ใช่ แต่ไม่ใช่คำสั่งที่รับประกันว่าจะ “สร้างภาพแยกกันทั้งหมดสี่ภาพ” อย่างแน่นอน. นับตั้งแต่วันที่ 20 กรกฎาคม 2026, เอกสารคู่มือการสร้างภาพ Gemini ของ Google ในปัจจุบัน กล่าวว่า Gemini 3 Pro ภาพ (gemini-3-pro-image), ที่มีชื่อรุ่นว่า Nano Banana Pro, สามารถส่งคืนบล็อกภาพได้มากกว่าหนึ่งบล็อกในคำตอบที่ซับซ้อน เอกสารเดียวกันนี้ยังเตือนว่าโมเดลนี้จะไม่เสมอไปตามจำนวนภาพที่ขอมาอย่างแม่นยำ.
บริการอย่างเป็นทางการของ Gemini 3 Pro อาจประสบปัญหาความแออัด ในช่วงเวลาเร่งด่วน, โดยเฉพาะอย่างยิ่งสำหรับผู้ใช้ฟรี ซึ่งมักจะถูกจำกัดจำนวนภาพที่สามารถสร้างได้และถูกจำกัดความละเอียดให้ต่ำลง ข่าวดีก็คือ GlobalGPT ได้ผสานรวมอย่างสมบูรณ์ เจมินี 3 โปร’ความสามารถในการสร้างภาพหลายภาพพร้อมกัน ช่วยให้คุณสามารถสร้างภาพแบบกลุ่มได้ที่นี่อย่างอิสระ โดยไม่มีข้อจำกัดเกี่ยวกับปริมาณ ความเร็ว หรือคุณภาพ.
Gemini 3 Pro vs. Gemini 3 Pro ภาพ: ใช้ชื่อที่ตรงกัน
“Gemini 3 Pro” มักถูกใช้อย่างกว้างขวางทั้งในกระบวนการทำงานด้านการสนทนาและภาพ แต่ Google ได้ระบุผลิตภัณฑ์และรหัสโมเดลที่ต่างกันอย่างชัดเจน ความแตกต่างนี้อธิบายได้ว่าทำไมหน้าโมเดลข้อความ หน้า Gemini Apps และตัวอย่าง API จึงอาจทำงานแตกต่างกัน.
| ชื่อปัจจุบัน | รหัสโมเดล API | บทบาทที่เป็นประโยชน์ |
|---|---|---|
| เจมินี 3 โปร | ไม่ใช่รหัสตัวแบบภาพ | การวิเคราะห์ทั่วไปและการเข้าใจแบบหลายรูปแบบ; อย่าใช้ป้ายนี้เพื่อเป็นหลักฐานของกระบวนการสร้างภาพผลลัพธ์แบบเฉพาะเจาะจง. |
| ภาพ Gemini 3 Pro (Nano Banana Pro) | gemini-3-pro-image | การสร้างและแก้ไขภาพระดับพรีเมียม สำหรับงานภาพที่ซับซ้อนและต้องการความแม่นยำสูง. |
| Gemini 3.1 ภาพแฟลช (Nano Banana 2) | gemini-3.1-flash-image | โมเดลภาพแบบทั่วไปของ Google ที่สมดุลระหว่างความเร็ว คุณภาพ การแสดงผลข้อความ และความสอดคล้องกับภาพอ้างอิง. |
| Gemini 3.1 ภาพ Flash Lite (Nano Banana 2 Lite) | gemini-3.1-flash-lite-image | การสร้างภาพที่รวดเร็วและต้นทุนต่ำ; Google ระบุว่า ระบบนี้ไม่ได้ถูกปรับให้เหมาะสมสำหรับการป้อนข้อมูลอ้างอิงหลายชุด หรือการแก้ไขแบบหลายรอบต่อเนื่อง. |
| ภาพแฟลช Gemini 2.5 (Nano Banana) | gemini-2.5-flash-image | แบบจำลองภาพรุ่นเก่า; Google แนะนำให้ย้ายงานใหม่ไปยังตระกูล Nano Banana รุ่นใหม่กว่า. |
ห้าความหมายที่แตกต่างกันของ “ภาพหลายภาพ”
ความสับสนส่วนใหญ่เกิดจากการนำกระบวนการทำงานห้าแบบที่แตกต่างกันมารวมเป็นคุณสมบัติเดียว ทั้งห้ากระบวนการนี้ช่วยแก้ปัญหาที่แตกต่างกัน และมีการรับประกันความน่าเชื่อถือที่แตกต่างกัน.
| กระบวนการทำงาน | สิ่งที่เกิดขึ้นจริง | มันรับประกันจำนวนผลลัพธ์ที่แม่นยำหรือไม่? |
|---|---|---|
| ขอให้แสดงภาพหลายภาพในคำสั่งเดียว | คำตอบแบบหนึ่งอาจประกอบด้วยหลายบล็อกภาพ, จำนวนภาพน้อยกว่าที่ขอ, หรือภาพรวมหนึ่งภาพที่มีหลายส่วน. | ไม่ Google ระบุอย่างชัดเจนว่าหมายเลขที่ขออาจไม่ถูกติดตาม. |
| คำตอบที่ผสมผสานระหว่างข้อความและภาพ | Gemini 3 Pro Image สามารถสร้างเรื่องราว คู่มือ หรือเนื้อหาที่คล้ายกัน ซึ่งประกอบด้วยส่วนข้อความและภาพประกอบหลายภาพ. | ไม่มีการรับประกันจำนวนที่แม่นยำ; ต้องตรวจสอบทุกบล็อกคำตอบ. |
| คำขอ API ที่ดำเนินการพร้อมกัน | แอปพลิเคชันของคุณส่งคำขอแบบเรียลไทม์หลายคำขอที่ทำงานอย่างอิสระกันในเวลาเดียวกัน. | คุณสามารถควบคุมจำนวนคำขอได้ แต่การเรียกแต่ละครั้งอาจล้มเหลวหรือถูกจำกัดอัตรา. |
| API แบบแบทช์ Gemini | คุณส่งคำขอหลายรายการที่ทำงานอย่างอิสระเป็นงานแบบไม่พร้อมกัน เพื่อดำเนินการในภายหลัง. | คุณสามารถควบคุมรายการคำขอที่ส่งไปแล้วได้; รายการที่ล้มเหลวนั้นยังต้องได้รับการจัดการ. |
| ภาพอ้างอิงหลายภาพ | ภาพต้นทางหลายภาพจะนำไปสร้างภาพใหม่หนึ่งภาพหรือปรับแต่งภาพหนึ่งภาพ. | ไม่. จำนวนข้อมูลเข้าและจำนวนข้อมูลออกไม่มีความเกี่ยวข้องกัน. |
การตอบกลับ Gemini หนึ่งครั้งสามารถมีภาพหลายภาพได้หรือไม่?
ใช่ Google เอกสารแสดงผลแบบสลับกัน ซึ่ง Gemini 3 Pro Image สร้างข้อความและภาพประกอบหลายภาพตามลำดับ สิ่งนี้มีประโยชน์สำหรับเรื่องราวที่มีภาพประกอบ คู่มือขั้นตอนต่อขั้นตอน และเนื้อหาอื่น ๆ ที่เกี่ยวข้องกัน ซึ่งแตกต่างจากตัวสร้างแบบกำหนดค่าที่แน่นอน ซึ่งจะสร้างไฟล์สี่ไฟล์ที่แยกกันเสมอ.
API ของ Interactions ภาพผลลัพธ์ คุณสมบัติความสะดวกจะคืนค่าเพียง สุดท้าย บล็อกภาพที่สร้างขึ้น เมื่อคำตอบอาจมีภาพหลายภาพ นักพัฒนาต้องดำเนินการผ่านขั้นตอนการโต้ตอบทีละขั้นตอน และบันทึกบล็อกภาพทุกบล็อก การอ่านเพียง ภาพผลลัพธ์ สามารถทำให้การตอบกลับที่มีภาพหลายภาพดูเหมือนการตอบกลับที่มีภาพเพียงภาพเดียวได้.
สำหรับคำขอเช่น “สร้างสี่มุมกล้องที่แตกต่างกัน” โมเดลอาจยังคงส่งคืนภาพเพียงหนึ่งภาพ น้อยกว่าสี่ภาพ หรือแผ่นติดต่อเดียว ให้ใช้คำขอแยกกันเมื่อผลลัพธ์แต่ละรายการต้องเป็นสินทรัพย์แยกกันที่มีชื่อไฟล์ สถานะ และเส้นทางลองใหม่ของตัวเอง.
วิธีสร้างจำนวนภาพที่แยกกันได้อย่างแม่นยำ
เพื่อควบคุมได้อย่างสูงสุด: ส่งคำขอหนึ่งครั้งต่อภาพหนึ่งภาพ
- เขียนคำสั่งพื้นฐานที่ใช้ร่วมกันหนึ่งคำสั่ง ซึ่งกำหนดหัวข้อ สไตล์ สี สัดส่วนภาพ และข้อจำกัด.
- สร้างคำแนะนำแบบสั้นสำหรับแต่ละสินทรัพย์ที่จำเป็น เช่น “มุมมองด้านหน้า”, “มุมมองสามส่วนสี่” หรือ “แสงไฟในคืน”
- ส่งคำขอสร้างภาพหนึ่งครั้งสำหรับแต่ละเวอร์ชัน.
- บันทึกข้อความคำสั่ง, ID ของโมเดล, ID ของคำตอบ, ไฟล์ผลลัพธ์ และสถานะความผิดพลาด สำหรับทุกคำขอ.
- ลองทำใหม่เฉพาะตัวแปรที่ล้มเหลวเท่านั้น แทนที่จะสร้างชุดข้อมูลใหม่ทั้งหมด.
วิธีการนี้ช่วยให้คุณได้จำนวนสินทรัพย์และตรรกะการลองใหม่ที่ชัดเจนที่สุด อย่างไรก็ตาม วิธีนี้ไม่รับประกันว่าตัวละครหรือผลิตภัณฑ์ในภาพทุกภาพจะเหมือนกัน ดังนั้น ให้ใช้ข้อมูลอ้างอิงที่ได้รับการอนุมัติแล้วและระบุรายละเอียดทางภาพที่ไม่อาจเปลี่ยนแปลงได้ในทุกคำขอ.
เพื่อลดความล่าช้า: ดำเนินการคำขอต่าง ๆ พร้อมกัน
การทำงานพร้อมกัน (Concurrency) เป็นตัวเลือกในการออกแบบแอปพลิเคชัน ไม่ใช่โหมดการส่งออกของ Gemini หากโครงการของคุณส่งคำเรียกหกครั้งพร้อมกัน ก็เท่ากับกำลังส่งคำขอหกครั้งและรับคำตอบหกครั้งที่แยกกัน คำเรียกเหล่านั้นจะถูกนับเข้าในขีดจำกัดคำขอ ภาพ โทเค็น และการใช้จ่ายปัจจุบันของโครงการ Google ระบุว่าขีดจำกัด API Gemini ถูกนำไปใช้ต่อโครงการ ไม่ใช่ต่อ API key ดังนั้นการสร้าง key เพิ่มเติมจึงไม่สร้างโควตาแยกต่างหาก.
ใช้การดำเนินการพร้อมกันแบบจำกัด, การลดความถี่แบบเอ็กซ์โพเนนเชียล และการจัดการการลองใหม่สำหรับ 429 ทรัพยากรหมด คำตอบ ตรวจสอบ หน้าจำกัดอัตราการใช้ API Gemini อย่างเป็นทางการ หรือใช้มุมมองโครงการ AI Studio ของคุณ แทนที่จะกำหนดค่าตัวเลขแบบคงที่.
สำหรับงานที่มีปริมาณมากและไม่เร่งด่วน: ใช้ Batch API
The API แบบแบทช์ Gemini ประมวลผลรายการคำขอที่ทำงานอิสระกันแบบไม่พร้อมกัน Google ออกแบบบริการนี้เพื่อรองรับงานที่มีปริมาณการประมวลผลสูงแต่ไม่เร่งด่วน โดยตั้งเป้าหมายเวลาการดำเนินการสูงสุด 24 ชั่วโมง งานขนาดเล็กสามารถส่งได้โดยตรงเมื่อเนื้อหาคำขอยังคงอยู่ภายใน 20 MB ส่วนงานภาพที่มีขนาดใหญ่กว่าควรใช้ไฟล์อินพุตแบบ JSONL.
การประมวลผลแบบแบตช์ไม่ใช่ “คำสั่งเดียวที่สร้างภาพ 100 ภาพ” แต่เป็นงานเดียวที่รวมคำขอหลายรายการ นอกจากนี้ มันก็ไม่ใช่เวอร์ชันที่เร็วขึ้นของการสร้างแบบโต้ตอบ: คุณต้องแลกการตอบสนองทันทีกับการประมวลผลแบบไม่พร้อมกันและความสามารถในการประมวลผลแบบแบตช์ที่แยกต่างหาก.
ขีดจำกัดการป้อนภาพอ้างอิงไม่ใช่ขีดจำกัดการส่งออก
คู่มือการสร้างภาพของ Google ระบุว่า โมเดลภาพ Gemini 3 สามารถผสมภาพอ้างอิงได้สูงสุด 14 ภาพในกระบวนการทำงาน แต่ระดับความแม่นยำที่มีประโยชน์จะแตกต่างกันไปตามโมเดลและประเภทภาพอ้างอิง.
| แบบจำลองภาพ | คู่มืออ้างอิงที่มีเอกสารประกอบ | สิ่งที่มันไม่ได้หมายความว่า |
|---|---|---|
| Gemini 3 Pro ภาพ | รวมทั้งหมดได้ถึง 14 การอ้างอิง; ตารางปัจจุบันของ Google ระบุว่ามีได้ถึง 6 การอ้างอิงวัตถุ, 5 การอ้างอิงตัวอักษร และ 3 การอ้างอิงสไตล์. | มันไม่รับประกันว่าจะสร้างผลลัพธ์ออกมา 14 รายการ. |
| Gemini 3.1 ภาพแฟลช | รวมทั้งหมดไม่เกิน 14 แหล่งอ้างอิง ซึ่งรวมถึงคำแนะนำเกี่ยวกับความถูกต้องตามต้นแบบที่บันทึกไว้สำหรับวัตถุไม่เกิน 10 ชิ้น และความสอดคล้องสำหรับตัวละครไม่เกิน 4 ตัว. | ระบบนี้ไม่รับประกันว่าจะมีผลลัพธ์หนึ่งต่อคนหรือต่อวัตถุหนึ่ง. |
| ภาพ Gemini 3.1 Flash Lite | ตารางนี้แสดงรายการอ้างอิงวัตถุได้สูงสุด 14 รายการ ส่วน Google เตือนว่า Lite ไม่ได้รับการปรับแต่งให้เหมาะสมกับการทำงานที่มีการอ้างอิงหลายรายการหรือการทำงานหลายรอบ. | การรับข้อมูลเข้าในปริมาณมากไม่ได้เป็นหลักฐานของความสอดคล้องด้านอัตลักษณ์ที่แข็งแกร่ง. |
| Gemini 2.5 ภาพแฟลช | Google ระบุว่าเครื่องมือนี้ทำงานได้ดีที่สุดเมื่อใช้ภาพป้อนเข้าไม่เกิน 3 ภาพ. | ข้อจำกัดทั่วไปของไฟล์ Gemini ไม่มีความสำคัญเหนือกว่าแนวทางในการสร้างภาพ. |
บริการแยกต่างหากของ Google เอกสารเกี่ยวกับความเข้าใจภาพ ระบุว่าโมเดล Gemini สามารถรับไฟล์ภาพได้สูงสุด 3,600 ไฟล์ต่อคำขอเพื่อวิเคราะห์ นี่เป็นขีดจำกัดในการเข้าใจแบบมัลติโมดัล ไม่ใช่ขีดจำกัดความแม่นยำตามมาตรฐาน Nano Banana และไม่ใช่จำนวนภาพที่ส่งออก สำหรับด้านข้อมูลเข้าที่เฉพาะสำหรับรุ่นนี้ โปรดดู วิธีทำงานของภาพอ้างอิงหลายภาพใน Nano Banana Pro.
แอป Gemini, AI Studio, API และ GlobalGPT มีพฤติกรรมที่แตกต่างกัน
| พื้นผิว | พฤติกรรมในทางปฏิบัติในปัจจุบัน | ข้อจำกัดหลัก |
|---|---|---|
| แอป Gemini | ของกูเกิล คู่มือการใช้งานแอปอย่างเป็นทางการ อธิบายวิธีการสร้างเนื้อหาด้วย Nano Banana 2 การแก้ไขแบบสนทนา และการใช้ Redo with Pro สำหรับผู้ใช้ที่ชำระเงินและมีสิทธิ์. | กระบวนการช่วยเหลือดำเนินการตามภาพทีละภาพ และไม่รับประกันการควบคุมผลลัพธ์หลายแบบ มีเงื่อนไขเกี่ยวกับบัญชี อายุ ภูมิภาค ภาษา และข้อจำกัดการใช้งาน. |
| Google AI Studio | อินเทอร์เฟซสำหรับนักพัฒนา เพื่อทดสอบโมเดลและข้อความคำสั่งที่เชื่อมโยงกับโมเดล API ที่มีอยู่. | สิ่งที่ UI แสดงออกมาไม่ใช่การรับประกันว่าคำขอในระบบผลิตจะคืนผลเป็นจำนวนไฟล์ที่ตรงกันเป๊ะ. |
| API สำหรับการโต้ตอบ | สนับสนุน ID ของโมเดลภาพปัจจุบัน การแก้ไขหลายรอบ และคำตอบแบบสลับกันที่มีหลายบล็อกภาพ. | ไม่สามารถรับประกันจำนวนภาพที่ถูกต้องได้; โปรดตรวจสอบทุกขั้นตอนแทนที่จะตรวจสอบเพียงช่องภาพสุดท้ายที่แสดงเพื่อความสะดวกเท่านั้น. |
| Batch API | ประมวลผลคำขอ generateContent หลายคำขอแบบไม่พร้อมกัน โดยใช้ความจุการประมวลผลแบบกลุ่มที่แยกกัน. | ระบบนี้ไม่มีการโต้ตอบกับผู้ใช้ และตั้งเป้าหมายให้ดำเนินการเสร็จสิ้นภายใน 24 ชั่วโมง. |
| โกลบอลจีพีที | อินเทอร์เฟซอิสระที่มีส่วนแยกต่างหาก นาโน กล้วย โปร และ นาโน กล้วย 2 หน้าสร้างภาพ. | ระบบควบคุม เครดิต วงจรชีวิตของโมเดล และพฤติกรรมของผลลัพธ์นั้นขึ้นอยู่กับแพลตฟอร์มแต่ละแห่ง และไม่ใช่การรับประกันของ Google API. |
หากความละเอียดของผลลัพธ์เป็นส่วนหนึ่งของกระบวนการทำงานของคุณ โปรดดูคู่มือแยกต่างหากเกี่ยวกับ สร้างภาพ 4K ด้วย Nano Banana Pro. การปรับตั้งค่าความละเอียดจะเปลี่ยนขนาดพิกเซล แต่ไม่ทำให้การนับภาพหลายภาพอย่างแม่นยำมีความน่าเชื่อถือมากขึ้น.
ทำไมรหัสแบบจำลอง (Model IDs) อาจดูต่างกันในตัวอย่างต่าง ๆ ของ Google
หน้าสร้างภาพปัจจุบันของ Google แนะนำให้ใช้ Interactions API และแสดงรายการ gemini-3-pro-image. API แบบ Batch ปัจจุบันได้รับการอธิบายไว้ในเอกสารผ่าน API generateContent และตัวอย่างรูปภาพของมันยังคงแสดง gemini-3-pro-ภาพตัวอย่าง. ให้ถือว่า ID ของโมเดลนั้นเป็นข้อมูลเฉพาะสำหรับอินเทอร์เฟซ API และความพร้อมใช้งานที่แสดงสำหรับโครงการของคุณ; อย่าคัดลอก ID จากตัวอย่างอื่นมาใช้และสมมติว่ามันสามารถใช้แทนกันได้.
ความแตกต่างนี้ยังอธิบายได้ว่าทำไมภาพหน้าจอเก่าหรือเมนูของฝ่ายที่สามจึงเป็นหลักฐานที่ไม่น่าเชื่อถือสำหรับพฤติกรรมของ API ในปัจจุบัน เพราะป้ายกำกับที่ปรากฏอยู่ยังคงอยู่ได้แม้หลังจากที่จุดปลายทาง (endpoint) ชื่อเรียกแทน (alias) สถานะการดูตัวอย่าง (preview status) หรือสิทธิ์การใช้งาน (entitlement) ที่อยู่เบื้องหลังมีการเปลี่ยนแปลงไปแล้ว.
การแก้ไขปัญหาทั่วไปเกี่ยวกับภาพหลายภาพ
Gemini ส่งภาพมาเพียงภาพเดียวแทนที่จะเป็นสี่ภาพ
นี่อยู่ในขอบเขตข้อจำกัดที่ระบุไว้แล้ว แบ่งงานออกเป็นสี่คำขอที่อิสระกัน โดยใช้ข้อความคำสั่งพื้นฐานร่วมกัน และปรับเปลี่ยนเพียงมุมกล้อง การจัดวาง การปรับสี หรือปัจจัยอื่น ๆ ที่สามารถควบคุมได้.
Gemini ส่งคืนแผ่นติดต่อหนึ่งแผ่นที่มีสี่ช่อง
แผ่นติดต่อ (contact sheet) คือไฟล์ภาพเดียวที่ประกอบด้วยหลายส่วน ไม่ใช่สินทรัพย์สี่ชิ้นที่สามารถดาวน์โหลดได้ หากคุณต้องการไฟล์แยกกัน ให้ขอและบันทึกแต่ละเวอร์ชันอย่างอิสระ แทนที่จะขอให้โมเดลแบ่งแคนวาสเดียวออกเป็นหลายส่วน.
มีเพียงภาพสุดท้ายเท่านั้นที่ถูกบันทึกไว้
หากคุณได้ใช้ Interactions API ให้ตรวจสอบว่าโค้ดของคุณเป็นแบบอ่านเท่านั้นหรือไม่ ภาพผลลัพธ์. คุณสมบัตินี้จะคืนค่าบล็อกภาพที่สร้างขึ้นล่าสุด ให้วนผ่านทุกขั้นตอนการออกผลของโมเดล และรวบรวมทุกบล็อกภาพตามลำดับ.
งาน Batch API ไม่ส่งคืนผลลัพธ์ทันที
นั่นเป็นสิ่งที่คาดไว้แล้ว Batch เป็นระบบแบบไม่พร้อมกัน (asynchronous) และออกแบบมาสำหรับปริมาณงานที่ไม่เร่งด่วน ให้ตรวจสอบสถานะงาน (poll) หรือใช้ขั้นตอนการทำงานของ webhook ตามที่ระบุในเอกสาร แล้วนำผลลัพธ์แต่ละรายการไปเชื่อมโยงกลับกับคีย์ที่กำหนดเองหรือบรรทัดคำขอที่สร้างผลลัพธ์นั้นขึ้นมา.
คำขอที่ดำเนินการพร้อมกันก่อให้เกิดข้อผิดพลาด 429
ลดจำนวนการเรียกใช้พร้อมกัน เพิ่มกลไกการรอ (backoff) พร้อมกับการปรับความถี่ (jitter) และลองเรียกใหม่สำหรับคำขอที่ล้มเหลว ข้อจำกัดอัตราการใช้ API แบบ Gemini มีผลบังคับใช้ต่อแต่ละโครงการ ดังนั้น การเปลี่ยนกุญแจ API ภายในโครงการเดียวกันจะไม่เพิ่มขีดความสามารถเพิ่มเติม.
ฟังก์ชัน Redo with Pro ไม่ปรากฏในแอป Gemini
Google เอกสาร Redo with Pro สำหรับผู้สมัครสมาชิกแบบชำระเงินที่ตรงตามเงื่อนไข หลังจากสร้างภาพด้วย Nano Banana 2 หรือ Nano Banana 2 Lite ความพร้อมใช้งานอาจขึ้นอยู่กับประเภทบัญชี อายุ ประเทศ ภาษา และการใช้งานปัจจุบัน Google’s หน้าจำกัดการใช้งานของแอป Gemini ระบุว่าขีดจำกัดอาจเปลี่ยนแปลงได้ และแนะนำให้ผู้ใช้ไปที่ การตั้งค่า → ข้อจำกัดการใช้งาน เพื่อตรวจสอบสถานะบัญชีปัจจุบันของพวกเขา.
กระบวนการทำงานที่ดีที่สุดตามเป้าหมาย
| เป้าหมายของคุณ | วิธีที่ดีที่สุด | ทำไม |
|---|---|---|
| สร้างเรื่องราวหรือคู่มือที่มีภาพประกอบ | การตอบสนองภาพแบบ Gemini 3 Pro ที่จัดเรียงแบบสลับกัน | ข้อความและภาพประกอบที่เกี่ยวข้องสามารถใช้ลำดับการตอบสนองเดียวกันได้. |
| สร้างโฆษณาแบบต่างกันทั้งหมด 6 แบบอย่างอิสระ | 6 คำขอแยกกัน | การนับจำนวนไฟล์ที่ว่าง, คำเตือนตามแต่ละเวอร์ชัน และการลองใหม่แบบเฉพาะเจาะจง. |
| ลดเวลารอให้น้อยที่สุดสำหรับชุดข้อมูลขนาดเล็ก | จำนวนคำขอพร้อมกันที่จำกัด | การเรียกใช้แบบอิสระในเวลาจริงสามารถดำเนินการพร้อมกันภายในขอบเขตของโครงการได้. |
| สร้างสินทรัพย์ที่ไม่เร่งด่วนหลายร้อยรายการ | API แบบกลุ่ม โดยส่งคำขอหนึ่งครั้งต่อสินทรัพย์หนึ่งรายการ | ออกแบบมาเพื่อรองรับปริมาณงานแบบไม่พร้อมกันและกำลังการประมวลผลแบบแบทช์ที่แยกกัน. |
| ผสมผสานผลิตภัณฑ์ ผู้คน และสไตล์เข้าด้วยกันเป็นภาพเดียว | การป้อนภาพอ้างอิงหลายภาพ | การอ้างอิงช่วยกำหนดโครงสร้างและความสม่ำเสมอของเนื้อหา; ไม่ใช่ผลลัพธ์หลายอย่าง. |
| ปรับแต่งภาพที่มีอยู่หนึ่งภาพ | การแก้ไขแบบหลายรอบ | การสนทนานี้จะรักษาบริบทไว้ขณะที่คุณขอให้มีการเปลี่ยนแปลงตามที่ต้องการ. |
คำถามที่พบบ่อย
Gemini 3 Pro สามารถสร้างภาพหลายภาพพร้อมกันได้หรือไม่?
Gemini 3 Pro Image สามารถส่งคืนบล็อกภาพหลายบล็อกในคำตอบที่ซับซ้อนหรือแบบสลับกัน แต่ Google ไม่รับประกันว่าจำนวนที่ส่งคืนจะตรงกับจำนวนที่ขอไว้อย่างแม่นยำ หากต้องการให้ผลลัพธ์แต่ละรายการเป็นไฟล์ที่แยกกัน ให้ส่งคำขอแยกกัน.
รุ่น Gemini ที่ใช้สำหรับการสร้างภาพนั้นคือรุ่นใดกันแน่?
รุ่นภาพระดับพรีเมียมคือ Gemini 3 Pro Image ซึ่งใช้ชื่อแบรนด์ว่า Nano Banana Pro พร้อมด้วย ID ของ Interactions API ในปัจจุบัน gemini-3-pro-image. ไม่ควรถือว่า Gemini 3 Pro แบบทั่วไปเป็นชื่อรุ่นของ API ภาพ.
Gemini 3 Pro Image สามารถสร้างภาพผลลัพธ์ได้กี่ภาพต่อคำสั่ง?
Google ไม่เผยแพร่จำนวนที่แม่นยำและเชื่อถือได้สำหรับคำสั่งเดียว เอกสารของ Google ระบุอย่างชัดเจนว่าโมเดลอาจไม่ปฏิบัติตามจำนวนภาพที่ขอออกมา ดังนั้นคำสั่งเช่น “สร้างสี่ภาพ” จึงควรถือว่าเป็นการพยายามทำให้ดีที่สุดเท่าที่ทำได้.
API แบบ batch ของ Gemini นั้นเหมือนกับการส่งออกภาพหลายภาพหรือไม่?
ไม่ครับ การออกผลภาพหลายภาพ (Multi-image output) หมายความว่าอาจมีบล็อกภาพหลายบล็อกปรากฏในคำตอบของโมเดลเดียว ส่วน Batch API หมายความว่างานแบบไม่พร้อมกัน (asynchronous job) หนึ่งงานอาจประกอบด้วยคำขอหลายคำขอที่ทำงานอย่างอิสระ ซึ่งแต่ละคำขอจะมีผลลัพธ์หรือข้อผิดพลาดของตัวเอง.
ผมสามารถส่งคำขอภาพ Gemini หลายคำขอพร้อมกันได้หรือไม่?
ใช่ครับ หากแอปพลิเคชันของคุณยังคงอยู่ภายในขีดจำกัดของโครงการปัจจุบัน การทำงานพร้อมกันสามารถลดเวลารอรวมได้ แต่ไม่รวมคำขอทั้งหมดเป็นคำตอบเดียว และจำเป็นต้องมีระบบจัดการการลองใหม่สำหรับคำขอที่ถูกจำกัดอัตราหรือคำขอที่ล้มเหลว.
Gemini 3 Pro Image สามารถรับภาพอ้างอิงได้กี่ภาพ?
คู่มือการสร้างภาพปัจจุบันของ Google อนุญาตให้ใช้ภาพอ้างอิงได้สูงสุด 14 ภาพสำหรับโมเดลภาพ Gemini 3 ส่วนตาราง Gemini 3 Pro Image ยังแบ่งงบประมาณดังกล่าวออกเป็นคำแนะนำสำหรับภาพอ้างอิงของวัตถุ ตัวละคร และสไตล์.
การอัปโหลดภาพหลายภาพจะสร้างผลลัพธ์หลายชิ้นหรือไม่?
ไม่ การอัปโหลดหลายภาพเป็นข้อมูลอ้างอิงที่ใช้เพื่อผสมผสานองค์ประกอบ รักษาลักษณะของตัวละคร หรือกำหนดสไตล์ คำขอที่มีภาพต้นทาง 10 ภาพ อาจยังคงให้ผลลัพธ์เป็นภาพเดียว.
แอป Gemini มีฟังก์ชันควบคุมที่เหมือนกับ API ของ Gemini หรือไม่?
No. Gemini Apps ให้บริการกระบวนการทำงานด้านภาพสำหรับผู้บริโภค พร้อมด้วย Nano Banana 2 และสิทธิ์ Redo with Pro ที่ตรงตามเงื่อนไข ผู้ใช้ API สามารถเลือก ID ของโมเดล ตรวจสอบบล็อกการตอบกลับ จัดการการทำงานพร้อมกัน และส่งงานแบบแบทช์แบบอะซิงโครนัสได้.
สรุป
Gemini 3 Pro Image สามารถสร้างภาพได้มากกว่าหนึ่งภาพภายในคำตอบ โดยเฉพาะอย่างยิ่งสำหรับเนื้อหาภาพแบบสลับกัน แต่ไม่ใช่จุดปลายทางแบบนับจำนวนที่แม่นยำและเชื่อถือได้ เพื่อนับจำนวนผลลัพธ์ที่ส่งได้อย่างแม่นยำ ให้ถือว่าภาพแต่ละภาพเป็นคำขอแยกกัน ใช้การพร้อมกันแบบจำกัด (bounded concurrency) สำหรับชุดข้อมูลขนาดเล็กแบบเรียลไทม์ ใช้ Batch API สำหรับงานขนาดใหญ่ที่ไม่เร่งด่วน และใช้ภาพอ้างอิงหลายภาพเฉพาะเมื่อจำเป็นต้องกำหนดทิศทางการจัดองค์ประกอบภาพเดียวหรือรักษาเอกลักษณ์ทางภาพ.
