Nano Banana Pro API 接入指南（2026）：Vertex AI 与 AI Studio 官方方式

如果你现在要接 官方 Nano Banana Pro API，你真正要找的模型是 gemini-3-pro-image-preview。它并不存在一个单独的 “Nano Banana Pro 开发者入口”。当前真正重要的只有 两条 Google 官方路径：如果你想最快把第一个请求跑通，就用 Google AI Studio + Gemini Developer API；如果你需要 Cloud IAM、项目级治理、批处理或预留吞吐，就用 Vertex AI。

这个区分很重要，因为这里真正要解决的不是名字问题，而是操作路径问题：我应该从哪里接、怎么认证、要不要上 Cloud、现在到底是不是付费。最干净的答案是：同一个模型，不同的运行合同。

下文中所有 model ID、Preview 状态、价格与计费边界，都已按 2026 年 4 月 1 日 的 Google 官方文档重新核实。

TL;DR

最实用的一句话是：如果你的主要风险是“我先把首个请求跑起来”，先走 AI Studio；如果你的主要风险是“这套东西要怎么被团队安全运营”，就走 Vertex AI。

Nano Banana Pro 官方 API 到底是什么

先要纠正的是对名字的预期。Nano Banana Pro 指的就是 Gemini 图像模型 gemini-3-pro-image-preview，不是一个单独的产品入口。它当前仍然处于 Preview，官方定位是更高阶的图像生成与编辑路线，强调更复杂的视觉任务、更强的文字渲染，以及最高 4K 输出。

真正重要的是：无论你从 AI Studio 进，还是从 Vertex AI 进，模型身份都不变。 AI Studio 不会给你一个“轻量版”的 Nano Banana Pro，Vertex AI 也不是另一个企业专属模型。两条路最终都是 gemini-3-pro-image-preview。

Google 在 Vertex AI 的模型页里还给了一个很多二手教程没有处理好的细节：虽然它还是 Preview，但官方明确写到，客户可以在 Pre-GA 条款 下将这个 Preview offering 用于生产或商业用途。最准确的理解不是 “Preview 不能上生产”，也不是 “Preview 就等于已经稳定”，而是：可以用于生产，但你必须接受 Preview 阶段的合同与变更边界。

如果你想先看更宽的 Nano Banana 家族接入地图，可以读我们的 Nano Banana AI 图片生成 API 指南；如果你还在判断 Pro 和 2 到底怎么选，可以继续看 Nano Banana Pro vs Nano Banana 2 对比。这篇文章只回答官方 Pro 接入问题。

AI Studio 和 Vertex AI，到底差在哪

这里真正会改变结果的，不是模型名，而是你选哪条运行路径。两条路都能把你带到同一个模型，但 认证方式、计费面、运维方式、规模能力 不一样。

AI Studio + Gemini Developer API 是最快的官方接入路径。你在 Google AI Studio 里创建 API key，必要时先在官方界面验证提示词，再用 Gemini Developer API 从代码里调用模型。只要你现在的目标是“尽快跑通、尽快验证”，这通常是更好的默认值。

Vertex AI 更适合当 Nano Banana Pro 进入一个真正的 Cloud 工作负载之后。只要需求开始涉及 IAM、项目级治理、Application Default Credentials、批处理、预留吞吐，或者更清晰的团队运维边界，Vertex AI 就不再只是“更复杂的选项”，而会变成正确的宿主。Google 的 Vertex AI 模型页也明确列出了 Standard PayGo、Flex PayGo、Batch prediction、Provisioned Throughput，这正是 Vertex 的核心价值。

记一个最简单的判断规则：

• 如果你现在最在意的是 开发速度，先用 AI Studio
• 如果你现在最在意的是 云上运维与治理，先用 Vertex AI

路线一：AI Studio + Gemini Developer API

对很多读者来说，这就是正确起点。Google AI Studio 是 Gemini Developer API 的官方 key 管理与试验入口。它不只是 playground，也不应该被理解成“只是给你看看效果的演示页”。它是 官方 API key 路线 的一部分。

但这里最大的误解也恰恰发生在这里：很多人因为 AI Studio 可以打开、可以试，就误以为 Nano Banana Pro 也有某种免费 API 层。Google 当前的官方定价页写得很清楚：gemini-3-pro-image-preview 的 Free Tier: Not available。 Google 的 billing FAQ 也说明了：AI Studio 本身仍然可以免费使用，但一旦你把 paid API key 用在 paid features 上，这个 key 的使用就会进入计费。

最安全的理解方式是：

• AI Studio 这个产品界面本身可以是免费的
• Nano Banana Pro 的 API 使用合同仍然是 付费
• “我能在 AI Studio 里看到它” 不等于 “我有免费 Pro API”

什么时候该选这条路

如果你的真实需求是下面这些，先选 AI Studio：

• 你只是想尽快拿到一个可运行请求
• API key 对当前场景已经够用
• 你还在反复试提示词和出图风格
• 你还没到非要引入 Cloud IAM、Batch、Provisioned Throughput 的阶段

最小 JavaScript 示例

先安装官方 SDK：

bash
npm install @google/genai

然后用 API key 发请求：

javascript
import { GoogleGenAI } from "@google/genai";
import fs from "node:fs";

const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });

const response = await ai.models.generateContent({
  model: "gemini-3-pro-image-preview",
  contents: "Create a clean product hero image for a mechanical keyboard on a dark studio background.",
  config: {
    responseModalities: ["IMAGE"],
    imageConfig: {
      aspectRatio: "16:9",
      imageSize: "2K",
    },
  },
});

for (const part of response.candidates[0].content.parts) {
  if (part.inlineData) {
    fs.writeFileSync(
      "nano-banana-pro-output.png",
      Buffer.from(part.inlineData.data, "base64"),
    );
  }
}

这就是最短的官方接法：在 AI Studio 里创建 key，导出 GEMINI_API_KEY，然后调用 generateContent。Google 当前的 image generation 文档还提醒了一个很容易忽略的实现细节：1K、2K、4K 里的 K 必须大写。

如果你更习惯先从 REST 验证，这条路线同样支持使用 Gemini Developer API 的 HTTP 请求，认证方式仍然是 x-goog-api-key。变化的是传输层，不是合同本身。

路线二：Vertex AI，适合受控生产场景

一旦你的问题从“我怎么快速接入”变成“这套东西怎么在团队和 Cloud 里长期跑”，Vertex AI 往往才是更合理的起点。很多团队以为 Vertex AI 只是更重一点的同款 UI，其实不是。真正的变化在于 你已经进入 Google Cloud 的认证与运维模型。

在 Gemini Developer API 路线里，核心是 API key；在 Vertex AI 路线里，核心是 Cloud auth。Google 当前的图像生成文档展示的是通过 GOOGLE_CLOUD_PROJECT、GOOGLE_CLOUD_LOCATION 和 GOOGLE_GENAI_USE_VERTEXAI=True 来配置 GenAI SDK，这已经足够说明你现在站在 Google Cloud 的运行合同里，而不是单纯的 API key 合同里。

什么时候该选这条路

下面这些情况，更适合直接走 Vertex：

• 这个应用属于团队，而不是某个个人实验
• 你需要 IAM、审计、项目级治理
• 你明确需要 batch 或 provisioned throughput
• service account / ADC 比分发 API key 更符合你的安全边界
• 你关心的不只是“能不能调用”，而是“能不能被团队长期运营”

最小 Node.js 示例

安装同一套 SDK：

bash
npm install @google/genai

按 Google 当前 Vertex 文档设置环境变量：

bash
export GOOGLE_CLOUD_PROJECT=your-project-id
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True

然后通过 Vertex 调用同一个模型：

javascript
import fs from "node:fs";
import { GoogleGenAI, Modality } from "@google/genai";

const client = new GoogleGenAI({
  vertexai: true,
  project: process.env.GOOGLE_CLOUD_PROJECT,
  location: process.env.GOOGLE_CLOUD_LOCATION || "global",
});

const response = await client.models.generateContent({
  model: "gemini-3-pro-image-preview",
  contents:
    "Create a premium launch poster for a smart watch, crisp typography, dark editorial lighting.",
  config: {
    responseModalities: [Modality.IMAGE],
  },
});

for (const part of response.candidates[0].content.parts) {
  if (part.inlineData) {
    fs.writeFileSync(
      "vertex-nano-banana-pro-output.png",
      Buffer.from(part.inlineData.data, "base64"),
    );
  }
}

注意这里最关键的事实：模型字符串没有变，变的是客户端初始化与认证方式。 这正是这篇文章最核心的知识增量。

价格、Preview 状态与最常见的合同误解

Google 当前的定价页其实已经把误解空间压得很小了。在 Gemini Developer API 定价页里，gemini-3-pro-image-preview 当前 没有免费层，图像输出价格是 1K/2K 每张 0.134 美元，4K 每张 0.24 美元。在 Vertex AI 定价页里，Standard 的图像输出换算下来是同样的单张成本，而 Flex/Batch 会把它压到 1K/2K 每张 0.067 美元、4K 每张 0.12 美元。

这带来两个很有价值的结论：

• AI Studio 并不因为“更轻”就一定更便宜
• Vertex AI 也不因为“在 Cloud 里”就一定更贵

真正更重要的差异仍然是运行合同。AI Studio 优化的是 API key 接入与快速验证；Vertex AI 优化的是 Cloud 环境下的长期运维与规模化能力。

另外还要再强调一次：很多人看到 AI Studio 还能免费打开和试，就顺手把它理解成 Pro API 也有免费层。但 Google 的 billing FAQ 说得更准确：AI Studio 仍然可以免费使用，除非你把 paid API key 链接到 paid features 上。 Nano Banana Pro 正是这种 实际 API 使用收费 的路线。

能不能先在 AI Studio 开始，之后再迁到 Vertex？

可以，而且对很多团队来说，这恰恰是最理性的顺序。先在 AI Studio 路线里把提示词、风格和首个请求打通；等到系统真正开始要求 Cloud 原生控制，再迁到 Vertex AI。

迁移之所以没有想象中那么重，是因为 模型身份没有变。你不是从一个产品迁到另一个产品，你只是把同一个模型放进了另一套运行合同：

• 从 API key auth 切到 Cloud auth
• 从 AI Studio 的 key / project 管理切到 Cloud 的 project / IAM 运维
• 从“先跑通”切到“要长期可控地运行”

这也是为什么一开始就把所有实验都丢进 Vertex AI 通常是过度设计，而把 AI Studio 永远当成最终宿主也经常不够。正确路线取决于你今天的真实运维负担在哪里。

30 秒做决定

如果你还是想要一个极简判断规则，可以直接用下面这一版。

如果你的真实问题是：

• “我怎么最快把第一个请求跑通？”
• “我怎么先在官方环境里把提示词试明白？”
• “我还没准备好引入 Cloud 运维，能不能先从官方路线接起来？”

那就先用 AI Studio + Gemini Developer API。

如果你的真实问题是：

• “它怎么进入我们的 Google Cloud 体系？”
• “我怎么给团队提供受控访问，而不是分发 API key？”
• “我怎么规划 batch 或 provisioned throughput？”

那就从 Vertex AI 开始。

如果你现在真正还没想明白的不是路线，而是 Pro 这个模型值不值得用，那就不要先纠结入口。先看 Nano Banana Pro vs Nano Banana 2 对比；很多情况下，更大的成本收益点其实在模型选择，而不是入口选择。