Einordnung und Veröffentlichung
Gemini 3 Pro Image, auch Nano Banana Pro genannt, ist Googles multimodales Modell für anspruchsvolle Bilderzeugung und -bearbeitung. Die hier bezeichnete Version gemini-3-pro-image wurde am 28. Mai 2026 in der Gemini Enterprise Agent Platform allgemein verfügbar. Das Datum bezeichnet diese GA-Version, nicht zwingend die erste Veröffentlichung von Nano Banana Pro. (cloud.google.com)
Fähigkeiten und Anwendungen
- Erzeugt und bearbeitet Bilder anhand von Text und Bildreferenzen; unterstützt auch mehrstufige Bearbeitung und die kombinierte Ausgabe von Text und Bildern.
- Unterstützt Thinking, Systemanweisungen, Google-Search-Grounding, C2PA-Content-Credentials und virtuelle Anproben.
- Einsatzgebiete sind unter anderem Marketingmaterialien, Produktbilder, interaktiver Handel und Medienproduktion. (docs.cloud.google.com)
Grenzen und Verfügbarkeit
- In der Agent Platform sind höchstens 65.536 Eingabe-Token, 32.768 Ausgabe-Token und 14 Eingabebilder pro Prompt dokumentiert. Audio wird nicht unterstützt. Strukturierte Ausgabe, Function Calling, Codeausführung und Tuning werden laut Modelldokumentation nicht unterstützt. (docs.cloud.google.com)
- Bei der GA-Ankündigung waren 1K- und 2K-Ausgaben allgemein verfügbar; 4K war damals noch Preview. Die aktuelle Modelldokumentation nennt 1K, 2K und 4K, ohne dort für 4K einen Preview-Status anzugeben. (cloud.google.com)
- Die offizielle Modelldokumentation ist zur Videoeingabe widersprüchlich: Sie bezeichnet Video einerseits als nicht unterstützt, führt andererseits Bilderzeugung aus Videoeingaben als unterstützt auf. Die GA-Ankündigung nennt Videoeingabe ausdrücklich für Nano Banana 2, nicht für dieses Modell. (docs.cloud.google.com)
- Die Agent-Platform-Dokumentation nennt den globalen Endpunkt. Der Zugriff über die Gemini API unterliegt nicht dem Enterprise-SLA von Google Cloud. (docs.cloud.google.com)
Preise
Gemini Developer API, kostenpflichtiger Standardtarif, in USD; abgefragt am 16. November 2026:
- Eingabe von Text und Bildern: 2,00 USD je 1 Million Token. Ein Eingabebild entspricht 560 Token beziehungsweise laut Preisseite ungefähr 0,0011 USD pro Bild.
- Ausgabe von Text einschließlich Thinking: 12,00 USD je 1 Million Token.
- Bildausgabe: 120,00 USD je 1 Million Token. Ein 1K- oder 2K-Bild entspricht 1.120 Token beziehungsweise ungefähr 0,134 USD pro Bild; ein 4K-Bild entspricht 2.000 Token beziehungsweise 0,24 USD pro Bild.
- Für diesen Tarif ist laut Preistabelle kein kostenloses API-Kontingent verfügbar. Weitere Plattformen und Abrechnungsarten können andere Konditionen haben. (aistudio.google.com)