Wersja 7, stan na 1 września 2026. Ceny i limity w usługach Google zmieniają się kilka razy w roku, więc przed wdrożeniem sprawdź aktualny cennik.

Nano Banana Pro (gemini-3-pro-image) to najmocniejszy model graficzny Google DeepMind, łączący wnioskowanie Gemini 3 Pro z generacją obrazu. Powstał do zadań, w których wcześniejsze generatory zawodziły: czytelnych napisów w kadrze, powtarzalnej postaci w serii ujęć i grafik informacyjnych, które muszą się zgadzać z rzeczywistością.

Czym jest Nano Banana Pro i jak działa architektura Gemini 3 Pro Image

Nano Banana to nazwa marketingowa całej rodziny modeli wizualnych Google, nie pojedynczego produktu. We wrześniu 2026 składają się na nią cztery warianty:

Wariant Pro przed wygenerowaniem obrazu przechodzi etap wnioskowania: analizuje polecenie, porządkuje relacje przestrzenne w scenie i dopiero wtedy tworzy grafikę. Efekt widać w kontroli nad fizyką kadru. Google opisuje to jako sterowanie oświetleniem, kamerą, ostrością i color gradingiem na poziomie produkcyjnym.

Warto od razu ustawić proporcje. Google nie publikuje szczegółowego opisu wewnętrznej architektury tego modelu, więc rozpowszechnione w sieci opisy „dwuetapowego potoku LLM plus dyfuzja” to rekonstrukcje, a nie dokumentacja. Wiemy, co model robi. Jak dokładnie jest zbudowany, producent nie ujawnia.

Google Search Grounding w generacji obrazów, czyli grafiki oparte na faktach

Nano Banana Pro można połączyć z wyszukiwarką Google. Włączenie groundingu daje modelowi dostęp do bieżących treści z sieci w trakcie generacji, co ma znaczenie przy infografikach, schematach i wizualizacjach opartych na danych.

To funkcja opcjonalna, włączana świadomie po stronie zapytania. Nie działa w tle przy każdej grafice.

Naszym zdaniem to najbardziej przereklamowana funkcja w całym zestawie. Google w opisie modelu zaznacza wprost, że jego wiedza o świecie jest rozległa, ale nieomylna nie jest. Grounding zmniejsza liczbę bzdur na schemacie technicznym i nie zastępuje sprawdzenia go przez kogoś, kto zna temat. Jeśli budujecie proces, w którym infografika idzie od promptu prosto na stronę klienta, grounding tego procesu nie uratuje.

Druga rzecz, która realnie zmienia pracę, to typografia. Model renderuje napisy wielojęzyczne razem z polskimi znakami diakrytycznymi i radzi sobie z tekstem naniesionym na wygiętą powierzchnię, na przykład etykietę butelki. Google podaje, że w testach jednowierszowego tekstu poziom błędu utrzymuje się poniżej 10 procent w większości języków. To pomiar producenta, bez niezależnego potwierdzenia, więc traktujcie go jako wskazówkę rzędu wielkości. Poprawne napisy plus weryfikacja faktów to podstawa spójnych materiałów brandingowych i treści przygotowywanych pod pozycjonowanie AI.

Praca z obrazami referencyjnymi: 14 wejść, 6 ujęć, 5 postaci

Limity referencji są często przekręcane, więc podajemy je za komunikatem Google dla deweloperów. W jednym zadaniu Nano Banana Pro potrafi:

• zachować rozpoznawalny wygląd do pięciu osób,
• utrzymać wierność sześciu ujęć wysokiej rozdzielczości,
• połączyć do czternastu standardowych wejść w jedną kompozycję.

Dokumentacja Gemini API opisuje ten sam limit nieco inaczej, jako 6 obiektów, 5 postaci i 3 style dla wariantu Pro. Dla porównania Nano Banana 2 obsługuje 10 obiektów, 4 postacie i 3 style. Liczby zależą więc od tego, czym jest dla modelu dana referencja, i nie ma jednej wartości „maksymalnie X grafik”.

Metoda łączenia wielu referencji dla postaci i stylu

• Rozdziel anatomię od otoczenia. Rysy twarzy i proporcje sylwetki zostają, kąt kamery i światło się zmieniają. To jest zastosowanie, w którym Pro odstaje od reszty rynku najmocniej.
• Selektywny transfer stylu przenosi ziarno, grading i ekspozycję z referencji na nowe obiekty, bez przenoszenia samej treści zdjęcia.
• Referencje niskiej jakości psują wynik szybciej niż ich brak. Sześć slotów wysokiej wierności warto zająć materiałem, który sami byście opublikowali.

Promptowanie pod kątem powtarzalności wizualnej

Najskuteczniejszy nawyk to jawne mapowanie ról. Napisz w prompcie, który załącznik odpowiada za geometrię produktu, a który za styl tła. Bez tego model miesza cechy i po trzech ujęciach seria przestaje wyglądać jak jedna kampania.

Drugi nawyk: rozdziel parametry stałe od zmiennych. Kody barwne marki, typ oświetlenia i krój pisma zostają w każdym prompcie bez zmian. Poza, mimika i perspektywa są zmienną.

Parametry techniczne, edycja konwersacyjna i SynthID

Do SynthID dochodzi drugi, widoczny znak. Iskierka Gemini pojawia się na grafikach użytkowników darmowych i planu Google AI Pro. Google usuwa ją dla subskrybentów Google AI Ultra oraz dla obrazów tworzonych w Google AI Studio.

To ma bezpośrednią konsekwencję operacyjną i u nas jest to zasada zapisana w procesie: finalnych materiałów klienckich nie generujemy w aplikacji Gemini na planie Pro. Kreacja, która ma trafić do kampanii, powstaje w AI Studio albo przez API. Inaczej ktoś na etapie akceptacji zobaczy iskierkę w rogu i cała partia wraca do poprawy.

Nano Banana Pro na tle Nano Banana 2

Nie polecamy wybierać wariantu po estetyce, bo to prowadzi do złych decyzji zakupowych. Różnica leży w dyscyplinie: dwójka zwykle robi ładny obraz, Pro robi obraz zgodny z briefem. Do szkiców i grafiki roboczej wystarczy Nano Banana 2, a Lite domyka dół cennika przy prostych, płaskich układach. Dopłata do Pro zwraca się w jednym miejscu: przy kreacji, w której czytelny tekst i powtarzalna postać mają trafić do materiału klienckiego bez ręcznych poprawek.

Czego Nano Banana Pro nie robi dobrze

Materiały Google opisują to, co modelowi wychodzi. Reszta poniżej, w kolejności od tego, co najczęściej psuje pracę.

Brief bywa czytany po swojemu. W teście opisanym niżej żaden z trzech wariantów nie zwrócił proporcji 4:5 podanych w prompcie, wszystkie oddały kwadrat. Format ustawiajcie parametrem, nie zdaniem w poleceniu. To samo dotyczy gatunku: słowo „plakat” Nano Banana 2 potraktował jako klimat, nie jako formę, i zbudował fotografię wnętrza kawiarni. Przy grafice wektorowej wszystkie trzy zostawiły pustą dolną połowę kadru, więc plik i tak trafia do kadrowania.

Widoczny znak wodny sięga planu Pro. Iskierka Gemini znika dopiero w Ultra i w Google AI Studio. Kto płaci 19,99 USD miesięcznie w przekonaniu, że kupuje czyste pliki, kupuje je z sygnaturą w rogu.

Osobno policzcie koszt. Obraz 4K przez API to 0,24 USD, więc pięćset wariantów kreacji do testów A/B kosztuje 120 USD za jedną iterację. Przy cotygodniowej rotacji w kampanii performance robi się z tego pozycja w budżecie, nie drobne.

Model potrafi po cichu zejść na słabszy wariant. W aplikacji Gemini po wyczerpaniu dziennej puli Pro generowanie przechodzi na dwójkę i nic tego wyraźnie nie sygnalizuje. Zauważycie dopiero, porównując pliki z początku i końca sesji. To jest najbardziej irytująca rzecz w całym narzędziu i jedyny powód, dla którego przy pracy klienckiej trzymamy się AI Studio, gdzie model wybiera się jawnie z listy.

Dwie rzeczy zostawiamy sekcjom niżej, bo nie mieszczą się w jednym zdaniu: grounding zmniejsza liczbę błędów faktograficznych, ale ich nie eliminuje, a prawa do wygenerowanych grafik działają inaczej, niż zakłada większość osób.

Jak korzystać z Nano Banana Pro krok po kroku

Konstrukcja promptu nastawiona na fotorealizm

1. Podaj parametry optyczne. Ogniskowa, przysłona, rodzaj oświetlenia, struktura materiałów. Model wykorzystuje je przy planowaniu sceny, a nie traktuje jako ozdobniki.
2. Przełącz na Pro. W aplikacji Gemini służy do tego opcja ponownego wygenerowania obrazu modelem Pro. Dostają ją użytkownicy planów płatnych, począwszy od Google AI Plus.
3. Poprawiaj w kolejnych turach. Edycja konwersacyjna zmienia wskazany element bez przeliczania całej kompozycji, więc nie zaczynaj od nowa, kiedy nie zgadza się jeden detal.

Dwa prompty, trzy warianty modelu, po jednej generacji

Zamiast opisywać typografię AI z komunikatów prasowych, przepuściliśmy przez trzy warianty rodziny dwa identyczne polecenia. Pierwsze sprawdza pojedynczy napis z polskimi diakrytykami wtopiony w scenę fotograficzną. Drugie jest trudniejsze: kilka bloków tekstu, numeracja i układ, czyli to, z czego realnie składa się materiał marketingowy.

Metoda. Jedna generacja na prompt i model, sześć obrazów łącznie. Nie wybieraliśmy najlepszej próby z serii i nie poprawialiśmy niczego po generacji. Wszystko w Google AI Studio, format 4:5, grounding wyłączony.

Ten sposób zdejmuje zarzut doboru wyników pod tezę, ale nie kontroluje wariancji. Modele graficzne przy identycznym prompcie potrafią dać wyraźnie różne rezultaty, więc traktujcie to jako zdjęcie stanu na konkretny dzień, a nie benchmark. Jeśli podejmujecie decyzję zakupową, powtórzcie test na własnych materiałach.

Jedno zastrzeżenie o rozdzielczości. Nano Banana 2 Lite generuje wyłącznie w 1K, więc całe porównanie prowadzimy w 1K. Wariant Pro i dwójka w 2K i 4K wypadają lepiej niż widać poniżej, tyle że wtedy nie byłoby czego zestawiać.

Na co patrzeć w obu promptach: kształt liter Ś, ż, ń i ó, kreska nad ń w słowie „Gdańsk”, spójność kroju w obrębie jednego napisu, brak rozmycia na krawędziach liter. W infografice dochodzi ogonek przy ą w nagłówku „Jak wygląda proces SEO”, numeracja kroków i to, czy podpisy trzymają się swoich ikon.

Prompt 1: napis wtopiony w scenę fotograficzną

Minimalistyczny plakat reklamowy polskiej kawiarni rzemieślniczej. Na pierwszym planie ceramiczny kubek z kawą, w tle ciepłe drewno i neon na ścianie z wyraźnym, bezbłędnym polskim napisem: "Świeżo palona kawa - Gdańsk Wrzeszcz". Styl: fotografia produktowa 50mm f/1.8, naturalne światło poranne.

Nano Banana Pro

Jedyny z trójki, który potraktował słowo „plakat” dosłownie i zbudował kadr wokół napisu zamiast robić zdjęcie wnętrza kawiarni. Ś, ż i ń bez zarzutu, jednolity krój w obu wierszach, światło neonu poprawnie odbite na ceramice i drewnie. Ten plik idzie do publikacji bez poprawek.

Nano Banana 2

Zignorował słowo „plakat” i oddał fotografię wnętrza. Napis mimo to bezbłędny, a model dołożył od siebie opakowania kawy z czytelną etykietą „ŚWIEŻO PALONA”, czyli poradził sobie także z drugim, znacznie mniejszym poziomem tekstu w tej samej scenie.

Nano Banana 2 Lite

Tu widać różnicę, po którą robiliśmy ten test. Pierwszy wiersz neonu jest poprawny, druga część napisu rozjeżdża się całkowicie: inny krój, mniejszy stopień pisma, końcówka „WRZESZCZ” rozmyta do nieczytelności. W kadrze pojawia się jeszcze dłoń, o którą nikt nie prosił.

Prompt 2: infografika z czterema podpisami

Infografika w stylu minimalistycznym na jasnym tle. Cztery kroki procesu ułożone poziomo, każdy z prostą ikoną liniową i podpisem po polsku: "1. Badanie słów kluczowych", "2. Optymalizacja treści", "3. Budowa linków", "4. Pomiar wyników". Nagłówek u góry: "Jak wygląda proces SEO". Paleta: granat, biel, jeden akcent pomarańczowy. Płaski styl wektorowy, wysoka czytelność.

Nano Banana Pro

Najmocniejsza hierarchia z całej trójki: nagłówek w wersalikach, cztery podpisy bez błędu, strzałki prowadzące wzrok między krokami, paleta dokładnie taka jak w prompcie. Ikony odpowiadają swoim opisom, co przy generatorach obrazu nie jest regułą. Do poprawy zostaje pusty dolny pas kadru.

Nano Banana 2

Wszystkie diakrytyki na miejscu. Ikony trafiły w kółka, doszły dekoracyjne drobiazgi, których nikt nie zamawiał, a nagłówek stracił hierarchię wobec wersji Pro. Kompozycja czytelna, tylko mniej zdyscyplinowana.

Nano Banana 2 Lite

Zaskoczenie na plus. Cztery podpisy bez błędu, a model dorzucił poprawny mikrotekst wewnątrz ikony: „Słowo 1”, „Słowo 2”, „Słowo 3” i plakietkę „SEO” na tarczy. To trudniejsze zadanie niż napis na neonie i najtańszy wariant je zaliczył. Najsłabsza z trójki kompozycja, bo dolna połowa kadru pozostała pusta.

Co z tego wynika?

Przy płaskiej grafice wektorowej różnica między wariantami okazała się mniejsza, niż sugerują materiały Google. Wszystkie trzy modele napisały poprawnie „Optymalizacja treści”, „Budowa linków” i „Pomiar wyników”, łącznie z tym, który kosztuje 0,0336 USD za obraz. Jeśli robicie proste infografiki po polsku, wariant Pro nie jest potrzebny.

Różnica ujawnia się przy tekście wtopionym w fotorealistyczną scenę. Tam Lite się posypał, dwójka zbudowała inny kadr niż zamawialiśmy, a Pro jako jedyny trafił jednocześnie w brief i w typografię. To jest granica, przy której dopłata ma sens: kreacja produktowa i wizerunkowa z napisem w kadrze.

Jedna rzecz zawiodła u wszystkich trzech. Żaden nie utrzymał zamówionego formatu 4:5, wszystkie zwróciły kwadrat, a Lite dołożył do swojego pionowego kadru białe pasy po bokach. Przy produkcji pod konkretne formaty reklamowe to trzeba kontrolować parametrem, nie opisem w prompcie.

Dostępność, cennik i integracja przez Gemini API oraz Vertex AI

Nano Banana Pro trafił do większości powierzchni Google. Poza aplikacją Gemini działa w Google Slides i Vids dla klientów Workspace, w Google Ads globalnie, w NotebookLM, a dla subskrybentów Ultra także w narzędziu Flow.

Plany konsumenckie (ceny katalogowe dla USA, w Polsce rozliczenie w złotówkach i inne stawki):

• Darmowy: generowanie modelem Nano Banana 2, ograniczona pula dostępów do Pro.
• Google AI Plus: 7,99 USD miesięcznie: ponowne generowanie obrazów modelem Nano Banana Pro.
• Google AI Pro: 19,99 USD miesięcznie: rozszerzony dostęp do generowania i edycji.
• Google AI Ultra: od 99,99 USD miesięcznie: najwyższe limity, brak widocznego znaku wodnego.

Rozliczenie API (stawki standardowe, tryb wsadowy tańszy o połowę):

Dla klientów korporacyjnych właściwym kanałem jest Vertex AI w Google Cloud, i to nie tylko z powodu SLA. Powód jest prawny, opisany niżej.

Prawa do grafik i obowiązek oznaczania treści AI

Google nie rości sobie własności do wygenerowanych obrazów, a użycie komercyjne jest dozwolone we wszystkich planach, łącznie z darmowym. To jednak nie to samo co „pełna licencja”, którą często się w tym miejscu obiecuje.

Dwie rzeczy, o których trzeba wiedzieć przed wdrożeniem:

Obraz w całości wygenerowany przez AI nie podlega ochronie prawnoautorskiej, bo nie ma ludzkiego twórcy. Sąd apelacyjny dla Dystryktu Kolumbii potwierdził to w 2025 roku w sprawie Thaler przeciwko Perlmutter. Praktyczny skutek: konkurencja może skopiować waszą kreację i nie macie podstawy, żeby to zablokować. Ochrona wraca dopiero wtedy, gdy do materiału dochodzi istotny wkład człowieka.

Ochrona przed roszczeniami osób trzecich zależy od kanału. Plany konsumenckie i Gemini API nie dają jej wcale. Workspace daje ograniczoną. Pełne zobowiązanie Google do obrony klienta przed zarzutem naruszenia praw autorskich obejmuje Vertex AI. Jeśli generujecie materiały dla klienta z regulowanej branży, to jest argument ważniejszy niż cena za obraz.

Do tego dochodzi obowiązek unijny. Od 2 sierpnia 2026 obowiązują przepisy przejrzystości z artykułu 50 aktu o sztucznej inteligencji. Dostawca modelu ma zapewnić maszynowo odczytywalne oznaczenie treści syntetycznej, co SynthID realizuje. Osobny obowiązek spoczywa na podmiocie stosującym: kto publikuje deepfake albo materiał informacyjny wygenerowany przez AI, musi to ujawnić. Dla systemów wprowadzonych przed 2 sierpnia 2026 przewidziano okres przejściowy do 2 grudnia 2026. Znaczenie ma data wygenerowania treści, nie data publikacji.

Agencja, która wypuszcza kreacje pod marką klienta, nie może założyć, że obowiązki załatwił za nią dostawca modelu.

FAQ

Czy obrazy z Nano Banana Pro można wykorzystywać komercyjnie?

Tak, we wszystkich planach łącznie z darmowym. Google nie rości sobie własności do wygenerowanych plików. Osobną kwestią jest to, że sama grafika w całości wygenerowana przez AI nie jest chroniona prawem autorskim, więc nie zablokujecie jej skopiowania przez konkurencję.

Czym różni się Nano Banana Pro od Nano Banana 2?

Pro bazuje na Gemini 3 Pro Image, ma wnioskowanie, opcjonalny grounding przez wyszukiwarkę i wyższe limity spójności postaci. Nano Banana 2 to Gemini 3.1 Flash Image, model szybszy i tańszy, domyślny w aplikacji Gemini. Do eksploracji pomysłów wystarczy dwójka, do finalnej kreacji z tekstem w kadrze warto sięgnąć po Pro.

Czy Nano Banana Pro jest dostępny za darmo?

Konto darmowe generuje modelem Nano Banana 2 i dostaje ograniczoną pulę generacji Pro. Po jej wyczerpaniu aplikacja wraca do słabszego modelu. Pełny dostęp wymaga płatnego planu Google AI albo rozliczenia za zużycie w Gemini API.

Ile obrazów referencyjnych obsługuje Nano Banana Pro?

Do czternastu standardowych wejść w jednym zadaniu, z czego sześć może być ujęciami wysokiej wierności. Spójny wygląd model utrzymuje dla maksymalnie pięciu osób.

Jak działa znak wodny SynthID?

SynthID modyfikuje piksele w sposób niewidoczny dla oka i przetrwa kompresję, kadrowanie oraz zmianę formatu. Niezależnie od niego Google nakłada widoczną iskierkę Gemini na grafiki użytkowników darmowych i planu Google AI Pro. Znika ona w planie Ultra i w Google AI Studio.

Czy muszę oznaczać grafiki AI w publikacjach?

Od 2 sierpnia 2026 artykuł 50 unijnego aktu o sztucznej inteligencji nakłada obowiązek ujawnienia na podmiot publikujący deepfake oraz treści informacyjne wygenerowane przez AI. Oznaczenie maszynowe zapewnia dostawca modelu i SynthID to spełnia, ale nie zwalnia to wydawcy z jego własnego obowiązku.

Źródła

• Google DeepMind, Gemini 3 Pro Image - specyfikacja modelu, limity spójności, benchmark typografii.
• Google, Build with Nano Banana Pro, our Gemini 3 Pro Image model - komunikat dla deweloperów, grounding, SynthID.
• Google, Nano Banana Pro - dostępność w produktach, polityka widocznego znaku wodnego.
• Google AI for Developers, Image generation - warianty modeli i identyfikatory.
• Google AI for Developers, Gemini Developer API pricing - stawki za obraz.
• Rozporządzenie (UE) 2024/1689, artykuł 50 - obowiązki przejrzystości obowiązujące od 2 sierpnia 2026.