Gemini 3.1 Flash Image Preview

Gemini 3.1 Flash Image Preview, auch bekannt als Nano Banana 2, ist Googles schnelles Modell für Bildgenerierung und -bearbeitung, das für Kreative entwickelt wurde, die Bilder mit nichts anderem als einer schriftlichen Anweisung transformieren, verfeinern und neu erfinden möchten. Ob Sie als Designer ein Konzept polieren, als Fotograf ein Foto umarbeiten oder als Content-Creator visuelle Inhalte im Eiltempo produzieren – dieses Modell verwandelt Alltagssprach-Prompts in fertige Bilder – schnell und mit starkem Sinn für Details.

Im Kern übertrifft das Modell bei textgesteuerter Bildbearbeitung. Sie beschreiben die gewünschte Änderung – z. B. „mache ein Foto vom Mann, der den Wagen die kalifornische Küste hinunterfährt“ – und das Modell interpretiert oder bearbeitet Ihr Ausgangsbild entsprechend neu. Sie können ein oder mehrere Referenzbilder liefern, um das Ergebnis zu lenken, was es ideal für Compositing, Style Transfer, Szenenwechsel, Charakterplatzierung und iterative Verfeinerung macht. Da es mehrere Bilder gleichzeitig akzeptiert, können Sie Elemente aus verschiedenen Quellen zu einem einzigen kohärenten Bild kombinieren und Subjekte sowie Settings wie ein Retuscheur mischen – aber durch einfache schriftliche Anweisungen.

Eine der herausragenden Stärken ist die flexible Ausgabe. Sie können Bilder in mehreren Auflösungen erzeugen, von kompaktem 0.5K bis hin zu scharfem 2K und 4K, sodass Sie alles von schnellen Entwürfen bis hin zu hochdetaillierten Final-Assets für Druck oder große Displays produzieren können. Die Aspektverhältnis-Steuerung ist außergewöhnlich breit: Neben bekannten Formaten wie 16:9, 1:1, 9:16, 4:3 und 3:2 unterstützt das Modell extreme Verhältnisse wie 4:1, 1:4, 8:1 und 1:8 – perfekt für Banner, Panoramaszenen, hohe vertikale Layouts und unkonventionelle Leinwände, die die meisten Tools nicht beherrschen. Wenn Sie nichts angeben möchten, wählt eine automatische Einstellung die passendste Form für Ihren Prompt. Die Ausgabe kann als PNG, JPEG oder WebP je nach Workflow gespeichert werden.

Neben Bildern und Text kann das Modell zusätzlichen Kontext aufnehmen, um zu entscheiden, was es erzeugt. Sie können ein Video (inklusive YouTube-Link), eine Audiodatei oder sogar ein PDF-Dokument als Referenzmaterial liefern, damit das Modell auf reichhaltigere Quelleninformationen zurückgreift, wenn es Ihr Ergebnis komponiert. Es gibt auch eine optionale Web-Suchfunktion, mit der das Modell aktuelle Informationen aus dem Web abrufen kann, wenn es ein Bild erzeugt – nützlich, wenn Sie ein Ergebnis wünschen, das auf aktuellen, realen Referenzen basiert und nicht nur auf dem, was das Modell bereits kennt.

Für Kreative, die feinere kreative Steuerung wünschen, bietet das Modell eine Systemanweisungsfunktion, die seine Persona und den Gesamtausgabe-Stil über eine Anfrage hinweg lenkt. So setzen Sie einen konsistenten kreativen Ton – einen Hausstil, eine Stimmung oder einen visuellen Ansatz – der sich durch die erzeugten Bilder zieht. Sie können auch bis zu vier Bilder auf einmal erzeugen und so in einem Durchgang Variationen zum Auswählen erhalten. Eine Seed-Steuerung ermöglicht es, ein bestimmtes Ergebnis zu reproduzieren oder festzulegen, sodass Sie, sobald Sie etwas Gefundenes mögen, dazu zurückkehren oder konsistente Variationen in der Nähe erkunden können.

Das Modell enthält einen optionalen „Denk“-Modus, der auf minimal oder hoch eingestellt werden kann, um komplexe Prompts bewusster zu durchdenken und die Begründung einzubeziehen. Das hilft bei komplizierten Bearbeitungsaufgaben, bei denen die Anweisungen sorgfältigere Interpretation erfordern. Es gibt auch eine Steuerung dafür, wie viele Bilder das Modell pro Prompt-Runde erzeugt, was hilft, die Ergebnisse auf Ihre einzige gewünschte Ausgabe zu fokussieren. Neben den fertigen Bildern liefert das Modell eine Textbeschreibung dessen, was es erzeugt, als schriftliche Zusammenfassung des Ergebnisses.

Der Inhaltsschutz wird über eine einstellbare Toleranzstufe geregelt, von der strengsten – die den Großteil sensibler Inhalte blockt – bis zur am wenigsten strengen. So passen Sie die Moderation an Ihr Projekt und Ihr Publikum an, während die Erzeugnisse für Ihren Einsatz angemessen bleiben.

Wer profitiert am meisten? Designer und Marketer schätzen die extremen Aspektverhältnisse und hohen Auflösungen für alles von Social-Posts bis zu breiten Bannern und hohen vertikalen Displays. Fotografen und Retuscheure nutzen die textgesteuerte Bearbeitung, um Szenen neu zu erfinden, Settings zu tauschen und Referenzbilder ohne manuelles Maskieren zu kombinieren. Filmemacher und Erzähler holen Kontext aus Video und Audio, um Concept Art mit dem Ton eines Projekts abzustimmen. Content-Creator, die schnell vorankommen müssen, wertschätzen die Fähigkeit, mehrere Variationen rasch zu erzeugen, Favoriten mit der Seed-Steuerung festzulegen und in jedem Format für ihren Workflow zu exportieren.

Ein paar praktische Hinweise sind zu beachten. Bei Video, Audiodatei oder PDF als Kontext gibt es für jede Eingabe eine Größenbeschränkung (YouTube-Links sind eine Ausnahme und werden direkt durchgereicht). Die Begrenzungsoption für Erzeugungen ist hilfreich für fokussierte Ausgaben, experimentell und kann die Qualität in manchen Fällen beeinflussen. Und das Aktivieren der Web-Suche fügt externe Infos hinzu, was für topische oder referenzgenaue Bilder mächtig ist, aber am besten für Fälle reserviert, in denen Sie speziell aktuelle, reale Grundlage brauchen.

Zusammengefasst ist Gemini 3.1 Flash Image Preview ein schnelles, flexibles Tool für Bearbeitung und Generierung, das auf natürlicher Sprache reagiert, mehrere Quellen mischt, bis 4K skaliert und eine ungewöhnlich breite Palette an Leinwandformen abdeckt – ein praktischer Alltagsbegleiter für kreative Arbeiten, die gut aussehen und schnell vorankommen müssen.