GeminiNanoBanana2V2 - ComfyUI Built-in Node Documentation

此节点通过 Gemini 图像模型将文本提示词发送到 Google 的 Vertex AI API，从而生成或编辑图像。它可以根据描述创建新图像，或使用可选的参考图像修改现有图像。

输入

参数	描述	数据类型	必填	范围
`model`	选择要使用的 Gemini 图像模型。所选模型决定可用的分辨率选项和模型专属输入。	DYNAMIC_COMBO	是	`"Nano Banana 2 (Gemini 3.1 Flash Image)"` `"Nano Banana 2 Lite"`
`prompt`	描述要生成的图像或要应用的编辑的文本提示词。包含模型应遵循的任何约束、样式或细节。不能为空。默认值：空	STRING	是	N/A
`seed`	当种子固定为特定值时，模型会尽力为重复请求提供相同的响应。但不保证确定性输出。此外，即使使用相同的种子值，更改模型或参数设置（如 `temperature`）也可能导致响应变化。默认情况下，使用随机种子值。默认值：42	INT	是	0 到 18446744073709551615
`response_modalities`	决定响应格式。IMAGE 仅返回图像；IMAGE+TEXT 返回图像和文本响应。默认值：IMAGE。高级参数。	COMBO	是	`"IMAGE"` `"IMAGE+TEXT"`
`system_prompt`	用于规定 AI 行为的基础指令。默认使用内置提示词，指示模型始终生成图像。高级参数。	STRING	否	N/A
`temperature`	控制生成过程中的随机性。较低的值更聚焦、更确定。默认值：1.0。高级参数。	FLOAT	否	0.0 到 2.0 (step 0.01)
`top_p`	核采样阈值。较低的值更聚焦，较高的值更多样。默认值：0.95。高级参数。	FLOAT	否	0.0 到 1.0 (step 0.01)

参数	描述	数据类型	必填	范围
`aspect_ratio`	如果设置为 ‘auto’，将匹配输入图像的宽高比；如果未提供图像，通常生成 16:9 方形。默认值：auto	COMBO	是	`"auto"` `"1:1"` `"2:3"` `"3:2"` `"3:4"` `"4:3"` `"4:5"` `"5:4"` `"9:16"` `"16:9"` `"21:9"` `"1:4"` `"4:1"` `"8:1"` `"1:8"`
`resolution`	目标输出分辨率。	COMBO	是	`"1K"` `"2K"` `"4K"`
`thinking_level`	选择模型使用的思考等级。	COMBO	是	`"MINIMAL"` `"HIGH"`

参数	描述	数据类型	必填	范围
`aspect_ratio`	如果设置为 ‘auto’，将匹配输入图像的宽高比；如果未提供图像，通常生成 16:9 方形。默认值：auto	COMBO	是	`"auto"` `"1:1"` `"2:3"` `"3:2"` `"3:4"` `"4:3"` `"4:5"` `"5:4"` `"9:16"` `"16:9"` `"21:9"` `"1:4"` `"4:1"` `"8:1"` `"1:8"`
`resolution`	目标输出分辨率。	COMBO	是	`"1K"`
`thinking_level`	选择模型使用的思考等级。	COMBO	是	`"MINIMAL"` `"HIGH"`

参数	描述	数据类型	必填	范围
`images`	可选的参考图像。总共最多 14 张。可增长插槽：连接 `image_1` 至 `image_14`。	IMAGE	否	0 到 14 images
`files`	可选的文件，用作模型的上下文。接受来自 Gemini Generate Content Input Files 节点的输入。	GEMINI_INPUT_FILES	否	N/A

注：最多可将 14 张参考图像连接到 images 输入；超过此限制将引发错误。

输出名称	描述	数据类型
`IMAGE`	生成或编辑后的图像。	IMAGE
`STRING`	模型生成的文本描述或标题。当没有返回文本时为空，例如 `response_modalities` 设置为 `IMAGE` 时。	STRING
`thought_image`	模型思考过程中的第一张图像。仅当 `thinking_level` 为 HIGH 且使用 IMAGE+TEXT 模式时可用。	IMAGE

注：当 response_modalities 设置为 IMAGE 时，STRING 输出为空。如果模型在此模式下未生成图像，节点将引发错误，建议切换至 IMAGE+TEXT 以查看模型的推理过程。

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): 347d28aeb46aa91f7515a31c385a3e3f805a1861116a21dd2ef6575ab7fd4f3e