Kan jag köra Gemini 2.5 Flash Image lokalt?

Nej. Google har inte släppt vikterna för denna modell; den är endast tillgänglig via API genom Googles infrastruktur.

Vad kostar det och hur stor är kontexten?

Inmatning kostar 0,30 USD per miljon tokens och utmatning 2,50 USD per miljon tokens, med en kontext på 32 768 tokens.

Hur skiljer sig denna från andra bildgenererings-API:er?

Den största skillnaden är inbyggd flerstegs konversation: du kan redigera och förfina en bild genom en dialog fram och tillbaka istället för att skicka isolerade prompts, och generering och redigering delar samma modellendpoint.

Nano Banana (Gemini 2.5 Flash Image)

6371°

#llm #google #vision #chatt

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

Google | 32,768 token context | $0.30/M input, $2.50/M output. Gemini 2.5 Flash Image, även kallad "Nano Banana," är nu allmänt tillgänglig. Det är en toppmodern bildgenereringsmodell med kontextuell förståelse. Den kan generera bilder, göra redigeringar och hantera multi-turn-konversationer. Bildförhållanden kan styras med image_config API ParameterOpens in new tab

Guider för denna modell

Fast avgift vs tokens: varför obegränsade planer som Graydient.ai är bäst värde för AI-skapare 2026

Öppna vikter vs öppen källkod vs endast API: vad du faktiskt får göra

De 10 billigaste ChatGPT-alternativen 2026: gratis lokala modeller, gratisnivåer och fastprisplaner

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

Gemini 2.5 Flash Image är Googles bildgenereringsmodell som kombinerar generering, redigering och flerstegs konversation i ett enda API-anrop. Det interna kodnamnet är Nano Banana, vilket inte säger något användbart, men flerstegs-funktionen gör det: du kan iterera på en bild genom konversation istället för att skriva om prompten från början. Med en kostnad på 0,30 USD per miljon inmatningstoken ligger den i den billigare änden av Googles 2.5-serie, vilket gör den till ett rimligt val för utvecklare som bygger bildintensiva pipelines.

Känd för

Genererar och redigerar bilder inom samma modell, ingen separat endpoint behövs.
Flerstegs konversation låter dig förfina bilder över flera utbyten.
Kontroll över bildförhållande via image_config API-parametern.
Kontextuell förståelse tillämpas på bilduppgifter, inte bara rå generering.

Se upp för

Stängda vikter, endast API: du kan inte köra den lokalt eller självhosta.
32 768 tokens kontext är måttligt; långa dokumentflöden når snabbt taket.
Utgångspris på 2,50 USD per miljon tokens kan snabbt bli dyrt vid iterativ redigering.

Bäst för

Syn

Chatt och assistenter

Promptar att prova

Redigera en bild konversationellt

Bifoga ett foto av ett rum i ditt hem. Be modellen måla om väggarna i en djup skogsgrön färg, och i nästa steg be den lägga till en stor krukväxt monstera i hörnet. Notera hur väl den bevarar resten av scenen över båda redigeringarna.

Generera med specifikt bildförhållande

Generera ett brett, cinematiskt landskap av en kuststad vid gyllene timmen, med fiskebåtar i hamnen och dimma som rullar in från vänster. Använd image_config-parametern för att begära ett bildförhållande på 16:9 och beskriv vad du vill ändra om första resultatet inte fångar stämningen.

Iterativ karaktärsdesign

Generera ett karaktärsporträtt: en väderbiten kartograf i 60-årsåldern, klädd i en linneskjorta täckt av bläckfläckar, som håller en hoprullad karta. Be sedan modellen att åldra henne tio år, byta skjortan till läder och lägga till en kompass på en kedja runt hennes hals.

Jämför med

Gemma 3 12B
Öppen vikt-modell
131,072 tokens kontext · $0.05/M indata, $0.15/M utdata
gemma 4 31B it Ultra
Öppen vikt-modell
131,072 tokens kontext · $0.27/M indata, $0.76/M utdata
Gemma 4 31B
Öppen vikt-modell
262,144 tokens kontext · $0.20/M indata, $0.40/M utdata
Gemma 4 26B A4B
Öppen vikt-modell
262,144 tokens kontext · $0.09/M indata, $0.30/M utdata

Fler textmodeller från google

Vanliga frågor

Kan jag köra Gemini 2.5 Flash Image lokalt?: Nej. Google har inte släppt vikterna för denna modell; den är endast tillgänglig via API genom Googles infrastruktur.
Vad kostar det och hur stor är kontexten?: Inmatning kostar 0,30 USD per miljon tokens och utmatning 2,50 USD per miljon tokens, med en kontext på 32 768 tokens.
Hur skiljer sig denna från andra bildgenererings-API:er?: Den största skillnaden är inbyggd flerstegs konversation: du kan redigera och förfina en bild genom en dialog fram och tillbaka istället för att skicka isolerade prompts, och generering och redigering delar samma modellendpoint.

Kaptens omdöme
Ett praktiskt val för utvecklare som vill ha bildgenerering och redigering i en konversationell API utan att betala priser för toppmodeller.

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #89 Hottest Text / LLM text model

Not this creator?

Get your own badge

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Liknande modeller

AI-modeller för bild-, video- och textgenerering

Nano Banana (Gemini 2.5 Flash Image) är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm google vision chatt

Bläddra efter modellfamilj