Guide de l'API Nano Banana : Génération et édition d'images via TokenLab

L'API Nano Banana offre aux développeurs des capacités de génération et d'édition d'images à haut débit, accessibles directement via la couche API unifiée de TokenLab. Ce guide montre comment s'authentifier, structurer les charges utiles (payloads) et intégrer ces pipelines de génération d'images dans vos applications de production.

Points clés

• L'API Nano Banana est spécialisée dans la génération rapide d'images et les tâches d'édition précises.
• TokenLab simplifie l'intégration en fournissant un SDK unique et une facturation unifiée pour plusieurs fournisseurs de modèles.
• Les structures de charge utile nécessitent des dimensions, des formats de prompt et des paramètres de force spécifiques pour un résultat optimal.
• Les développeurs peuvent comparer les performances et les métriques de tarification de Nano Banana avec d'autres modèles standards de l'industrie directement sur TokenLab.

Qu'est-ce que l'API Nano Banana ?

L'API Nano Banana est une interface spécialisée conçue pour la génération et la manipulation d'images à faible latence. Elle s'adresse aux développeurs qui ont besoin de prototypage rapide et de flux de travail de production évolutifs sans la charge de gérer des modèles de diffusion auto-hébergés. En acheminant les requêtes via TokenLab, les développeurs peuvent accéder à ce modèle ainsi qu'à une suite d'outils plus large.

Lors de l'évaluation de la meilleure API de modèles d'images IA en 2026, les développeurs comparent souvent Nano Banana avec des modèles plus grands comme Stable Diffusion XL ou Midjourney. Bien que ces modèles offrent des sorties haute fidélité pour des prompts complexes, Nano Banana se concentre sur la vitesse d'exécution et l'efficacité des coûts. Vous pouvez consulter les spécifications techniques et la disponibilité de ce modèle dans le répertoire des modèles TokenLab (observé le 07/07/2026).

Authentification et configuration via TokenLab

Pour interagir avec l'API Nano Banana, vous devez acheminer vos requêtes via la passerelle de TokenLab. Cela nécessite une clé API et un client HTTP standard. La liste de contrôle suivante décrit les étapes nécessaires pour préparer votre environnement de développement.

Liste de contrôle d'intégration

• Créer un compte développeur actif sur TokenLab.
• Générer une clé API de production depuis le tableau de bord TokenLab.
• Enregistrer la clé API en tant que variable d'environnement nommée TOKENLAB_API_KEY.
• Installer une bibliothèque de client HTTP telle que requests en Python ou axios en Node.js.
• Vérifier le solde de votre compte ou la configuration de facturation pour garantir des appels API sans interruption.

Une fois ces étapes terminées, configurez votre client pour pointer vers le point de terminaison TokenLab. L'URL de base pour toutes les requêtes est https://api.tokenlab.sh/v1, et la clé API doit être transmise dans l'en-tête d'autorisation.

# Exemple de commande curl pour vérifier l'authentification
curl -X GET "https://api.tokenlab.sh/v1/models" \
  -H "Authorization: Bearer $TOKENLAB_API_KEY"

Implémentation de la génération d'images avec l'API Nano Banana

La génération texte-vers-image est le point d'entrée principal de l'API Nano Banana. L'API accepte une charge utile JSON contenant le prompt textuel, les dimensions souhaitées et les paramètres d'inférence.

Pour comprendre comment les coûts opérationnels de Nano Banana se comparent à d'autres modèles, reportez-vous au guide de comparaison des prix de TokenLab. Comme la tarification des modèles peut changer en fonction des mises à jour des fournisseurs, les lecteurs doivent vérifier la tarification actuelle sur la source liée.

Le script Python ci-dessous montre comment envoyer une requête texte-vers-image à l'API Nano Banana via TokenLab.

import os
import requests
import json

def generate_image(prompt, width=512, height=512):
    api_key = os.getenv("TOKENLAB_API_KEY")
    if not api_key:
        raise ValueError("La variable d'environnement TOKENLAB_API_KEY n'est pas définie.")

    url = "https://api.tokenlab.sh/v1/images/generations"
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json"
    }
    
    payload = {
        "model": "nano-banana",
        "prompt": prompt,
        "width": width,
        "height": height,
        "num_inference_steps": 30,
        "guidance_scale": 7.5,
        "response_format": "url"
    }

    response = requests.post(url, headers=headers, json=payload)
    
    if response.status_code == 200:
        data = response.json()
        return data["data"][0]["url"]
    else:
        raise Exception(f"Erreur API {response.status_code}: {response.text}")

# Exemple d'utilisation
if __name__ == "__main__":
    prompt_text = "Un portrait de studio minimaliste d'un vase en céramique sur une table en bois"
    try:
        image_url = generate_image(prompt_text)
        print(f"URL de l'image générée : {image_url}")
    except Exception as e:
        print(f"La génération a échoué : {e}")

Lors de la structuration de vos prompts, utilisez des noms concrets et descriptifs. L'API Nano Banana traite les poids des prompts de manière séquentielle, ce qui signifie que les termes placés au début du prompt exercent une influence plus forte sur le résultat final que ceux placés à la fin.

Flux de travail d'édition d'images et d'inpainting

Au-delà de la génération standard texte-vers-image, l'API Nano Banana prend en charge les modifications image-vers-image et l'inpainting localisé. Ces flux de travail nécessitent une image source initiale et, dans le cas de l'inpainting, un masque noir et blanc indiquant la zone à modifier.

Pour exécuter une tâche image-vers-image, vous devez fournir l'image source sous forme de chaîne encodée en base64 ou d'URL accessible publiquement. Le paramètre strength détermine à quel point le modèle modifie l'image originale. Une valeur de force de 0.0 laisse l'image source inchangée, tandis qu'une valeur de 1.0 rejette complètement la structure originale en faveur du nouveau prompt.

# Structure de charge utile conceptuelle pour l'édition image-vers-image
edit_payload = {
    "model": "nano-banana",
    "prompt": "Ajouter un ciel bleu avec des nuages blancs doux",
    "image": "data:image/jpeg;base64,...", # Image source encodée en Base64
    "strength": 0.6,
    "guidance_scale": 8.0
}

Pour les tâches d'inpainting, l'image de masque doit correspondre aux dimensions de l'image source. Les pixels blancs dans le masque représentent les zones à redessiner, tandis que les pixels noirs restent verrouillés. Cette approche est très efficace pour les applications de commerce électronique, comme changer l'arrière-plan d'une photo de produit tout en gardant le produit lui-même intact.

Pour commencer à intégrer ce modèle dans votre pile technique, lancez-vous avec TokenLab dès aujourd'hui.

Comparaison de Nano Banana avec d'autres API

Le choix du bon modèle dépend des exigences spécifiques de votre application en matière de latence, de qualité de sortie et de coût. Le tableau ci-dessous compare l'API Nano Banana avec d'autres modèles importants disponibles dans l'industrie.

Modèle / API	Cas d'utilisation principal	Force clé	Source de référence tarifaire
API Nano Banana	Génération et édition d'images rapides	Faible latence, structure de charge utile simple	Modèles TokenLab (observé le 07/07/2026)
Google Gemini (Imagen)	Tâches multimodales et génération haute résolution	Sécurité d'entreprise, intégration à l'écosystème Google	Tarification Google AI (observé le 07/07/2026)
Stable Diffusion	Génération hautement personnalisable	Flexibilité open-source, support LoRA personnalisé	Catégorie d'images TokenLab

Pour les développeurs construisant des systèmes complexes, comparer les routeurs d'API est également une étape critique. Vous pouvez lire notre comparaison OpenRouter pour comprendre comment les passerelles API multi-fournisseurs gèrent le routage et le basculement.

Si votre application nécessite des capacités au-delà des images statiques, vous voudrez peut-être consulter la meilleure API de modèles vidéo IA en 2026 ou explorer les meilleurs modèles d'IA pour le codage en 2026 pour soutenir vos flux de travail de développement.

Comparez les modèles d'images sur TokenLab pour trouver l'équilibre optimal entre vitesse, coût et qualité pour votre application.

FAQ

Quelle est la résolution maximale prise en charge par l'API Nano Banana ?

L'API Nano Banana prend nativement en charge des résolutions allant jusqu'à 1024x1024 pixels. Bien que vous puissiez demander des rapports d'aspect non carrés tels que 16:9 ou 4:3, maintenir le nombre total de pixels proche de la résolution native aide à prévenir les artefacts visuels comme les sujets dupliqués.

Comment TokenLab gère-t-il les limites de débit pour l'API Nano Banana ?

TokenLab gère les limites de débit dynamiquement en fonction de votre niveau de compte. Si votre application dépasse le nombre de requêtes autorisées par minute, l'API renvoie un code d'état 429 Too Many Requests. Il est recommandé d'implémenter un backoff exponentiel dans votre client HTTP pour gérer ces limites avec élégance.

Puis-je utiliser Nano Banana pour des applications commerciales ?

Oui, les images générées via l'API Nano Banana via TokenLab sont généralement autorisées pour un usage commercial. Cependant, les développeurs doivent s'assurer que leurs prompts d'entrée et leurs images sources ne violent pas la propriété intellectuelle de tiers ou les politiques d'utilisation acceptable de la plateforme.