Nano Banana Pro API 完整調用教程：比 KIE.ai 便宜 44%，谷歌原生格式快速集成

作者注：詳解 Nano Banana Pro API 調用方法，採用谷歌原生 Gemini 格式，通過 API易平臺僅需 $0.05/次，比 KIE.ai 價格低 44%，支持 1K/2K/4K 分辨率圖像生成。

調用 Nano Banana Pro API 時，很多開發者第一時間會選擇 KIE.ai，但實際上還有更便宜、更穩定的選擇。本文將介紹如何用 谷歌原生 Gemini API 格式 調用 Nano Banana Pro，並通過 API易平臺將單次調用成本降至 $0.05——比 KIE.ai 低 44%。

核心價值：讀完本文，你將掌握 Nano Banana Pro API 的標準調用方式，瞭解各平臺價格差異，並能用最低成本生成專業級 4K 圖像。

Nano Banana Pro API 核心參數一覽

爲什麼 Nano Banana Pro 要用谷歌原生格式？

Nano Banana Pro（模型名 gemini-3-pro-image-preview）是 Google DeepMind 推出的專業級圖像生成模型，其 API 設計基於 Gemini 原生協議，與 OpenAI 格式存在本質差異：

• 響應模態參數：需在 generationConfig 中聲明 responseModalities: ["IMAGE"]，而非 OpenAI 的 response_format
• 分辨率控制：通過 resolution 字段指定 1K/2K/4K，而非像素尺寸
• 寬高比：使用 aspectRatio 字符串（如 "16:9"），而非寬高數值

如果你嘗試用 OpenAI SDK 格式調用，會遇到參數解析錯誤。正確做法是使用 Google Generative AI SDK 或者直接發送 HTTP 請求到兼容端點。

Nano Banana Pro 能生成什麼？

這款模型在以下場景表現尤爲突出，遠超同類競品：

• 多語言文字渲染：支持中文、英文、日文等多語言文字精準嵌入圖像，字體清晰無亂碼
• 信息圖與數據可視化：可生成包含圖表、表格、數據標註的專業信息圖
• 營銷素材：海報、產品圖、廣告橫幅，支持文字精準排版
• 產品展示：精確的物理光照、材質細節、投影效果
• 演示文稿配圖：符合專業審美的幻燈片插圖

Nano Banana Pro API 各平臺價格對比

在選擇調用平臺之前，先看清楚各平臺的真實成本差異：

💰 成本對比：以每天生成 100 張 4K 圖像計算，Google 官方月成本約 $720，KIE.ai 約 $360，而通過 API易 apiyi.com 僅需 $150，月節省成本超過 $570。

API易相比 KIE.ai 的核心優勢：

1. 價格更低：$0.05/次 vs KIE.ai 的 $0.09/次，節省 44%
2. 格式兼容：直接支持谷歌原生 Gemini API 格式，無需格式轉換
3. 速度更快：國內優化的加速線路，實測響應更穩定
4. 統一接口：同時支持 GPT、Claude、Gemini 等主流模型，便於多模型切換

Nano Banana Pro API 快速上手

方式一：使用 Google Generative AI SDK（推薦）

安裝 SDK：

pip install google-generativeai

最簡調用示例（文生圖，10 行代碼）：

import google.generativeai as genai
import base64

genai.configure（
    api_key="YOUR_API_KEY"，
    # 使用 API易 端點，價格僅 $0.05/次
    client_options={"api_endpoint": "vip.apiyi.com"}
）

model = genai.GenerativeModel（"gemini-3-pro-image-preview"）
response = model.generate_content（
    "一隻橙色的貓咪坐在向日葵花田中，陽光明媚，寫實風格，4K高清"，
    generation_config=genai.GenerationConfig（
        response_modalities=["IMAGE"]，
        resolution="4K"，
        aspect_ratio="16:9"
    ）
）

# 保存圖像
for part in response.candidates[0].content.parts:
    if part.inline_data:
        with open（"output.png"， "wb"） as f:
            f.write（base64.b64decode（part.inline_data.data））
        print（"圖像已保存: output.png"）

🚀 快速開始：在 API易 apiyi.com 註冊後即可獲取 API Key 和免費測試額度，直接複製上方代碼替換 YOUR_API_KEY 即可運行，無需其他配置。

import google.generativeai as genai
import base64
import os
from pathlib import Path
from typing import Optional， List


def setup_client（api_key: str）:
    """初始化 Nano Banana Pro API 客戶端"""
    genai.configure（
        api_key=api_key，
        # 通過 API易 調用，價格 $0.05/次，比官方低 79%
        client_options={"api_endpoint": "vip.apiyi.com"}
    ）
    return genai.GenerativeModel（"gemini-3-pro-image-preview"）


def text_to_image（
    model，
    prompt: str，
    resolution: str = "2K"，       # 1K / 2K / 4K
    aspect_ratio: str = "1:1"，    # 1:1 / 16:9 / 9:16 / 4:3 / 3:4
    output_path: str = "output.png"
） -> str:
    """
    文生圖：根據文字描述生成圖像

    Args:
        model: 已初始化的模型實例
        prompt: 圖像描述（支持中英文）
        resolution: 輸出分辨率 1K/2K/4K
        aspect_ratio: 寬高比
        output_path: 保存路徑

    Returns:
        保存的文件路徑
    """
    response = model.generate_content（
        prompt，
        generation_config=genai.GenerationConfig（
            response_modalities=["IMAGE"]，
            resolution=resolution，
            aspect_ratio=aspect_ratio
        ）
    ）

    for part in response.candidates[0].content.parts:
        if part.inline_data and part.inline_data.mime_type.startswith（"image/"）:
            with open（output_path， "wb"） as f:
                f.write（base64.b64decode（part.inline_data.data））
            return output_path

    raise ValueError（"API 未返回圖像數據，請檢查 prompt 是否觸發內容過濾"）


def image_to_image（
    model，
    prompt: str，
    reference_image_path: str，
    resolution: str = "2K"，
    output_path: str = "edited_output.png"
） -> str:
    """
    圖生圖：基於參考圖像進行編輯或風格轉換

    Args:
        model: 已初始化的模型實例
        prompt: 編輯指令（如"將背景改爲夜晚"）
        reference_image_path: 參考圖像路徑
        resolution: 輸出分辨率
        output_path: 保存路徑

    Returns:
        保存的文件路徑
    """
    # 讀取參考圖像
    with open（reference_image_path， "rb"） as f:
        image_data = base64.b64encode（f.read（））.decode（）

    # 檢測圖像格式
    ext = Path（reference_image_path）.suffix.lower（）
    mime_map = {".jpg": "image/jpeg"， ".jpeg": "image/jpeg"，
                ".png": "image/png"， ".webp": "image/webp"}
    mime_type = mime_map.get（ext， "image/png"）

    response = model.generate_content（
        [
            {"inline_data": {"mime_type": mime_type， "data": image_data}}，
            prompt
        ]，
        generation_config=genai.GenerationConfig（
            response_modalities=["IMAGE"]，
            resolution=resolution
        ）
    ）

    for part in response.candidates[0].content.parts:
        if part.inline_data and part.inline_data.mime_type.startswith（"image/"）:
            with open（output_path， "wb"） as f:
                f.write（base64.b64decode（part.inline_data.data））
            return output_path

    raise ValueError（"圖生圖處理失敗，請確認參考圖像格式正確"）


def batch_generate（
    model，
    prompts: List[str]，
    resolution: str = "2K"，
    output_dir: str = "batch_output"
） -> List[str]:
    """
    批量生成圖像

    Args:
        model: 模型實例
        prompts: 提示詞列表
        resolution: 分辨率
        output_dir: 輸出目錄

    Returns:
        生成的文件路徑列表
    """
    os.makedirs（output_dir， exist_ok=True）
    results = []

    for i， prompt in enumerate（prompts）:
        output_path = f"{output_dir}/image_{i+1:03d}.png"
        try:
            path = text_to_image（model， prompt， resolution， output_path=output_path）
            results.append（path）
            print（f"[{i+1}/{len（prompts）}] 生成成功: {path}"）
        except Exception as e:
            print（f"[{i+1}/{len（prompts）}] 生成失敗: {e}"）
            results.append（None）

    return results


# 使用示例
if __name__ == "__main__":
    # 初始化客戶端 - 通過 API易 apiyi.com 調用，$0.05/次
    model = setup_client（"YOUR_APIYI_API_KEY"）

    # 文生圖示例
    path = text_to_image（
        model，
        prompt="現代簡約風格的產品展示圖，白色背景，專業攝影棚光效，適合電商使用"，
        resolution="4K"，
        aspect_ratio="1:1"，
        output_path="product_4k.png"
    ）
    print（f"4K 產品圖已生成: {path}"）

    # 圖生圖示例（修改已有圖像）
    edited = image_to_image（
        model，
        prompt="將圖中的背景改爲戶外自然場景，保持主體不變"，
        reference_image_path="product_4k.png"，
        resolution="4K"，
        output_path="product_outdoor.png"
    ）
    print（f"編輯後圖像: {edited}"）

方式二：使用 HTTP 直接請求（適合任何語言）

如果你不想安裝 SDK，也可以直接發送 HTTP POST 請求：

import requests
import base64
import json

API_KEY = "YOUR_APIYI_API_KEY"
# API易 兼容谷歌原生格式端點
BASE_URL = "https://vip.apiyi.com/v1beta/models/gemini-3-pro-image-preview:generateContent"

headers = {
    "Content-Type": "application/json"，
    "Authorization": f"Bearer {API_KEY}"
}

payload = {
    "contents": [
        {
            "role": "user"，
            "parts": [
                {
                    "text": "一個充滿科技感的數據中心機房，藍色霓虹燈效果，4K超清，電影質感"
                }
            ]
        }
    ]，
    "generationConfig": {
        "responseModalities": ["IMAGE"]，
        "resolution": "4K"，
        "aspectRatio": "16:9"
    }
}

response = requests.post（BASE_URL， headers=headers， json=payload）
data = response.json（）

# 提取並保存圖像
image_data = data["candidates"][0]["content"]["parts"][0]["inlineData"]["data"]
with open（"datacenter_4k.png"， "wb"） as f:
    f.write（base64.b64decode（image_data））
print（"圖像生成完成！"）

說明：上方代碼使用 API易 apiyi.com 的兼容端點，完全兼容谷歌原生 Gemini API 格式，無需任何格式轉換，$0.05/次。

Nano Banana Pro 核心參數詳解

分辨率與寬高比完整參數表

支持的寬高比（aspectRatio 參數值）：

橫向: "16:9"  "4:3"  "3:2"  "21:9"
方形: "1:1"
豎向: "9:16"  "3:4"  "2:3"  "9:21"
自定義: "4:5"（Instagram 推薦）

提示詞最佳實踐

Nano Banana Pro 對提示詞質量非常敏感，以下是經過驗證的寫法規律：

高質量提示詞結構：主體描述 + 風格定義 + 光效/質感 + 分辨率/品質詞

✅ 推薦寫法：
"一位穿着傳統漢服的年輕女性站在古典園林中，
 工筆畫風格，柔和自然光，細節豐富，4K超清，
 高度寫實"

❌ 避免寫法：
"畫一個女生"（過於模糊）

文字渲染專項提示詞（Nano Banana Pro 的核心優勢）：

"一張活動海報，標題文字'2026 AI 峯會'，
 中英雙語，現代設計風格，深藍色背景，
 白色標題字體，字跡清晰可讀"

Nano Banana Pro API 實際使用場景

場景一：電商產品圖批量生成

# 批量生成電商產品展示圖
product_prompts = [
    "無線藍牙耳機，純白背景，專業產品攝影，正面視角，4K"，
    "無線藍牙耳機，深灰背景，側面45度，展示耳機細節，4K"，
    "無線藍牙耳機，生活場景，佩戴效果圖，戶外陽光，4K"
]

results = batch_generate（
    model，
    product_prompts，
    resolution="4K"，
    output_dir="product_images"
）
# 3張圖，API易 總成本：$0.15（KIE.ai 需 $0.27）

場景二：營銷海報文字設計

Nano Banana Pro 最突出的能力之一是在圖像中精準渲染文字，這是同類模型很難做到的：

poster_prompt = """
設計一張雙十一促銷海報：
- 標題：雙十一大促銷
- 副標題：全場5折起
- 背景：紅色漸變，節日喜慶風格
- 文字顏色：金黃色，大號醒目字體
- 底部：活動時間 2026.11.11-11.13
要求：中文文字清晰可讀，排版專業
"""

path = text_to_image（model， poster_prompt， resolution="4K"， aspect_ratio="9:16"）
# 豎版手機海報，$0.05/張

💡 場景建議：對於需要大批量生成圖像的場景（如電商產品圖、營銷素材），建議通過 API易 apiyi.com 平臺調用，不僅價格最低，還提供詳細的調用日誌和用量統計，便於成本控制。

場景三：Node.js / TypeScript 項目集成

如果你的項目使用 JavaScript/TypeScript，可以通過 HTTP 請求直接集成：

import axios from "axios"；
import * as fs from "fs"；

const API_KEY = "YOUR_APIYI_API_KEY"；
// API易 兼容谷歌原生格式，價格 $0.05/次
const BASE_URL = "https://vip.apiyi.com/v1beta/models/gemini-3-pro-image-preview:generateContent"；

interface GenerateImageOptions {
  prompt: string；
  resolution？: "1K" | "2K" | "4K"；
  aspectRatio？: string；
  outputPath？: string；
}

async function generateImage（{
  prompt，
  resolution = "2K"，
  aspectRatio = "1:1"，
  outputPath = "output.png"，
}: GenerateImageOptions）: Promise<string> {
  const response = await axios.post（
    BASE_URL，
    {
      contents: [{ role: "user"， parts: [{ text: prompt }] }]，
      generationConfig: {
        responseModalities: ["IMAGE"]，
        resolution，
        aspectRatio，
      }，
    }，
    {
      headers: {
        "Content-Type": "application/json"，
        Authorization: `Bearer ${API_KEY}`，
      }，
    }
  ）；

  const imageData =
    response.data.candidates[0].content.parts[0].inlineData.data；
  fs.writeFileSync（outputPath， Buffer.from（imageData， "base64"））；
  return outputPath；
}

// 使用示例
generateImage（{
  prompt: "現代簡約風格 App 啓動頁，深色主題，科技感強，4K"，
  resolution: "4K"，
  aspectRatio: "9:16"，
  outputPath: "app_splash.png"，
}）.then（（path） => console.log（`生成完成: ${path}`））；

成本優化策略

在實際項目中，合理控制 Nano Banana Pro API 的調用成本非常重要：

🎯 選擇建議：對於初創團隊和個人開發者，推薦先在 API易 apiyi.com 平臺上用免費額度進行測試，驗證圖像質量符合需求後再規模化調用。平臺提供按量計費，無最低消費限制。

常見問題

總結

Nano Banana Pro API 調用核心要點：

1. 使用谷歌原生 Gemini 格式：必須用 google-generativeai SDK 或原生 HTTP 請求，OpenAI SDK 格式不兼容
2. API易 價格最優：$0.05/次，比 KIE.ai（$0.09）低 44%，比 Google 官方（$0.24）低 79%
3. 3 個關鍵參數：responseModalities: ["IMAGE"]、resolution（1K/2K/4K）、aspectRatio
4. 文字渲染是核心優勢：營銷海報、信息圖、雙語內容，Nano Banana Pro 是當前最佳選擇

對於需要批量調用或生產環境部署的團隊，推薦通過 API易 apiyi.com 接入——平臺已穩定運行，提供詳細的 API 日誌和用量監控，幫助精準控制圖像生成成本。

參考資料

1. Google Gemini API 圖像生成文檔

   • 鏈接：ai.google.dev/gemini-api/docs/image-generation
   • 說明：Nano Banana Pro 官方 API 參數說明和使用限制

2. Google Generative AI Python SDK

   • 鏈接：github.com/google-gemini/generative-ai-python
   • 說明：SDK 安裝和完整 API 參考，本文代碼基於此 SDK

3. API易平臺 Nano Banana Pro 接入文檔

   • 鏈接：docs.apiyi.com
   • 說明：API易對谷歌原生格式的兼容說明和定價細節

作者：技術團隊
技術交流：歡迎在評論區分享你用 Nano Banana Pro 生成的作品，更多 AI 圖像生成技巧可訪問 API易 apiyi.com 技術社區