Cela suffit généralement à résoudre le problème.

Troisième étape : décider s’il faut réessayer ou changer de modèle

Avant de réessayer, gardez à l’esprit qu’un échec peut quand même entraîner des frais. Google décompte le quota, et la plateforme ne peut pas encore garantir qu’une sortie vide ne sera pas facturée. Répéter une requête sans modifier l’invite gaspille votre quota quotidien, et les requêtes non conformes risquent même de rendre la clé API officielle inutilisable. Si la raison de sécurité est explicite, ne réessayez donc pas. En revanche, pour OTHER ou un faux positif, cela vaut la peine de tenter une autre approche.

Pour changer de modèle sur APIYI, il suffit de modifier le paramètre model : vous gardez la même clé et le même point d’accès https://api.apiyi.com/v1. Voici l’ordre recommandé : commencez par 2.1 ou Lite, rapides et économiques, pour les tâches courantes. Si une modification précise échoue une ou deux fois, passez à Pro. Si cela ne fonctionne toujours pas, revenez à l’invite et modifiez-la.

Identifiant du modèle	Nom	Prix (par requête)	Plateforme disponible
`gemini-3-pro-image`	Nano Banana Pro	0,09 $/requête	APIYI
`gemini-nano-banana-2.1`	Nano Banana 2.1	0,045 $/requête	APIYI
`gemini-3.1-flash-image`	Nano Banana 2	0,055 $/requête	APIYI
`gemini-3.1-flash-lite-image`	Nano Banana 2 Lite	0,025 $/requête	APIYI
`gpt-image-2-all`	GPT Image 2	0,025 $/requête	APIYI

Tous les modèles d’image sont facturés à la requête. Consultez la liste des modèles de la plateforme pour connaître les modèles et les prix en vigueur. Par ailleurs, Google a annoncé le 6 octobre 2026 la dépréciation de gemini-3.1-flash-image, sans préciser de date d’arrêt. Pour les nouveaux projets, il est recommandé de passer à gemini-nano-banana-2.1.

🚀 Démarrage rapide : si vous souhaitez comparer plusieurs modèles avec les mêmes invites et images de référence, vous pouvez passer de l’un à l’autre parmi les modèles ci-dessus sur APIYI apiyi.com avec une seule clé API. Les nouveaux utilisateurs bénéficient d’un quota de test gratuit, pratique pour valider vos essais à faible coût avant de passer à plus grande échelle.

FAQ sur les blocages de sécurité de Nano Banana Pro

Q1 : Qu’est-ce qu’un blocage de sécurité sur Nano Banana Pro ?

Cela signifie que `gemini-3-pro-image` n’a pas renvoyé d’image pour des raisons de sécurité du contenu. Trois cas sont possibles : un refus du modèle, un blocage par le filtre d’entrée ou un blocage par le filtre de sortie. La requête renvoie généralement un code HTTP 200 : il faut examiner les champs de la réponse pour déterminer le cas rencontré.

Q2 : Est-il normal qu’une même requête génère une image avec flash, mais soit bloquée avec Pro ?

Oui. Les tests montrent que Pro vérifie les entrées plus strictement que flash. Si le motif est peu explicite, comme `OTHER`, commencez par vérifier les images de référence à l’aide de la liste de contrôle. Si le contenu est conforme, Nano Banana 2.1 constitue aussi une solution de rechange légitime.

Q3 : Pourquoi les blocages sont-ils devenus plus fréquents récemment ?

Deux évolutions se sont ajoutées : la documentation d’APIYI et la communauté des développeurs ont observé un durcissement général de la modération autour du 23 janvier 2026, sans annonce officielle de Google. Puis, après le lancement de Nano Banana 2 fin février, quatre nouvelles catégories de blocage ont été ajoutées : les personnalités connues, la falsification d’ordres financiers, les changements de vêtements et de visage, et les contenus NSFW implicites.

Q4 : Les requêtes bloquées pour des raisons de sécurité sont-elles facturées ?

C’est possible. Google décompte ces requêtes du quota et la plateforme ne peut pas encore éviter de les facturer lorsque la sortie est vide. Consultez les journaux d’invocation dans la console APIYI sur apiyi.com : un nombre de tokens de sortie très faible, de l’ordre de 100 à 200, ou une colonne « Complétion » vide indique qu’aucune image n’a été générée.

Q5 : Existe-t-il un programme de compensation pour les fournisseurs d’outils qui rencontrent de nombreux échecs de génération ?

Oui, un programme de compensation couvre les échecs de génération avec Nano Banana Pro, uniquement pour les appels facturés à l’unité. Il s’adresse aux fournisseurs d’outils dont les dépenses mensuelles atteignent au moins 1 000 dollars américains, tous modèles de la plateforme confondus, et ne couvre que les échecs dus à des causes non subjectives. Il s’applique depuis le 1er mai 2026 (UTC+8) et nécessite une inscription sur une liste interne. La compensation est calculée selon la formule « nombre d’appels × prix du modèle / coefficient de réduction ». Les données du mois précédent sont comptabilisées à la fin de chaque mois, puis la compensation est créditée dans les cinq premiers jours ouvrables du mois suivant. Pour en savoir plus, contactez le service client d’APIYI sur apiyi.com.

Q6 : Comment exporter les enregistrements d’échec pour une demande de compensation ou un diagnostic ?

Dans la console, ouvrez les journaux et cliquez sur le bouton d’exportation en haut à droite. Choisissez la période, lancez l’exportation asynchrone, puis téléchargez le fichier Excel depuis les tâches asynchrones. Notez que les échecs liés à des causes subjectives, comme un contenu non conforme, ne sont pas couverts par le programme de compensation.

Q7 : Peut-on désactiver les blocages en ajustant safetySettings ?

Pas complètement. Seuls les seuils de quatre catégories sont réglables : harcèlement, discours haineux, contenu sexuel explicite et contenu dangereux. Les protections essentielles, notamment celles qui concernent la sécurité des enfants, sont intégrées. Les règles d’utilisation de Google interdisent aussi explicitement de contourner les filtres de sécurité.

Bilan du diagnostic des blocages de sécurité de Nano Banana Pro

À retenir

Lisez la réponse avant de modifier le contenu : l’absence de candidates indique un blocage de l’entrée, tandis que parts à null indique un blocage de la sortie
Un refus n’est pas un blocage : si finishReason vaut STOP et que la réponse ne contient que du texte, le modèle a refusé la demande
4 causes principales : contenu NSFW, suppression de filigrane, propriété intellectuelle connue et mineurs ; 4 catégories s’y ajoutent après février
Côté entrée, vérifiez d’abord l’image de référence : convertissez-la en sRGB, limitez son côté le plus long à 2 048 pixels et réexportez-la en JPEG avec une qualité de 90 à 95
Ne réessayez pas lorsque la raison de sécurité est claire : changez directement de contenu ou modifiez la description pour éviter de gaspiller votre quota
Pour changer de modèle, modifiez seulement le paramètre : avec APIYI sur apiyi.com, utilisez la même clé pour passer à 2.1, Lite ou Pro

Pour diagnostiquer un blocage de Nano Banana Pro, procédez dans cet ordre : examinez les champs pour localiser l’échec, comparez-le aux 4 causes principales pour trouver son origine, modifiez l’image de référence si le blocage concerne l’entrée ou la description s’il concerne la sortie, et précisez l’intention de générer une image en cas de NO_IMAGE. Décidez ensuite s’il faut changer de modèle. Un contenu réellement contraire aux règles ne peut pas être corrigé par une simple reformulation : il faut l’éviter dans le processus métier. En revanche, en cas de faux positif ou de cause incertaine, la standardisation des contenus et les tests sur plusieurs modèles valent la peine d’être essayés.

Si votre équipe a besoin d’analyser régulièrement les échecs et de comparer plusieurs modèles de génération d’images, APIYI sur apiyi.com facilite l’accès : avec une même clé, il suffit de modifier le paramètre model pour changer de modèle. Les journaux permettent de consulter la consommation associée à chaque échec, et les fournisseurs d’outils admissibles peuvent aussi bénéficier d’un programme de compensation pour les échecs facturés à l’appel.

Références

Gemini image generation and responsible AI : mécanismes de sécurité de la génération d’images Google Cloud et explication des codes d’assistance
Lien : cloud.google.com/vertex-ai/generative-ai/docs/image/responsible-ai-imagen
À consulter pour : la correspondance entre les types de blocage et les codes d’assistance des catégories de sécurité
Paramètres de sécurité de l’API Gemini : catégories de sécurité réglables et protections intégrées
Lien : ai.google.dev/gemini-api/docs/safety-settings
À consulter pour : les seuils de sécurité réglables et les protections qui ne peuvent pas être désactivées
Référence generateContent de l’API Gemini : énumérations de finishReason et blockReason
Lien : ai.google.dev/api/generate-content
À consulter pour : les définitions officielles des champs de réponse
Journal des modifications de l’API Gemini : calendrier des lancements, de la disponibilité générale et des abandons de modèles
Lien : ai.google.dev/gemini-api/docs/changelog
À consulter pour : vérifier les étapes de publication des versions de la série Nano Banana

Auteur : équipe technique APIYI
Échanges techniques : contactez-nous depuis la page d’accueil du site APIYI. Pour plus de ressources, consultez le centre de documentation sur docs.apiyi.com