Google Gemini 2.5 Flash Image: до 500 картинок в день бесплатно через API

Google выпустил Gemini 2.5 Flash Image (Nano Banana) — модель, которая генерирует и редактирует изображения через API. И да, у неё есть полноценный бесплатный тариф: 500 запросов в день, без привязки карты. Это не шутка — реально 500 картинок в сутки за ноль рублей.

Я сам долго мучился с генерацией картинок для блога. DALL-E в ChatGPT — крутая штука, но 5 картинок в день на бесплатном тарифе — это смех сквозь слезы. Midjourney стоит денег и не имеет нормального API. Stable Diffusion требует GPU. А тут Google выкатывает модель, которая даёт полтысячи изображений в сутки бесплатно. Я решил проверить — не фейк ли?

Оказалось — нет. Gemini 2.5 Flash Image работает через Google AI Studio. Заходишь на aistudio.google.com, создаёшь API-ключ за минуту и начинаешь генерировать. Никакой кредитной карты, никаких триалов. Просто ключ — и погнали.

Что умеет эта модель? Это не просто генератор картинок. Gemini 2.5 Flash Image — мультимодальная модель. Она понимает текст и изображения одновременно. Может создать картинку с нуля по описанию. Может отредактировать существующую — загружаешь фото и пишешь «убери фон» или «сделай ярче». Может смешивать несколько изображений в одно. Может сохранять персонажа в серии картинок — удобно для сторителлинга. Внутри каждой сгенерированной картинки — невидимый SynthID-водяной знак. На качестве это не сказывается.

Модель поддерживает разрешение до 1024×1024 и кучу соотношений сторон: 1:1, 16:9, 9:16, 4:3, 3:2, 21:9 — под любой формат. Скорость генерации — 2-4 секунды на картинку. Это в разы быстрее DALL-E (10-15 секунд) и Midjourney (20-40 секунд).

Бесплатный тариф Google AI Studio даёт 500 requests per day на модель gemini-2.5-flash-image. Это 10 запросов в минуту. 500 картинок в день — примерно 15 000 изображений в месяц. Бесплатно. Надо понимать нюанс: на бесплатном тарифе Google может использовать твои промпты и картинки для обучения моделей. Если конфиденциальность важна — есть платный тариф от .039 за изображение. Но для личного блога, прототипов, пет-проектов бесплатного лимита хватит с головой.

В приложении Gemini (gemini.google.com) тоже есть бесплатная генерация — до 20 картинок в день на Basic-тарифе, но там модель Nano Banana 2, качество повыше, но лимит меньше. Для API — 500 в день. Разница существенная.

Кому это реально нужно? Блогерам — обложки для статей. Маркетологам — креативы для рекламы. Разработчикам — тестовые данные, аватары, иконки. Дизайнерам — прототипы, мудборды.

Я для себя вижу главный сценарий — обложки для статей в блог. Раньше я упирался в лимиты DALL-E (5 картинок в день), приходилось копить или брать стоки. Теперь 500 в день — я могу не экономить.

По реалистичности Gemini уступает Midjourney — но Midjourney стоит от в месяц и не имеет нормального API. По пониманию сложных промптов Gemini 2.5 Flash Image на уровне DALL-E 3, а где-то и лучше — особенно в редактировании. Stable Diffusion бесплатно, но требует GPU. Gemini — бесплатно, работает из коробки.

Мой вердикт: для 90% задач Gemini 2.5 Flash Image — оптимальный выбор. Бесплатно, быстро, просто. Я теперь все картинки для блога гоняю через него, а DALL-E открываю только если нужно что-то очень хитрое. Для ежедневной работы — Gemini рулит.

Попробуй сам. AI Studio гуглится за секунду, ключ создаётся без карты, первая картинка генерируется через минуту после регистрации. Ссылка на документацию: ai.google.dev/gemini-api/docs/models/gemini-2.5-flash-image.

Практика. Чтобы посмотреть на модель в деле, я написал простенький скрипт на Python — буквально двадцать строк. Выглядит это так: читаешь переменную окружения с ключом, в запросе указываешь модель gemini-2.5-flash-image и промпт, а на выходе получаешь бинарник картинки. Никаких обёрток и SDK в этой версии, оказалось, и не нужно — всё на чистом HTTP.

Первым делом я попросил модель нарисовать обложку для статьи про WireGuard. Промпт сочинил такой: «туннель в горах, неоновые провода уходят вдаль, киберпанк, тёмный фон, вертикальная композиция». Через четыре секунды получил четыре кандидата. Не идеал, но как черновик — отличная база. Дальше я взял лучший вариант и попросил «сделай чуть холоднее цвет, добавь лёгкое свечение вокруг проводов» — модель отредактировала ту же картинку, а не сгенерировала новую. Вот это редактирование по запросу и есть главный козырь.

Как работает редактирование. Секрет в том, что Nano Banana умеет принимать на вход изображение и описывать словами, что с ним сделать. Ты прикладываешь файл — и пишешь «замени фон», «убери логотип», «поверни камеру». Модель реально видит картинку и меняет именно то, что просишь. Это сильно отличает её от чистых текст-в-картинку генераторов, которые каждый раз выдают новый сюжет. Я снял несколько забавных кейсов: взял своё фото в кресле и попросил посадить меня за штурвал космического корабля — на выходе получилось почти правдоподобно, даже освещение совпало.

Ещё удобная фишка — сохранение персонажа. Загружаешь референс, и в следующей серии генераций модель держит его внешность. Для сторителлинга или серии обложек одной темы это золото: не нужно каждый раз заново описывать, как выглядит герой.

Сколько реально нужно промптов. Я перепробовал десятки формулировок и вывел рабочую схему. Чем короче и конкретнее запрос — тем лучше результат. Стиль указываешь отдельно: «фотореализм», «плоская иллюстрация», «акварель». Палитру — парой слов. Освещение — одним. Модель очень чутко реагирует на детали, поэтому длинные «простыни» с противоречивыми требованиями чаще портят результат, чем помогают. Лучше сгенерировать пять коротких версий и выбрать, чем мучиться с одним мегапромптом.

Какие есть подводные камни на бесплатном тарифе. Первый — это лимит запросов в минуту. Десять штук на бесплатном уровне — если гонять пачками обложки, спокойно упираешься в него. Решение простое: небольшой sleep между вызовами в цикле, и всё. Второй — Google оставляет за собой право использовать промпты и картинки для обучения. Для личного блога это не проблема, для клиентских заказов с NDA — уже вопрос. Третий нюанс — качество воды: на логотипах и мелком тексте модель иногда плывёт, буквы может переврать. Для открытки с надписью лучше давать текст отдельно.

Кому я это посоветую. Честно скажу: если ты блогер или ведёшь канал — обложки, карточки, иллюстрации к постам закрываются с головой. Если ты разработчик — тестовые данные, аватары, фоны для интерфейсов. Если дизайнер — мудборды и прототипы за минуту. Единственное, где Gemini пока проигрывает — это по-настоящему художественная стилистика уровня Midjourney. Но за ноль рублей закрывать глаза на это можно.

А что с ограничением в 500 картинок. Пятьсот в день — это примерно пятнадцать тысяч в месяц. На мои нужды хватает с большим запасом: даже если делать по десять обложек в день, выходит триста в месяц. Дальше упираешься уже не в лимит, а в собственные идеи. Для экспериментов и обучения — бери и делай, не бойся «сжечь» лимит, он огромный.

Пара слов про скорость и формат. Выходные картинки приходят в формате PNG и JPG, до 1024×1024. Для соцсетей хватает: на VK, Telegram, DTF обложки почти всегда меньше. Если нужна более высокая детализация — можно запросить апскейл сторонним инструментом, но для обычных задач оригинал годится как есть. Генерация 2–4 секунды на штуку — субъективно быстрее, чем большинство конкурентов.

Что в итоге. Я убрал из рабочего процесса DALL-E и стоки. Обложки теперь генерю в Gemini, редактирую там же и сразу сохраняю на диск. Экономия времени — ощутимая: вместо получаса поисков стоковой картинки трачу минуту на промпт. Если у тебя есть задача, где нужны картинки «часто и много» — просто начни с бесплатного тарифа. Хуже точно не станет, а результат увидишь в первый же день.

Как я встроил это в блог. Сейчас у меня весь конвейер обложек построен вокруг Gemini. Процесс выглядит так: написал статью, придумал три-четыре идеи для картинки, сгенерил по варианту на каждую, выбрал лучший, попросил модель чуть доработать цвет и композицию — и готово. Раньше на это уходил вечер, теперь — полчаса. Для сравнения: когда пользовался стоками, обложка могла не совпадать с текстом по смыслу, приходилось искать альтернативу или переписывать заголовок под картинку. Теперь наоборот — картинка рождается из текста, и рассинхрона просто не бывает.

Что стоит попробовать в первую очередь. Если хочешь быстро оценить модель, не пиши ничего сложного. Возьми одну фразу из своей статьи, добавь стиль — и смотри. Например: «серверная стойка ночью, неоновая подсветка, фотореализм». Уже через минуту будет шесть вариантов. Потом загрузи одну из них и попроси «добавь слева ноутбук» — увидишь, как работает редактирование. После этого станет понятно, зачем вообще нужны стоки.

Сравнение с другими инструментами, коротко. DALL-E — лучший по пониманию сложных промптов, но жёстко лимитирован бесплатно. Midjourney — красивее картинки, но платно и без нормального API. Stable Diffusion — бесплатно и локально, но нужен GPU, а на слабом железе генерация превращается в мучение. Sora и видео — отдельная тема. Gemini 2.5 Flash Image — единственный вариант, который сочетает бесплатный тариф, скорость и редактирование без внешних инструментов.

Какие ошибки я совершал в начале. Первая — слишком длинные промпты. Модель начитанная, но противоречивые требования портят всё. Вторая — забывал про соотношение сторон: для превью на сайте нужна одна пропорция, для поста в соцсети — другая, а я генерил дефолт. Третья — не проверял текст на картинках. Модель умеет писать, но иногда вставляет случайные буквы, особенно в кириллице. Теперь всегда задаю текст отдельным слоем в редакторе. Четвёртая — игнорировал лимит запросов в минуту и упирался в него в самый неподходящий момент. Мелочь, но пару раз подвело.

Будущее и планы. Google явно движется в сторону того, что одна модель будет уметь и генерировать, и редактировать, и достраивать видео. Уже сейчас Flash Image закрывает 90% моих задач. Если добавится высокое разрешение 2K и улучшится кириллица — для меня это будет идеальный инструмент. А пока — 500 бесплатных картинок в день перекрывают все потребности блога с запасом.

Резюме для тех, кто читает впопыхах. Модель бесплатная (500 изображений в сутки), быстрая (2–4 секунды), умеет редактировать готовые картинки и сохранять персонажей. Хороша для обложек блога, креативов, аватаров и прототипов. Не для художественной графики уровня Midjourney и пока с оговорками по тексту на картинках. Начни с бесплатного тарифа — через пять минут поймёшь, подходит ли она тебе. Я уже не вернусь к стокам, и это лучший показатель.