داشبورد توسعه‌دهنده
پرسش از هوش مصنوعی
پرسش از هوش مصنوعی

مدل جدید اضافه شد: Gemini 3.1 Flash Image Preview (Nano Banana 2)

تاریخ: ۱۴۰۴-۱۲-۰۸ / (2026-02-27)

خلاصه

ما افزودن مدل Gemini 3.1 Flash Image Preview گوگل (gemini-3.1-flash-image-preview) با نام مستعار "Nano Banana 2" را اعلام می‌کنیم. این مدل تولید تصویر با کیفیت بالا و ویرایش پیشرفته سریع‌تر را به سری Flash می‌آورد و به عنوان همتای پربازده Gemini 3 Pro Image با نسبت قیمت به عملکرد استثنایی برای موارد استفاده توسعه‌دهندگان با حجم بالا بهینه‌سازی شده است.


جزئیات

Google Gemini 3.1 Flash Image Preview (Nano Banana 2)

مدل gemini-3.1-flash-image-preview گوگل (همچنین با نام "Nano Banana 2" شناخته می‌شود) اکنون از طریق AvalAI در دسترس است. این مدل تولید تصویر با کیفیت بالا و قابلیت‌های ویرایش پیشرفته را با بهینه‌سازی برای سرعت و گردش‌های کاری توسعه‌دهندگان با حجم بالا ارائه می‌دهد.

نام مدل: gemini-3.1-flash-image-preview
نام مستعار: Nano Banana 2

ویژگی‌های کلیدی

  • دانش جهانی بهبود یافته: استفاده از دانش گسترده Gemini با پایه‌گذاری جستجوی وب برای ایجاد تصاویر بهبود یافته با مراجع دنیای واقعی
  • رندر متن پیشرفته: ارائه رندر متن قابل اعتماد و واضح با بومی‌سازی درون تصویر با پشتیبانی از چندین زبان
  • کنترل خلاقانه بیشتر: نورپردازی پرجنب و جوش، بافت‌های غنی‌تر، جزئیات تیزتر با سطوح تفکر قابل تنظیم
  • نسبت ابعاد بومی: پشتیبانی از تمام نسبت‌های موجود به علاوه نسبت‌های جدید 4:1، 1:4، 8:1 و 1:8
  • وضوح جدید 512px: بهینه‌سازی برای کارایی با حداقل تاخیر برای تکرارهای سریع
  • پیروی بهبود یافته از دستورالعمل: پایبندی دقیق‌تر به دستورات پیچیده و چندلایه
  • پشتیبانی از وضوح: تولید تصاویر تا وضوح 4K (4096x4096px)
  • ویرایش تصویر: قابلیت‌های ویرایش جامع شامل ویرایش مکالمه‌ای چندنوبتی
  • پایه‌گذاری جستجوی تصویر گوگل: تولید تصاویر بر اساس مراجع تصویر دنیای واقعی (انحصاری برای 3.1 Flash)

قیمت‌گذاری

نوعهزینه
ورودی متن$0.50 به ازای هر 1M توکن
ورودی تصویر$0.50 به ازای هر 1M توکن
ورودی کش شده$0.25 به ازای هر 1M توکن
خروجی متن$3.00 به ازای هر 1M توکن
خروجی تصویر (1K-2K)$0.0672 به ازای هر تصویر
خروجی تصویر (2K-4K)$0.101 به ازای هر تصویر
خروجی تصویر (4K)$0.151 به ازای هر تصویر

توجه: خروجی تصویر به قیمت $60 به ازای هر 1M توکن است. تصاویر خروجی از 1024x1024px (1K) تا 2048x2048px (2K) تقریبا 1120 توکن مصرف می‌کنند.

درک خانواده Nano Banana

Nano Banana نام قابلیت‌های تولید تصویر بومی Gemini است. Gemini می‌تواند تصاویر را به صورت مکالمه‌ای با متن، تصاویر یا ترکیبی از هر دو تولید و پردازش کند:

  • Nano Banana 2 (gemini-3.1-flash-image-preview): همتای پربازده Gemini 3 Pro Image، بهینه‌سازی شده برای سرعت و موارد استفاده توسعه‌دهندگان با حجم بالا
  • Nano Banana Pro (gemini-3-pro-image-preview): طراحی شده برای تولید دارایی‌های حرفه‌ای با استدلال پیشرفته ("تفکر") برای دستورالعمل‌های پیچیده و متن با کیفیت بالا
  • Nano Banana (gemini-2.5-flash-image): طراحی شده برای سرعت و کارایی، بهینه‌سازی شده برای وظایف با حجم بالا و تاخیر کم

نمونه‌های درخواست/پاسخ API

استفاده از Endpoint چت:

bash
curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "gemini-3.1-flash-image-preview",
    "messages": [
      {
        "role": "user",
        "content": "یک پرتره فتورئالیستیک از یک غذای موز نانو در یک رستوران مجلل با تم Gemini بساز"
      }
    ],
    "modalities": ["image", "text"]
  }' | jq '.choices[0].message.images[0].image_url.url |= (.[0:100] + "...[TRUNCATED]")'

پاسخ:

json
{
  "id": "chatcmpl-xyz123",
  "created": 1740642000,
  "model": "gemini-3.1-flash-image-preview",
  "object": "chat.completion",
  "system_fingerprint": null,
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "message": {
        "content": "یک تصویر فتورئالیستیک از غذای موز نانو در محیط رستوران مجلل با تم صورت‌فلکی Gemini ایجاد کردم.",
        "role": "assistant",
        "images": [
          {
            "image_url": {
              "url": "data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAABAAAAAQACAIAAADwf7zU...[TRUNCATED]",
              "detail": "auto"
            },
            "index": 0,
            "type": "image_url"
          }
        ],
        "thinking_blocks": [],
        "annotations": []
      }
    }
  ],
  "usage": {
    "completion_tokens": 1150,
    "prompt_tokens": 28,
    "total_tokens": 1178,
    "completion_tokens_details": null,
    "prompt_tokens_details": {
      "audio_tokens": null,
      "cached_tokens": null,
      "text_tokens": 28,
      "image_tokens": null
    }
  },
  "estimated_cost": {
    "unit": "0.0695000000",
    "irt": 7968.3,
    "exchange_rate": 114600
  }
}

نمونه‌های SDK

bash
curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "gemini-3.1-flash-image-preview",
    "messages": [
      {
        "role": "user",
        "content": "یک لوگوی مدرن برای یک شرکت فناوری به نام \"AvalAI\" با تایپوگرافی تمیز و طراحی مینیمالیست بساز"
      }
    ],
    "modalities": ["image", "text"]
  }'
python
from openai import OpenAI

client = OpenAI(api_key="your-avalai-api-key", base_url="https://api.avalai.ir/v1")

response = client.chat.completions.create(
    model="gemini-3.1-flash-image-preview",
    messages=[
        {
            "role": "user",
            "content": 'یک لوگوی مدرن برای یک شرکت فناوری به نام "AvalAI" با تایپوگرافی تمیز و طراحی مینیمالیست بساز',
        }
    ],
    extra_body={"modalities": ["image", "text"]},
)

# دسترسی به تصویر تولید شده
if hasattr(response.choices[0].message, "images"):
    images = getattr(response.choices[0].message, "images")
    for img in images:
        print(f"Image URL: {img.image_url.url[:100]}...")

print(response.choices[0].message.content)
javascript
import { OpenAI } from "openai";

const client = new OpenAI({
  apiKey: process.env.AVALAI_API_KEY,
  baseURL: "https://api.avalai.ir/v1",
});

const response = await client.chat.completions.create({
  model: "gemini-3.1-flash-image-preview",
  messages: [
    {
      role: "user",
      content: "یک لوگوی مدرن برای یک شرکت فناوری به نام \"AvalAI\" با تایپوگرافی تمیز و طراحی مینیمالیست بساز",
    },
  ],
  modalities: ["image", "text"],
});

// دسترسی به تصویر تولید شده
if (response.choices[0].message.images) {
  const images = response.choices[0].message.images;
  images.forEach((img, idx) => {
    console.log(`Image ${idx}: ${img.image_url.url.substring(0, 100)}...`);
  });
}

console.log(response.choices[0].message.content);

نمونه ویرایش تصویر

bash
curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "gemini-3.1-flash-image-preview",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "این تصویر را به سبک سایبرپانک با رنگ‌های نئون تبدیل کن"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "https://example.com/original-image.jpg"
            }
          }
        ]
      }
    ],
    "modalities": ["image", "text"]
  }'
python
from openai import OpenAI

client = OpenAI(api_key="your-avalai-api-key", base_url="https://api.avalai.ir/v1")

response = client.chat.completions.create(
    model="gemini-3.1-flash-image-preview",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "این تصویر را به سبک سایبرپانک با رنگ‌های نئون تبدیل کن",
                },
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/original-image.jpg"},
                },
            ],
        }
    ],
    extra_body={"modalities": ["image", "text"]},
)
javascript
import { OpenAI } from "openai";

const client = new OpenAI({
  apiKey: process.env.AVALAI_API_KEY,
  baseURL: "https://api.avalai.ir/v1",
});

const response = await client.chat.completions.create({
  model: "gemini-3.1-flash-image-preview",
  messages: [
    {
      role: "user",
      content: [
        {
          type: "text",
          text: "این تصویر را به سبک سایبرپانک با رنگ‌های نئون تبدیل کن",
        },
        {
          type: "image_url",
          image_url: { url: "https://example.com/original-image.jpg" },
        },
      ],
    },
  ],
  modalities: ["image", "text"],
});

نمونه SDK بومی Gemini

همچنین می‌توانید از API بومی Gemini (v1beta) برای دسترسی به این مدل با SDK رسمی گوگل استفاده کنید:

python
from google import genai
from google.genai import types
from PIL import Image

client = genai.Client(
    api_key="your-avalai-api-key",
    http_options=types.HttpOptions(base_url="https://api.avalai.ir/v1beta"),
)

prompt = "تصویری از یک غذای موز نانو در یک رستوران مجلل با تم Gemini بساز"
response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents=[prompt],
)

for part in response.parts:
    if part.text is not None:
        print(part.text)
    elif part.inline_data is not None:
        image = part.as_image()
        image.save("generated_image.png")

لینک‌های مرتبط