Idéal pourMeilleur point de départ pour la génération à fort volume, les retouches répétées, les affiches, les infographies et les variantes de produit.
Par image · tarifs liste 1K et 4K
Vous pouvez générer et modifier des images avec Nano Banana 2.1 et Nano Banana Pro sur GPTProto. Les deux peuvent générer et modifier des images jusqu’à 4K, mais ils visent des points de départ différents. Nano Banana 2.1 est le modèle efficace plus récent de Google, de niveau Flash, pour la génération fréquente et les retouches itératives. Nano Banana Pro est son modèle guidé par le raisonnement, positionné pour les graphismes professionnels, les maquettes haute fidélité et les briefs visuels complexes. Le nom Pro ne garantit pas qu’il gagne chaque tâche d’image.
En bref : commencez par Nano Banana 2.1 quand vous devez produire et réviser beaucoup d’images à un coût par image plus bas. Testez Nano Banana Pro quand une mise en page exigeante, un texte localisé ou un concept produit justifie un second candidat. Jugez les sorties réelles par rapport à votre brief avant de choisir un défaut de production.
Idéal pourMeilleur point de départ pour la génération à fort volume, les retouches répétées, les affiches, les infographies et les variantes de produit.
Par image · tarifs liste 1K et 4K
Idéal pourUn candidat pour la production d’assets professionnels, la mise en page détaillée, le texte lisible et les maquettes produit haute fidélité.
Par image · tarifs liste 1K et 4K
Les tarifs GPTProto ci-dessous sont les prix par image du catalogue vérifiés le 13 octobre 2026, pas une promesse sur les prix futurs. Les prix catalogue officiels sont les lignes de taille dans ext_price_model_config ; GPTProto applique price_multiplication 0.6. Consultez les pages modèles en direct pour la route que vous comptez appeler.
curl https://gptproto.com/api/v3/google/gemini-nano-banana-2.1/text-to-image \
-H "Authorization: Bearer $GPTPROTO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"prompt": "A product photo on a white background",
"resolution": "1k"
}'curl https://gptproto.com/api/v3/google/gemini-3-pro-image-preview/text-to-image \
-H "Authorization: Bearer $GPTPROTO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"prompt": "A product photo on a white background",
"resolution": "1k"
}'Par image. Instantané du catalogue au 14 octobre 2026. Le code modèle de l’API directe de Google est distinct de l’identifiant dans le chemin d’endpoint GPTProto.
Aux tarifs GPTProto 1K listés, Nano Banana 2.1 coûte $0.02016 par image et Nano Banana Pro coûte $0.0804 — environ quatre fois plus pour la même taille de sortie 1K. Pour 1,000 images 1K réussies, ces tarifs de base affichés donnent environ $20.16 contre $80.40, avant reprises ou autres frais. Cette comparaison change si vous changez de résolution, utilisez une autre route, ou avez besoin de plusieurs générations pour obtenir un asset approuvé.
La même remise de catalogue s’applique aux tailles plus grandes. Nano Banana 2.1 est à $0.03024 en 2K et $0.0678 en 4K. Nano Banana Pro est à $0.0804 en 2K (le même prix catalogue qu’en 1K) et $0.144 en 4K. Ne comparez pas un brouillon 1K d’un modèle avec un final 4K de l’autre. Fixez d’abord la résolution, le rapport d’aspect, le prompt et les critères d’acceptation ; comptez ensuite combien de tentatives chaque modèle prend pour livrer une image utilisable.
Vérifiez le prix de Nano Banana 2.1 et le prix de Nano Banana Pro en direct pour les réglages que vous comptez utiliser.
Multipliez le même nombre d’images par le tarif GPTProto de chaque modèle pour la taille de sortie choisie, afin d’estimer le coût de génération de base. Pour un budget de production, ajoutez le nombre moyen d’itérations de brouillon, de retouches et de sorties rejetées par image approuvée.
Hors crédits bonus de recharge et reprises. Un modèle plus cher peut coûter moins cher par asset approuvé s’il réduit les retouches — mesurez-le, ne le supposez pas.
Google décrit Nano Banana 2.1 comme conservant la vitesse et l’efficacité de coût de niveau Flash. Nano Banana Pro est positionné autour du travail d’image professionnel guidé par le raisonnement. Ce sont des descriptions de produit, pas une comparaison de latence GPTProto mesurée. Générez les mêmes prompts sur les deux routes en direct si le temps de réponse compte pour votre application.
Les capacités d’édition d’image de GPTProto listent jusqu’à 8 images de référence pour les deux modèles. Le chiffre de 14 images que Google donne pour Nano Banana 2.1 n’est pas la même chose que la limite de la route de la plateforme.
Utilisez un seul compte GPTProto pour tester le même brief sur les deux modèles à leurs tarifs par image affichés. Rechargez une fois, puis comparez les assets approuvés plutôt que le premier rendu.
Commencez. Parfait pour tester l'endpoint et essayer de nouveaux modèles.
Le juste équilibre pour les développeurs individuels et les petits projets en production.
Conçu pour les équipes avec des charges de production. Les crédits bonus s’ajoutent aux tarifs des modèles déjà réduits.
Le modèle plus récent n’est pas simplement une version moins chère en retrait. Dans les évaluations des fiches modèle de Google DeepMind d’octobre 2026, Nano Banana 2.1 avec réflexion a dépassé Nano Banana Pro sur plusieurs mesures rapportées de texte vers image et d’édition. Ces scores décrivent le dispositif d’évaluation de Google ; ils ne prédisent pas chaque campagne, photo produit ou requête GPTProto. Utilisez votre propre brief et une grille de relecture humaine.
Catégories image de Design Arena telles que listées sur OpenRouter pour Nano Banana Pro, 14 octobre 2026. Nano Banana 2.1 n’avait pas de rangs Design Arena lors de cette vérification.
Faites les brouillons sur le modèle le moins cher, puis ne dépensez le tarif Pro que là où un test le justifie.
Un flux efficace peut utiliser Nano Banana 2.1 pour l’exploration de concepts et les révisions, puis comparer un brief final présélectionné à Pro. Gardez le prompt et le jeu de références identiques dans le test final. Si Nano Banana 2.1 atteint votre niveau de qualité, gardez-le comme défaut de production et n’utilisez Pro que là où vos tests montrent un bénéfice clair.
Les deux pages modèles comprennent une route texte vers image et une route d’édition d’image distincte. Google documente jusqu’à 14 images de référence pour Nano Banana 2.1 — jusqu’à 10 références d’objets et quatre personnages — et décrit une édition multi-références pour Pro. Les deux pages GPTProto listent une sortie 1K, 2K et 4K. La capacité d’édition d’image prête sur GPTProto liste un maximum de 8 images de référence pour chaque modèle. Confirmez les entrées exactes acceptées dans le panneau Usage de l’API ; les capacités du modèle Google sous-jacent ne signifient pas que chaque réglage est exposé.
Ouvrez la route d’édition d’image Nano Banana 2.1 ou la route d’édition d’image Nano Banana Pro pour vérifier le schéma de requête en direct.
Utilisez un petit jeu de prompts réels : une image produit nette, une retouche multi-références, un visuel riche en texte, et la composition la plus difficile de votre flux. Alignez le rapport d’aspect, la résolution, les références et les consignes. Notez la justesse du texte, la cohérence des objets et des personnages, la mise en page, les changements indésirables, le temps de génération et le nombre de tentatives jusqu’à l’approbation. Relisez l’image finale à sa taille d’affichage prévue. Aucun modèle ne garantit un petit texte correct, des étiquettes factuelles ou la conservation parfaite d’un sujet de référence.
Quand la vitesse et le débit comptent, lancez assez d’exemples pour voir le temps d’achèvement typique plutôt que de vous fier à un seul résultat. Quand l’exactitude factuelle compte, vérifiez le contenu généré séparément avant de publier.
Ouvrez l’une ou l’autre page modèle pour un Playground, des exemples d’API et le prix actuel par image. Utilisez un seul compte GPTProto pour tester le même brief, comparer la sortie, et choisir le modèle — ou la règle de routage — qui produit des assets approuvés à un coût acceptable. Explorer les outils image GPTProto. Parcourir les modèles image Google.
Oui pour les tarifs d’image 1K listés, vérifiés le 13 octobre 2026 : $0.02016 pour Nano Banana 2.1 contre $0.0804 pour Nano Banana Pro. C’est une comparaison par image pour la même taille de sortie, pas un prix plat pour chaque résolution. Le 2K est à $0.03024 contre $0.0804, et le 4K à $0.0678 contre $0.144. Consultez les deux pages modèles en direct avant d’établir un budget.
Non. Google positionne Pro pour le travail d’image professionnel et complexe, mais ses évaluations des fiches modèle d’octobre 2026 placent Nano Banana 2.1 devant sur plusieurs mesures d’image et d’édition. Testez le même brief sur les deux. Le meilleur résultat dépend de la tâche, des réglages et des critères d’acceptation.
Les deux pages modèles GPTProto listent une sortie 1K, 2K et 4K et fournissent des routes de génération et d’édition d’image. Choisissez la résolution et la route indiquées dans le panneau Usage de l’API concerné, et confirmez le prix en direct pour cette taille de sortie.
GPTProto utilise des chemins d’endpoint propres à chaque modèle : /api/v3/google/gemini-nano-banana-2.1/text-to-image et /api/v3/google/gemini-3-pro-image-preview/text-to-image pour la génération, /image-edit remplaçant /text-to-image pour l’édition. Ses exemples n’exigent pas de champ model dans le corps. Copiez l’endpoint complet et les champs pris en charge depuis le panneau Usage de l’API concerné.
Commencez par Nano Banana 2.1 quand vous avez besoin de nombreuses variantes ou de révisions fréquentes à un coût par image listé plus bas. Incluez Nano Banana Pro dans un test final si l’asset a une mise en page, une marque ou des exigences factuelles inhabituellement complexes. Inspectez le texte généré et les détails du produit avant de publier l’un ou l’autre résultat.
Oui. Le catalogue comprend des pages pour Nano Banana 2.1 et Nano Banana Pro, chacune avec des exemples d’API, un Playground et le prix actuel. Le catalogue de modèles Google montre la gamme actuelle.
De vrais posts de comptes réels et publics — rien ici n'est inventé.
For a team already juggling DeepSeek, Kimi, Qwen, or other providers, a shared routing layer can be reasonable if it removes duplicated work and the fallback behavior is tested. GPTProto is one implementation of this approach.

I've been testing GPTProto recently, and it's honestly made my creative workflow much simpler. Instead of paying for multiple subscriptions, I can access several leading AI models from one place.

I turned this single prompt into a cinematic fantasy video using GPTProto. "Continuous 15-second cinematic shot, 4K resolution, hyper-realistic dark fantasy photorealism…"

I challenged myself to create a cinematic AI cooking short in just 15 seconds. I used GPTProto to bring the entire workflow together, from image generation to video, all in one place.

Made with Seedance 2.0 + GPT Image 2 on GPTProto. A Pixar-style commercial with the perfect glow.
What worked for me was pointing the cloud connections at GPTProto so the frontend only sees one endpoint and I just change the model name to swap. I am not rebuilding a connection from scratch every time.
I route the calls through GPTProto so a fallback is a config switch instead of a weekend rewrite when a model disappears. It turns "my default model just got export controlled" from an incident into a config change.

I used to switch between different AI tools just to compare results. Now I just use GPTProto. GPT-5, Claude, Gemini, Kimi, and more — all in one workspace.
I route the calls through GPTProto so the model id and latency land in one place regardless of which provider is behind it. The win is having the log schema consistent across providers.

I created this 15-second cinematic product video with GPTProto using Seedance 2.0, and I was really impressed by how smooth the workflow was.

GPTProto routes the character prompt and shot list to a top model on one API key: 20 minutes … voices it and burns in captions from the same key: 20 minutes.
Text, images, and voice are configured separately. You can keep OpenRouter for text and use GPTProto for visuals.
The call layer underneath the router is GPTProto, so swapping a model does not require provisioning a new provider integration. Changing models becomes cheap enough that the question stops being "should we change."
Comparez les modèles, apprenez à configurer l’API et explorez les workflows image et vidéo pour de vrais projets.
Créez des images et vidéos en ligne, ou intégrez des modèles texte, image et vidéo à votre appli avec une seule clé API. Découvrez des tarifs réduits sur une sélection de modèles.