gemini-3-pro-image-previewGemini 3 Pro Image Preview 以推理辅助图像设计,适合复杂构图、文字海报、信息图与参考图编辑,也能围绕生成结果继续沟通修改。
比較同一模型在不同供應商的價格與服務表現。
| 供應商 | Discount | 輸入/M | 輸出/M | ||
|---|---|---|---|---|---|
Google AI Studio 谷歌官方接口 | 省50% | $1 | $60 | ||
Google Vertex 谷歌官方接口 | 省30% | $1.4 | $84 |
左右滑動表格,查看完整價格與效能。
標準化評測得分。百分比越高越好,並展示排名百分位。
指標來源:Artificial Analysis 2026-09-30·Gemini 3 Pro Image Preview
目前基準快照不包含此模型。
缺少模型或測量值不代表零分。
基準圖表保留來源中的模型選擇和推理設定。缺少模型或測量值不代表零分,基準成本或速度也不是本站的服務承諾。
把知识、故事和品牌信息放进一张图,需要先理解内容,再安排视觉。Gemini 3 Pro Image Preview 属于 Nano Banana Pro 的图像模型家族,适合复杂图形设计、商品合成和信息图制作。它强调指令理解、文字呈现与参考图保持,可以把较细致的设计要求转成画面,并在后续对话中继续调整。
你可以给出一段已经整理好的内容,要求模型选择合适的画面层级、图标关系和文字位置。例如把一个产品的三个功能做成宣传图,或把一项操作流程变成易读的图文卡片。关键事实、数字和标题最好由你明确提供,模型负责视觉组织;生成后仍需检查文字是否准确、箭头是否指向正确位置、层级是否符合阅读顺序。
有参考商品或人物时,可以继续调整背景、场景、构图与局部内容,而不必每次重新描述所有细节。原生图文交互可以结合文字解释与图片表达,适合设计讨论和逐步迭代。修改时指出哪一部分已满意、哪一部分要变,比简单说“再来一张”更容易延续创意。
模型支持搜索辅助理解,适合需要联系现实知识的主题视觉,但检索与生成仍可能出现理解偏差。它是预览版,适合探索和评估新工作流;重要的品牌素材、专业知识图和真实商品宣传图,都应在发布前检查内容与细节。复杂排版可以先完成结构,再逐步精修文案与装饰。
使用参考图里的白色净水器,保持外观。制作竖版产品介绍图:上半部为产品主图,下半部用三个简洁区域分别写“即开即饮”“滤芯提醒”“小巧省空间”。文字准确,阅读顺序清晰,浅蓝白配色。不要添加过滤精度、认证或其他未提供的数据。
下一轮可以只调整三个功能区的位置,保留产品与文案。
适合做带知识内容的信息图吗? 适合视觉组织,但应先给出经过确认的内容,再检查图中文字和关系。
如何让修改更连贯? 明确保留的主体、文案和布局,只提出本轮需要改变的部分。
搜索能保证画面里的事实正确吗? 不能代替内容审核,数据、产品承诺与专业结论仍要核实。
請查看對應文件,了解此模型的請求參數與呼叫範例。
所有請求必須攜帶 Authorization: Bearer <TOKEN> 請求頭。Anthropic 格式的端點也接受 x-api-key 請求頭。
在「令牌」頁面生成 API Key,可以按模型、分組、IP、速率等維度精細化授權。
| 供應商 | RPM | TPM | RPD |
|---|---|---|---|
| Google AI Studio | 無限制 | 無限制 | 無限制 |
| Google Vertex | 無限制 | 無限制 | 無限制 |
無限制
Gemini 3 Pro Image Preview 以推理辅助图像设计,适合复杂构图、文字海报、信息图与参考图编辑,也能围绕生成结果继续沟通修改。
Create an API key with access to gemini-3-pro-image-preview, then use the exact model ID and a supported endpoint from the API access section. Request fields depend on the selected endpoint.
Pricing depends on the selected provider group and the model billing unit. The current input, output, request, or media prices are shown on this page before sign-up.
The model catalog lists a context window of 65536 tokens. Check the selected endpoint for request limits.
The model catalog lists a maximum output of 32768 tokens. Your request settings may set a lower limit.
Start with the use cases and prompting guidance on this page, then evaluate the model with representative inputs from your project.
