Cómo desarrollar con Nano Banana: Tutorial completo para desarrolladores

Desde @patloeber: Google ha lanzado recientemente Gemini 2.5 Flash Image, un potente modelo nuevo para generación y edición de imágenes, también conocido por su nombre en clave, Nano Banana. Este modelo introduce capacidades de vanguardia para crear y manipular imágenes, desbloqueando una amplia gama de nuevas aplicaciones.

Esta guía ofrece un recorrido completo para desarrolladores que buscan integrar Gemini 2.5 Flash Image, también conocido como Nano Banana, en sus aplicaciones utilizando la API de Gemini para desarrolladores.

Esta guía cubrirá:

1. Uso de Nano Banana en AI Studio
2. Configuración del proyecto
3. Creación de imágenes
4. Edición de imágenes
5. Restauración de fotos
6. Múltiples imágenes de entrada
7. Edición conversacional de imágenes
8. Buenas prácticas y creación de prompts efectivos
9. Ejemplos de la comunidad e inspiración
10. Recursos

Aquí tienes un ejemplo de lo que construirás en este tutorial:

1prompt = "Restaura y colorea esta imagen de 1932"
2
3response = client.models.generate_content(
4    model="gemini-2.5-flash-image-preview",
5    contents=[prompt, image],
6)

¡Empecemos!

1. Usar Nano Banana en Google AI Studio

Si bien los usuarios finales pueden acceder a Nano Banana en la aplicación Gemini, el mejor entorno para que los desarrolladores prototipen y prueben prompts es Google AI Studio. AI Studio es un entorno de pruebas para experimentar con todos los modelos de IA disponibles antes de escribir cualquier código, y también es el punto de entrada para crear aplicaciones con la API de Gemini.

Puedes usar Nano Banana de forma gratuita en AI Studio. Para empezar, ve a aistudio.google.com, inicia sesión con tu cuenta de Google y selecciona Nano Banana en el selector de modelos.

Para acceso directo, usa este enlace para iniciar una nueva sesión con el modelo: ai.studio/banana

Consejo

: También puedes prototipar aplicaciones web de Nano Banana directamente en AI Studio en

ai.studio/apps , o explorar el código y remezclar una de las

aplicaciones existentes .

2. Configuración del proyecto

Para seguir esta guía, necesitarás lo siguiente:

• Una clave de API de Google AI Studio.
• Facturación configurada para tu proyecto.
• El SDK de Google Gen AI para Python o JavaScript/TypeScript.

Paso A: Generar una clave de API

Sigue estos pasos:

• En Google AI Studio, haz clic en Obtener clave de API en el panel de navegación izquierdo.
• En la página siguiente, haz clic en Crear clave de API.
• Selecciona un proyecto de Google Cloud existente o crea uno nuevo. Este proyecto se utiliza para gestionar la facturación del uso de la API.

Una vez completado el proceso, se mostrará tu clave de API. Cópiala y guárdala de forma segura.

Paso B: Activar la facturación

Si bien la creación de prototipos en AI Studio es gratuita, el uso del modelo a través de la API es un servicio de pago. Debes activar la facturación en tu proyecto de Google Cloud.

En la pantalla de administración de claves de API, haz clic en Configurar facturación junto a tu proyecto y sigue las instrucciones en pantalla.

¿Cuánto cuesta Nano Banana?

La generación de imágenes con Nano Banana cuesta $0.039 por imagen *. Por $1, puedes generar aproximadamente 25 imágenes.

* El precio oficial es de $0.30/1M de tokens de entrada y $30/1M de tokens de salida. Una imagen de salida estándar de 1024x1024 píxeles consume 1290 tokens, lo que equivale a $0.039 por imagen. Para más detalles, consulta la

tabla de precios de Gemini 2.5 Flash Image .

Paso C: Instalar el SDK

Elige el SDK para tu lenguaje preferido.

1pip install -U google-genai
2# Instala la librería Pillow para manipulación de imágenes
3pip install Pillow

1npm install @google/genai

Los siguientes ejemplos utilizan el SDK de Python como demostración. Fragmentos de código equivalentes para

usar Nano Banana en JavaScript

se proporcionan en este

GitHub Gist .

3. Generación de imágenes a partir de texto

Usa Nano Banana para generar una o más imágenes a partir de un prompt de texto descriptivo. Usa el ID de modelo gemini-2.5-flash-image-preview para todas las solicitudes a la API.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5# Configura el cliente con tu clave de API
6client = genai.Client(api_key="TU_CLAVE_API")
7
8prompt = """Crea una imagen fotorrealista de un gato naranja
9con ojos verdes, sentado en un sofá."""
10
11# Llama a la API para generar contenido
12response = client.models.generate_content(
13    model="gemini-2.5-flash-image-preview",
14    contents=prompt,
15)
16
17# La respuesta puede contener tanto texto como datos de imagen.
18# Itera a través de las partes para encontrar y guardar la imagen.
19for part in response.candidates[0].content.parts:
20    if part.text is not None:
21        print(part.text)
22    elif part.inline_data is not None:
23        image = Image.open(BytesIO(part.inline_data.data))
24        image.save("gato.png")

Salida

El modelo es multimodal, por lo que la respuesta se estructura como una lista de partes que pueden contener datos de texto e imagen (inline_data) intercalados. El código anterior itera a través de estas partes para extraer y guardar la imagen generada.

4. Edición de imágenes con entradas de texto e imagen

Proporciona una imagen existente junto con un prompt de texto para realizar ediciones. El modelo destaca en mantener la coherencia de los personajes y el contenido de la imagen de entrada.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="TU_CLAVE_API")
6
7prompt = """Usando la imagen del gato, crea una vista fotorrealista
8a nivel de calle del gato caminando por una acera en un
9vecindario de la ciudad de Nueva York, con las piernas borrosas de peatones
10y taxis amarillos pasando al fondo."""
11
12image = Image.open("gato.png")
13
14# Pasa tanto el prompt de texto como la imagen en la lista 'contents'
15response = client.models.generate_content(
16    model="gemini-2.5-flash-image-preview",
17    contents=[prompt, image],
18)
19
20for part in response.candidates[0].content.parts:
21    if part.text is not None:
22        print(part.text)
23    elif part.inline_data is not None:
24        image = Image.open(BytesIO(part.inline_data.data))
25        image.save("gato2.png")

Entrada y Salida

5. Restauración de fotos con Nano Banana

Una de las aplicaciones más potentes del modelo es la restauración de fotos. Con un simple prompt, puede restaurar y colorear fotografías antiguas con resultados impresionantes.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="TU_CLAVE_API")
6
7prompt = "Restaura y colorea esta imagen de 1932"
8
9image = Image.open("almuerzo.jpg")  # "Almuerzo en lo alto de un rascacielos, 1932"
10
11response = client.models.generate_content(
12    model="gemini-2.5-flash-image-preview",
13    contents=[prompt, image],
14)
15
16for part in response.candidates[0].content.parts:
17    if part.text is not None:
18        print(part.text)
19    elif part.inline_data is not None:
20        image = Image.open(BytesIO(part.inline_data.data))
21        image.save("almuerzo-restaurado.png")

Original y Salida

6. Trabajar con múltiples imágenes de entrada

Puedes proporcionar varias imágenes como entrada para tareas de edición más complejas.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="TU_CLAVE_API")
6
7prompt = "Haz que la chica use esta camiseta. Deja el fondo sin cambios."
8
9image1 = Image.open("chica.png")
10image2 = Image.open("camiseta.png")
11
12response = client.models.generate_content(
13    model="gemini-2.5-flash-image-preview",
14    contents=[prompt, image1, image2],
15)
16
17for part in response.candidates[0].content.parts:
18    if part.text is not None:
19        print(part.text)
20    elif part.inline_data is not None:
21        image = Image.open(BytesIO(part.inline_data.data))
22        image.save("chica-con-camiseta.png")

Entradas 1 y 2 y Salida

7. Edición conversacional de imágenes

Para un refinamiento iterativo, puedes usar una sesión de chat para mantener el contexto a través de múltiples solicitudes. Esto te permite editar imágenes de forma conversacional.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="TU_CLAVE_API")
6
7# Crea un chat
8chat = client.chats.create(
9    model="gemini-2.5-flash-image-preview"
10)
11
12# Haz la primera edición de imagen
13response1 = chat.send_message(
14    [
15        "Cambia el gato por un gato bengalí, deja todo lo demás igual",
16        Image.open("gato.png"),
17    ]
18)
19# mostrar / guardar imagen...
20
21# Continúa chateando y editando
22response2 = chat.send_message("El gato debe llevar un gorro de fiesta divertido")
23# mostrar / guardar imagen...

Entrada y Salidas 1 y 2

Consejo

: Si notas que las características de la imagen comienzan a degradarse o "desviarse" después de muchas ediciones conversacionales, es mejor iniciar una nueva sesión con la imagen más reciente y un prompt más detallado y consolidado para mantener una alta fidelidad.

8. Buenas prácticas y consejos para crear prompts en Nano Banana

Para obtener los mejores resultados con Nano Banana, sigue estas pautas para crear prompts:

• Sé Hiperespecífico: Cuantos más detalles proporciones sobre sujetos, colores, iluminación y composición, más control tendrás sobre el resultado.
• Proporciona Contexto e Intención: Explica el propósito o el estado de ánimo deseado de la imagen. La comprensión del contexto por parte del modelo influirá en sus elecciones creativas.
• Itera y Refina: No esperes la perfección en el primer intento. Usa la capacidad conversacional del modelo para hacer cambios incrementales y refinar tu imagen.
• Usa Instrucciones Paso a Paso: Para escenas complejas, divide tu prompt en una serie de instrucciones claras y secuenciales.
• Usa un Enfoque Positivo: En lugar de prompts negativos como "sin autos", describe la escena deseada de forma positiva: "una calle vacía y desierta sin señales de tráfico".
• Controla la Cámara: Usa términos fotográficos y cinematográficos para dirigir la composición, como "toma gran angular", "toma macro" o "perspectiva a nivel de suelo".

Para una inmersión más profunda en las mejores prácticas, revisa la publicación oficial del blog sobre mejores prácticas para prompts y la guía de prompts en la documentación.

9. Ejemplos de la comunidad e inspiración

Explora lo que la comunidad está construyendo con Nano Banana:

• Cambio de perspectiva de cámara por @henrydaubrez: Publicación en X
• Aprendizaje con pocos ejemplos para diseño de personajes consistente por @multimodalart: Publicación en X
• Transformaciones de Google Maps "¿Qué ve la flecha roja?" por @tokumin: Publicación en X
• Generación de imágenes a partir de anotaciones de figuras de palo por @yachimat_manga: Publicación en X
• Creación de modelos 3D a partir de imágenes fijas por @deedydas: Publicación en X
• Generación de experiencias de RA basadas en ubicación por @bilawalsidhu: Publicación en X
• Conversión de un mapa 2D en un gráfico 3D por @demishassabis: Publicación en X

10. Recursos y próximos pasos

Esta guía ha cubierto los fundamentos de la creación con Nano Banana, también conocido como Gemini 2.5 Flash Image. Has aprendido a configurar tu entorno, generar y editar imágenes, y aplicar técnicas avanzadas. Ahora estás listo para comenzar a incorporar estas potentes capacidades en tus propios proyectos.

Para obtener más información, consulta los recursos oficiales:

• Google AI Studio
• Documentación de la API de Gemini
• Documentación de la API de Gemini para Nano Banana
• Cómo crear prompts para Gemini 2.5 Flash Image Generation para obtener los mejores resultados
• Guía de prompts de la documentación de Nano Banana.
• Aplicación Pixshop en AI Studio

Si estás construyendo algo interesante con esto, ¡me encantaría verlo! No dudes en enviarme un mensaje directo o etiquetarme en X: @patloeber.

\Publicación original en [Dev.to