Gemini 3.1 Flash Image Preview

Gemini 3.1 Flash Image Preview, también conocido como Nano Banana 2, es el modelo rápido de generación y edición de imágenes de Google, diseñado para creadores que quieran transformar, refinar y reimaginar imágenes usando solo una instrucción escrita. Ya seas un diseñador puliendo un concepto, un fotógrafo retocando una toma o un creador de contenido produciendo visuales a gran velocidad, este modelo convierte indicaciones en lenguaje natural en imágenes terminadas —rápidamente y con un fuerte sentido del detalle.

En su núcleo, el modelo destaca en la edición de imágenes dirigida por texto. Describes el cambio que quieres —por ejemplo, «haz una foto del hombre conduciendo el coche por la costa de California»— y el modelo reinterpreta o edita tu imagen de origen en consecuencia. Puedes proporcionar una o más imágenes de referencia para guiar el resultado, lo que lo hace ideal para composiciones, transferencia de estilos, cambios de escena, colocación de personajes e refinamiento iterativo. Como acepta múltiples imágenes a la vez, puedes combinar elementos de varias fuentes en una sola imagen cohesiva, mezclando sujetos y entornos como lo haría un retoque, pero mediante una simple dirección escrita.

Una de sus fortalezas destacadas es su salida flexible. Puedes generar imágenes en varias resoluciones, desde un compacto 0.5K hasta un nítido 2K y 4K, lo que te da espacio para producir desde borradores rápidos hasta activos finales de alto detalle aptos para impresión o pantallas grandes. El control de proporciones es inusualmente amplio: además de formatos familiares como 16:9, 1:1, 9:16, 4:3 y 3:2, el modelo soporta proporciones extremas como 4:1, 1:4, 8:1 y 1:8 —perfecto para pancartas, escenas panorámicas, diseños verticales altos y lienzos no convencionales que la mayoría de herramientas no pueden manejar. Si no quieres especificar, un ajuste automático deja que el modelo elija la forma más adecuada para tu indicación. La salida se puede guardar como PNG, JPEG o WebP según las necesidades de tu flujo de trabajo.

Más allá de imágenes y texto, el modelo puede tomar contexto adicional para informar lo que crea. Puedes proporcionar un vídeo (incluyendo un enlace de YouTube), un archivo de audio o incluso un documento PDF como material de referencia, permitiendo que el modelo se base en información de origen más rica al componer tu resultado. También hay una capacidad opcional de búsqueda web, que permite al modelo incorporar la información más reciente de la web al generar una imagen —útil cuando quieres un resultado basado en referencias actuales del mundo real en lugar de solo lo que el modelo ya sabe.

Para creadores que quieran una dirección creativa más fina, el modelo ofrece una función de instrucción de sistema que guía su personalidad y estilo general de salida en una solicitud. Esta es una forma de establecer un tono creativo consistente —un estilo de casa, un estado de ánimo o un enfoque visual— que se mantiene en las imágenes que produce. También puedes generar hasta cuatro imágenes a la vez, dándote un conjunto de variaciones para elegir en una sola pasada. Un control de semilla te permite reproducir o fijar un resultado particular, para que una vez que des con algo que te gusta, puedas volver a él o explorar variaciones cercanas con consistencia.

El modelo incluye un modo de «pensamiento» opcional que se puede configurar en nivel mínimo o alto, permitiéndole razonar de forma más deliberada sobre indicaciones complejas e incluir su razonamiento en el proceso. Esto puede ayudar con tareas de edición intrincadas donde las instrucciones requieren una interpretación más cuidadosa. También hay un control para el número de imágenes que el modelo produce por ronda de indicaciones, lo que ayuda a mantener los resultados enfocados en tu salida prevista. Junto con las imágenes terminadas, el modelo devuelve una descripción textual de lo que ha generado, proporcionándote un resumen escrito del resultado.

La seguridad del contenido se maneja mediante un ajuste de tolerancia regulable, desde el más estricto —que bloquea la mayoría del contenido sensible— hasta el menos estricto. Esto te permite ajustar la moderación según tu proyecto y audiencia, manteniendo las generaciones apropiadas para tu uso.

¿Quién se beneficia más? Los diseñadores y marketers apreciarán las proporciones extremas y altas resoluciones para producir desde publicaciones en redes hasta pancartas anchas y diseños verticales altos. Los fotógrafos y retoques pueden usar la edición dirigida por texto para reimaginar escenas, cambiar entornos y combinar imágenes de referencia sin enmascarado manual. Los cineastas y narradores pueden extraer contexto de vídeo y audio para mantener el arte conceptual alineado con el tono del proyecto. Los creadores de contenido que necesitan moverse rápido valorarán la capacidad de generar múltiples variaciones rápidamente, fijar un favorito con el control de semilla y exportar en el formato que requiera su pipeline.

Hay algunas consideraciones prácticas que vale la pena mencionar. Al proporcionar un vídeo, archivo de audio o PDF como contexto, cada uno de estos inputs tiene un límite de tamaño (los enlaces de YouTube son una excepción y se pasan directamente). La opción de limitación de generación, aunque útil para mantener las salidas enfocadas, es experimental y puede afectar la calidad en algunos casos. Y activar la búsqueda web añade información externa a la mezcla, lo que es potente para imágenes temáticas o precisas en referencias, pero es mejor reservarlo para cuando específicamente necesites una base actual del mundo real.

En resumen, Gemini 3.1 Flash Image Preview es una herramienta rápida y flexible de edición y generación que responde al lenguaje natural, mezcla múltiples fuentes, escala hasta 4K y se extiende a una gama inusualmente amplia de formas de lienzo —un compañero práctico para el trabajo creativo que necesita lucir bien y avanzar rápidamente.