Google по API: Nano Banana, Gemini TTS и Lyria
Здесь — медиа Google, а не чат. По нашему ключу доступны пять версий Nano Banana для картинок, пять моделей озвучки Gemini TTS, музыка Lyria 3.5 и распознавание речи Gemini 3.5 Transcribe на 85+ языках. Текстовых моделей Gemini у нас нет. Картинки, озвучку и музыку можно сделать и без кода — в Студии на сайте.
- 13 моделей
- от 9,00 ₽ за картинку
- картинки, озвучка текста, музыка, распознавание речи
Обновлено:
Модели и цены
Картинки
| Модель | Качество | Цена |
|---|---|---|
| Nano Banana 2.1 | 1K–4K | от 9,00 ₽ за картинку |
| Nano Banana 2 | 1K–4K | от 19,00 ₽ за картинку |
| Nano Banana Pro | 1K–4K | от 29,00 ₽ за картинку |
| Nano Banana 2 Lite | 1K | от 9,00 ₽ за картинку |
| Nano Banana | 1K | от 9,00 ₽ за картинку |
Озвучка текста
| Модель | Знаков за раз | Цена |
|---|---|---|
| Gemini 3.8 Flash TTS | до 5 000 | от 9,00 ₽ за озвучку |
| Gemini 3.8 Flash Lite TTS | до 5 000 | от 9,00 ₽ за озвучку |
| Gemini 3.1 Flash TTS | до 5 000 | от 9,00 ₽ за озвучку |
| Gemini 2.5 Pro TTS | до 5 000 | от 9,00 ₽ за озвучку |
| Gemini 2.5 Flash TTS | до 5 000 | от 9,00 ₽ за озвучку |
Распознавание речи
| Модель | Звука за раз | Цена |
|---|---|---|
| Gemini 3.5 Transcribe | до 1 ч | 0,56 ₽ за минуту звука |
| Gemini 2.5 Flash (распознавание речи) | до 2 ч | 0,22 ₽ за минуту звука |
Музыка
| Модель | Длина трека | Цена |
|---|---|---|
| Lyria 3.5 | до двух минут | 19,00 ₽ за трек |
Как выбрать
У Google четыре медиазадачи, и у каждой своё семейство моделей.
- Картинки — Nano Banana, которую по-русски часто ищут как «нано банана». Для новых проектов Google советует Nano Banana 2.1 и называет её основной рабочей моделью для создания и правки картинок, с качеством от 1K до 4K. Nano Banana Pro — выбор для сложных сцен: Google пишет, что она рассуждает над задачей и выводит разборчивый текст для инфографики, меню и схем. Nano Banana 2 Lite Google называет самой быстрой и экономной картиночной моделью Gemini; у нас она рисует в 1K. Рядом — Nano Banana 2 и первая Nano Banana.
- Озвучка — Gemini TTS. Gemini 3.8 Flash TTS по документации Google знает больше 130 языков, Gemini 3.8 Flash Lite TTS — больше 100, и русский есть у обеих. Прошлые 3.1 Flash, 2.5 Pro и 2.5 Flash остались для программ, где они уже прописаны.
- Музыка — Lyria 3.5. По описанию Google, она пишет целые песни на пару минут — с вокалом, словами в такт и полной аранжировкой.
- Распознавание — Gemini 3.5 Transcribe. Это отдельная модель распознавания речи на основе того, как Gemini понимает звук, а не чат.
Через API картинки рисуются только по описанию: своё фото к запросу пока не приложить. В Студии картинок на сайте те же Nano Banana меняют фото по словам. Цены — за картинку по качеству, за текст по длине, за трек и за минуту записи — в таблице моделей на этой странице.
Популярные задачи
Карточки товаров для маркетплейса
Белый фон, мягкая тень, товар крупно — типичная карточка, которую Nano Banana 2.1 рисует по описанию. Пиши по-русски, как объясняешь фотографу: предмет, ракурс, фон, свет. Для ленты маркетплейса хватит 1K или 2K, 4K оставь для печати и баннеров.
Пример запроса: «Карточка товара для маркетплейса: белые кроссовки на светло-сером фоне, мягкая тень, вид сбоку.»
Инфографика, меню и схемы
Когда на картинке много текста, бери Nano Banana Pro. Перечисли блоки по порядку, а надписи дай в кавычках, слово в слово, — модель перенесёт их на картинку. Кириллица тоже работает, но длинные абзацы на картинке читать неудобно: оставь короткие подписи.
Пример запроса: «Постер к фестивалю джаза: саксофон из неоновых линий, надпись «Джаз у моря» крупно сверху.»
Сотни недорогих картинок
Иконки, превью, черновики идей — когда картинок много, а каждая не должна стоить как обложка. Nano Banana 2 Lite Google делала как раз для скорости и экономии. Сделай черновики в Lite, а удачные идеи перерисуй в Nano Banana 2.1 или Pro.
Озвучка роликов и уведомлений на русском
Gemini 3.8 Flash TTS читает русский текст с живой интонацией и понимает метки в угловых скобках — Google советует их для самого чистого звука: <laugh>, <sigh>. У нас двенадцать голосов Google — Kore, Puck, Charon и другие, — а цена зависит от длины текста, до 5 000 знаков за раз. Другие озвучки с русским — в подборке озвучки текста.
Фоновая музыка и джинглы
Для фона в ролике, заставки подкаста или джингла бери Lyria 3.5. Опиши жанр, темп, инструменты и настроение. Если голос не нужен, так и напиши: «без вокала». Если нужен — дай слова: Google пишет, что Lyria 3.5 поёт на языке запроса.
Пример запроса: «Лёгкий лоу-фай для фона ролика о кофейне: пианино, мягкие барабаны, без вокала.»
Расшифровка планёрок
Gemini 3.5 Transcribe сделана для записей, где говорят несколько человек: по документации Google, она различает до восьми говорящих и умеет убирать слова-паразиты. Google честно пишет, что разметка трёх и больше голосов пока экспериментальная. Соседей по задаче мы собрали в подборке распознавания речи.
Как получить ключ Nano Banana API в России
Ключ Google AI Studio и платёжный аккаунт Google не нужны: Nano Banana, Gemini TTS, Lyria и Gemini 3.5 Transcribe работают по нашему ключу.
- Войди на veselo.ai и выпусти ключ
sk-vsl-…в кабинете API — это и есть твой nano banana api key. - Положи деньги на API-счёт: карта российского банка или СБП.
- Картинка —
POST https://veselo.ai/v1/images/generationsсmodel: "google/nano-banana-2.1", описанием иquality: "2K"; озвучка —/v1/audio/speechсmodel: "google/gemini-3.8-flash-tts"иvoice: "Kore"; музыка —/v1/audio/musicсmodel: "google/lyria-3.5".
Ответ на картинку и звук ждёт готовый результат в том же запросе. Все поля — в разделах «Картинки», «Озвучка» и «Музыка».
Как подключить
Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI. Пример — с моделью Nano Banana 2.1: у других моделей меняется только model.
curl
curl https://veselo.ai/v1/images/generations \
-H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
-H "Content-Type: application/json" \
-d '{
"model": "google/nano-banana-2.1",
"prompt": "Рыжий кот на подоконнике, акварель, мягкий утренний свет"
}'Python
from openai import OpenAI # pip install openai
client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ", timeout=600.0, max_retries=0)
r = client.images.generate(
model="google/nano-banana-2.1",
prompt="Рыжий кот на подоконнике, акварель, мягкий утренний свет",
)
print(r.data[0].url)JavaScript
import OpenAI from 'openai'; // npm i openai
const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ', timeout: 600_000, maxRetries: 0 });
const r = await client.images.generate({
model: 'google/nano-banana-2.1',
prompt: 'Рыжий кот на подоконнике, акварель, мягкий утренний свет',
});
console.log(r.data[0].url);В программах: тем же ключом — из любого кода, а без ключа Claude, ChatGPT и Cursor зовут модель по MCP: вход на сайте и кнопка «Разрешить». MCP
Версии и отличия
- Nano Banana 2.1 — у Google
gemini-nano-banana-2.1, основная модель для новых проектов. Nano Banana 2 —gemini-3.1-flash-image: скорость, 4K и единый вид героя по нескольким фото-образцам — образцы принимает Студия. Nano Banana Pro —gemini-3-pro-image, для сложных задач. Nano Banana 2 Lite —gemini-3.1-flash-lite-image, быстрая и недорогая. Nano Banana — первая,gemini-2.5-flash-image; Google советует переходить с неё на 2 Lite. - Gemini 3.8 Flash TTS и 3.8 Flash Lite TTS — нынешнее поколение озвучки. Gemini 3.1 Flash TTS и 2.5 Pro TTS Google называет более ранними предварительными моделями; 2.5 Flash TTS — тоже прошлое поколение.
- Lyria 3.5 — песни целиком. Короткой модели Lyria для 30-секундных фрагментов у нас нет.
- Gemini 3.5 Transcribe — распознавание готовых записей; её версия для живой речи у нас не продаётся.
- Чего здесь нет: чата и текстовых моделей Gemini, видео Veo и голосового режима Gemini Live.
Вопросы и ответы
- Есть ли у вас Gemini API для текста?
- Нет. Текстовые модели Google — чат Gemini и его версии — мы не продаём. Здесь только картинки, озвучка, музыка и распознавание речи Google, а текстовые задачи закрывают другие модели каталога, например Qwen.
- Чем Nano Banana 2.1 отличается от Nano Banana Pro?
- По описанию Google, 2.1 — основная рабочая модель: быстро и в хорошем качестве. Pro — для сложных сцен, где нужно рассуждать над композицией и выводить много текста. Для обычной картинки хватит 2.1, для инфографики и меню бери Pro.
- Можно ли менять своё фото через Nano Banana API?
- Пока нет: через API картинка рисуется только по описанию. Поменять фон, одежду или стиль на своём фото можно в Студии на сайте — туда можно приложить до четырёх фото.
- Есть ли на картинках и треках знак Google?
- Google пишет, что во все картинки Nano Banana и в весь звук Lyria встроен невидимый знак SynthID — по нему такие файлы можно опознать. На глаз и на слух он незаметен.
- Говорит ли Gemini TTS по-русски?
- Да. Русский есть в списках языков и Gemini 3.8 Flash TTS, и 3.8 Flash Lite TTS. Голос выбирается из двенадцати голосов Google, а язык модель понимает по самому тексту.
- Какой длины трек делает Lyria 3.5?
- По описанию Google — песню на пару минут, а длину можно подсказать в описании. Цена у нас — за трек целиком, сколько бы он ни длился.
- Какую запись можно отдать Gemini 3.5 Transcribe?
- Google называет предел в час записи, а с разметкой говорящих или временем слов — полчаса. У нас есть ещё предел размера файла, поэтому длинную встречу сожми в MP3 или раздели на части.
- Нужны ли VPN и зарубежная карта?
- Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.
- Сколько стоит запрос, который закончился ошибкой?
- Нисколько: ошибка нейросети денег не стоит, удержание на время запроса снимается целиком.
Ещё по теме
- Картинки по API за рубли — документация API
- Озвучка текста по API за рубли — документация API
- Музыка по API: Lyria за рубли — документация API
- Распознавание речи по API за рубли — документация API
- Все модели: картинки
- Все модели: озвучка текста
- Все модели: распознавание речи
- Подключить к Claude и ChatGPT
- Все модели и цены
Факты сверены 16 ноября 2026 по документации: aistudio.google.com