Что нужно знать перед началом работы с API Nano Banana Pro
Вам потребуется учетная запись GPT Proto, достаточный баланс для выполнения хотя бы одной генерации и API-ключ GPT Proto. Для ручной интеграции также понадобятся терминал и Python 3. Если вы не уверены в своих навыках программирования, используйте кодинг-агента, который может анализировать и редактировать ваш проект, а не просто чат в браузере.
| Элемент |
Значение, используемое в этом руководстве |
| Продукт |
Nano Banana Pro |
| Официальное семейство моделей |
Gemini 3 Pro Image |
| ID модели GPT Proto |
gemini-3-pro-image-preview |
| Задача |
Текст в изображение |
| Входные данные |
Текстовый запрос |
| Выходные данные |
Изображение в формате PNG или JPEG |
| Доступные размеры |
1K, 2K и 4K |
В настоящее время Google указывает Nano Banana Pro и Nano Banana 2 как отдельные модели в своей документации по генерации изображений Gemini. Если ID модели в вашем коде указан как gemini-3.1-flash-image, вы вызываете Nano Banana 2, а не модель Pro, рассматриваемую здесь. Для более новой версии 2.1 сравните Nano Banana 2.1 и Nano Banana Pro перед выбором ID модели; не предполагайте, что это руководство для Pro применимо без изменений.
Шаг 1: Откройте и протестируйте страницу модели Nano Banana Pro
Откройте страницу API Nano Banana Pro и войдите в систему. Прежде чем переходить к коду, используйте Playground для проведения небольшого теста:
Установите задачу в значение Text To Image.
Введите короткий запрос.
Выберите 1K, соотношение сторон 1:1 и формат вывода PNG.
Нажмите Generate и убедитесь, что изображение получено.
Это позволит отделить проблемы модели от проблем интеграции. Если запрос в Playground не удался, сначала проверьте учетную запись, баланс и запрос. Если он прошел успешно, но ваше приложение выдает ошибку, вероятная причина кроется в API-ключе, заголовке запроса, теле JSON или среде проекта.

Шаг 2: Создайте свой API-ключ Nano Banana Pro
Нажмите Try this model в правом верхнем углу страницы модели. Панель быстрого запуска позволит вам создать новый API-ключ или выбрать существующий.
Нажмите Create API Key.
Скопируйте новый ключ и сохраните его в надежном месте.
Добавьте его в переменную окружения с именем GPTPROTO_API_KEY.
Не вставляйте его напрямую в исходный код.
В macOS или Linux установите переменную для текущего сеанса терминала с помощью:
export GPTPROTO_API_KEY="your-api-key"
В Windows PowerShell используйте:
$env:GPTPROTO_API_KEY="your-api-key"
Это должен быть API-ключ GPT Proto. Ключ Google AI Studio — это другие учетные данные, и они не пройдут аутентификацию при отправке запроса к конечной точке GPT Proto.
Относитесь к ключу как к паролю. Не храните его в Git, на скриншотах, в JavaScript на стороне браузера или в публичных AI-чатах. Общие рекомендации Google по безопасности API-ключей также советуют использовать переменные окружения и предостерегают от раскрытия ключей в клиентских приложениях.

Шаг 3: Выберите ручную или ИИ-интеграцию
После создания ключа выберите путь, который соответствует вашему опыту.
| Путь |
Для кого лучше |
Что произойдет дальше |
| Ручная интеграция |
Вы умеете читать код на Python, JavaScript или cURL |
Скопируйте запрос, выполните его и добавьте поток результатов в свое приложение |
| ИИ-интеграция |
Вы не знаете, куда именно вставить код API |
Передайте Markdown-файл модели ИИ-агенту, чтобы он внес изменения в проект |
Если вы уже знаете Python, ручной путь будет быстрее. Если ваш главный вопрос — «В какой файл нужно вставить этот код?», используйте ИИ-интеграцию.
Путь А: Вызов Nano Banana Pro API с помощью Python
Отправка первого запроса через cURL
Этот запрос запускает асинхронную задачу генерации. Обычно он возвращает ID задачи, а не готовое изображение.
curl --request POST "https://gptproto.com/api/v3/google/gemini-3-pro-image-preview/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",
"size": "1K",
"aspect_ratio": "1:1",
"output_format": "png",
"enable_sync_mode": false,
"enable_base64_output": false
}'
Успешная отправка включает data.id, data.status и data.urls.get. Список вывода может оставаться пустым, пока статус имеет значение created или running. Это ожидаемое поведение.
Установка зависимости Python
python -m pip install requests
Запуск полного скрипта отправки и опроса
Сохраните следующий скрипт как nano_banana_pro.py. Он отправляет промпт, проверяет задачу каждые две секунды, останавливается при ошибке и выводит финальный URL изображения.
import os
import time
import requests
API_KEY = os.environ.get("GPTPROTO_API_KEY")
SUBMIT_URL = (
"https://gptproto.com/api/v3/google/"
"gemini-3-pro-image-preview/text-to-image"
)
if not API_KEY:
raise RuntimeError("Установите GPTPROTO_API_KEY перед запуском этого скрипта.")
headers = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json",
}
payload = {
"prompt": "A tiny origami fox sailing a teacup across a moonlit puddle",
"size": "1K",
"aspect_ratio": "1:1",
"output_format": "png",
"enable_sync_mode": False,
"enable_base64_output": False,
}
def read_data(response):
response.raise_for_status()
body = response.json()
if body.get("code") != 200:
raise RuntimeError(body.get("message", "GPT Proto вернул ошибку."))
return body["data"]
submission = requests.post(
SUBMIT_URL,
headers=headers,
json=payload,
timeout=60,
)
task = read_data(submission)
result_id = task["id"]
poll_url = task.get("urls", {}).get("get")
if not poll_url:
poll_url = f"https://gptproto.com/api/v3/predictions/{result_id}/result"
print(f"Создана задача: {result_id}")
deadline = time.monotonic() + 300
while True:
status = task.get("status")
if status == "completed":
outputs = task.get("outputs", [])
if not outputs:
raise RuntimeError("Задача завершена, но URL вывода отсутствует.")
print(f"URL изображения: {outputs[0]}")
break
if status == "failed":
raise RuntimeError(task.get("error") or "Генерация изображения не удалась.")
if time.monotonic() >= deadline:
raise TimeoutError("Генерация не завершилась в течение пяти минут.")
time.sleep(2)
result = requests.get(
poll_url,
headers={"Authorization": f"Bearer {API_KEY}"},
timeout=30,
)
task = read_data(result)
Запустите его из того же терминала, где вы установили переменную окружения:
python nano_banana_pro.py
Не считайте первый успешный POST завершением генерации. Запрос считается выполненным полностью только тогда, когда статус становится completed, а data.outputs содержит URL файла.
Вариант Б: Поручите интеграцию API кодинг-агенту
Вам не нужно вручную перепечатывать документацию API для ИИ-ассистента. На странице модели Nano Banana Pro можно отправить ему текущий эндпоинт, схему, метод аутентификации, поля ответа и примеры кода.
Откройте Попробовать эту модель и выберите Скопировать Markdown для ИИ. Вы также можете открыть меню LLM и выбрать один из следующих вариантов:
Машиночитаемая версия также доступна в руководстве по Markdown для Nano Banana Pro на странице модели.

Предоставьте агенту доступ к проекту, а не просто к пустому чату
Браузерный чат-бот может объяснить код, но он может не знать структуру ваших папок, фреймворк, точку входа на сервере или настройки развертывания. Кодинг-агент, такой как Codex, Claude Code или Cursor, может изучить эти файлы и внедрить интеграцию в нужную часть проекта.
Агенту по-прежнему необходимо:
доступ к папке проекта;
разрешение на редактирование соответствующих файлов;
рабочая среда Python, Node.js или другая среда выполнения;
инструкции в формате Markdown со страницы модели; и
API-ключ, предоставленный через переменную окружения или менеджер секретов.
Это кодинг с помощью ИИ, а не no-code API. Агент пишет и подключает код, а вы одобряете изменения и предоставляете среду выполнения и учетные данные.
Дайте задание кодинг-агенту
Вставьте скопированный Markdown в агента, а затем добавьте следующую инструкцию:
Интегрируй API преобразования текста в изображение GPT Proto Nano Banana Pro в этот проект, используя приложенную документацию в формате Markdown. Сначала изучи существующий стек и определи нужный серверный файл. Сохрани API-ключ в переменной окружения с именем GPTPROTO_API_KEY; никогда не прописывай его в коде жестко и не раскрывай в коде на стороне браузера. Реализуй отправку запросов, асинхронный опрос статуса, обработку ошибок задач и отображение возвращенного URL изображения. Добавь только те файлы, которые необходимы для этой интеграции. Запусти минимальный тест, затем сообщи, какие файлы ты изменил, как запустить проект и какие шаги мне еще нужно выполнить вручную.
Не вставляйте реальный ключ в инструкцию. Установите его в своем терминале, локальном файле .env, исключенном из Git, или в настройках секретов вашей платформы развертывания.
Проверьте работу агента перед её принятием
Вам не нужно понимать каждую строку кода, чтобы провести полезную проверку. Проверьте эти восемь пунктов:
Ключ считывается из GPTPROTO_API_KEY.
Ключ отсутствует в коде браузера или в закоммиченном файле.
Идентификатор модели — gemini-3-pro-image-preview.
Код вызывает эндпоинт преобразования текста в изображение, показанный в этом руководстве.
Он считывает data.id или data.urls.get после отправки запроса.
Он ожидает статус completed и обрабатывает failed.
Он считывает финальный URL из data.outputs.
Агент выполнил реальный минимальный тест, а не просто заявил, что код выглядит корректно.
Попробуйте перед подключением полноценного приложения: Откройте Nano Banana Pro Playground, проверьте промпт в разрешении 1K, а затем передайте те же настройки своему агенту по написанию кода.
Параметры и цены Nano Banana Pro API
Для базового запроса преобразования текста в изображение требуется только промпт. Остальные поля управляют выводом и форматом ответа.
| Параметр |
Обязательный |
По умолчанию |
Допустимые значения или назначение |
prompt |
Да |
— |
Описание изображения для генерации |
size |
Нет |
1K |
1K, 2K или 4K |
aspect_ratio |
Нет |
1:1 |
1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 или 21:9 |
output_format |
Нет |
png |
png или jpeg |
enable_sync_mode |
Нет |
false |
Дождаться результата загрузки перед возвратом ответа |
enable_base64_output |
Нет |
false |
Вернуть данные в формате Base64 вместо URL |
На странице актуальной модели GPT Proto были указаны следующие тарифы на момент проверки этого руководства в сентябре 2026 года:
| Разрешение |
Цена за генерацию |
| 1K |
$0.0804 |
| 2K |
$0.0804 |
| 4K |
$0.144 |
Создание ключа не делает вызовы генерации изображений бесплатными. Каждая успешная генерация расходует баланс аккаунта. Проверяйте страницу модели перед запуском больших партий, так как доступность и тарифы могут меняться.
Для начальной работы с промптами используйте 1K. Переходите на 4K только после того, как композиция, формулировка и соотношение сторон будут подобраны верно. Компромисс прост: 4K создает более качественный актив, но стоит дороже за каждую попытку.
Распространенные ошибки API Nano Banana Pro
| Проблема |
Вероятная причина |
Что делать |
400 Bad Request |
Неверный JSON, имя поля, значение или заблокированный ввод |
Сверьте запрос с текущей схемой страницы модели |
401 Unauthorized |
Отсутствующий или неверный ключ |
Проверьте GPTPROTO_API_KEY и заголовок Authorization |
403 Forbidden |
Недостаточный баланс или отсутствие прав доступа |
Проверьте баланс аккаунта и статус ключа |
413 Request Entity Too Large |
Тело запроса слишком велико |
Уменьшите объем загружаемого контента или данных Base64 |
429 Too Many Requests |
Запросы поступают слишком быстро |
Повторите попытку с увеличивающимися задержками и ограничьте количество попыток |
500, 502 или 504 |
Временный сбой платформы или вышестоящего узла |
Повторите попытку ограниченное число раз; не создавайте бесконечный цикл |
| В ответе нет изображения |
Задача все еще создана или выполняется |
Опрашивайте data.urls.get до завершения |
Статус стал failed |
Генерация не завершилась |
Прочитайте data.error перед повторной попыткой |
| Агент сообщает о завершении, но ничего не происходит |
Код был написан, но не выполнен |
Запросите точную команду для теста и возвращенный статус |
При временных сбоях используйте экспоненциальную задержку (exponential backoff) вместо повторной отправки того же запроса без пауз. Также записывайте ID результата: это даст вам конкретную задачу для проверки вместо расплывчатого отчета «генерация не удалась».
Начните с одной проверенной генерации
Если вы пишете код, начните с cURL-запроса, а затем используйте полный Python-скрипт для отправки и опроса задачи. Если вы не пишете код, скопируйте Markdown-файл страницы модели в кодинг-агента и попросите его интегрировать тот же поток в ваш проект.
В обоих случаях проверьте одно изображение 1K перед созданием более крупного рабочего процесса. Откройте страницу API Nano Banana Pro, протестируйте промпт и используйте Try this model для создания ключа или передайте текущие инструкции по интеграции вашему кодинг-агенту.