नैनो बनाना प्रो: Google का नया प्रमुख इमेज जेनरेशन मॉडल

जब Google की डेवलपमेंट टीम ने अपने इमेज जेनरेशन मॉडल का आंतरिक कोडनेम "Nano Banana" रखा, तो नाम वहीं टिक गया। इसका प्रो संस्करण 20 नवंबर, 2025 को लॉन्च हुआ और इसने उन समस्याओं को ठीक किया जिनसे पहले के AI इमेज जेनरेटर के साथ काम करने वाले लोग परेशान थे।

यह ट्यूटोरियल बताता है कि नैनो बनाना प्रो कैसे काम करता है, API का उपयोग कैसे करें, और कब इसे नॉन-प्रो संस्करण की जगह इस्तेमाल करना बेहतर है।

नैनो बनाना प्रो क्या है?

नैनो बनाना प्रो (gemini-3-pro-image-preview) Gemini 2.5 Flash Image पर आधारित है (मूल नैनो बनाना मेरे पिछले ट्यूटोरियल से) और इसमें महत्वपूर्ण सुधार शामिल हैं।

यह मॉडल चार काम असाधारण रूप से अच्छे से करता है जिनमें पहले के संस्करण अटक जाते थे:

• टेक्स्ट रेंडरिंग: कई भाषाओं और फोंट में साफ़, पठनीय टेक्स्ट (अब गड़बड़ अक्षर नहीं)
• स्टूडियो कंट्रोल: फोटोग्राफी स्टूडियो की तरह लाइटिंग, कैमरा एंगल और डेप्थ ऑफ फील्ड समायोजित करें
• कैरेक्टर कंसिस्टेंसी: अलग-अलग दृश्यों में 5 लोगों या 14 वस्तुओं में एक ही कैरेक्टर को समान बनाए रखें
• वास्तविक दुनिया का ज्ञान: शैक्षिक सामग्री में सटीक तथ्यों के लिए Google Search इंटीग्रेशन

मॉडल 1K, 2K, और 4K रेज़ोल्यूशन सपोर्ट करता है, एस्पेक्ट रेशियो 1:1, 16:9, 9:16, और 21:9 सहित। हर इमेज में अदृश्य SynthID वॉटरमार्किंग शामिल होती है। आप इसे Gemini ऐप के जरिए मुफ़्त में आज़मा सकते हैं, जबकि API एक्सेस के लिए बिलिंग सेटअप आवश्यक है।

इन्हें आज़माने से पहले, आपको मॉडल तक एक्सेस लेना होगा। आइए आपके विकल्प देखते हैं।

नैनो बनाना प्रो तक कैसे पहुंचें

आप Gemini ऐप में gemini.google.com पर नैनो बनाना प्रो को मुफ़्त में आज़मा सकते हैं। बस अपने Google खाते से साइन इन करें और इमेज बनाना शुरू करें। मुफ़्त एक्सेस पर उपयोग सीमा होती है (Google ने सटीक संख्या प्रकाशित नहीं की है), इसलिए यदि आप बहुत सारी इमेज बनाने या एप्लिकेशन बनाने की योजना बनाते हैं, तो आपको Google AI Studio या Vertex AI के जरिए API एक्सेस की आवश्यकता होगी। इसके लिए बिलिंग सेटअप ज़रूरी है, लेकिन यह पूर्वानुमानित लागत और उच्च सीमाएं देता है।

API एक्सेस प्राप्त करना

यहाँ जाएँ: Google AI Studio और साइन इन करें। आपको एक Google Cloud प्रोजेक्ट बनाना या लिंक करना होगा, फिर बिलिंग सक्षम करनी होगी (क्रेडिट कार्ड आवश्यक)। इसके बाद, API keys सेक्शन से एक API कुंजी जनरेट करें।

अपनी API कुंजी को सुरक्षित रूप से स्टोर करें। अपने प्रोजेक्ट डायरेक्टरी में एक .env फ़ाइल बनाएँ और जोड़ें:

GEMINI_API_KEY=your_key_here

इस फ़ाइल को कभी भी वर्ज़न कंट्रोल में कमिट न करें। .env को अपनी .gitignore फ़ाइल में जोड़ें।

कीमत का विभाजन

मॉडल प्रति जेनरेटेड इमेज शुल्क लेता है:

• स्टैंडर्ड टियर: 1K या 2K इमेज पर $0.134, 4K इमेज पर $0.24
• बैच टियर: 1K/2K इमेज पर $0.067, 4K इमेज पर $0.12 (कम लागत के लिए असिंक्रोनस प्रोसेसिंग)

संदर्भ के लिए, $10 में आपको लगभग 75 स्टैंडर्ड-क्वालिटी 1K इमेज या 42 4K इमेज मिलती हैं। जेनरेशन और एडिटिंग की लागत समान है।

रेट लिमिट आपके अकाउंट टियर और क्षेत्र के अनुसार बदलती हैं (देखें आधिकारिक कीमत दस्तावेज़ में मौजूदा सीमाएँ)। एंटरप्राइज़ उपयोगकर्ता अतिरिक्त सुरक्षा और अनुपालन सुविधाओं के साथ Vertex AI के माध्यम से मॉडल का उपयोग कर सकते हैं।

अब जब एक्सेस सेट हो गया है, तो अपना पहला इमेज जेनरेट करते हैं और बातचीत के जरिए एडिटिंग देखते हैं।

शुरुआत करें: आपका पहला इमेज

अब इमेज जेनरेट करने का वक्त है और देखें कि नैनो बनाना प्रो को विशेष क्या बनाता है। हम एक प्रभावशाली कॉस्मिक सीन बनाएँगे, उसे बातचीत के जरिए बदलेंगे, फिर कई रेफरेंस इमेज के साथ ब्लेंड करके अंतिम कम्पोज़िशन बनाएँगे।

अपने एन्वायरनमेंट की सेटिंग

सबसे पहले, आवश्यक पैकेज इंस्टॉल करें:

pip install google-genai python-dotenv pillow

आपको Gemini मॉडलों के साथ काम करने के लिए google-genai, .env फ़ाइल से API कुंजी लोड करने के लिए python-dotenv, और इमेज हैंडलिंग के लिए pillow की ज़रूरत होगी।

प्रभावी प्रॉम्प्ट लिखना

नैनो बनाना प्रो के लिए अच्छे प्रॉम्प्ट में विशिष्ट विवरणों के साथ फोटोग्राफी या डिजाइन के शब्दावली भी होती है। अस्पष्ट वर्णन की बजाय ठोस दृश्य तत्व और शैली संदर्भ शामिल करें।

मज़बूत प्रॉम्प्ट आमतौर पर इनमें शामिल होते हैं:

• सब्जेक्ट विवरण: विशिष्ट ऑब्जेक्ट, रंग, कम्पोज़िशन
• लाइटिंग: "मुलायम प्राकृतिक रोशनी," "गोल्डन ऑवर," "ड्रामेटिक साइड लाइटिंग"
• कैमरा स्पेक्स: "शैलो डेप्थ ऑफ फील्ड," "लो एंगल," "वाइड शॉट"
• स्टाइल डिस्क्रिप्टर: "प्रोफेशनल फोटोग्राफी," "सिनेमैटिक," "मिनिमलिस्ट डिजाइन"

अपना पहला इमेज जेनरेट करना

इमेज जेनरेट करने का पूरा कोड यहाँ है:

import os
from google import genai
from google.genai import types
from dotenv import load_dotenv

# Load API key
load_dotenv()
client = genai.Client(api_key=os.getenv("GOOGLE_API_KEY"))

# Generate image
response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents="Vast cosmic nebula in deep space. Swirling purple and blue gas clouds with bright star clusters. Ethereal glow. Epic space photography. 16:9 cinematic composition. No planets visible.",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(
            aspect_ratio="16:9",
            image_size="1K"
        ),
    )
)

# Save the image
for part in response.parts:
    if image := part.as_image():
        image.save("cosmic_base.png")
        print("Image saved!")

यह कोड नैनो बनाना प्रो के मूल वर्कफ़्लो का अनुसरण करता है। generate_content() मेथड इमेज जेनरेशन संभालता है। response_modalities पैरामीटर मॉडल को टेक्स्ट और इमेज दोनों लौटाने के लिए कहता है। image_config के अंदर आप आउटपुट नियंत्रित करते हैं: aspect_ratio इमेज के आयाम सेट करता है (वाइडस्क्रीन के लिए 16:9), जबकि image_size रेज़ोल्यूशन तय करता है (1K, 2K, या 4K)। प्रतिक्रिया भागों में आती है, जिन्हें आप इटरेट कर के जेनरेट की गई इमेज निकालते और सहेजते हैं।

यह एक आकर्षक कॉस्मिक नेबुला जेनरेट करता है:

अब देखते हैं कि बातचीत के जरिए एडिटिंग इस सीन को कैसे बदलती है।

कन्वर्सेशनल एडिटिंग एक्शन में

शुरू से दोबारा जेनरेट करने के बजाय, आप बातचीत के जरिए इमेज एडिट कर सकते हैं। चलिए नेबुला के कलर पैलेट को उसकी संरचना बनाए रखते हुए बदलते हैं:

# Load the base image
from PIL import Image
base_image = Image.open("cosmic_base.png")

# Create a chat session for editing
chat = client.chats.create(
    model="gemini-3-pro-image-preview",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(
            aspect_ratio="16:9",
            image_size="1K"
        ),
    )
)

# Edit: Transform colors
response = chat.send_message([
    base_image,
    "Transform this nebula to warm orange and red tones, like a different type of stellar nursery. Keep the same swirling structure and composition."
])

# Save edited image
for part in response.parts:
    if image := part.as_image():
        image.save("cosmic_orange.png")

वही नेबुला संरचना, बिल्कुल अलग मूड:

एकाधिक इमेज ब्लेंड करना

नैनो बनाना प्रो 14 तक रेफरेंस इमेज को कंसिस्टेंसी बनाए रखते हुए ब्लेंड कर सकता है। आइए अपने ऑरेंज नेबुला को दो अतिरिक्त तत्वों के साथ जोड़ते हैं: एक ड्रामेटिक धूमकेतु और एक प्राचीन एलियन मोनोलिथ।

पहले, ये दो रेफरेंस इमेज जेनरेट करें:

# Generate comet reference
comet_response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents="Massive comet with bright glowing nucleus and long ion tail streaming behind. Detailed surface texture on comet head. Ethereal blue-white tail against black space. Dramatic cosmic photography.",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="16:9", image_size="1K"),
    )
)

# Save comet
for part in comet_response.parts:
    if image := part.as_image():
        image.save("comet.png")

यह रहा धूमकेतु का तत्व:

# Generate ancient alien monolith
monolith_response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents="Massive ancient alien monolith floating in space. Towering black rectangular obelisk with subtle geometric patterns. Mysterious glowing symbols etched on surface. 2001 Space Odyssey style. Epic scale.",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="16:9", image_size="1K"),
    )
)

# Save monolith
for part in monolith_response.parts:
    if image := part.as_image():
        image.save("monolith.png")

और यह रहा प्राचीन एलियन मोनोलिथ:

अब तीनों तत्वों को एक कम्पोज़िशन में ब्लेंड करें। contents पैरामीटर एक सूची लेता है: आपका टेक्स्ट प्रॉम्प्ट पहले, उसके बाद वे सभी इमेज जिनको आप ब्लेंड करना चाहते हैं।

# Load all three images
nebula = Image.open("cosmic_orange.png")
comet = Image.open("comet.png")
monolith = Image.open("monolith.png")

# Blend them into one composition
blend_response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents=[
        "Combine these images into one epic space scene. Place the ancient alien monolith in the right side, towering and mysterious. Show the bright comet with its glowing tail streaking diagonally across the left side. Keep the orange nebula as the dramatic backdrop. Cinematic space composition.",
        nebula,
        comet,
        monolith
    ],
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="16:9", image_size="1K"),
    )
)

# Save final composition
for part in blend_response.parts:
    if image := part.as_image():
        image.save("cosmic_final.png")

अंतिम कम्पोज़िशन तीनों तत्वों को बखूबी जोड़ता है:

अब जब आपने नए मॉडल से इमेज जेनरेट करना और उसकी कुछ खूबियों का लाभ उठाना सीख लिया है, तो अन्य मॉडलों से इसके चार अंतर देखते हैं।

नैनो बनाना प्रो को अलग क्या बनाता है

आपने बेसिक इमेज जेनरेशन और कन्वर्सेशनल एडिटिंग देखी। अब हर क्षमता को विस्तार से देखते हैं और समझते हैं कि वे प्रैक्टिस में कैसे काम करती हैं।

कोड उदाहरणों को साफ़ रखने के लिए हम एक हेल्पर फ़ंक्शन का उपयोग करेंगे:

def generate_image(prompt, filename, aspect_ratio="16:9", size="1K", use_google_search=False):
    
    config = types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(
            aspect_ratio=aspect_ratio,
            image_size=size
        ),
    )
    
    # Add Google Search grounding if requested
    if use_google_search:
        config.tools = [{"google_search": {}}]
    
    response = client.models.generate_content(
        model="gemini-3-pro-image-preview",
        contents=prompt,
        config=config
    )

    for part in response.parts:
        if image := part.as_image():
            image.save(f"{filename}.png")
            return image

यह नीचे दिए गए उदाहरणों में दोहराव कम करता है और एक पुन: प्रयोज्य पैटर्न दिखाता है जिसे आप अपने प्रोजेक्ट्स में अपना सकते हैं।

टेक्स्ट रेंडरिंग में बड़ी प्रगति

AI इमेज जेनरेटर पारंपरिक रूप से टेक्स्ट को बिगाड़ देते थे, जिससे वे टाइपोग्राफी, ब्रांडिंग या इंटरफ़ेस डिजाइन से जुड़ी किसी भी चीज़ के लिए बेकार हो जाते थे। नैनो बनाना प्रो ने इसे ठीक कर दिया है।

यहाँ कई टेक्स्ट तत्वों वाला एक मूवी पोस्टर है:

# Generate movie poster with cast and credits
image = generate_image(
    prompt="""Sci-fi movie poster. Large title "STELLAR HORIZON" at top. Actor names "SARAH CHEN" "MARCUS RODRIGUEZ" "AISHA WILLIAMS". Production credits "Directed by James Park" "Produced by Luna Studios" at bottom. Deep space background with nebula. Professional film poster typography. Crisp readable text.""",
    filename="movie_poster"
)

यही क्षमता कई टेक्स्ट तत्वों वाले वेब इंटरफ़ेस के लिए भी काम करती है:

# SaaS website hero section
image = generate_image(
    prompt="""Modern SaaS website hero section. Large headline "Automate Your Workflow in Minutes" with subheadline "Connect your tools and boost productivity by 10x". Two buttons "Start Free Trial" and "Watch Demo". Trust badges showing "500K+ Users" "99.9% Uptime" "SOC 2 Certified". Clean typography. Gradient purple to blue background. Professional web design layout.""",
    filename="saas_hero"
)

यह एक ही इमेज पर बहुभाषी टेक्स्ट को भी संभाल लेता है:

# Conference poster with English and Japanese
image = generate_image(
    prompt="""Tech conference poster. Top section English text: "GLOBAL AI SUMMIT 2025" "March 15-17, Tokyo". Bottom section Japanese text: "グローバルAIサミット2025" "3月15日-17日、東京". Modern geometric design. Vibrant gradient background blue to purple. Professional bilingual typography.""",
    filename="multilingual_poster"
)

मार्केटिंग टीमें स्पष्ट संदेशों के साथ कैंपेन विज़ुअल बना सकती हैं, डिजाइनर बिना मैनुअल लेआउट के टाइपोग्राफी एक्सप्लोर कर सकते हैं, ब्रांड्स सामग्री में सुसंगत वर्डमार्क बना सकते हैं, और UI/UX डिजाइनर पठनीय टेक्स्ट के साथ इंटरफ़ेस मॉक कर सकते हैं।

टेक्स्ट स्पष्टता तो एक हिस्सा है। अब देखते हैं कि आप लाइटिंग और कैमरा एंगल कैसे नियंत्रित करते हैं।

स्टूडियो-स्तरीय नियंत्रण

नैनो बनाना प्रो आपको लाइटिंग, कैमरा एंगल, डेप्थ ऑफ फील्ड और कलर ग्रेडिंग को बातचीत के जरिए समायोजित करने देता है, जबकि आपकी कम्पोज़िशन सुरक्षित रहती है।

फ्रंट से एक प्रोडक्ट शॉट से शुरू करें:

# Generate base product image
base_image = generate_image(
    prompt="""Premium wireless earbuds with charging case. Front-facing straight-on view. Sleek matte black finish. Modern minimalist design. Clean white studio background. Professional product photography. Sharp focus throughout. Contemporary tech aesthetic.""",
    filename="earbuds_front"
)

अब बिना दोबारा जेनरेट किए कैमरा एंगल को बर्ड्स-आई व्यू में बदलें:

# Create chat for editing
chat = client.chats.create(
    model="gemini-3-pro-image-preview",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="16:9", image_size="1K"),
    )
)

# Edit camera angle conversationally
edit_response = chat.send_message([
    base_image,
    """Show these exact same wireless earbuds from bird's eye view, looking straight down from above. Keep the same earbuds and charging case. Overhead flat lay composition. Professional product photography."""
])

# Save edited image
for part in edit_response.parts:
    if image := part.as_image():
        image.save("earbuds_overhead.png")

प्रोडक्ट फोटोग्राफर बिना रीशूट के कैमरा एंगल आज़मा सकते हैं, आर्किटेक्ट इमारतों को अलग परिप्रेक्ष्य से दिखा सकते हैं, इंटीरियर डिजाइनर अलग-अलग व्यू से स्पेस विज़ुअलाइज़ कर सकते हैं, और मार्केटिंग टीमें A/B टेस्टिंग के लिए कम्पोज़िशन वेरिएशन बना सकती हैं।

कैरेक्टर कंसिस्टेंसी

ब्रांड मैस्कॉट हर टचपॉइंट पर एक जैसे दिखने चाहिए। मार्केटिंग अभियानों में अलग-अलग परिदृश्यों में एक ही कैरेक्टर की ज़रूरत होती है। पहले के मॉडल इसमें अटकते थे (हालाँकि, बेस नैनो बनाना पहले से ही काफ़ी अच्छा था)। नैनो बनाना प्रो दृश्यों में विज़ुअल आइडेंटिटी को और बेहतर बनाता है।

एक ब्रांड लोगो तत्व जेनरेट करें:

# Create brand logo
brand_logo = generate_image(
    prompt="""Abstract geometric ribbon logo. Flowing infinity loop shape with metallic gradient silver to deep purple. Smooth curved surfaces. Elegant minimalist design. Clean white background. Premium brand identity element. Modern corporate aesthetic. No face. No eyes.""",
    filename="ribbon_logo"
)

उसी रिबन का उपयोग एक मोबाइल ऐप इंटरफ़ेस में करें:

# Create chat for editing
chat = client.chats.create(
    model="gemini-3-pro-image-preview",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="16:9", image_size="1K"),
    )
)

# Show logo in app interface
app_response = chat.send_message([
    brand_logo,
    """Show this exact ribbon logo in a complete mobile app home screen. Top status bar with time and battery. Logo in header next to app name. Content cards below showing features. Bottom tab navigation with icons and labels. Modern mobile app UI. Gradient purple background. Professional startup app design. Full mobile interface layout."""
])

# Save
for part in app_response.parts:
    if image := part.as_image():
        image.save("ribbon_app.png")

अब उसी रिबन को फिज़िकल मर्चेंडाइज़ पर दिखाएँ:

# Show logo on merchandise
merch_response = chat.send_message([
    brand_logo,
    """Show this exact ribbon logo on brand merchandise collection. Flat lay showing: white tote bag with logo, coffee mug with logo, t-shirt with logo printed on chest, product packaging box with logo. All items arranged together. Premium brand identity mockup. Minimalist aesthetic. Professional product photography. Same ribbon on each item."""
])

# Save
for part in merch_response.parts:
    if image := part.as_image():
        image.save("ribbon_merchandise.png")

अब आते हैं नैनो बनाना प्रो की गेम-चेंजर विशेषता पर—Google Search के जरिए तथ्यात्मक ग्राउंडिंग।

वास्तविक दुनिया का ज्ञान—एक्शन में

जब आप सर्च ग्राउंडिंग सक्षम करते हैं, तो मॉडल शैक्षिक सामग्री, तकनीकी दस्तावेज़ और डेटा-ड्रिवन कंटेंट में तथ्यात्मक सटीकता के लिए मौजूदा जानकारी का उपयोग करता है—जहाँ शुद्धता अहम है।

शैक्षिक सामग्री के लिए Google Search ग्राउंडिंग सक्षम करें:

# Generate solar energy infographic with Search grounding
image = generate_image(
    prompt="""Educational infographic explaining solar panel energy conversion. Show photovoltaic cells converting to DC power, then inverter converting to AC power for the grid. Clear labels and arrows.""",
    filename="solar_infographic",
    use_google_search=True  # Enable Search for factual accuracy
)

यही ग्राउंडिंग तकनीकी डायग्राम्स के लिए भी काम करती है:

# Generate neural network diagram with Search grounding
image = generate_image(
    prompt="""Neural network architecture diagram. Left: 4 input nodes labeled "Input 1" "Input 2" "Input 3" "Input 4". Middle: two hidden layers each with 5 nodes labeled "Hidden Layer 1" and "Hidden Layer 2". Right: 3 output nodes labeled "Output 1" "Output 2" "Output 3". Connection lines between all layers. Clean technical illustration. Educational ML diagram. Professional data science aesthetic.""",
    filename="ml_architecture",
    use_google_search=True  # Enable Search for accuracy
)

शैक्षिक कंटेंट क्रिएटर सटीक लर्निंग सामग्री बना सकते हैं, टेक्निकल राइटर जटिल प्रणालियों को सही ढंग से विज़ुअलाइज़ कर सकते हैं, डेटा टीमें वास्तविक आँकड़े प्रदर्शित कर सकती हैं, और विज्ञान संचारक व्यापक फैक्ट-चेकिंग के बिना सही डायग्राम बना सकते हैं।

ये चार फीचर मिलकर नैनो बनाना प्रो को प्रोफेशनल वर्कफ़्लो के लिए बहुमुखी बनाते हैं। अब इसे मूल नैनो बनाना से सीधे तुलना करके सुधार देखते हैं।