API Nano Banana Pro : tarifs, exemple Python et endpoint

Si vous êtes sur le point d’intégrer Nano Banana Pro dans une application, trois questions se posent avant même d’écrire la première ligne de code : combien coûte une image, quel endpoint appeler et à quoi ressemble un script Python fonctionnel ? Cet article répond aux trois. Les chiffres proviennent de la page tarifaire officielle de Google, les requêtes sont prêtes à être collées dans un terminal, et les tableaux de budget montrent ce que coûtent réellement mille images une fois les nouvelles tentatives comptées. Nano Banana Pro génère des images en 1K, 2K ou 4K et accepte jusqu’à 14 images de référence par requête. Y accéder via une API prend environ quinze minutes. Garder une facture prévisible demande un peu plus de réflexion, et c’est là que se concentre la majeure partie de cet article.

💡 En bref : Google annonce 0,134 $ par image en 1K ou 2K et 0,24 $ par image en 4K. Le mode batch divise ces deux tarifs par deux. Replicate et fal.ai sont signalés à environ 0,18 $ par image. Vérifiez les tarifs en vigueur avant de vous engager sur un budget, car les fournisseurs les modifient.

Ce qu’est réellement l’API

Nano Banana Pro est le nom public. Dans la documentation développeur de Google, le modèle s’appelle Gemini 3 Pro Image, et l’identifiant que vous passez dans les exemples de code de l’API Gemini est gemini-3-pro-image-preview. Replicate propose le même modèle sous le nom google/nano-banana-pro. Trois noms pour une même famille de modèles, et cette confusion piège presque tout le monde dès le premier après-midi.

Une API se justifie lorsque les images sont produites par un logiciel plutôt que par une personne : une boutique qui génère une photo d’ambiance pour chaque nouveau produit, une newsletter qui a besoin d’un en-tête chaque matin, ou une application qui permet à ses utilisateurs de restyler leurs propres photos. Pour une poignée d’images ponctuelles, un navigateur est plus rapide et ne coûte rien en temps d’ingénierie.

Un modèle, plusieurs noms

Ce qu’une requête peut faire

Chaque requête peut combiner ces paramètres :

• Résolution : sortie en 1K, 2K ou 4K.
• Images de référence : jusqu’à 14 images envoyées avec le prompt pour guider le style, le sujet ou la composition.
• Format : préréglages tels que 1:1, 4:3, 3:2, 16:9, 9:16 et 21:9.
• Format de sortie : JPG ou PNG selon le schéma Replicate.
• Niveau du filtre de sécurité : trois réglages, du plus strict au plus permissif. Certains prompts restent bloqués sur le réglage le plus permissif.

Tarifs de l’API Nano Banana Pro

C’est sur les tarifs que les fournisseurs divergent le plus. Voici donc les chiffres, source par source.

Tarifs officiels de Google

Le texte du prompt est facturé séparément, à 2,00 $ par million de tokens en entrée. Un prompt de 150 tokens coûte donc environ 0,0003 $, un montant négligeable à côté de l’image elle-même. La vraie dépense vient de l’image générée, et la résolution est le levier le plus important dont vous disposez : un rendu en 4K coûte environ 79 % de plus qu’un rendu en 2K.

Comme le 1K et le 2K ont le même prix, la règle est simple. Utilisez le 1K pour les brouillons, les miniatures et les tests de prompts, là où la vitesse compte davantage que les pixels. Utilisez le 2K pour les en-têtes d’articles de blog et les pages web, puisque vous ne payez rien de plus pour le détail supplémentaire. Réservez le 4K à l’impression, aux grands écrans ou aux images que vous comptez recadrer fortement, car c’est le seul palier où le prix change vraiment.

💡 L’identifiant du modèle contient encore le mot « preview ». Google peut modifier les noms, les limites et les tarifs des modèles en préversion : consultez la page tarifaire le jour où vous prévoyez un lancement.

Le mode batch divise la facture par deux

Les tâches en batch coûtent exactement la moitié du tarif standard : 0,067 $ au lieu de 0,134 $ en 1K ou 2K, et 0,12 $ au lieu de 0,24 $ en 4K. Le compromis porte sur la rapidité. Vous soumettez un fichier de requêtes, Google les traite lorsque la capacité le permet, et vous récupérez les résultats plus tard. C’est adapté aux catalogues, aux mises à jour nocturnes et aux travaux d’archivage. Ce n’est pas adapté à un bouton sur lequel un client attend.

Un exemple chiffré rend l’écart concret. Générer 2 000 photos de produits en 2K coûte 268,00 $ au tarif standard et 134,00 $ en batch. Même modèle, même résultat, 134,00 $ économisés en acceptant d’attendre.

Les majorations de Replicate et fal.ai

Les suivis de prix tiers indiquent environ 0,18 $ par image chez Replicate comme chez fal.ai. Face aux 0,134 $ de Google, cela représente environ 34 % de plus par image. Vous payez ce surcoût pour la commodité : pas de projet Google Cloud à créer, un seul token pour des centaines de modèles et une API de prédictions uniforme. Vérifiez la page du modèle sur chaque plateforme avant de budgétiser, car seuls les chiffres Google ci-dessus proviennent directement de la page officielle du fournisseur.

À quoi ressemblent les budgets mensuels

Trois scénarios réalistes

Ces lignes reprennent les tarifs catalogue de Google.

Les deux lignes du studio sont la paire la plus instructive. La file nocturne coûte moitié moins cher, donc la seule question est de savoir si quelqu’un a besoin de l’affiche tout de suite.

Pour chiffrer votre propre projet, multipliez le nombre d’images attendues par mois par le tarif de votre palier, puis divisez le résultat par votre taux de conservation. Une boutique qui prévoit de garder 4 rendus sur 5 et qui a besoin de 1 000 images 2K utilisables doit budgétiser 1 250 rendus, soit environ 167,50 $ au tarif standard.

Les nouvelles tentatives ajoutent un coût caché

Personne ne garde tous ses rendus. Si vous gardez quatre images sur cinq, chaque image conservée coûte 0,134 $ ÷ 0,8 = 0,1675 $ en 2K et 0,30 $ en 4K. La plupart des reprises viennent de prompts vagues, et non de prompts bloqués : la solution la moins chère est donc de mieux rédiger, plutôt que d’augmenter le budget. Trois habitudes font baisser la note :

• Testez d’abord en 1K. Les résultats arrivent plus vite, et vous ne relancez en 4K que les meilleurs.
• Mettez en cache par requête. Calculez un hash du prompt et des paramètres afin qu’un appel identique ne soit jamais facturé deux fois.
• Journalisez chaque appel. Un total des coûts en cours par projet détecte une boucle incontrôlée avant que la facture ne le fasse.

L’endpoint, étape par étape

L’endpoint de l’API Gemini de Google

La route REST suit le schéma standard de Google :

POST https://generativelanguage.googleapis.com/v1beta/models/gemini-3-pro-image-preview:generateContent

Copier le prompt

Authentifiez-vous avec l’identifiant créé dans Google AI Studio, transmis dans un en-tête de requête comme le décrit la référence de l’API Gemini. Le corps de la requête contient le prompt et une configuration d’image :

{
  "contents": [{"parts": [{"text": "A ceramic mug on a walnut desk at sunrise, 85mm lens, soft window light"}]}],
  "generationConfig": {
    "responseModalities": ["TEXT", "IMAGE"],
    "imageConfig": {"aspectRatio": "16:9", "imageSize": "2K"}
  }
}

Copier le prompt

La réponse arrive sous forme de texte en base64 dans la partie image, il faut donc la décoder avant d’écrire un fichier. La documentation actuelle de Google montre aussi un appel plus récent, de type « interactions », dont le nom de modèle ne comporte plus le suffixe « preview ». Les noms de cette famille ont déjà changé par le passé : vérifiez la chaîne exacte dans la documentation avant la mise en production.

L’endpoint REST de Replicate

Replicate utilise une route de prédictions par modèle :

curl -s -X POST \
  -H "Authorization: Bearer $REPLICATE_API_TOKEN" \
  -H "Content-Type: application/json" \
  -H "Prefer: wait" \
  -d '{"input": {"prompt": "A ceramic mug on a walnut desk at sunrise, 85mm lens, soft window light", "aspect_ratio": "16:9", "resolution": "2K", "output_format": "jpg"}}' \
  https://api.replicate.com/v1/models/google/nano-banana-pro/predictions

Copier le prompt

L’en-tête Prefer: wait maintient la connexion ouverte pour obtenir une réponse synchrone. Sans lui, vous recevez un objet de prédiction et vous interrogez l’adresse indiquée dans urls.get jusqu’à ce que le statut affiche succeeded. Le champ output de la prédiction terminée contient l’URL de l’image. Téléchargez le fichier et stockez-le vous-même plutôt que de créer un lien vers lui.

Un exemple Python qui fonctionne

Version avec le SDK Gemini

Installez les paquets avec pip install google-genai pillow, puis exécutez :

from google import genai
from google.genai import types

client = genai.Client()  # reads your Gemini credential from the environment

response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents="A ceramic mug on a walnut desk at sunrise, 85mm lens, soft window light",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="16:9", image_size="2K"),
    ),
)

for part in response.parts:
    if part.inline_data is not None:
        part.as_image().save("mug.png")
    elif part.text:
        print(part.text)

Copier le prompt

La documentation de Google demande un K majuscule dans image_size, il faut donc écrire "2K" et non "2k". La boucle compte aussi : le modèle peut renvoyer du texte à côté de l’image, et un prompt bloqué renvoie du texte sans aucune image.

Version avec le client Replicate

import replicate

output = replicate.run(
    "google/nano-banana-pro",
    input={
        "prompt": "A ceramic mug on a walnut desk at sunrise, 85mm lens, soft window light",
        "aspect_ratio": "16:9",
        "resolution": "2K",
        "output_format": "jpg",
        "safety_filter_level": "block_only_high",
    },
)

with open("mug.jpg", "wb") as f:
    f.write(output.read())

Copier le prompt

Installez-le avec pip install replicate et définissez REPLICATE_API_TOKEN dans votre environnement. Pour modifier une photo existante, ajoutez image_input avec une liste d’URL d’images publiques (jusqu’à 14) et décrivez la modification dans le prompt :

input={
    "prompt": "Place the mug from the first image on the desk from the second image",
    "image_input": [
        "https://example.com/mug.jpg",
        "https://example.com/desk.jpg",
    ],
    "aspect_ratio": "match_input_image",
}

Copier le prompt

Trois détails de production vous feront gagner du temps de débogage :

• Délais d’attente : la galerie d’exemples de PicassoIA pour ce modèle indique environ 18 secondes pour un rendu en 1K et 113 secondes pour un seul rendu en 2K. Réglez les délais d’attente du client à trois minutes au minimum.
• Limites de débit : relancez les réponses HTTP 429 avec une temporisation exponentielle, et plafonnez le nombre de tentatives.
• Suivi des coûts : ajoutez le tarif catalogue après chaque appel réussi.

PRICE = {"1K": 0.134, "2K": 0.134, "4K": 0.24}

def add_cost(total: float, resolution: str) -> float:
    return round(total + PRICE[resolution], 4)

Copier le prompt

Utiliser Nano Banana Pro sur PicassoIA

Toutes les tâches ne nécessitent pas de code. La page Nano Banana Pro de PicassoIA fait tourner le modèle dans un navigateur, et la page indique qu’il est possible de l’essayer gratuitement, sans programmer. PicassoIA propose aussi une API pour développeurs à api.picassoia.com/v1, mais elle sert des modèles maison comme PicassoIA Image et PicassoIA Image Editor Pro, et non Nano Banana Pro. Pour utiliser Nano Banana Pro par le code, passez par Google ou Replicate comme indiqué plus haut.

1. Ouvrez la page du modèle et rédigez le prompt en langage simple : sujet, objectif, lumière et ambiance.
2. Choisissez un format. Utilisez 16:9 pour les bannières, 9:16 pour les stories et 1:1 pour les avatars.
3. Sélectionnez la résolution. Le 2K est la valeur par défaut, et le 4K convient à l’impression.
4. Ajoutez des images de référence si vous en avez, jusqu’à 14.
5. Choisissez JPG ou PNG et réglez le niveau du filtre de sécurité.
6. Générez, puis modifiez quelques mots et comparez les variantes avant d’en garder une.

Les réglages qui comptent

💡 Avec le format par défaut, la sortie suit votre première image de référence. Définissez un format manuellement lorsque vous générez uniquement à partir d’un texte.

Les images de référence sans code

Les images de référence sont la fonctionnalité qui distingue ce modèle d’un simple outil texte vers image. Fournissez une photo de produit, un moodboard ou un visage que vous voulez conserver de manière cohérente, puis décrivez la modification en une phrase. Le modèle conserve le contexte visuel et applique votre modification. La même limite de 14 images s’applique dans le navigateur comme dans l’API.

Davantage de références ne donnent pas toujours de meilleurs résultats. Commencez avec deux ou trois, précisez le rôle de chacune dans le prompt (« utilisez l’éclairage de la deuxième image »), et gardez un éclairage cohérent sur l’ensemble. Ajoutez-en seulement lorsque le résultat s’éloigne de l’apparence souhaitée.

Quand un modèle moins cher s’impose

Nano Banana Pro est le bon choix pour une sortie en 4K et un travail intensif sur les références. Les brouillons, les miniatures et les contenus de remplissage n’ont que rarement besoin de ce niveau de qualité.

Comparaison rapide des modèles

Rédiger les prompts avec un LLM

Un brief court produit une image vague, et une image vague entraîne une nouvelle tentative. Demandez d’abord à un grand modèle de langage d’étoffer le brief. Gemini 3.5 Flash est assez rapide pour le travail en volume, et Claude Sonnet 5 gère bien les instructions longues. Une consigne utile ressemble à ceci :

Réécrivez ce brief sous la forme d’un prompt d’image de 60 mots. Indiquez le sujet, l’angle de prise de vue, l’objectif, la direction de la lumière et une texture de surface. Aucun texte dans l’image.

Lancez le prompt enrichi en 1K, gardez le meilleur résultat, et ne payez le 4K qu’ensuite. Cette seule habitude, un modèle de langage pour le prompt et un palier économique pour le test, supprime la plupart des rendus inutiles d’un mois type.

Créez votre première image dès aujourd’hui

Vous avez maintenant les trois éléments que les pages de l’API enfouissent : les tarifs, les endpoints et un script qui fonctionne. Le moyen le plus rapide de savoir si Nano Banana Pro convient à votre projet est de passer dix minutes avec lui avant de dépenser le moindre centime. Ouvrez la page Nano Banana Pro sur PicassoIA, collez un prompt tiré de cet article, passez de 1K à 4K et ajoutez une ou deux images de référence. Reprenez ensuite le prompt gagnant dans votre script Python. Expérimentez avec les réglages, comparez les résultats côte à côte et laissez le tableau de budget décider de la place du code.