獲取 Nano Banana Pro API 最快的方法是開啟 GPTProto 上的 Nano Banana Pro 模型頁面,點擊 試用此模型,然後建立或選擇一個 GPTProto API 金鑰。之後,您可以複製 cURL 或 Python 請求。如果您不寫程式,該頁面也可以將說明打包為 Markdown,供程式設計代理程式整合到您的專案中。

這點區別很重要:Nano Banana Pro 是 Gemini 3 Pro Image。它不是屬於 Gemini 3.1 Flash Image 系列的 Nano Banana 2。本指南全程使用 GPTProto 的 gemini-3-pro-image-preview 模型 ID 及其文字轉圖片端點。
快速入門: 先在 Playground 中測試一個提示詞。然後開啟 試用此模型 來建立您的金鑰,並選擇下方的手動 Python 路徑或 AI 輔助路徑。
獲取 Nano Banana Pro API 前的準備工作
您需要一個 GPT Proto 帳戶、足夠支付至少一次生成的帳戶餘額,以及一個 GPT Proto API 金鑰。若要進行手動整合,您還需要終端機和 Python 3。如果您不熟悉程式碼,建議使用能夠檢查並編輯您實際專案的編碼代理(coding agent),而不是使用空白的瀏覽器聊天視窗。
| 項目 |
本指南使用的值 |
| 產品 |
Nano Banana Pro |
| 官方模型系列 |
Gemini 3 Pro Image |
| GPT Proto 模型 ID |
gemini-3-pro-image-preview |
| 任務 |
文字轉圖片 |
| 輸入 |
文字提示詞 |
| 輸出 |
PNG 或 JPEG 圖片 |
| 可用尺寸 |
1K、2K 和 4K |
Google 目前在 Gemini 圖片生成說明文件中將 Nano Banana Pro 和 Nano Banana 2 列為獨立模型。如果您的程式碼中的模型 ID 顯示為 gemini-3.1-flash-image,則您呼叫的是 Nano Banana 2,而非本指南介紹的 Pro 模型。對於較新的 2.1 版本,請在選擇模型 ID 前比較 Nano Banana 2.1 與 Nano Banana Pro;請勿假設本 Pro 教學課程可直接套用。
步驟 1:開啟並測試 Nano Banana Pro 模型頁面
開啟 Nano Banana Pro API 頁面並登入。在進行任何程式碼編寫前,請先使用 Playground 執行一個小測試:
將任務設定為 文字轉圖片 (Text To Image)。
輸入一段簡短的提示詞。
選擇 1K、1:1 長寬比,以及 PNG 輸出格式。
點擊 生成 (Generate) 並確認是否成功返回圖片。
這有助於區分模型問題與整合問題。如果 Playground 請求失敗,請先檢查帳戶、餘額和提示詞。如果測試成功但您的應用程式失敗,則問題很可能出在 API 金鑰、請求標頭、JSON 本文或專案環境上。

步驟 2:建立您的 Nano Banana Pro API 金鑰
點擊模型頁面右上角的 試用此模型 (Try this model)。快速入門面板可讓您建立新的 API 金鑰或選擇現有的金鑰。
點擊 建立 API 金鑰 (Create API Key)。
複製新金鑰並將其存放在隱密處。
將其新增至名為 GPTPROTO_API_KEY 的環境變數中。
請勿將其直接貼上到原始碼中。
在 macOS 或 Linux 上,使用以下指令為當前的終端機工作階段設定變數:
export GPTPROTO_API_KEY="your-api-key"
在 Windows PowerShell 中,請使用:
$env:GPTPROTO_API_KEY="your-api-key"
這必須是 GPT Proto API 金鑰。Google AI Studio 金鑰是不同的憑證,無法用於驗證發送到 GPT Proto 端點的請求。
請像對待密碼一樣保護您的金鑰。請勿將其放入 Git、螢幕截圖、瀏覽器端 JavaScript 或公開的 AI 聊天中。Google 的通用 API 金鑰安全指南也建議使用環境變數,並警告不要在客戶端應用程式中暴露金鑰。

步驟 3:選擇手動或 AI 輔助整合
建立金鑰後,請根據您的經驗選擇適合的路徑。
| 路徑 |
適用對象 |
後續步驟 |
| 手動整合 |
您看得懂 Python、JavaScript 或 cURL |
複製請求、執行它,並將結果流程加入您的應用程式中 |
| AI 輔助整合 |
您不確定 API 程式碼該放在哪裡 |
將模型頁面的 Markdown 提供給程式設計代理(coding agent),讓它協助修改專案 |
如果您已經熟悉 Python,手動路徑會更快。如果您的主要問題是「這段程式碼應該放在哪個檔案?」,請使用 AI 輔助路徑。
路徑 A:使用 Python 呼叫 Nano Banana Pro API
使用 cURL 提交第一個請求
此請求會啟動一個非同步生成任務。它通常會回傳一個任務 ID,而不是直接回傳完成的圖片。
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
}'
成功的提交會包含 data.id、data.status 以及 data.urls.get。當狀態為 created 或 running 時,輸出列表可能仍為空。這是預期內的行為。
安裝 Python 依賴套件
python -m pip install requests
執行完整的提交並輪詢腳本
將以下腳本儲存為 nano_banana_pro.py。它會提交提示詞、每兩秒檢查一次任務狀態、在失敗時停止,並列印出最終的圖片 URL。
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("執行此腳本前請先設定 GPTPROTO_API_KEY。")
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 傳回了錯誤。"))
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"已建立任務:{result_id}")
deadline = time.monotonic() + 300
while True:
status = task.get("status")
if status == "completed":
outputs = task.get("outputs", [])
if not outputs:
raise RuntimeError("任務已完成但未取得輸出 URL。")
print(f"圖片 URL: {outputs[0]}")
break
if status == "failed":
raise RuntimeError(task.get("error") or "圖片生成失敗。")
if time.monotonic() >= deadline:
raise TimeoutError("生成未能在五分鐘內完成。")
time.sleep(2)
result = requests.get(
poll_url,
headers={"Authorization": f"Bearer {API_KEY}"},
timeout=30,
)
task = read_data(result)
在您設定環境變數的同一個終端機中執行它:
python nano_banana_pro.py
請勿將第一次成功的 POST 視為生成已完成。只有當狀態變為 completed 且 data.outputs 包含檔案 URL 時,請求才算真正成功完成。
路徑 B:讓程式設計代理人整合 API
您不需要為 AI 助理重新輸入 API 文件。Nano Banana Pro 模型頁面可以直接將目前的端點、架構、驗證方式、回應欄位與程式碼範例傳送給它。
開啟 試用此模型 並選擇 複製 AI 專用 Markdown。您也可以開啟 LLMs 選單並選擇下列其中一項:
複製 Markdown 內容
開啟 Markdown 檔案
複製包含 URL 的提示詞
在 ChatGPT 中開啟
在 Claude 中開啟
在 Gemini 中開啟
在 Grok 中開啟
機器可讀版本也可從模型頁面的 Nano Banana Pro Markdown 指南 取得。

將您的專案交給代理人,而不僅僅是空白對話
瀏覽器聊天機器人可以解釋程式碼,但它可能不了解您的資料夾、框架、伺服器進入點或部署設定。像 Codex、Claude Code 或 Cursor 這類程式設計代理人可以檢查這些檔案,並將整合程式碼放置在專案的正確位置。
代理人仍然需要:
這是 AI 輔助程式設計,而非無程式碼 API。代理人負責編寫並連接程式碼,而您則負責核准變更並提供執行環境與憑證。
提示程式設計代理人
將複製的 Markdown 貼入代理人,然後加入此指令:
請使用隨附的 Markdown 文件,將 GPT Proto Nano Banana Pro 文字轉圖片 API 整合到此專案中。首先檢查現有的技術堆疊並識別正確的伺服器端檔案。將 API 金鑰儲存在名為 GPTPROTO_API_KEY 的環境變數中;切勿將其硬編碼或暴露在瀏覽器端的程式碼中。實作請求提交、非同步狀態輪詢、失敗任務處理,並顯示回傳的圖片 URL。僅新增此整合所需的檔案。執行最小化測試,然後回報您變更了哪些檔案、如何啟動專案,以及任何我仍需手動完成的步驟。
請勿將真實金鑰貼入指令中。請在您的終端機、未納入 Git 的本機 .env 檔案,或部署平台的密鑰設定中進行設定。
在接受代理的工作成果前進行檢查
您不需要理解每一行程式碼也能進行有效的審查。請檢查以下八個項目:
金鑰是從 GPTPROTO_API_KEY 中讀取的。
金鑰不會出現在瀏覽器程式碼或已提交的檔案中。
模型 ID 為 gemini-3-pro-image-preview。
程式碼呼叫了本指南中顯示的文字轉圖片端點。
它在提交後會讀取 data.id 或 data.urls.get。
它會等待 completed 並處理 failed 的情況。
它會從 data.outputs 讀取最終的 URL。
代理執行了實際的最小化測試,而不僅僅是聲稱程式碼看起來正確。
在連接完整應用程式之前先進行測試: 開啟 Nano Banana Pro Playground,在 1K 解析度下驗證提示詞,然後將相同的設定提供給您的編碼代理。
Nano Banana Pro API 參數與定價
基本的文字轉圖片請求只需要一個提示詞。其他欄位用於控制輸出和回應格式。
| 參數 |
必要 |
預設值 |
接受的值或用途 |
prompt |
是 |
— |
要生成的圖片描述 |
size |
否 |
1K |
1K、2K 或 4K |
aspect_ratio |
否 |
1:1 |
1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9 或 21:9 |
output_format |
否 |
png |
png 或 jpeg |
enable_sync_mode |
否 |
false |
在返回前等待上傳結果 |
enable_base64_output |
否 |
false |
返回 Base64 資料而非 URL |
當本指南於 2026 年 9 月審核時,即時 GPT Proto 模型頁面列出了以下費率:
| 解析度 |
每次生成價格 |
| 1K |
$0.0804 |
| 2K |
$0.0804 |
| 4K |
$0.144 |
建立金鑰並不代表圖片呼叫是免費的。每次成功生成都會消耗帳戶餘額。在啟動大量批次處理之前,請檢查即時模型頁面,因為可用性和費率可能會有所變動。
對於早期的提示詞工作,請從 1K 開始。僅在構圖、措辭和長寬比正確後,再改用 4K。權衡很簡單:4K 會產生更大的資產,但每次嘗試的成本更高。
常見 Nano Banana Pro API 錯誤
| 問題 |
可能原因 |
解決方法 |
400 Bad Request |
JSON、欄位名稱、數值無效或輸入內容遭封鎖 |
將請求與目前的模型頁面架構進行比對 |
401 Unauthorized |
金鑰遺失或無效 |
確認 GPTPROTO_API_KEY 以及 Authorization 標頭 |
403 Forbidden |
餘額不足或權限不足 |
檢查帳戶餘額與金鑰狀態 |
413 Request Entity Too Large |
請求主體過大 |
減少上傳內容或 Base64 內容 |
429 Too Many Requests |
呼叫頻率過高 |
增加延遲時間重試,並限制嘗試次數 |
500、502 或 504 |
平台或上游暫時性故障 |
進行有限次數的重試;請勿建立無限迴圈 |
| 回應中沒有圖片 |
任務仍處於 created 或 running | 狀態輪詢 data.urls.get 直到完成為止 |
狀態變為 failed |
生成未完成 |
在重試前讀取 data.error |
| 代理程式顯示已完成,但沒有執行任何操作 |
它編寫了程式碼但未執行 |
詢問確切的測試指令與回傳狀態 |
對於暫時性故障,請使用指數退避(exponential backoff)策略,而不是在沒有延遲的情況下重複發送相同的請求。此外,請記錄結果 ID:它能讓您檢查特定的任務,而不是只收到模糊的「生成失敗」報告。
從一次驗證過的生成開始
如果您會編寫程式碼,請從 cURL 請求開始,然後使用完整的 Python 指令碼來提交並輪詢任務。如果您不會編寫程式碼,請將模型頁面的 Markdown 複製到程式設計代理程式中,並要求它將相同的流程整合到您的專案中。
無論哪種情況,請在建立更大的工作流程之前先驗證一張 1K 圖片。開啟 Nano Banana Pro API 頁面,測試提示詞,並使用 Try this model 來建立您的金鑰,或將目前的整合說明交給您的程式設計代理程式。