Nano Banana API в Vertex AI: рабочие модели, настройка и цена

С 22 апреля 2026 года Vertex AI входит в Gemini Enterprise Agent Platform, но API остался на прежнем хосте aiplatform.googleapis.com, и Nano Banana вызывается там же. Рабочие идентификаторы сейчас только общедоступные (GA): gemini-3.1-flash-image (Nano Banana 2), gemini-3-pro-image (Nano Banana Pro), gemini-3.1-flash-lite-image (Nano Banana 2 Lite) и устаревающий gemini-2.5-flash-image. Версии с суффиксом -preview на платформе отключены 17 июля 2026 года, и чаще всего именно из-за них перестаёт работать код из туториалов 2025 года.

Минимальная настройка — SDK google-genai, переменные GOOGLE_CLOUD_PROJECT, GOOGLE_CLOUD_LOCATION=global, GOOGLE_GENAI_USE_ENTERPRISE=True и учётные данные Google Cloud (ADC или сервисный аккаунт). Прайс совпадает с платным Gemini API: изображение Nano Banana 2 в 2K стоит около $0,10, в 4K — около $0,15, а дороже только multi-region us/eu (+10 %). Vertex оправдан, когда нужны IAM, сервисные аккаунты, VPC-SC, CMEK, резидентность данных или Provisioned Throughput; для прототипа Google сам советует обычный ключ Gemini API.

Отдельно для читателей в России: по документации Google Cloud Billing, с 10 марта 2022 года Google Cloud приостановил регистрацию новых аккаунтов для пользователей в России (формулировка источника: «has paused new account sign ups for users in Russia»), а в списке стран, где доступны Google AI Studio и Gemini API, России тоже нет. Статус аккаунтов, созданных до этой даты, там не описан. Техническая часть ниже пригодится тем, у кого уже есть законный доступ к проекту Google Cloud.

Какие модели Nano Banana работают в Vertex AI

По страницам моделей Agent Platform (обновлены 22 сентября 2026 года) картина такая:

Для замены старых preview-идентификаторов в release notes от 17 июля есть опечатка (gemini-3-flash-image); правильный ID Nano Banana Pro — gemini-3-pro-image, так он записан и на странице модели, и в таблице устаревших версий.

Коротко о возможностях. Nano Banana 2 поддерживает 15 соотношений сторон, включая 1:4, 4:1, 1:8, 8:1, 21:9 и 9:21. Nano Banana Pro принимает до 14 изображений в одном запросе (inline-файл до 7 МБ, из Cloud Storage до 30 МБ), умеет опираться на Google Поиск, но не поддерживает вызов функций и выполнение кода. У Lite — только 1K и 14 соотношений сторон. Дообучение (tuning) ни для одной из моделей не поддерживается.

Почему ломается код из старых туториалов

Первая причина — preview-идентификаторы. SDK их не проверяет: в google-genai 2.25.0 (вышла 22 сентября 2026 года) клиент с enterprise=True без возражений собирает адрес .../models/gemini-3.1-flash-image-preview:generateContent точно так же, как для GA-модели. Ошибка появится только в ответе сервера, поэтому по локальному коду её не заметить. Такие маршруты и тексты ошибок SDK можно воспроизвести локальной сборкой клиента без обращения к Google; скорость генерации и ответы сервера так, разумеется, не проверить.

Вторая причина — одинаковые названия моделей на двух платформах живут по разным графикам. gemini-2.5-flash-image в Gemini API (ключ AI Studio) отключается 2 октября 2026 года, а на Agent Platform работает до 15 марта 2027 года. Preview-версия Nano Banana 2 в Gemini API ушла 25 июня 2026 года, на Agent Platform — 17 июля. Поэтому совет из форума «у меня всё работает» может относиться к другой платформе.

Третья — флаг клиента. Старые примеры пишут vertexai=True; в SDK 2.25.0 он по-прежнему работает как устаревший синоним, а основным стал enterprise=True («Gemini Enterprise Agent Platform endpoints (previously Vertex AI API)», как сказано в docstring). Если в одном клиенте указать оба флага с разными значениями, SDK откажется создавать клиент.

Vertex или ключ Gemini API: в чём разница

Модель одна и та же, различаются доступ, управление и эксплуатация.

Позиция Google в документации по миграции прямая: «Most developers should use the Gemini Developer API unless there is a need for specific enterprise controls». Отсюда простое правило.

• Оставайтесь на ключе Gemini API, если это прототип, небольшой сервис или личный проект и серверу достаточно хранить один ключ. Как устроен этот вариант, разобрано в материале Nano Banana API Key Guide: официальный Gemini key, модели, цены и рабочий код.
• Идите через Vertex, если у компании уже есть организация и биллинг в Google Cloud, доступ нужно выдавать через IAM и сервисные аккаунты, требуются VPC-SC, CMEK, обработка данных в us или eu (для Nano Banana 2) либо гарантированная мощность через Provisioned Throughput.
• Ещё один повод — gemini-2.5-flash-image в продакшене: на Agent Platform у него есть запас до марта 2027 года, в Gemini API — нет. Но это отсрочка, а не решение: миграция на gemini-3.1-flash-lite-image всё равно понадобится.

Общий выбор платформы для Gemini, не только для изображений, подробно разобран в статье Gemini API или Vertex AI API: какой маршрут Google Gemini выбрать.

Если корпоративные механизмы Google Cloud не нужны вовсе, существуют и сторонние API-сервисы. Например, laozhang.ai продаёт вызовы gemini-3.1-flash-image по $0,055, gemini-3-pro-image по $0,09 и gemini-3.1-flash-lite-image по $0,025 за запрос независимо от разрешения (по состоянию на 24 сентября 2026 года, документация). Это не Vertex: там нет VPC-SC, CMEK, резидентности данных, Provisioned Throughput и SLA Google, действуют условия самого сервиса, и применимость этих условий к вашей ситуации нужно проверять самостоятельно.

Первый вызов из Python

Ниже — вариант, который повторяет официальный пример Agent Platform, с явно заданными размером и соотношением сторон.

Через ADC и переменные окружения

pip install --upgrade google-genai pillow
gcloud auth application-default login
gcloud services enable aiplatform.googleapis.com

export GOOGLE_CLOUD_PROJECT=your-project-id
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_ENTERPRISE=True

from io import BytesIO

from google import genai
from google.genai import types
from PIL import Image

client = genai.Client()  # проект, location и флаг берутся из переменных окружения

response = client.models.generate_content(
    model="gemini-3.1-flash-image",
    contents="Кот-бариста за стойкой кофейни, мягкий утренний свет",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="16:9", image_size="2K"),
    ),
)

for part in response.candidates[0].content.parts:
    if part.text:
        print(part.text)
    elif part.inline_data:
        Image.open(BytesIO(part.inline_data.data)).save("result.png")

В SDK 2.25.0 такой конфиг превращается в generationConfig вида {"responseModalities": ["TEXT", "IMAGE"], "imageConfig": {"aspectRatio": "16:9", "imageSize": "2K"}}, а запрос уходит на https://aiplatform.googleapis.com/v1beta1/projects/.../locations/global/publishers/google/models/gemini-3.1-flash-image:generateContent. Размер по умолчанию — 1K; значение 512 есть только у Nano Banana 2. Для Nano Banana Pro достаточно заменить ID на gemini-3-pro-image и не менять location: у Pro есть только global.

На сервере вместо gcloud auth application-default login обычно используют сервисный аккаунт с ролью на доступ к Agent Platform: SDK подхватит его через тот же механизм ADC.

Явные параметры и express mode

Если переменные окружения неудобны, параметры передаются прямо в клиент:

client = genai.Client(enterprise=True, project="your-project-id", location="global")

Express mode — упрощённый вход в Agent Platform для аккаунтов @gmail.com с ключом API вместо ADC:

client = genai.Client(enterprise=True, api_key="EXPRESS_MODE_API_KEY")

В этом режиме SDK обращается к aiplatform.googleapis.com без проекта и location. У express mode есть оговорки: он в статусе Preview; новым пользователям Google Cloud даётся 90 дней бесплатного уровня без платёжных данных в пределах квот, а у существующих пользователей и после подключения биллинга бесплатный уровень исчезает. Таблица моделей express mode до сих пор перечисляет gemini-3.1-flash-image-preview и gemini-3-pro-image-preview, которые уже отключены, а входят ли GA-версии Nano Banana в бесплатный уровень, там не сказано. Рассчитывать на бесплатную генерацию через express mode не стоит.

REST и консоль

Для проверки без SDK подойдёт curl с OAuth-токеном из gcloud. Официальные примеры REST используют версию v1:

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  "https://aiplatform.googleapis.com/v1/projects/${GOOGLE_CLOUD_PROJECT}/locations/global/publishers/google/models/gemini-3.1-flash-image:generateContent" \
  -d '{
    "contents": {"role": "USER", "parts": [{"text": "Кот-бариста за стойкой кофейни"}]},
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"],
      "imageConfig": {"aspectRatio": "16:9", "imageSize": "2K"}
    }
  }' > response.json

Изображение приходит внутри JSON как base64 в inlineData.data одной из частей ответа, поэтому файл ответа бывает большим. Если запросы идут через самостоятельно развёрнутый шлюз, проверьте, что его версия умеет работать с новыми моделями и крупными inline-ответами: на linux.do в сентябре 2025 года описывали случай, когда в Vertex AI Studio генерация шла, а через шлюзы new-api и done-hub — нет, пока клиент не обновили.

В консоли то же самое делается без кода: Agent Studio (бывшая Vertex AI Studio) → Create prompt → Switch model → в панели Outputs выберите «Image and text».

Две ловушки из официальной документации. Пример для Node.js на странице генерации изображений всё ещё использует vertexai: true и по умолчанию подставляет location us-central1, которого нет в списке для Nano Banana 2 и Pro, — задайте GOOGLE_CLOUD_LOCATION=global явно. А код с ai.google.dev, построенный на Interactions API и response_format, — это другой интерфейс: для клиента Agent Platform берите generateContent с imageConfig.

Location: global, us или eu

Location определяет и адрес запроса, и цену. Так его разрешает google-genai 2.25.0:

Для gemini-2.5-flash-image список регионов такой: us-central1, us-east1, us-east4, us-east5, us-south1, us-west1, us-west4, europe-central2, europe-north1, europe-southwest1, europe-west1, europe-west4, europe-west8. Азиатских региональных эндпоинтов нет ни у одной модели Nano Banana, так что закрепить генерацию за Азией не получится.

Правило выбора простое. Если нет требования держать обработку данных в США или ЕС, берите global: цена ниже, Google называет глобальный эндпоинт лучшей практикой из-за большего мультирегионального пула мощности и первым советует переходить на него при ошибках 429. us или eu нужны для резидентности данных и только с Nano Banana 2, за что придётся доплатить 10 %.

Сколько стоит одно изображение

Google тарифицирует выходные изображения токенами. Формула: цена кадра = токены изображения × цена за 1 млн токенов / 1 000 000. Цены за миллион выходных токенов изображения в Standard PayGo: Nano Banana 2 — $60 на global и $66 на us/eu, Nano Banana Pro — $120, Lite — $30, gemini-2.5-flash-image — $30. Flex PayGo и Batch стоят половину от Standard.

Цены — прайс-лист Agent Platform в долларах США по состоянию на 24 сентября 2026 года. Обратите внимание на Pro: 1K и 2K расходуют одинаковые 1 120 токенов, поэтому 2K у Pro обходится не дороже 1K.

Пример: 1 000 изображений Nano Banana 2 в 2K на global стоят 1 000 × 1 680 × $60 / 1 000 000 = $100,80 в Standard и $50,40 в Batch. Каждое референсное изображение на входе добавляет около $0,00056 у Nano Banana 2 (1 120 токенов × $0,50 за миллион) и около $0,00112 у Pro (560 токенов × $2).

В таблицу не входят текстовые токены запроса и ответа, токены размышления, неудачные и заблокированные попытки, а также опора на Google Поиск: на все модели Gemini 3 вместе бесплатно 5 000 поисковых запросов в месяц, дальше $14 за 1 000 (один запрос к модели может породить несколько поисковых). Поэтому считайте эти цифры нижней границей, а не прогнозом счёта.

Та же модель через платный Gemini API стоит столько же, сколько на global: Vertex не делает Nano Banana дешевле. Разница в деньгах может возникнуть только из-за кредитов. В условиях Google Cloud Free Trial сказано, что кредит $300 на 90 дней нельзя тратить на Gemini API в AI Studio, а собственные модели Gemini на Agent Platform в списке исключений не значатся; значит, пробный кредит, судя по формулировке, покрывает Nano Banana в Vertex.

Диагностика: от ValueError до 429

Сначала отделите ошибки, которые выдаёт сам SDK до отправки запроса, от ответов сервера. Тексты ниже взяты из google-genai 2.25.0; в других версиях формулировки могут отличаться.

429 при небольшой нагрузке

На Standard PayGo ошибка 429 приходит с текстом «Resource exhausted, please try again later.», при превышении выкупленной мощности — «Too many requests. Exceeded the Provisioned Throughput.».

Опубликованного лимита для моделей изображений нет. Уровни Standard PayGo, которые растут вместе с расходами организации, на Nano Banana не распространяются: на странице Standard PayGo модели Gemini 3.1 Flash Image, 3.1 Flash-Lite Image, 3 Pro Image и 2.5 Flash Image перечислены отдельно, с пометкой «the usage tiers don't apply to these models». Фиксированной квоты у них тоже нет (на страницах моделей — «Fixed quota: Not supported»), так что запрашивать её увеличение негде. Мощность для этих моделей общая и выделяется по возможности: при высоком спросе на платформе 429 может прийти и на паре запросов, а резкие всплески в пределах секунд Google отдельно называет причиной троттлинга.

Что делать, по рекомендациям Google:

1. Перейти с регионального эндпоинта на global: он открывает доступ к большему мультирегиональному пулу мощности.
2. Повторять запросы с усечённой экспоненциальной задержкой (truncated exponential backoff). В google-genai 2.25.0 повторы по умолчанию выключены: без retry_options клиент делает одну попытку. С HttpRetryOptions SDK повторяет ответы 408, 429, 500, 502, 503 и 504, по умолчанию до 5 попыток с учётом первой, с экспоненциально растущей паузой от 1 до 60 секунд.
3. Сглаживать трафик внутри минуты и наращивать нагрузку постепенно, а не пачками параллельных запросов.
4. Для задач, где троттлинг недопустим, покупать Provisioned Throughput — это выделенная и гарантированная мощность.

from google import genai
from google.genai import types

client = genai.Client(
    enterprise=True,
    project="your-project-id",
    location="global",
    http_options=types.HttpOptions(
        retry_options=types.HttpRetryOptions(attempts=5, initial_delay=2.0, max_delay=60.0),
    ),
)

Жалобы на постоянный 429 RESOURCE_EXHAUSTED при редких запросах к Nano Banana Pro через Vertex есть на форуме Google AI Developers: ветка открыта 2 января 2026 года, сотрудник Google написал, что исправление выкачено 8 января, отдельные сообщения продолжались в феврале и марте. Всё это относится ко времени preview-моделей, так что о надёжности нынешних GA-версий эти истории не говорят ни в ту, ни в другую сторону.

Если ошибки начались внезапно, без изменений в коде и настройках, полезно проверить, не общий ли это сбой: как отличить сбой Nano Banana 2 от проблемы на своей стороне. Лимиты варианта с ключом устроены иначе, про них — в статье Лимиты Nano Banana 2: сколько изображений в день в Gemini и API.

Частые вопросы

Можно ли пользоваться Nano Banana в Vertex AI бесплатно?

Гарантированно — нет. В Gemini API бесплатного уровня для Nano Banana 2 и Pro нет. В express mode новые пользователи получают 90 дней бесплатного уровня, но таблица моделей этого режима перечисляет только отключённые preview-версии, и доступность GA-моделей там не подтверждена. Реальный вариант — кредит $300 Google Cloud Free Trial: исключение в условиях касается Gemini API в AI Studio, а не Agent Platform. Для пользователей в России новые аккаунты Google Cloud недоступны с 10 марта 2022 года.

Ставит ли Vertex водяной знак на изображения?

Видимого логотипа на картинке, полученной через API, нет, но это не значит «без водяного знака». В документации Gemini API сказано, что все сгенерированные изображения содержат невидимый водяной знак SynthID; в блоге Google Cloud встроенный SynthID упоминается и для Nano Banana на Vertex, а для Nano Banana 2 — вместе с Content Credentials (C2PA). Страницы моделей на Agent Platform тоже отмечают поддержку C2PA. Так что происхождение изображения от ИИ можно определить, даже если на глаз ничего не видно.

Можно ли дообучить Nano Banana Pro на своих данных в Vertex?

Нет. На страницах моделей Agent Platform для Nano Banana 2, Pro и Lite в строке Tuning указано «Not supported». Инструкции о дообучении Nano Banana на Cloud TPU с этим расходятся, и полагаться на них не стоит. Стиль и персонажей удерживают референсными изображениями: Pro и Nano Banana 2 принимают до 14 штук в запросе. Как собрать такой запрос в Gemini API, показано в разборе Nano Banana Pro API: официальный JSON, YAML, PDF и разбор ошибок; на Vertex структура contents та же, отличается только настройка клиента.

Что делать с кодом на gemini-2.5-flash-image?

Если он работает через ключ Gemini API, у вас время до 2 октября 2026 года. На Agent Platform та же модель доступна до 15 марта 2027 года, и Google рекомендует мигрировать на gemini-3.1-flash-lite-image: цена за кадр 1K у Lite ниже ($0,0336 против примерно $0,039), но и разрешение ограничено 1K. Если нужны 2K или 4K, смотрите на gemini-3.1-flash-image.