Panduan API Nano Banana: Pembuatan dan Penyuntingan Gambar melalui TokenLab

API Nano Banana menyediakan kemampuan pembuatan dan penyuntingan gambar dengan throughput tinggi bagi pengembang, yang dapat diakses langsung melalui lapisan API terpadu TokenLab. Panduan ini menunjukkan cara melakukan autentikasi, menyusun payload, dan mengintegrasikan pipeline pembuatan gambar ini ke dalam aplikasi produksi Anda.

Poin Penting

• API Nano Banana memiliki spesialisasi dalam pembuatan gambar yang cepat dan tugas penyuntingan yang presisi.
• TokenLab menyederhanakan integrasi dengan menyediakan satu SDK dan penagihan terpadu untuk berbagai penyedia model.
• Struktur payload memerlukan dimensi, format prompt, dan parameter kekuatan tertentu untuk hasil yang optimal.
• Pengembang dapat membandingkan metrik performa dan harga Nano Banana dengan model standar industri lainnya secara langsung di TokenLab.

Apa itu API Nano Banana?

API Nano Banana adalah antarmuka khusus yang dirancang untuk pembuatan dan manipulasi gambar dengan latensi rendah. Antarmuka ini ditujukan bagi pengembang yang membutuhkan pembuatan prototipe cepat dan alur kerja produksi yang dapat diskalakan tanpa beban mengelola model difusi yang di-host sendiri. Dengan merutekan permintaan melalui TokenLab, pengembang dapat mengakses model ini bersama dengan rangkaian alat yang lebih luas.

Saat mengevaluasi API model gambar AI terbaik di tahun 2026, pengembang sering membandingkan Nano Banana dengan model yang lebih besar seperti Stable Diffusion XL atau Midjourney. Meskipun model-model tersebut menawarkan output dengan fidelitas tinggi untuk prompt yang kompleks, Nano Banana berfokus pada kecepatan eksekusi dan efisiensi biaya. Anda dapat meninjau spesifikasi teknis dan ketersediaan model ini di direktori model TokenLab (diamati 07-07-2026).

Autentikasi dan Pengaturan melalui TokenLab

Untuk berinteraksi dengan API Nano Banana, Anda harus merutekan permintaan Anda melalui gateway TokenLab. Ini memerlukan kunci API dan klien HTTP standar. Daftar periksa berikut menguraikan langkah-langkah yang diperlukan untuk menyiapkan lingkungan pengembangan Anda.

Daftar Periksa Integrasi

• Buat akun pengembang aktif di TokenLab.
• Hasilkan kunci API produksi dari dasbor TokenLab.
• Simpan kunci API sebagai variabel lingkungan bernama TOKENLAB_API_KEY.
• Instal pustaka klien HTTP seperti requests di Python atau axios di Node.js.
• Verifikasi saldo akun atau konfigurasi penagihan Anda untuk memastikan panggilan API tidak terputus.

Setelah menyelesaikan langkah-langkah ini, konfigurasikan klien Anda untuk mengarah ke endpoint TokenLab. URL dasar untuk semua permintaan adalah https://api.tokenlab.sh/v1, dan kunci API harus disertakan dalam header otorisasi.

# Contoh perintah curl untuk memverifikasi autentikasi
curl -X GET "https://api.tokenlab.sh/v1/models" \
  -H "Authorization: Bearer $TOKENLAB_API_KEY"

Mengimplementasikan Pembuatan Gambar dengan API Nano Banana

Pembuatan teks-ke-gambar adalah titik masuk utama untuk API Nano Banana. API menerima payload JSON yang berisi prompt teks, dimensi yang diinginkan, dan parameter inferensi.

Untuk memahami bagaimana biaya operasional Nano Banana dibandingkan dengan model lain, lihat panduan perbandingan harga TokenLab. Karena harga model dapat berubah berdasarkan pembaruan penyedia, pembaca harus memverifikasi harga saat ini pada sumber yang ditautkan.

Skrip Python di bawah ini menunjukkan cara mengirim permintaan teks-ke-gambar ke API Nano Banana melalui 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("Variabel lingkungan TOKENLAB_API_KEY tidak diatur.")

    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"Kesalahan API {response.status_code}: {response.text}")

# Contoh penggunaan
if __name__ == "__main__":
    prompt_text = "Potret studio minimalis vas keramik di atas meja kayu"
    try:
        image_url = generate_image(prompt_text)
        print(f"URL Gambar yang Dihasilkan: {image_url}")
    except Exception as e:
        print(f"Pembuatan gagal: {e}")

Saat menyusun prompt Anda, gunakan kata benda yang deskriptif dan konkret. API Nano Banana memproses bobot prompt secara berurutan, yang berarti istilah yang ditempatkan di awal prompt memberikan pengaruh yang lebih kuat pada output akhir daripada istilah yang ditempatkan di akhir.

Alur Kerja Penyuntingan Gambar dan Inpainting

Selain pembuatan teks-ke-gambar standar, API Nano Banana mendukung modifikasi gambar-ke-gambar dan inpainting lokal. Alur kerja ini memerlukan gambar sumber awal dan, dalam kasus inpainting, masker hitam-putih yang menunjukkan area yang akan dimodifikasi.

Untuk menjalankan tugas gambar-ke-gambar, Anda harus memberikan gambar sumber sebagai string yang dikodekan base64 atau URL yang dapat diakses publik. Parameter strength menentukan seberapa banyak model mengubah gambar asli. Nilai kekuatan 0.0 membiarkan gambar sumber tidak berubah, sementara nilai 1.0 sepenuhnya membuang struktur asli demi prompt baru.

# Struktur payload konseptual untuk penyuntingan gambar-ke-gambar
edit_payload = {
    "model": "nano-banana",
    "prompt": "Tambahkan langit biru dengan awan putih lembut",
    "image": "data:image/jpeg;base64,...", # Gambar sumber yang dikodekan Base64
    "strength": 0.6,
    "guidance_scale": 8.0
}

Untuk tugas inpainting, gambar masker harus sesuai dengan dimensi gambar sumber. Piksel putih pada masker mewakili area yang akan digambar ulang, sementara piksel hitam tetap terkunci. Pendekatan ini sangat efektif untuk aplikasi e-commerce, seperti mengubah latar belakang foto produk sambil menjaga produk itu sendiri tetap utuh.

Untuk mulai mengintegrasikan model ini ke dalam stack Anda, Mulai dengan TokenLab hari ini.

Membandingkan Nano Banana dengan API Alternatif

Memilih model yang tepat bergantung pada persyaratan spesifik aplikasi Anda mengenai latensi, kualitas output, dan biaya. Tabel di bawah ini membandingkan API Nano Banana dengan model terkemuka lainnya yang tersedia di industri.

Model / API	Kasus Penggunaan Utama	Kekuatan Utama	Sumber Referensi Harga
API Nano Banana	Pembuatan & penyuntingan gambar cepat	Latensi rendah, struktur payload sederhana	Model TokenLab (diamati 07-07-2026)
Google Gemini (Imagen)	Tugas multimodal & pembuatan resolusi tinggi	Keamanan perusahaan, integrasi ekosistem Google	Harga Google AI (diamati 07-07-2026)
Stable Diffusion	Pembuatan yang sangat dapat disesuaikan	Fleksibilitas open-source, dukungan LoRA kustom	Kategori Gambar TokenLab

Bagi pengembang yang membangun sistem kompleks, membandingkan router API juga merupakan langkah penting. Anda dapat membaca perbandingan OpenRouter kami untuk memahami bagaimana gateway API multi-penyedia mengelola perutean dan failover.

Jika aplikasi Anda memerlukan kemampuan di luar gambar statis, Anda mungkin ingin meninjau API model video AI terbaik di tahun 2026 atau menjelajahi model AI terbaik untuk coding di tahun 2026 untuk mendukung alur kerja pengembangan Anda.

Bandingkan model gambar di TokenLab untuk menemukan keseimbangan optimal antara kecepatan, biaya, dan kualitas untuk aplikasi Anda.

FAQ

Berapa resolusi maksimum yang didukung oleh API Nano Banana?

API Nano Banana secara native mendukung resolusi hingga 1024x1024 piksel. Meskipun Anda dapat meminta rasio aspek non-persegi seperti 16:9 atau 4:3, menjaga jumlah piksel total mendekati resolusi native membantu mencegah artefak visual seperti subjek yang terduplikasi.

Bagaimana TokenLab menangani batas tarif untuk API Nano Banana?

TokenLab mengelola batas tarif secara dinamis berdasarkan tingkat akun Anda. Jika aplikasi Anda melebihi jumlah permintaan yang diizinkan per menit, API akan mengembalikan kode status 429 Too Many Requests. Menerapkan exponential backoff pada klien HTTP Anda disarankan untuk menangani batas ini dengan lancar.

Bisakah saya menggunakan Nano Banana untuk aplikasi komersial?

Ya, gambar yang dihasilkan melalui API Nano Banana via TokenLab umumnya diizinkan untuk penggunaan komersial. Namun, pengembang harus memastikan bahwa prompt input dan gambar sumber mereka tidak melanggar kekayaan intelektual pihak ketiga atau kebijakan penggunaan yang dapat diterima oleh platform.