Nano Banana 2 Lite ve Gemini Omni Flash için Eksiksiz Rehber: Python Medya Hatları

Nano Banana 2 Lite nedir?

Nano Banana 2 Lite (gemini-3.1-flash-lite-image), bugüne kadarki en hızlı ve en uygun maliyetli Google görsel üretim modelidir. 

Özellikle yüksek hızlı geliştirici hatları ve yüksek hacimli uygulamalar için geliştirilen model, düşük gecikme ve sıkı operasyon bütçelerinin başlıca kısıt olduğu senaryolara optimize edilmiştir.

Hâlihazırda Google’ın eski modelini (gemini-2.5-flash-image) kullanan platformlar için Nano Banana 2 Lite, hız, maliyet ve görsel doğrulukta anında iyileştirmeler sunan doğrudan bir ikame görevi görür.

Temel performans metrikleri

• Ultra düşük gecikme: Yaklaşık 4 saniyede metinden görsele çıktı üretir; etkileşimli prototipleme ve gerçek zamanlı kullanıcı uygulamaları için idealdir.
• Maliyet etkinliği: 1K çözünürlüklü görsel başına 0,034 ABD doları fiyatıyla yüksek hacimli üretim için eşiği ciddi ölçüde düşürür.
• Kaliteyi koruma: Hıza odaklanmasına rağmen, model güçlü komut uyumu, tutarlı karakter çizimi ve güvenilir görsel içi metin üretimini sürdürür.

Gemini Omni Flash nedir?

Gemini Omni Flash (gemini-omni-flash-preview), video üretimi ve konuşmaya dayalı video düzenleme için Google’ın maliyet etkin modelidir.

Yalnızca statik metin komutlarına dayanan bağımsız video üreticilerinin aksine Omni Flash, Gemini’nin temel çok modlu akıl yürütmesini doğrudan video oluşturma sürecine taşır. 

Metin, görsel ve video girdilerinin kombinasyonlarını yerel olarak kabul eder; böylece video üretimi üzerinde benzeri görülmemiş bir hassasiyetle programatik kontrol sağlar.

Omni Flash’in temel yetenekleri ve fiyatlandırma

• Rekabetçi fiyatlandırma: Video çıktısının saniyesi başına 0,10 ABD doları; Veo 3.1 Fast ile aynı oran.
• Konuşmaya dayalı video düzenleme: Küçük ayarlamalar için videoları sıfırdan yeniden üretmek yerine, uygulamalar mevcut sekansları doğal dil talimatlarıyla iyileştirebilir.
• Çok modlu referans verme: Metin komutları, görsel tutarlılığı ve sahne öğeleri üzerindeki ayrıntılı kontrolü sağlamak için referans görseller veya kliplerle birleştirilebilir.
• Gerçek dünyaya dayandırma: Gemini’nin temel bilgisinden yararlanarak model, mantık ve fizik kurallarına dayalı gerçekçi animasyonlar oluşturur.
• Metin ve eylem senkronizasyonu: Ekrandaki metin ve grafik bindirmeler basit komutlarla doğrudan video eylemlerine bağlanabilir.

Gemini API Anahtarı Nasıl Oluşturulur ve Kurulur

Gemini API’yi kullanmadan önce, kodumuzun API ile iletişim kurabilmesi için bir API anahtarı oluşturup kurmamız gerekir.

Bunu yapmanın en basit yolu şudur:

• Google’ın AI Studio API anahtarı sayfasını ziyaret edin ve oturum açın.
• Sağ üst köşedeki “Create API key” düğmesine tıklayın.
• API anahtarını, Python kodunun bulunacağı klasörde .env adlı bir dosyaya aşağıdaki biçimde kopyalayın:

GEMINI_API_KEY=replace_with_api_keyAltyapı:

Not: API’yi kullanmak maliyet doğurur. Kullanmak için Google’ın AI Studio faturalandırma sayfasında bir ödeme yöntemi yapılandırıldığından emin olmalıyız.

Python ile Nano Banana 2 Lite ile Görseller Nasıl Üretilir

Python’da Yapay Zekâ ile Görsel Üretimi için Önkoşullar

Python yapay zekâ görsel üreteç kodumuzu yazmaya başlamadan önce, aşağıdaki araçların hazır olduğundan emin olun:

• Python 3.9+ sistemde kurulu olmalı.
• Google Gemini API Anahtarı: İstekleri doğrulamak için geçerli bir Google Gemini API anahtarı. Anahtar oluşturma ve yapılandırma adımları için yukarıya bakın.
• Gerekli Python Kütüphaneleri: API entegrasyonu için resmi google-genai SDK’sını ve görsel çıktısını işlemek için Pillow kullanacağız.

Gerekli Python paketleri pip ile kurulabilir:

pip install google-genai pillow python-dotenvAltyapı:

Adım 1: Modülleri içe aktarma ve ortam değişkenlerini yükleme

Yeni bir dosya (ör. generate_image.py) oluşturun ve ortamı kurmak için aşağıdaki içe aktarımları ve yükleme dizisini ekleyin:

import io
from dotenv import load_dotenv
from google.genai import types
from PIL import Image
from google.genai import Client

# Load environment variables from the .env file
load_dotenv()Altyapı:

Adım 2: Google GenAI istemcisini başlatma

Nano Banana 2 Lite modeliyle etkileşim kurmak için önce Google GenAI istemcisini başlatmalıyız. 

SDK, sistem ortam değişkenlerinde GEMINI_API_KEY’i (önceki adımda .env dosyasından yüklendi) otomatik olarak kontrol ettiğinden, istemciyi kodda API anahtarını açıkça iletmeden başlatabiliriz.

# Initialize the Gemini API client
client = Client()Altyapı:

Adım 3: Yapay zekâ görsel üretim fonksiyonunu yazma

Şimdi Python betiğimizin çekirdek mantığına geçelim. Başlatılmış istemciyi ve bir metin komutunu girdi olarak alan özel bir Python fonksiyonu, generate_image(), yazacağız.

Nano Banana 2 Lite, model="gemini-3.1-flash-lite-image" belirtilerek çağrılır. API isteğini bir görsel modalitesi bekleyecek şekilde yapılandırır ve yapay zekâ görsel üretimi için istenen en-boy oranını belirtiriz.

def generate_image(client, prompt: str, ratio: str = "1:1") -> Image.Image | None:
    """
    Generates an AI image using the Nano Banana 2 Lite model via the Gemini API.
    """
    print(f"Generating AI image for prompt: '{prompt}'...")
    
    # 1. Call the Nano Banana 2 Lite model
    response = client.models.generate_content(
        model="gemini-3.1-flash-lite-image",
        contents=prompt,
        config=types.GenerateContentConfig(
            response_modalities=[types.Modality.IMAGE],
            image_config=types.ImageConfig(aspect_ratio=ratio),
        ),
    )
    
    # 2. Extract and convert the generated image data
    if response and response.candidates:
        for part in response.candidates[0].content.parts:
            if part.inline_data:
                # Load the bytes into a PIL Image and convert to RGB
                image = Image.open(io.BytesIO(part.inline_data.data)).convert("RGB")
                return image
                
    return NoneAltyapı:

Python görsel üretim isteğini anlama:

• response_modalities: Google Gemini modelinin metin yerine görsel döndürmesini zorlar.
• inline_data: Gemini API, üretilen görseli ham baytlar olarak döndürür. Bu baytları sarmalamak için Python’un io.BytesIO’sunu kullanırız; böylece Pillow (Image.open) bunları standart bir görsel dosyası olarak okuyabilir.
• image_config: aspect_ratio’yu "1:1" (kare) olarak ayarlıyoruz; ancak bu, belirli yapay zekâ uygulaması kullanım durumuna bağlı olarak kolayca değiştirilebilir.

Desteklenen en-boy oranları:

Adım 4: Python görsel üretim betiğini çalıştırma

Şimdi hepsini bir araya getirelim ve Nano Banana 2 Lite’tan bir görsel üretmesini isteyelim! 

Yaratıcı bir şey isteyeceğiz, ortaya çıkan görseli görüntülemek için show() fonksiyonunu çağıracağız ve kaynakları serbest bırakmak için istemciyi kapatacağız.

if __name__ == "__main__":
    # Define our creative prompt for the AI model
    my_prompt = "A futuristic city skyline at sunset, cyberpunk style, highly detailed"
    
    # Generate the AI image
    result_image = generate_image(client, my_prompt)
    
    # Display the resulting image
    if result_image:
        print("AI Image generated successfully!")
        result_image.show()
    else:
        print("Failed to generate AI image.")
        
    # Close the client to prevent shutdown exceptions
    client.close()Altyapı:

İşte Nano Banana 2 Flash’in ürettiği görsel:

Google’ın duyurusunda vadettiği gibi, model görseli yalnızca birkaç saniyede üretti. İlk bakışta, şimdiye kadar denediğim diğer tüm modellerden çok daha hızlı hissettiriyor.

Tam betik, bu eğitimin deposundaki generate_image.py betiğinde bulunabilir.

Betik görsel düzenlemeye genişletiliyor

Bir görseli düzenleyen edit_image() adlı bir fonksiyon yazalım. İstek içerisinde değiştirmemiz gereken tek şey, contents parametresinde görseli komutla birlikte [image, prompt] listesi olarak sağlamaktır.

def edit_image(client, image: Image.Image, prompt: str, aspect_ratio: str = "1:1") -> Image.Image | None:
    """
    Edits an AI image using the Gemini 3.1 Flash Lite model via the Gemini API.
    """
    response = client.models.generate_content(
        model="gemini-3.1-flash-lite-image",
        contents=[image, prompt],
        config=types.GenerateContentConfig(
            response_modalities=[types.Modality.IMAGE],
            image_config=types.ImageConfig(aspect_ratio=aspect_ratio),
        ),
    )
    if response and response.candidates:
        for part in response.candidates[0].content.parts:
            if part.inline_data:
                return Image.open(io.BytesIO(part.inline_data.data)).convert("RGB")
    return NoneAltyapı:

Nano Banana 2 Flash’i test etme

Modelin gerçek dünya performansını bir dizi hedefli stres testi yaparak değerlendirdik. 

Bu değerlendirmeler, modelin okunaklı metin çizimi, katı mekânsal yerleşim düzenini koruma ve çok turlu etkileşimler boyunca tutarlılık sağlama gibi karmaşık görsel görevleri ele alma becerisine odaklanır; böylece yüksek hızlarda yüksek doğrulukta üretim vaadini gerçekten karşılayıp karşılamadığını belirler.

Görsel içi okunaklı metin çizimini test etme

Sıkı mekânsal kontrolü ve çift özne uyumunu test etme

Hızlı UI prototiplemesini ve yerleşim hassasiyetini test etme

Karmaşık malzeme karşıtlıklarını ve aydınlatmayı test etme

Çok turlu karakter tutarlılığını test etme

Açıkçası, bu kadar hızlı bir model için sonuçlardan oldukça etkilendim. Son örnekte, model gazetedeki metnin tutarlılığını bile bir ölçüde korumayı başardı. 

Deneyimlerime göre, tutarlılığı sağlamak, bir görsel üretim modelinin gerçekten faydalı olması için en önemli yönlerden biridir.

Python ile Gemini Omni Flash kullanarak Videolar Nasıl Üretilir

Bu bölümde, basit bir metinden videoya komutla başlayıp ardından referans görselleri dahil edecek şekilde genişleterek video üreten bir Python betiğinin nasıl oluşturulacağını adım adım ele alacağız.

Standart görsel üretimin aksine, Gemini Omni Flash ile video üretimi SDK’nın Interactions API’ı (client.interactions.create) üzerinden yapılır. Bu uç nokta, zengin, çok turlu ve çok modlu etkileşimleri ele almak üzere özel olarak tasarlanmıştır.

Gerekli SDK içe aktarımları, ortam değişkeni kurulumu ve Google GenAI istemci başlatımı, önceki bölümde ayrıntılandırılan görsel üretim süreciyle aynı olduğundan, doğrudan video üretim fonksiyonlarımızı yazmaya odaklanabiliriz.

Adım 1: Metinden Videoya (Basit Komuttan Videoya)

Yalnızca bir metin komutundan video üretmek için Interactions API’ına tek bir metin girdi bloğu geçiririz. Bunu ele almak için basit bir Python fonksiyonu yazabiliriz:

def text_to_video(client, prompt: str, aspect_ratio: str = "16:9", duration: str = "5s"):
    """
    Generates a video from a text prompt using Gemini Omni Flash.
    """
    interaction = client.interactions.create(
        model="gemini-omni-flash-preview",
        input=[{"type": "text", "text": prompt}],
        response_format={
            "type": "video",
            "aspect_ratio": aspect_ratio,
            "duration": duration,
        },
    )
    return interactionAltyapı:

Bu fonksiyonu çağırabilir ve döndürülen video baytlarını şu şekilde bir dosyaya kaydedebiliriz:

if __name__ == "__main__":
    import base64

    # Define a creative video prompt
    text_prompt = """
    Generate a first person view of what daily life would look like in the year
    1000 at this location: 41.89030621184054, 12.492266126772481
    """

    # Call the video generator
    interaction = text_to_video(
        client=client,
        prompt=text_prompt,
        aspect_ratio="16:9",
        duration="5s"
    )

    # Extract and save the generated video file
    if interaction and hasattr(interaction, "output_video") and interaction.output_video:
        # Decode the base64-encoded video data returned by the API
        video_bytes = base64.b64decode(interaction.output_video.data)
        
        # Save the bytes locally as an MP4 file
        with open("videos/video.mp4", "wb") as f:
            f.write(video_bytes)
    else:
        print("Failed to generate video.")Altyapı:

Kullandığımız komut şuydu:

Generate a first-person view of what daily life would look like in the year 1000 at this location: 41.89030621184054, 12.492266126772481Altyapı:

Bu konum, Roma Kolezyumu’dur. Modelin dünya bilgisini test etmek için koordinatları kullandım. Üretilen video şu oldu:

Buna karşılık, 1000 yılını 1980 ile değiştirdiğimde modelin ürettiği şey ise şuydu:

Bence oldukça ilginç. Tam betiği görmek için text_to_video.py dosyasına bakın.

Adım 2: Görselden Videoya yeteneklerini uygulama

Statik bir görseli canlandırmak ya da yalnızca video üretimini yönlendirmek için referans olarak kullanmak üzere, hem görseli hem de bir metin komutunu modele geçirmemiz gerekir.

Interactions API görsel girdilerin base64 kodlu olmasını beklediğinden, önce PIL Image nesnelerini base64 dizgelere dönüştüren bir yardımcı fonksiyon tanımlıyoruz:

import io
from PIL import Image
import base64

def _image_to_base64(img: Image.Image) -> str:
    """
    Converts a PIL Image object to a base64-encoded string.
    """
    buffered = io.BytesIO()
    img.save(buffered, format="PNG")
    return base64.b64encode(buffered.getvalue()).decode()Altyapı:

Şimdi, hem isteğe bağlı görselleri hem de metin komutunu ele alan daha genel bir fonksiyon, generate_video(), oluşturabiliriz.

from google.genai import types

def generate_video(client, valid_images: list[Image.Image], animation_prompt: str, aspect_ratio: str):
    """
    Generates a commercial-quality AI video using Google's Gemini Omni Flash model.
    Supports image-to-video and text-to-video multimodal inputs using the Gemini API.
    """
    omni_inputs = []
    
    # 1. Base64 encode and append any input images
    for img in valid_images:
        img_b64 = _image_to_base64(img)
        omni_inputs.append({
            "type": "image",
            "data": img_b64,
            "mime_type": "image/png",
        })

    # 2. Append the text animation prompt
    omni_inputs.append({"type": "text", "text": animation_prompt})

    # 3. Request video generation from the interactions endpoint
    interaction = client.interactions.create(
        model="gemini-omni-flash-preview",
        input=omni_inputs,
        response_format={
            "type": "video",
            "aspect_ratio": aspect_ratio,
        },
    )
    return interactionAltyapı:

Son olarak, Gemini ile ürettiğim bu geyik böceği görselini canlandıran bir video üretmek için bu fonksiyonları nasıl kullanabileceğimiz şöyle:

if __name__ == "__main__":
    # Load our reference image
    reference_image = Image.open("images/beetle.png").convert("RGB")

    # Describe how we want the image to be animated
    animation_prompt = """
    A detailed, close-up photograph of an iridescent biomechanical stag beetle, 
    shimmering with metallic green, blue, and violet hues, as it traverses a 
    rugged amethyst crystal formation in a subterranean grotto. 
    The cavern walls are lined with a dense matrix of glowing crystals emitting 
    deep purple, blue, and green light. The air is misty, with bioluminescent 
    flora clinging to the rock. As the camera maintains focus, the beetle 
    subtly activates a soft internal orange glow from its mandibles, begins 
    vibrating its wings, and slowly crawls upward across the crystalline 
    surface, reflecting the surrounding light.
    """

    # Call the generator with the reference image
    interaction = generate_video(
        client=client,
        valid_images=[reference_image],
        animation_prompt=animation_prompt,
        aspect_ratio="16:9"
    )

    # Extract and save the animated video
    if interaction and hasattr(interaction, "output_video") and interaction.output_video:
        video_bytes = base64.b64decode(interaction.output_video.data)
        with open("videos/video.mp4", "wb") as f:
            f.write(video_bytes)Altyapı:

Üretilen video şu oldu:

Tam betiğe buradan ulaşabilirsiniz.

Adım 3: Videodan Videoya ile video düzenleme uygulama

Gemini Omni Flash API ile bir videoyu konuşmaya dayalı olarak düzenlemek, etkileşimleri kullanması sayesinde son derece kolaydır. Bir video ürettiğimizde, interaction.id olarak erişilebilen bir etkileşim tanımlayıcısı elde ederiz. 

Bir videoyu düzenlemek için, ardından bir komut ve önceki etkileşimin tanımlayıcısını sağlayabiliriz. İlk düzenleme ise, videoyu üretmek için kullanılan etkileşimin tanımlayıcısını veririz. Sonraki düzenlemelerde, bir önceki düzenlemenin tanımlayıcısını sağlarız.

client.interactions.create(
        model="gemini-omni-flash-preview",
        input=edit_prompt,
        previous_interaction_id=previous_interaction_id,
)Altyapı:

Etkileşimli Bir Yapay Zekâ Video Stüdyosu Kurmak: Mimari ve Çok Modelli Sinerji

Önceki bölümlerde, Nano Banana 2 Lite kullanarak görselleri ve Gemini Omni Flash kullanarak videoları programatik olarak nasıl üreteceğimizi öğrendik. Şimdi, bu yetenekleri tek bir bütünleşik, etkileşimli web uygulamasında nasıl bir araya getireceğimizi göreceğiz: bir Yapay Zekâ Video Stüdyosu.

Yapay Zekâ Video Stüdyosu Mimarisi

Yüksek kaliteli yapay zekâ videoları oluşturmak genellikle yüksek derecede deneme-yanılma gerektirir. Yapay Zekâ Video Stüdyosu, iki farklı modelin benzersiz güçlü yanlarından yararlanan iki aşamalı, çok modelli bir hat uygulayarak bunu çözer:

• Varlık Tedariki: Nano Banana 2 Lite tarafından desteklenir; kullanıcılar, videoda kullanılmak üzere kaynakları ve referans görselleri hızla üretebilir ya da mevcut görselleriyle birleştirebilir.
• Video Üretimi: Bu varlıklara dayanarak video üretmek için Gemini Omni Flash kullanırız.
• Video Düzenleme: Video üretildikten sonra, konuşmaya dayalı olarak düzenleyebiliriz.

Aşama 1: Nano Banana 2 Lite ile hızlı prototipleme

İlk aşamada uygulama, referans görselleri (ana kareler) tedarik etmemize olanak tanır. Yerel bir görsel yükleyebilir veya anında bir tane üretebiliriz. 

İşte Nano Banana 2 Lite’ın parladığı yer burası. 

4 saniyenin altındaki gecikme ve görsel başına kuruşun çok küçük bir kısmına denk gelen maliyetiyle, ultra hızlı bir kum havuzu işlevi görür. Mükemmel ana kareyi elde edene kadar onlarca farklı görsel stili, kompozisyonu ve konuyu hızla prototipleyebiliriz.

Aşama 2: Gemini Omni Flash ile çok modlu üretim

Mükemmel referans görselini elde ettiğimizde, video üretim aşamasına geçeriz. 

Referans görsel ve animasyon komutumuz (ör. kamera hareketi, ışık değişimleri veya aksiyonu tanımlayan) base64 kodlanır ve SDK’nın Interactions API’ı kullanılarak Gemini Omni Flash’a gönderilir. 

Gemini Omni Flash bu girdileri işler ve geniş ekran (16:9) veya dikey (9:16) formatta yüksek doğrulukta bir video klip döndürür.

Aldığımız video şöyle:

Streamlit ile video üretim uygulaması uygulaması

Kullanıcı arayüzünü oluşturmak için, makine öğrenimi ve veri bilimi için paylaşılabilir web uygulamaları oluşturmayı inanılmaz derecede kolaylaştıran, popüler ve açık kaynaklı bir Python çerçevesi olan Streamlit’i kullanıyoruz. 

Streamlit’e yeniyseniz veya nasıl çalıştığına dair bir hatırlatıcıya ihtiyaç duyuyorsanız, bu Python Streamlit Eğitimini şiddetle öneririz. 

Burada Streamlit UI kodunun kendisine odaklanmayacağız; bunun yerine video üretim hattının mimarisine bakacak ve bu iki güçlü modeli birleştirmenin yaratıcı olasılıklarını keşfedeceğiz.

gemini_api.py betiği, yukarıda görsel ve video üretmek için uyguladığımız fonksiyonları içerir. Kullanıcı arayüzü ise Streamlit ile app.py betiğinde uygulanmıştır.

Yerelde çalıştırıp denemek isterseniz şunları yapın:

git clone [email protected]:fran-aubry/nano-banana-2-flash-tutorial.git
pip install -r requirement.txt
streamlit run app.pyAltyapı:

İşte hayali bir çay markasının mevcut bir görselini, üretilmiş bir çay plantasyonu görseliyle birleştirerek o çay kutusu için bir reklam çekimi yapan eksiksiz bir iş akışı örneği. 

Ardından videoyu bir komut kullanarak düzenliyoruz.

Video üretimi birkaç dakika sürebileceğinden, video üretimi sırasında video hızlandırıldı.

Sonuç

Google’ın yeni Nano Banana 2 Lite modeliyle ilgili hız iddiaları doğru. 

Model son derece hızlı ve gerçek zamanlı görsel üretebilecek bir şeye gitgide yaklaşıyor. Ürettiği görseller iyi olmakla birlikte, devrim niteliğinde değiller. Modelin birincil yeniliği kuşkusuz, çığır açıcı görsel kalitesinden ziyade etkileyici hızı.

Birlikte kullanıldıklarında, Gemini Omni Flash ve Nano Banana 2 Lite modelleri güçlü bir hat oluşturuyor. Omni modeli özellikle referans materyaline sadakati koruma konusunda etkilidir.

Nano Banana 2 hakkında daha fazla bilgi için bu makaleye göz atın: Nano Banana 2: Python ile Tam Rehber.

Gemini Omni serisine daha derin bir bakış için, şunu okumanızı öneririm: Gemini Omni: Metin, Görsel, Ses ve Video için Tek Model.