NL ▾

Ongecensureerde tekst-API voor je pipeline

Hoe je Nano Banana API-workflows gebruikt met een tekst-LLM

Deze site genereert geen afbeeldingen. Het is een tekst-LLM-API die compatibel is met OpenAI, en mensen gebruiken hem naast image-tools om prompts, bijschriften en scripts te schrijven. Hier lees je hoe je hem instelt en gebruikt.

Bijgewerkt

Isometrische illustratie van tekstkaarten die naar een leeg frame stromen, wat laat zien hoe prompts een image-workflow voeden

Belangrijkste punten

  • De API retourneert alleen tekst: geen afbeeldingen, audio of video.
  • Gebruik base URL https://api.nanobananaapis.com/v1, model-ID uncensored en een Bearer-sleutel.
  • Een veelgebruikte toepassing is het omzetten van ruwe ideeën in gestructureerde image-prompts met JSON-modus.
  • Invoer kost $0,15 en uitvoer $0,50 per 1M tokens, en mislukte verzoeken zijn gratis.

Lees dit eerst: wat deze API wel en niet is

Als je hier bent gekomen met de vraag hoe je nano banana api kunt gebruiken om foto's te maken, is het eerlijke antwoord dat deze dienst dat niet kan. "Nano Banana" is een naam die mensen vaak koppelen aan een image-generatiemodel, en image-generatie wordt hier niet aangeboden. Wat nanobananaapis.com verkoopt is toegang tot een teksttaalmodel via een OpenAI-compatibele endpoint.

Dit past nog steeds in veel image-workflows, omdat image-tools alleen zo goed zijn als de tekst die je ze voert. Een tekstmodel kan de prompts schrijven, variëren, controleren tegen een style sheet, bijschriften en alt-tekst genereren, en de scripts opstellen die een pipeline met elkaar verbinden. Deze pagina doorloopt dat gebruik. Als je alleen foto's nodig hebt, wil je een imageservice, en je kunt die met deze koppelen.

Het model is een enkel open-weight model, uitgevoerd door een onafhankelijke provider, afgestemd op het geven van antwoorden zonder inhoudsweigeringen voor wettelijk volwassen gebruik. Het is niet de officiële API van een grote leverancier. De enige harde limiet: geen seksuele inhoud met minderjarigen.

Stap 1: haal een sleutel

Meld je aan met Google, of met een e-mailadres en wachtwoord, en open vervolgens de API-sleutelpagina. Je ziet een knop om $0,50 aan trial credit met één klik te claimen. Het is 7 dagen geldig, er is geen kaart nodig en het is beperkt tot één per persoon. Een trial key staat 2 gelijktijdige verzoeken en 60 verzoeken per minuut toe, wat meer dan genoeg is om dingen uit te proberen.

Kopieer de sleutel en houd hem buiten je repository. In een shell kun je hem zo opslaan:

export NANOBANANA_KEY="paste-your-key-here"

Stap 2: stuur je eerste verzoek

Drie waarden zijn belangrijk: de base URL, de model-ID en de Authorization-header. Alles volgt het OpenAI chat-completions-formaat. Hier is een eerste aanroep met curl:

curl https://api.nanobananaapis.com/v1/chat/completions   -H "Authorization: Bearer $NANOBANANA_KEY"   -H "Content-Type: application/json"   -d '{
    "model": "uncensored",
    "messages": [
      {"role": "user", "content": "Write one detailed image prompt for a foggy harbor at dawn."}
    ],
    "max_tokens": 200
  }'

Hetzelfde in Python met de officiële openai package:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.nanobananaapis.com/v1",
    api_key=os.environ["NANOBANANA_KEY"],
)

r = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Write one detailed image prompt for a foggy harbor at dawn."}],
)
print(r.choices[0].message.content)

En in Node:

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.nanobananaapis.com/v1",
  apiKey: process.env.NANOBANANA_KEY,
});

const r = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Write one detailed image prompt for a foggy harbor at dawn." }],
});
console.log(r.choices[0].message.content);

Controleer de antwoordheaders een keer. X-Balance-USD toont je resterende tegoed en X-Request-Id identificeert het verzoek als je hulp nodig hebt. De docs-pagina somt alle ondersteunde parameters op.

Stap 3: ideeën omzetten in gestructureerde prompts

De meest nuttige truc voor een afbeeldingspipeline is het model gestructureerde data laten retourneren in plaats van vrije tekst. JSON-modus doet dat. Je beschrijft het schema in het systeembericht en het antwoord wordt direct in je code geparsed, zodat een lijst met ruwe ideeën verandert in een tabel met prompts met vaste velden.

import json, os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.nanobananaapis.com/v1",
    api_key=os.environ["NANOBANANA_KEY"],
)

SYSTEM = (
    "You write prompts for an image model. Reply with JSON only: "
    '{"prompts": [{"subject": str, "style": str, "lighting": str, "negative": str, "full": str}]}'
)

def expand(idea: str, n: int = 3):
    r = client.chat.completions.create(
        model="uncensored",
        response_format={"type": "json_object"},
        temperature=0.9,
        messages=[
            {"role": "system", "content": SYSTEM},
            {"role": "user", "content": f"Give {n} distinct prompts for: {idea}"},
        ],
    )
    return json.loads(r.choices[0].message.content)["prompts"]

for p in expand("a lighthouse keeper's kitchen in winter"):
    print(p["full"])

Verhoog de temperatuur als je variatie wilt en verlaag hem voor consistentie. De parameter seed wordt doorgegeven, zodat je deze kunt vastzetten als je een eerdere batch wilt reproduceren. Wikkel json.loads altijd in een try-block en vraag opnieuw als het parseren mislukt, omdat elk taalmodel kan falen.

De site heeft ook een gerelateerde uitleg over de afbeeldingskant: promptgeneratie en post-processing. Het behandelt hoe de tekststap verbonden is met een generator.

Meer taken die een tekstmodel goed uitvoert in een afbeeldingsworkflow

  • Stijlbladen. Houd één systeembericht aan met je vaste stijlregels en voer elk nieuw onderwerp erdoorheen, zodat een hele serie visueel consistent blijft.
  • Bijschriften en alt-tekst. Als afbeeldingen bestaan, beschrijf ze dan in een paar woorden. Geef je eigen beschrijving van de afbeelding als invoer; het model kan geen foto's zien, omdat de API alleen tekst accepteert.
  • Shotlists en scripts. Voor een storyboard of een korte video, maak een lijst van scènes, de voice-over en de on-screen beats als tekst.
  • Promptkritiek. Plak een prompt die slechte resultaten geeft en vraag om drie herschrijvingen met uitgelegde wijzigingen.
  • Fictie en personagewerk voor volwassenen. Persoonsschetsen, achtergrondverhalen en dialogen voor verhalen en companion apps, waarbij het model geen wettelijke volwassen thema's weigert.

Voor lange taken stream je de uitvoer met stream: true zodat een gebruikersinterface tekst kan tonen terwijl deze aankomt. Ook function calling wordt ondersteund, waardoor een model kan beslissen wanneer het je eigen functie moet aanroepen, bijvoorbeeld een functie die een prompt indient bij de afbeeldingsdienst die je gebruikt.

Limieten en kosten per run

Ken de cijfers voordat je een batch bouwt. Een volledige sleutel staat 8 gelijktijdige verzoeken en 300 verzoeken per minuut toe. Het contextvenster is 100.000 tokens, dekkend prompt en completion, de maximale verzoeklichaam is 8 MB, en max_tokens is optioneel. Als je de rate limit overschrijdt, krijg je HTTP 429 met de code rate_limited of concurrency; wacht en herhaal.

Prijzen zijn $0,15 per 1M input tokens en $0,50 per 1M output tokens. Stel dat je 500 promptssets genereert, elk met een input van 400 tokens en een output van 600 tokens:

  • Invoer: 500 x 400 = 200.000 tokens x $0,15 / 1M = $0,03
  • Uitvoer: 500 x 600 = 300.000 tokens x $0,50 / 1M = $0,15
  • Totaal: $0,18

Dus de proefkrediet van $0,50 dekt ongeveer 1.300 sets van die grootte. Voor normaal gebruik, laad een willekeurig bedrag van $20 tot $500 op, met crypto (USDT op TRC20, USDC op Base). Bonussen zijn 5% vanaf $50, 10% vanaf $100 en 15% vanaf $200. Zie de prijzenpagina voor de tabel. Credit vervalt niet.

Koppelen met een imageservice

De gebruikelijke opstelling heeft twee fasen. De tekstfase gebruikt deze API om prompts te produceren. De afbeeldingsfase stuurt die prompts naar welke afbeeldingsgenerator je ook gebruikt, en die generator heeft zijn eigen account, zijn eigen prijzen en zijn eigen regels, die je op de site van die generator moet lezen. Houd de twee fasen in aparte functies, zodat je aan één kant kunt veranderen zonder de andere te herschrijven.

Een praktische tip: sla elke prompt op samen met de seed en temperatuur die je hebt gebruikt om hem te maken. Als een afbeelding goed uitvalt, kun je hem terugvoeren naar de exacte tekst die hem produceerde, en als een teleurstelt, kun je zien of de fout in het idee, de prompt-schrijver of het afbeeldingsmodel lag. Het geeft je ook een goedkope manier om twee systeemberichten te vergelijken door ze beide op dezelfde lijst met ideeën uit te voeren en de twee sets prompts naast elkaar te beoordelen.

Een klein end-to-end-script

Om de stukken aan elkaar te knopen, is hier een kort script dat een bestand met ruwe ideeën leest, elk uitbreidt naar prompts met JSON-modus, en het resultaat wegschrijft naar een bestand dat je afbeeldingstool kan lezen. Het behandelt één foutmodus die je anders zal bijten: het antwoord dat geen geldige JSON is.

import json, os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.nanobananaapis.com/v1",
    api_key=os.environ["NANOBANANA_KEY"],
)

def one(idea: str):
    for _ in range(2):
        r = client.chat.completions.create(
            model="uncensored",
            response_format={"type": "json_object"},
            messages=[
                {"role": "system", "content": 'Reply with JSON only: {"prompt": str}'},
                {"role": "user", "content": f"Write a vivid, specific image prompt for: {idea}"},
            ],
            max_tokens=250,
        )
        try:
            return json.loads(r.choices[0].message.content)["prompt"]
        except (json.JSONDecodeError, KeyError):
            continue
    return None

ideas = [line.strip() for line in open("ideas.txt") if line.strip()]
out = {i: one(i) for i in ideas}
json.dump(out, open("prompts.json", "w"), indent=2)

Probeer het eerst op vijf ideeën en lees de resultaten met het blote oog. Pas de systeemboodschap aan totdat de prompts overeenkomen met de stijl die je wilt, en schaal dan op. Omdat elk verzoek hier klein is, zijn duizenden ideeën snel klaar en kosten ze centjes.

Fouten die beginners maken

  • Verwachten van foto's. Het antwoord is altijd tekst. Als je code probeert een binaire afbeelding uit het antwoord op te slaan, faalt het, omdat er geen is.
  • Op zoek naar een andere modelnaam. Er is één model, en de ID is uncensored. Het kopiëren van een leverancier-modelnaam uit een tutorial geeft een 404-fout.
  • Het systeembericht vergeten. Zonder dit bericht heeft het model geen stijlrichtlijnen en wijkt het af tussen korte en lange prompts. Zet je regels daar.
  • Geheimen in prompts sturen. Prompts worden niet gebruikt voor training, maar je moet nog steeds vermijden om wachtwoorden of privésleutels in modelinvoer te plakken.
  • Honderd verzoeken tegelijk uitvoeren. Een volledige sleutel staat er 8 tegelijk toe. Gebruik een pool of een semaphore, en voeg een retry toe voor 429.

Als iets vreemd gedraagt, is de supportpagina de plek om te vragen, en de verzoek-ID uit de response headers maakt de vraag veel makkelijker om te beantwoorden.

Vragen en antwoorden

Kan deze API Nano Banana-afbeeldingen genereren?

Nee. Het is een tekst-LLM API. Het kan prompts, bijschriften en scripts schrijven voor image-workflows, maar het produceert geen afbeeldingen, audio of video.

Welke modelnaam moet ik invullen?

Gebruik uncensored als model ID, met de base URL https://api.nanobananaapis.com/v1 en je sleutel als Bearer token.

Kan ik het testen zonder te betalen?

Ja. Nieuwe gebruikers kunnen $0,50 aan proeftegoed claimen met één klik op de API-sleutelpagina. Er is geen kaart nodig en het is 7 dagen geldig.

Ziet het model mijn afbeeldingen?

Nee. Het leest alleen tekst. Als je hulp wilt bij een afbeelding, beschrijf deze dan in je bericht.

Worden mijn prompts gebruikt voor training?

Nee. Prompts worden niet gebruikt voor training.

Je sleutel is nog maar één formulier verwijderd

Maak een account aan, kopieer de sleutel, pas de base URL aan. Dat is de hele setup.

API-sleutel aanvragen