Nanoのサブ秒推論
TTFTを200ミリ秒未満に最適化し、リアルタイムのビジョンエージェントと応答性の高いライブカメラループを実現します。
Nano Banana 2 (Gemini 3.1 Flash Image)
Nano banana APIは、開発者に1秒未満の視覚推論と100万トークンのコンテキストウィンドウを提供します。高スループットのOCR、ネイティブな動画分析、空間検出向けに最適化されており、このAPIはわずかなコストでプロ級の画像認識を実現します。
API 利用例
curl --request POST "https://gptproto.com/api/v3/google/gemini-3.1-flash-image/text-to-image" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"prompt": "A tiny origami fox sailing a teacup across a moonlit puddle",
"aspect_ratio": "16:9",
"size": "1k",
"output_formart": "png",
"enable_base64_output": false,
"enable_sync_mode": false
}'Nano Banana 2 (Gemini 3.1 Flash Image) の料金
1回のサンプル費用から始め、テスト予算を選びます。GPTProto 料金は表示価格より 40% お得です。
利用量
$0.0402 / 枚
関連モデル
すべてのモデル
| モデル | 解像度 | 入力 → 出力 | ||
|---|---|---|---|---|
| $0.04 / 1回あたり | 1K · 2K · 4K | 入力: テキスト入力: 画像 出力: 画像 | |
| $7.60 / $28.50 per 1M | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $7.60 / $28.50 per 1M | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| — | $0.04 / 1回あたり | 1K · 2K · more | 入力: テキスト入力: 画像 出力: 画像 | |
| $0.04 / 1回あたり | 1K · 2K | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.02 / 1回あたり | 1K | 入力: テキスト入力: 画像 出力: 画像 | ||
| $6.40 / $24.00 per 1M | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.04 / 1回あたり | 1K · 2K · 4K | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.03 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.03 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.01 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.02 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| — | $0.14 / 1回あたり | — | 入力: テキスト 出力: 画像 | |
| $0.08 / 1回あたり | 1K · 2K · 4K | 入力: テキスト入力: 画像 出力: 画像 | ||
| — | $0.01 / 1回あたり | — | 入力: 画像 出力: 画像 | |
| — | $0.02 / 1回あたり | — | 入力: 画像 出力: 画像 | |
| $0.03 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.02 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.03 / 1回あたり | — | 入力: テキスト 出力: 画像 | ||
| $0.06 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.03 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.05 / 1回あたり | — | 入力: 画像 出力: 画像 | ||
| $0.05 / 1回あたり | — | 入力: 画像 出力: 画像 | ||
| $0.05 / 1回あたり | — | 入力: テキスト 出力: 画像 | ||
| $0.06 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 |
Nano Banana APIの主要機能
Nano Banana APIのパフォーマンスを支える、技術的に際立った機能です。
Nanoの動画推論
手動でフレームを抽出する手間なく、最大60分の動画をネイティブに分析できます。
Nanoのコンテキストキャッシュ
大規模な画像セットをKVキャッシュに保存し、頻繁なリクエストにおける入力コストを最大90%削減します。
Nanoの空間検出
あらゆる画像で検出されたオブジェクトについて、正規化されたバウンディングボックス座標をネイティブに返すことができます。
Nano Banana API よくあるご質問
Nano banana api の技術的な疑問、その画像認識機能、GPTProtoを通じた統合について詳しく説明します。
Nano banana api の画像認識はどのくらい高速ですか？
Nano banana api は速度を重視して設計されており、単一画像プロンプトで Time-To-First-Token（TTFT）を200ミリ秒未満で実現します。この1秒未満の推論により、ライブカメラを用いたエージェントループやリアルタイムのビジュアルフィードバックシステムに最適です。レイテンシーの問題を抱えるより大規模なモデルとは異なり、このAPIはビジュアル推論をほぼ瞬時に実行できるため、インタラクティブなコンシューマー向けアプリケーションにもシームレスに統合できます。
Nano banana api は長時間の動画を分析できますか？
はい。Nano banana api はネイティブの動画コンテキストに対応しており、1つのプロンプトで最大60分の動画を処理できます。動画フレームを時間的なトークンとして扱うため、開発者が手動でフレームを抽出する必要がありません。そのため、Nano banana api は映画のようなポスターや要約インフォグラフィックの作成、または長時間にわたるセキュリティ映像の分析において、コンテキストを失わずに高い効果を発揮します。
Nano Context Caching とは何ですか？
Nano Context Caching を使用すると、頻繁に利用する画像セットや大量のドキュメントをモデルのKVキャッシュに保存できます。Nano banana api でこの機能を利用することで、開発者は繰り返し実行するリクエストのコストを最大90%削減できます。同じ技術図や設計図を繰り返し参照するVisual RAGアプリケーションに特に役立ち、高いパフォーマンスを維持しながら運用予算を非常に低く抑えられます。
このAPIは構造化データの抽出に対応していますか？
Nano banana api は、高密度OCRや構造化データの処理に優れています。response_format パラメータを介したJSONモードにネイティブ対応しています。技術テストでは、高解像度のPDFスキャンや手書きのメモをMarkdownテーブルまたはJSONオブジェクトに変換する際、Nano banana api は98%を超える文字認識精度を実現しています。数百万件の請求書や保険書類を大規模にデジタル化するための強力なツールです。
Nano banana api の使用時、データはプライベートに保護されますか？
プライバシーは当社のプラットフォームの中核をなす柱です。Googleとのエンタープライズ契約に基づき、GPTProto上のNano banana apiを通じて送信されたデータが基盤モデルのトレーニングに使用されることはありません。画像、動画、テキストプロンプトは分離された安全な状態で保持されます。これにより、Nano banana api は機密文書の処理、医療スキャンの分析、独自の技術研究に関する厳格なエンタープライズ要件に準拠できます。
Nano banana api で生成できる画像の解像度を教えてください。
Nano banana api は非常に柔軟で、512pxから4Kまでの解像度に対応しています。また、3.1 Flashシリーズ独自の1:8や8:1といった特殊なアスペクト比も利用できます。小さな0.5Kサムネイルが必要な場合でも、高精細な4Kマーケティング素材が必要な場合でも、Nano banana api は品質と速度のバランスを取るよう処理を調整します。生成されたすべての画像には、責任あるAI利用の追跡を目的としてSynthIDウォーターマークが付与されます。