Nano Banana Pro: o novo modelo dominante de geração de imagens do Google

Quando a equipe de desenvolvimento do Google batizou internamente seu modelo de geração de imagens de "Nano Banana", o nome pegou. A versão pro foi lançada em 20 de novembro de 2025 e resolve problemas que irritavam quem trabalhava com geradores de imagens de IA anteriores.

Este tutorial mostra como o Nano Banana Pro funciona, passa pelo uso da API e ajuda você a decidir quando usá-lo em vez da versão não pro.

O que é o Nano Banana Pro?

O Nano Banana Pro (gemini-3-pro-image-preview) é uma evolução do Gemini 2.5 Flash Image (o Nano Banana original do meu tutorial anterior) com melhorias significativas.

O modelo faz quatro coisas de forma excepcional, que versões anteriores não dominavam:

• Renderização de texto: texto claro e legível em vários idiomas e fontes (adeus letras embaralhadas)
• Controles de estúdio: ajuste iluminação, ângulos de câmera e profundidade de campo como em um estúdio fotográfico
• Consistência de personagem: mantenha o mesmo personagem em 5 pessoas ou 14 objetos em cenas diferentes
• Conhecimento do mundo real: integração com o Google Search para fatos precisos em conteúdo educacional

O modelo suporta resoluções 1K, 2K e 4K com proporções como 1:1, 16:9, 9:16 e 21:9. Toda imagem inclui marca d'água invisível SynthID. Você pode testar de graça no app Gemini, mas o acesso via API exige configurar cobrança.

Antes de colocar a mão na massa, você precisa ter acesso ao modelo. Vamos ver as opções.

Como acessar o Nano Banana Pro

Você pode testar o Nano Banana Pro gratuitamente pelo app Gemini em gemini.google.com. Basta entrar com sua conta Google e começar a gerar imagens. O acesso gratuito tem limites de uso (o Google não publicou números exatos), então, se você pretende gerar muitas imagens ou construir aplicações, precisará de acesso à API pelo Google AI Studio ou Vertex AI. Isso exige configurar cobrança, mas garante custos previsíveis e limites maiores.

Como obter acesso à API

Acesse o Google AI Studio e faça login. Você vai precisar criar ou vincular um projeto no Google Cloud e habilitar a cobrança (cartão de crédito necessário). Depois disso, gere uma chave de API na seção de chaves.

Guarde sua chave de API com segurança. Crie um arquivo .env no diretório do seu projeto e adicione:

GEMINI_API_KEY=your_key_hereTecnologia

Nunca faça commit desse arquivo no controle de versão. Adicione .env ao seu .gitignore.

Destrinchando os preços

A cobrança é por imagem gerada:

• Camada padrão: US$ 0,134 por imagem 1K ou 2K, US$ 0,24 por imagem 4K
• Camada em lote: US$ 0,067 por imagem 1K/2K, US$ 0,12 por imagem 4K (processa de forma assíncrona para reduzir o custo)

Como referência, US$ 10 rendem cerca de 75 imagens 1K de qualidade padrão ou 42 imagens 4K. Gerar e editar têm o mesmo custo.

Os limites de taxa variam por nível de conta e região (confira a documentação oficial de preços para os limites atuais). Usuários enterprise podem acessar o modelo via Vertex AI com recursos adicionais de segurança e conformidade.

Com o acesso pronto, vamos gerar sua primeira imagem e ver a edição conversacional em ação.

Primeiros passos: sua primeira imagem

Hora de gerar imagens e entender o que torna o Nano Banana Pro especial. Vamos criar uma cena cósmica impactante, transformá-la por conversa e depois misturá-la com várias imagens de referência para compor o resultado final.

Configurando o ambiente

Primeiro, instale os pacotes necessários:

pip install google-genai python-dotenv pillowTecnologia

Você vai usar google-genai para trabalhar com os modelos Gemini, python-dotenv para carregar sua chave da API a partir do arquivo .env e pillow para manipular imagens.

Como escrever prompts eficazes

Bons prompts para o Nano Banana Pro combinam detalhes específicos com termos de fotografia ou design. Em vez de descrições vagas, inclua elementos visuais concretos e referências de estilo.

Prompts fortes geralmente incluem:

• Detalhes do assunto: objetos, cores e composições específicas
• Iluminação: "luz natural suave", "golden hour", "luz lateral dramática"
• Especificações de câmera: "baixa profundidade de campo", "ângulo baixo", "plano aberto"
• Descritores de estilo: "fotografia profissional", "cinematográfico", "design minimalista"

Gerando sua primeira imagem

Aqui está o código completo para gerar uma imagem:

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!")Tecnologia

Este código segue o fluxo central do Nano Banana Pro. O método generate_content() cuida da geração da imagem. O parâmetro response_modalities indica que o modelo deve retornar texto e imagem. Dentro de image_config você controla a saída: aspect_ratio define as dimensões (16:9 para widescreen) e image_size determina a resolução (1K, 2K ou 4K). A resposta vem em partes, que você percorre para extrair e salvar a imagem gerada.

Isso gera uma nebulosa cósmica impactante:

Agora vamos ver a edição conversacional transformar essa cena.

Edição conversacional em ação

Em vez de regerar do zero, você pode editar imagens por conversa. Vamos mudar a paleta de cores da nebulosa preservando sua estrutura:

# 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")Tecnologia

Mesma estrutura da nebulosa, clima totalmente diferente:

Misturando várias imagens

O Nano Banana Pro consegue misturar até 14 imagens de referência mantendo consistência. Vamos combinar nossa nebulosa laranja com dois elementos adicionais: um cometa dramático e um monólito alienígena ancestral.

Primeiro, gere as duas imagens de referência:

# 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")Tecnologia

Aqui está o cometa:

# 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")Tecnologia

E o monólito alienígena ancestral:

Agora misture os três elementos em uma única composição. O parâmetro contents recebe uma lista: seu prompt de texto primeiro, seguido de todas as imagens que deseja combinar.

# 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")Tecnologia

A composição final integra os três elementos sem emendas visíveis:

Agora que você aprendeu a gerar imagens com o novo modelo e aproveitou alguns de seus recursos, vamos ver os quatro diferenciais em relação a outros modelos.

O que torna o Nano Banana Pro diferente

Você viu a geração básica de imagens e a edição por conversa. Agora, vamos examinar cada capacidade em detalhe e ver como funciona na prática.

Usaremos uma função utilitária para manter os exemplos de código limpos:

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 imageTecnologia

Isso reduz repetição nos exemplos abaixo e mostra um padrão reutilizável que você pode adaptar aos seus projetos.

Avanço na renderização de texto

Historicamente, geradores de imagens com IA estragavam textos, o que os tornava inúteis para tipografia, branding ou design de interfaces. O Nano Banana Pro resolve isso.

Aqui vai um pôster de filme com vários elementos de texto:

# 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"
)Tecnologia

A mesma capacidade funciona para interfaces web com múltiplos textos:

# 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"
)Tecnologia

Ele ainda lida com texto multilíngue na mesma imagem:

# 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"
)Tecnologia

Times de marketing podem criar peças de campanha com mensagens claras, designers podem explorar tipografia sem diagramar manualmente, marcas podem gerar wordmarks consistentes e designers de UI/UX podem prototipar interfaces com texto legível.

Clareza de texto é só uma parte. Vamos ver como controlar iluminação e ângulos de câmera.

Controle em nível de estúdio

O Nano Banana Pro permite ajustar iluminação, ângulos de câmera, profundidade de campo e color grading por conversa, preservando sua composição.

Comece com uma foto de produto frontal:

# 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"
)Tecnologia

Agora mude o ângulo da câmera para vista de cima sem regerar:

# 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")Tecnologia

Fotógrafos de produto testam ângulos sem refazer ensaios, arquitetos mostram prédios em diferentes perspectivas, designers de interiores visualizam espaços sob vários pontos de vista e equipes de marketing criam variações de composição para testes A/B.

Consistência de personagem

Mascotes de marca precisam parecer idênticos em todos os pontos de contato. Campanhas exigem o mesmo personagem em cenários diferentes. Modelos anteriores tinham dificuldade (embora o Nano Banana base já fosse muito bom). O Nano Banana Pro eleva ainda mais a consistência visual entre cenas.

Gere um elemento de logotipo:

# 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"
)Tecnologia

Use a mesma fita em uma interface de app mobile:

# 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")Tecnologia

Agora mostre a mesma fita em produtos físicos:

# 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")Tecnologia

Agora, vamos ao recurso que muda o jogo no Nano Banana Pro: fundamentação factual pelo Google Search.

Conhecimento do mundo real em prática

Ao ativar a fundamentação via Search, o modelo acessa informações atuais para garantir precisão factual em materiais educacionais, documentação técnica e conteúdo baseado em dados, onde a correção é crítica.

Ative o Google Search para conteúdo educacional:

# 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
)Tecnologia

A mesma fundamentação funciona para diagramas técnicos:

# 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
)Tecnologia

Criadores de conteúdo educacional produzem materiais precisos, redatores técnicos visualizam sistemas complexos corretamente, times de dados representam estatísticas reais e divulgadores científicos criam diagramas corretos sem checagens extensas.

Esses quatro recursos se combinam para tornar o Nano Banana Pro versátil em fluxos de trabalho profissionais. A seguir, vamos compará-lo diretamente com o Nano Banana original para ver os avanços.