कोई सब्सक्रिप्शन नहीं · डॉलर में कीमतें · बैलेंस कभी एक्सपायर नहीं होता
UGC विज्ञापन, शॉर्ट सीरीज़, AI इन्फ्लुएंसर — Nano Banana Pro, Omni 1.1 और दूसरे मॉडलों पर, $0.03 से। कोई सब्सक्रिप्शन नहीं।
एक ही डॉलर बैलेंस से इमेज, वीडियो और आवाज़ बनाएँ — बैलेंस कभी एक्सपायर नहीं होता और सब्सक्रिप्शन भी नहीं है। वीडियो $0.10 से शुरू होता है; आवाज़ के साथ 10 सेकंड की बोलती क्लिप $1.00 की पड़ती है।
$0.20 वेलकम बैलेंस · क्रिप्टो टॉप-अप $1 से · कार्ड, PayPal या SEPA $20 से
MCP सर्वरbananabanana.pro/api/mcp
माइक्रो-ड्रामा और शॉर्ट सीरीज़Wan 3.09:16 · 10 s · 720p · $1.00
UGC वीडियो विज्ञापनGemini Omni 1.1 Flash9:16 · 10 s · 720p · $1.00
AI इन्फ्लुएंसर और वर्चुअल मॉडलGrok Imagine Video 1.59:16 · 6 s · 720p · $0.84
मॉडल
Nano Banana 2 Lite
Nano Banana 2
Nano Banana 2.1
Nano Banana Pro
Qwen Image 3.0 Pro
GPT Image 2.5 Flare
GPT Image 2.5 Sunburst
Veo 3.1 Lite
Veo 3.1 Fast
Veo 3.1
Gemini Omni 1.1 Flash
Gemini Omni Flash
Wan 3.0
Grok Imagine Video 1.5
Gemini 3.1 Flash TTS
Nano Banana 2 Lite
Nano Banana 2
Nano Banana 2.1
Nano Banana Pro
Qwen Image 3.0 Pro
GPT Image 2.5 Flare
GPT Image 2.5 Sunburst
Veo 3.1 Lite
Veo 3.1 Fast
Veo 3.1
Gemini Omni 1.1 Flash
Gemini Omni Flash
Wan 3.0
Grok Imagine Video 1.5
Gemini 3.1 Flash TTS
इनके साथ चलता है
Claude Code
Claude Desktop
claude.ai
Cursor
VS Code
Gemini CLI
Codex
n8n
Claude Code
Claude Desktop
claude.ai
Cursor
VS Code
Gemini CLI
Codex
n8n
01यहाँ लोग क्या बनाते हैं
पाँच तरह के काम, हर एक की लागत के साथ।
हर तरह के प्रोजेक्ट के उदाहरण और जनरेशन की लागत देखें। कीमतें दी गई सेटिंग्स पर मौजूदा दरों से हैं।
01UGC वीडियो विज्ञापन
सड़क पर इंटरव्यू और हाथ में प्रोडक्ट वाली क्लिप। आवाज़ साथ में।
9:16 वर्टिकल क्लिप, जिनमें एक व्यक्ति कैमरे से बात करता है और आपका प्रोडक्ट पकड़ता है। Gemini Omni 1.1 Flash प्रति सेकंड चार्ज करता है, और बोली व सड़क की आवाज़ उसी रेंडर में आती है। 360p ड्राफ़्ट 720p की लगभग एक-तिहाई कीमत में पड़ता है, और Extend क्लिप को 40 सेकंड तक ले जाता है।
Wan 3.0 एक ही पास में 30 सेकंड तक का सीन देता है, आवाज़ का कोई अलग चार्ज नहीं। पहले 480p ड्राफ़्ट आज़माएँ, 10 रेफ़रेंस तक लगाएँ, या किसी वीडियो से कहानी आगे बढ़ाएँ।
फ़ीड का इन्फ्लुएंसर, वर्चुअल मॉडल या ब्रांड का चेहरा — SFW। 14 रेफ़रेंस फ़ोटो तक लगाएँ, हर प्रॉम्प्ट पर 4 फ़्रेम तक पाएँ, कोई दिखने वाला वॉटरमार्क नहीं, और साफ़ पब्लिशिंग के लिए SMO।
दुकानों और मार्केटप्लेस के लिए। फ़ोटो को पहले फ़्रेम की तरह अपलोड करें और बताएँ कि कैमरा कैसे घूमे। अपनी ही फ़ोटो से शुरू करना प्रोडक्ट का आकार बनाए रखने का सबसे भरोसेमंद तरीका है, और Grok Imagine Video 1.5 फ़ोटो में जो है उससे ज़्यादा कुछ नहीं जोड़ता, पैकशॉट को ठीक यही चाहिए।
n8n फ़्लो या अपने एजेंट से Wan 3.0 पर B-roll बनाएँ। 480p ड्राफ़्ट आज़माएँ, 30 सेकंड तक के टेक लें, या किसी वीडियो से आगे बढ़ाएँ। एडिट और चैनल आपके पास ही रहते हैं।
रसीद में दी गई सेटिंग्स पर जनरेशन की लागत दिखती है। दूसरा वर्शन या मॉडल से की गई एडिट अलग जनरेशन है और उसका भुगतान अलग लगता है।
02.1UGC वीडियो विज्ञापन
Gemini Omni से बना स्ट्रीट-इंटरव्यू विज्ञापन।
एक टेक्स्ट प्रॉम्प्ट, एक रेंडर: तस्वीर, आवाज़ और सड़क का शोर एक ही फ़ाइल में, $0.10 प्रति सेकंड पर। बिना कट का एक ही शॉट माँगिए, वरना Omni खुद ही क्लिप को कई एंगल में काट देता है; वह [0-3s] टाइमकोड और "Audio/sound:" वाली लाइन मानता है।
मॉडल
Gemini Omni 1.1 Flash
फ़ॉर्मैट
9:16 · 10 s · 720p
यह रेंडर
$1.00
रेंडर समय
2–5 मिनट
असली प्रॉम्प्ट
Gemini Omni 1.1 Flash · 9:16 · 10 s · 720p · $1.00
Vertical street interview, handheld phone footage. A friendly interviewer's hand holds a small microphone toward a woman in her thirties on a sunny city sidewalk. She holds up a plain white tube of hand cream with no label and says, smiling: "Honestly? I bought it because of the smell, and now I carry it everywhere." Natural street ambience, light traffic, shallow depth of field.
लिखिए क्या हो रहा है, संवाद भी लिख दीजिए, और टेक ले लीजिए। यह Wan 3.0 सीन एक ही फ़्रेम से शुरू होता है। जब सीन को और जगह चाहिए, Wan एक ही पास में 30 सेकंड तक देता है — आवाज़ का अलग चार्ज नहीं, 480p ड्राफ़्ट, और किसी वीडियो से आगे बढ़ाने की सुविधा।
मॉडल
Wan 3.0
फ़ॉर्मैट
9:16 · 10 s · 720p
यह रेंडर
$1.00
रेंडर समय
2–5 मिनट
असली प्रॉम्प्ट
Wan 3.0 · 9:16 · 10 s · 720p · $1.00
Locked-off vertical close-up. The woman in the magenta wool coat stands still in the dim windowless apartment hallway, the warm wall lamp is already on and stays at constant brightness. She holds the small folded paper note in both hands at chest height, reads it for two seconds, slowly lowers her hands to her waist, looks up past the camera, startled, and whispers clearly: "He knew." She holds the look, breathing quietly. Nothing in the background moves or changes: the lamp, the plain wall and the closed door stay exactly as they are. Quiet room tone, faint distant thunder. No text visible on the note, no other people, no camera movement.
ये तीनों फ़्रेम एक ही किरदार के हैं: एक रेफ़रेंस पोर्ट्रेट, उससे बना नया सीन, और उसी सीन को पहले फ़्रेम की तरह लेकर बनी बोलती क्लिप — Grok Imagine Video 1.5, 720p। हर जनरेशन में 14 रेफ़रेंस तक और हर प्रॉम्प्ट पर 4 फ़्रेम तक। सिर्फ़ SFW फ़ीड कंटेंट।
असली प्रॉम्प्ट
Nano Banana Pro · 4:5 · 2K · $0.11
The same woman as in the reference image, identical face, green eyes and long wavy honey-blonde hair now tied in a high ponytail, an adult of 24, athletic hourglass figure: fitness influencer photo in a bright modern gym. She wears a matching dusty-rose sports set — a supportive sports top and high-waisted leggings made of smooth matte solid-colour fabric with no ribs, no stripes, no mesh and no knit texture — standing relaxed next to a rack of dumbbells, a plain smooth white towel over one shoulder, friendly confident smile at the camera, morning light from large windows. Three-quarter framing, natural phone-camera look, tasteful, no text.
नीचे की हर फ़ाइल BananaBanana पर बनी है। किसी भी उदाहरण को खोलकर उसका प्रॉम्प्ट पढ़ें।
कीमतें हर फ़ाइल के मॉडल और सेटिंग्स पर मौजूदा दरों से हैं। कुछ प्रीव्यू छोटे कर दिए गए हैं या लूप में चलते हैं; दी गई सेटिंग्स पूरे जनरेशन की हैं।
स्ट्रीट इंटरव्यू, हाथ में प्रोडक्ट
Gemini Omni 1.1 Flash 9:16 · 10 s · 720p · आवाज़
$1.00
असली प्रॉम्प्ट
Gemini Omni 1.1 Flash · 9:16 · 10 s · 720p · आवाज़ · $1.00
Vertical street interview, handheld phone footage. A friendly interviewer's hand holds a small microphone toward a woman in her thirties on a sunny city sidewalk. She holds up a plain white tube of hand cream with no label and says, smiling: "Honestly? I bought it because of the smell, and now I carry it everywhere." Natural street ambience, light traffic, shallow depth of field.
Gemini Omni 1.1 Flash · 9:16 · 10 s · 720p · आवाज़ · $1.00
Vertical street interview, handheld phone footage. A friendly interviewer's hand holds a small microphone toward a man in his thirties with a short beard on a busy pedestrian street on an overcast afternoon. He holds up a plain matte black reusable water bottle with no logo and says, laughing: "My wife bought it for me as a joke. Now I refill it four times a day." Natural street ambience, passing footsteps, shallow depth of field.
सेल्फ़ी रिव्यू: चेहरे के पास प्रोडक्ट, एक साफ़ लाइन
Wan 3.0 9:16 · 8 s · 720p · आवाज़
$0.80
असली प्रॉम्प्ट
Wan 3.0 · 9:16 · 8 s · 720p · आवाज़ · $0.80
Vertical selfie-style UGC review, handheld phone front-camera look, starting exactly from the first frame. The woman in the bright bathroom keeps holding the plain white pump bottle with no label next to her face with one hand, keeps it still and upright, and says to the camera clearly, with a warm smile: "I was skeptical, but two pumps in the morning and my skin stays soft all day." She says this one sentence only once, finishing by the sixth second, then stops talking, closes her lips and keeps smiling at the camera in the same pose as the first frame until the end of the shot. Her appearance, age, hair and grey t-shirt stay exactly as in the first frame. Only slight natural handheld sway, framing unchanged, the bottle keeps the same shape, her fingers stay natural. Natural room tone, soft daylight, shallow depth of field. No music. No text on screen.
डेस्क पर अनबॉक्सिंग, बोलकर दिए गए रिएक्शन के साथ
Grok Imagine Video 1.5 9:16 · 6 s · 720p · आवाज़
$0.84
असली प्रॉम्प्ट
Grok Imagine Video 1.5 · 9:16 · 6 s · 720p · आवाज़ · $0.84
Vertical UGC unboxing, phone camera on a small desk tripod, slightly high angle. A man in his twenties sits at a wooden desk, lifts the lid off a plain kraft cardboard box, takes out a matte black wireless earbuds case with no logo, holds it up to the camera and says happily: "Okay, this feels way more expensive than it was." Natural room sound, soft cardboard rustle. Both hands move naturally. Plain wall behind him, nothing in the background moves. No text, no logos.
कीमतें हर फ़ाइल के मॉडल और सेटिंग्स पर मौजूदा दरों से हैं। कुछ प्रीव्यू छोटे कर दिए गए हैं या लूप में चलते हैं; दी गई सेटिंग्स पूरे जनरेशन की हैं।
04एक क्लिप कैसे बनती है
प्रॉम्प्ट रेफ़रेंस फ़्रेम क्लिप Extend.
वेब स्टूडियो में क्लिप बनाने का एक तरीका यह है। रेफ़रेंस और क्लिप आगे बढ़ाने के विकल्प मॉडल पर निर्भर करते हैं।
शॉट लिखिए और जो लाइन बुलवानी है वह भी लिख दीजिए। जनरेट बटन दबाने से पहले पैनल इसी रन की कीमत दिखा देता है।
2
रेफ़रेंस
अपने किरदार या प्रोडक्ट की 14 फ़ोटो तक लगाएँ। मॉडल चेहरा, पैकेजिंग और स्टाइल हर सीन में एक जैसा रखता है।
3
फ़्रेम
पहले ओपनिंग फ़्रेम बनाइए — हर प्रॉम्प्ट पर 4 वैरिएंट तक — और जो पसंद आए उसे चुन लीजिए। गलत फ़्रेम दोबारा बनाने में कुछ सेंट लगते हैं, गलत क्लिप में पूरे रेंडर का पैसा, इसलिए स्टिल को अलग से मंज़ूर कीजिए।
4
क्लिप
चुने हुए फ़्रेम को चलाइए। मॉडल, लंबाई, रिज़ॉल्यूशन और आवाज़ चाहिए या नहीं — हर विकल्प सामने ही कीमत बदल देता है। पहले 360p में ड्राफ़्ट बनाइए: Omni पर यह 720p की लगभग एक-तिहाई कीमत में पड़ता है और जल्दी लौट आता है; फ़ाइनल 720p या उससे ऊपर में निकालिए।
5
Extend
नए प्रॉम्प्ट से क्लिप आगे बढ़ाइए: Omni 1.1 पर 40 सेकंड तक, Veo 3.1 की चेन से 148 सेकंड तक, या Wan 3.0 के एक ही पास में 30 सेकंड।
स्टूडियो में नहीं जाना चाहते? MCP से जुड़ा आपका अपना LLM या एजेंट यही पाँच स्टेप चलाता है: Claude Code, Cursor, Gemini CLI या n8n फ़्लो।
Claude Code, Cursor, Gemini CLI या n8n वर्कफ़्लो को MCP से BananaBanana से जोड़ें। आपके एजेंट को वही मॉडल और सेटिंग्स मिलती हैं जो वेब स्टूडियो में हैं।
इन कामों के लिए एक ही एंडपॉइंट, और जो भी आप बनाएँ उसके लिए भी
आपका एजेंट / स्किल / n8n फ़्लो
UGC वीडियो विज्ञापन
माइक्रो-ड्रामा और शॉर्ट सीरीज़
AI इन्फ्लुएंसर और वर्चुअल मॉडल
प्रोडक्ट फ़ोटो → प्रोडक्ट वीडियो
फ़ेसलेस चैनल और ऑटोमेटेड शॉर्ट्स
और जो भी आप बनाएँ
generate_image
$0.03 से
generate_video
$0.09 से
generate_speech
$0.01 से
get_account
बैलेंस और खर्च सीमा
रिमोट MCP सर्वर
https://bananabanana.pro/api/mcp
# Claude Code — OAuth, कोई की चिपकाने की ज़रूरत नहीं
claude mcp add --transport http bananabanana https://bananabanana.pro/api/mcp
OAuth से एक्सेस मंज़ूर करें, या प्रोफ़ाइल में API की बनाकर उस पर रोज़ की खर्च सीमा तय कर दें।
जनरेशन के सारे टूल। इमेज और वीडियो बनाएँ या एडिट करें, और स्पीच बनाएँ। रेफ़रेंस इमेज, पहला और आख़िरी फ़्रेम, Wan के रेफ़रेंस वीडियो और 40 सेकंड तक Omni Extend इस्तेमाल करें। जिन मॉडलों में सपोर्ट है वहाँ बैच इमेज, सीड और नेगेटिव प्रॉम्प्ट भी चलते हैं।
एजेंट के लिए कुछ भी कम नहीं। रिज़ॉल्यूशन, लंबाई, रेफ़रेंस की सीमाएँ और Relaxed Filter स्टूडियो जैसे ही हैं। वीडियो कॉल की कीमत पैसे कटने से पहले बताई जाती है, और फ़ेल हुई कॉल का पैसा लौट आता है।
एक बैलेंस, एजेंट के लिए कोई अलग प्लान नहीं। कीमतें वेब ऐप जैसी ही हैं, और बैलेंस कभी एक्सपायर नहीं होता। हर API की पर रोज़ की खर्च सीमा बिना निगरानी चल रहे एजेंट को बजट के अंदर रखती है।
आप एक और सब्सक्रिप्शन लिए बिना कंटेंट बनाना चाहते हैं।
आप रुक-रुककर काम करते हैं। आपका बैलेंस इंतज़ार करता रहता है और कभी एक्सपायर नहीं होता।
आप क्रिप्टो से भुगतान करना चाहते हैं, या x402 से एजेंट को हर कॉल का भुगतान करने देना चाहते हैं।
आप चाहते हैं कि जनरेशन के बार-बार दोहराए जाने वाले कदम एजेंट संभाल ले।
आपके पास SFW वर्चुअल मॉडल या किसी प्रोडक्ट की रेफ़रेंस फ़ोटो हैं।
आप फ़ाइनल क्लिप पर पैसे लगाने से पहले सस्ते ड्राफ़्ट पर विज्ञापन के आइडिया टेस्ट करते हैं।
आपके एजेंट का हिस्सा · MCP से
बनाइए यहाँ। जोड़िए अपनी मशीन पर।
हमारा हिस्सा: रेंडर। फ़्रेम, क्लिप और वॉइस-ओवर BananaBanana से फ़ाइलों के रूप में निकलते हैं — MCP से या स्टूडियो से।
आपका हिस्सा: एडिट। कटिंग, वॉइस-ओवर को तस्वीर के नीचे बिठाना, सबटाइटल और एक्सपोर्ट आपकी मशीन पर होते हैं — ffmpeg से, किसी एडिटर से या ऐसे एजेंट से जो इन्हें चलाता है।
आपका हिस्सा: पाइपलाइन। कौन-सा मॉडल कौन-सा स्टेप लेगा, आप कितने ड्राफ़्ट मंज़ूर करेंगे, फ़ाइलें कहाँ जाएँगी: यह लॉजिक आपके प्रॉम्प्ट, स्किल या n8n फ़्लो में रहता है, यहाँ किसी टेम्पलेट में नहीं।
आप सिर्फ़ जनरेशन का भुगतान करते हैं, ऊपर से कुछ नहीं। टेम्पलेट, अवतार, पोस्टिंग और शेड्यूलिंग यहाँ बने-बनाए नहीं हैं।
पहली ही बार में बिल्कुल सटीक चेहरा या प्रोडक्ट लेबल। रेफ़रेंस इमेज और पहला फ़्रेम मदद करते हैं, फिर भी एक और कोशिश लग सकती है।
व्यू, बिक्री या कमाई।
पूरा काम करके देने वाली एजेंसी। क्या बनाना है और क्या पब्लिश करना है, यह आप ही तय करते हैं।
एनालिटिक्स नहीं है। न ऐप में, न MCP पर — व्यू और बिक्री आपके विज्ञापन और सोशल डैशबोर्ड में रहते हैं।
ज़िम्मेदारी से पब्लिश करना
आपके ज़िम्मे क्या है
जहाँ ज़रूरी हो, AI बताएँ
FTC के एंडोर्समेंट नियम और EU AI Act, AI से बने विज्ञापनों और असली दिखने वाले सिंथेटिक लोगों पर लागू होते हैं। लेबल लगाना आपकी ज़िम्मेदारी है — और बनाए हुए व्यक्ति को कभी असली ग्राहक बताकर पेश न करें।
हम क्या करते हैं
SynthID फ़ाइल में रहता है
Google के मॉडल जहाँ भी अपना अदृश्य SynthID निशान डालते हैं, वह फ़ाइल में बना रहता है।
हम क्या करते हैं
साफ़ पब्लिशिंग
कोई दिखने वाला वॉटरमार्क नहीं, और SMO फ़ाइल को सोशल प्लेटफ़ॉर्म के लिए तैयार कर देता है।
हम क्या करते हैं
व्यावसायिक इस्तेमाल
जो आप बनाते हैं उसे विज्ञापन, दुकानों और चैनलों में इस्तेमाल कीजिए — मॉडल देने वालों की शर्तों के दायरे में।
आपके ज़िम्मे क्या है
असली लोगों की नकल नहीं
किसी असली व्यक्ति का चेहरा या आवाज़ उसकी सहमति के बिना दोबारा न बनाएँ।
08कीमतें
डॉलर में कीमतें। Google के ज़्यादातर मॉडल Google की लिस्ट कीमत से सस्ते।
Wan, Grok और GPT Image अपने बनाने वालों की लिस्ट कीमत पर हैं। इमेज, वीडियो और स्पीच के लिए उतना ही भुगतान कीजिए जितना बनाएँ — डॉलर बैलेंस से, जो कभी एक्सपायर नहीं होता, और कोई सब्सक्रिप्शन नहीं।
इमेज
रिज़ॉल्यूशन टियर के हिसाब से प्रति इमेज कीमत। 4K यानी लंबी तरफ़ 3840–4096 px तक, मॉडल और आस्पेक्ट रेशियो के हिसाब से।
Google
Google: रिज़ॉल्यूशन के हिसाब से प्रति इमेज कीमत
रिज़ॉल्यूशन
Nano Banana 2 Lite
Nano Banana 2.1
Nano Banana 2
Nano Banana Pro
512px
—
—
$0.03
—
1K
$0.03
$0.03
$0.06
$0.11
2K
—
$0.05
$0.09
$0.11
4K
—
$0.10
$0.13
$0.20
Alibaba
Alibaba: रिज़ॉल्यूशन के हिसाब से प्रति इमेज कीमत
रिज़ॉल्यूशन
Qwen Image 3.0 Pro
1K
$0.04
2K
$0.08
OpenAI
OpenAI: रिज़ॉल्यूशन के हिसाब से प्रति इमेज कीमत
रिज़ॉल्यूशन
GPT Image 2.5 Flare
GPT Image 2.5 Sunburst
1K
$0.05
$0.05
2K
$0.11
$0.11
4K
$0.18
$0.18
वीडियो
हर तालिका में वही कॉलम हैं: प्रति सेकंड दर, फिर उस रिज़ॉल्यूशन पर सबसे छोटी और सबसे लंबी क्लिप।
Gemini Omni 1.1 Flash
आवाज़ हमेशा शामिल रहती है।
क्लिप की लंबाई, सेकंड में: 3–10.
Gemini Omni 1.1 Flash: रिज़ॉल्यूशन के हिसाब से प्रति सेकंड और प्रति क्लिप कीमत
रिज़ॉल्यूशन
प्रति सेकंड
3 सेकंड
10 सेकंड
360p
$0.03
$0.09
$0.30
720p
$0.10
$0.30
$1.00
1080p
$0.15
$0.45
$1.50
4K
$0.30
$0.90
$3.00
Gemini Omni Flash 1.0
आवाज़ हमेशा शामिल रहती है।
क्लिप की लंबाई, सेकंड में: 4, 6, 8, 10.
Gemini Omni Flash 1.0: रिज़ॉल्यूशन के हिसाब से प्रति सेकंड और प्रति क्लिप कीमत
क्रिप्टो टॉप-अप पर बोनस: $50 से +5%, $100 से +10%.
+5%
क्रिप्टो में $50+ टॉप-अप
$50 भरें → $52.50 पाएँ
+10%
क्रिप्टो में $100+ टॉप-अप
$100 भरें → $110 पाएँ
बोनस उस रकम के ऊपर जुड़ता है जो आप क्रिप्टो में भरते हैं। क्रिप्टो टॉप-अप $1 से शुरू होता है, कॉइन और नेटवर्क के हिसाब से।
USDT
USDC
BTC
ETH
SOL
TON
DAI
TUSD
BNB
LTC
TRX
XRP
BCH
DOGE
कार्ड, PayPal, SEPA
कार्ड, PayPal या SEPA से $20 से भुगतान कीजिए।
जो रकम आप भरते हैं वही आपके बैलेंस में जुड़ती है। कार्ड, PayPal और SEPA टॉप-अप पर वॉल्यूम बोनस नहीं मिलता। हर टॉप-अप एक बार का भुगतान है। बचा हुआ बैलेंस माँगने पर लौटाया जाता है, बोनस क्रेडिट घटाकर।
x402 · एजेंट के लिए
एजेंट को x402 से हर कॉल का भुगतान करने दीजिए।
आपका एजेंट हर कॉल का भुगतान Base पर USDC में करता है — बिना अकाउंट, बिना API की और बिना टॉप-अप। वह जनरेशन माँगता है, सटीक कीमत पाता है, भुगतान साइन करता है और फ़ाइल ले लेता है।
Base नेटवर्क पर USDC
कोई न्यूनतम टॉप-अप नहीं: कॉल की कीमत उतनी ही जितनी जनरेशन की, $0.01 से
generate_image, generate_speech, generate_video के लिए काम करता है
वीडियो विफल हो जाए तो भुगतान करने वाले को उतनी ही रकम का क्रेडिट टोकन मिलता है, जो 90 दिन चलता है। भुगतान ऑन-चेन वापस नहीं होते।
$0.20 वेलकम बैलेंस · साइन अप के लिए कार्ड नहीं चाहिए
09FAQ
बनाने और भुगतान से जुड़े सवाल
UGC वीडियो विज्ञापन
3 जवाब
BananaBanana पर AI UGC वीडियो विज्ञापन की कितनी लागत आती है?
Gemini Omni 1.1 Flash पर बोली और आसपास की आवाज़ के साथ 10 सेकंड की वर्टिकल क्लिप 720p पर $1.00 की पड़ती है, और उसी क्लिप का 360p ड्राफ़्ट $0.03 प्रति सेकंड पर चार्ज होता है। लंबाई आप तय करते हैं और भुगतान प्रति सेकंड होता है, इसलिए छोटा हुक पूरे रिव्यू से सस्ता पड़ता है। Grok Imagine Video 1.5 (720p पर $0.14 प्रति सेकंड) और Wan 3.0 ($0.10 प्रति सेकंड) भी बोली रेंडर करते हैं, और बिना आवाज़ वाली Veo 3.1 क्लिप $0.10 से शुरू होती हैं। कोई सब्सक्रिप्शन नहीं है: आप बैलेंस भरते हैं और हर रेंडर उसी में से कटता है।
क्या क्लिप में दिख रहा व्यक्ति मेरी स्क्रिप्ट बोल सकता है और मेरा प्रोडक्ट पकड़ सकता है?
हाँ — BananaBanana की क्लिप में दिख रहा व्यक्ति आपकी स्क्रिप्ट बोल सकता है और आपका प्रोडक्ट पकड़ सकता है। प्रॉम्प्ट में लाइन लिख दीजिए, मॉडल तस्वीर के साथ ही आवाज़ भी उसी पास में बना देता है। अपने असली प्रोडक्ट के लिए रेफ़रेंस फ़ोटो लगाइए, या पहले प्रोडक्ट के साथ ओपनिंग फ़्रेम बनाकर उसी फ़्रेम को चलाइए, ताकि पैकेजिंग का आकार बना रहे।
क्या मुझे बताना होगा कि UGC विज्ञापन AI से बना है?
यह कंटेंट, देश और प्लेटफ़ॉर्म पर निर्भर करता है। FTC अपने एंडोर्समेंट और फ़र्ज़ी रिव्यू के नियम AI से बनी सिफ़ारिशों पर भी लागू करता है, EU AI Act डीपफ़ेक के लिए पारदर्शिता की शर्तें रखता है, और विज्ञापन प्लेटफ़ॉर्म के अपने सिंथेटिक-मीडिया लेबल हैं। BananaBanana दिखने वाला वॉटरमार्क नहीं लगाता, इसलिए बताना आपकी ज़िम्मेदारी है। बनाए हुए व्यक्ति को असली ग्राहक बताकर पेश न करें।
माइक्रो-ड्रामा और शॉर्ट सीरीज़
3 जवाब
एक सीन कितना लंबा हो सकता है?
Wan 3.0 एक ही पास में 30 सेकंड तक रेंडर करता है। Gemini Omni 1.1 बनी हुई क्लिप को कुल 40 सेकंड तक बढ़ाता है। Veo 3.1 हर Extend पर 7 सेकंड जोड़ता है, और एक के बाद एक बढ़ाते जाने पर दृश्य की निरंतरता के साथ 148 सेकंड तक पहुँचता है।
अलग-अलग सीन और एपिसोड में वही कलाकार कैसे बनाए रखूँ?
हर किरदार के लिए एक बार रेफ़रेंस फ़्रेम बना लीजिए, फिर उन्हीं फ़्रेम को हर सीन में रेफ़रेंस की तरह लगाइए। आप क्लिप को मंज़ूर किए हुए पहले फ़्रेम से भी शुरू कर सकते हैं, ताकि सीन ठीक वहीं से खुले जहाँ आपने तय किया था।
क्या BananaBanana मेरी सीरीज़ लिखेगा, एडिट करेगा या पब्लिश करेगा?
नहीं — BananaBanana सीरीज़ न लिखता है, न एडिट करता है, न पब्लिश करता है; वह वही शॉट और वॉइस-ओवर रेंडर करता है जो आप बताते हैं, और आपका एजेंट उन्हें आपकी मशीन पर ffmpeg से जोड़ सकता है। स्क्रिप्ट, एडिटिंग, पब्लिशिंग और दर्शक आपके हैं, और यहाँ व्यू या कमाई का कोई वादा नहीं है। यह उन लोगों के लिए प्रोडक्शन टूल है जो पहले से शॉर्ट सीरीज़ बनाते हैं।
AI इन्फ्लुएंसर और वर्चुअल मॉडल
3 जवाब
एक ही AI इन्फ्लुएंसर हर पोस्ट में एक जैसा कैसे रखूँ?
Nano Banana पर हर जनरेशन में किरदार की 14 रेफ़रेंस फ़ोटो तक लगाइए और नया सीन लिखिए। हर प्रॉम्प्ट पर 4 फ़्रेम तक बना सकते हैं और जो अच्छे लगें वही रख सकते हैं। वीडियो मॉडल भी रेफ़रेंस लेते हैं, हर मॉडल की अपनी सीमा के साथ, इसलिए स्टिल और क्लिप में वही चेहरा दिखता है।
क्या कोई ब्रांड AI इन्फ्लुएंसर या वर्चुअल मॉडल का व्यावसायिक इस्तेमाल कर सकता है?
हाँ — BananaBanana पर बना AI इन्फ्लुएंसर या वर्चुअल मॉडल कोई ब्रांड व्यावसायिक रूप से इस्तेमाल कर सकता है, मॉडल देने वालों की शर्तों के दायरे में। किरदार गढ़ा हुआ होना चाहिए: किसी असली व्यक्ति का चेहरा या आवाज़ बिना सहमति दोबारा न बनाएँ, और जहाँ कानून या प्लेटफ़ॉर्म कहे वहाँ बताएँ कि मीडिया सिंथेटिक है।
क्या AI इन्फ्लुएंसर अकाउंट के लिए वयस्क कंटेंट की इजाज़त है?
नहीं — वयस्क कंटेंट की इजाज़त नहीं है: BananaBanana पर AI इन्फ्लुएंसर कंटेंट SFW फ़ीड कंटेंट है। Relaxed Filter फ़ैशन, स्विमवियर और आर्ट के लिए ज़्यादा गुंजाइश देता है, लेकिन खुला वयस्क कंटेंट मॉडल देने वाले ही ब्लॉक कर देते हैं, और यह प्लेटफ़ॉर्म उसके लिए है भी नहीं।
प्रोडक्ट फ़ोटो → प्रोडक्ट वीडियो
3 जवाब
क्या मैं प्रोडक्ट फ़ोटो को वीडियो में बदल सकता हूँ?
हाँ — BananaBanana प्रोडक्ट फ़ोटो को वीडियो में बदल देता है। फ़ोटो को पहले फ़्रेम की तरह अपलोड कीजिए, कैमरे का मूव लिखिए, और क्लिप ठीक आपकी इमेज से शुरू होगी। कुछ मॉडल आख़िरी फ़्रेम भी लेते हैं, तो शॉट कहाँ ख़त्म हो यह भी आपके हाथ में है। क्लिप $0.10 से शुरू होती हैं।
क्या प्रोडक्ट का आकार, रंग और लेबल वैसा ही रहेगा?
अपनी फ़ोटो को पहले फ़्रेम की तरह लेना आकार बनाए रखने का सबसे भरोसेमंद तरीका है। लेबल पर छोटा टेक्स्ट चलते हुए फिर भी बदल सकता है, इसलिए नतीजा जाँचिए और ज़रूरत हो तो दोबारा रेंडर कीजिए। छोटे और धीमे कैमरा मूव में डिटेल सबसे अच्छी बचती है।
मार्केटप्लेस लिस्टिंग के लिए कौन-सा मॉडल लूँ?
Grok Imagine Video 1.5 पहले फ़्रेम का बहुत नज़दीकी से पालन करता है — पहला फ़्रेम 720p और 1080p दोनों पर चलता है, रेफ़रेंस 720p पर, क्लिप 4–15 सेकंड की होती हैं और आवाज़ शामिल रहती है। Gemini Omni 1.1 Flash और Wan 3.0 आख़िरी फ़्रेम भी लेते हैं और 720p से ऊपर जाते हैं, Wan 3.0 30 सेकंड तक के टेक देता है, और नेटिव 4K के लिए Veo 3.1 सबसे ऊपर है। स्टिल के लिए आम चुनाव Nano Banana Pro है — या GPT Image 2.5 और Qwen Image 3.0 Pro, जब पैकशॉट में पढ़ा जा सकने वाला टेक्स्ट हो।
फ़ेसलेस चैनल और ऑटोमेटेड शॉर्ट्स
3 जवाब
क्या मैं n8n या अपने एजेंट से अपने आप फ़ुटेज बना सकता हूँ?
हाँ — n8n या अपने एजेंट से अपने आप फ़ुटेज बनाई जा सकती है। BananaBanana का रिमोट MCP सर्वर इमेज, वीडियो और स्पीच के टूल हर MCP क्लाइंट को देता है, जिसमें n8n, Claude Code, Cursor और Gemini CLI शामिल हैं। कॉल उसी बैलेंस से कटते हैं जिससे वेब ऐप, और विफल जनरेशन का पैसा वापस मिल जाता है।
फ़्रेम के एक बैच की कितनी लागत आती है?
इमेज $0.03 प्रति इमेज से शुरू होती हैं, और एक प्रॉम्प्ट 4 फ़्रेम तक दे सकता है। वर्टिकल वीडियो क्लिप $0.10 से शुरू होती हैं। कुल रकम मॉडल, सेटिंग्स, आउटपुट की संख्या और दोबारा कोशिशों पर निर्भर करती है।
क्या अपने आप बने वीडियो YouTube पर मोनेटाइज़ होंगे?
अपने आप बने वीडियो की मोनेटाइज़ेशन YouTube तय करता है, BananaBanana नहीं। YouTube थोक में बने, एक जैसे दोहराए गए कंटेंट को मोनेटाइज़ नहीं करता। BananaBanana कच्चा माल देता है: फ़्रेम, B-roll, क्लिप और वॉइस-ओवर। एडिटिंग और चैनल का अपनापन ही वह चीज़ है जिसे प्लेटफ़ॉर्म आँकते हैं।
शुरुआत
6 जवाब
BananaBanana क्या है और यह कैसे काम करता है?
BananaBanana जितना बनाएँ उतने भुगतान वाला AI इमेज, वीडियो और स्पीच जनरेटर है, जिसमें Google, OpenAI, Alibaba और xAI के 15 मॉडल हैं। इमेज $0.03 से और वीडियो क्लिप $0.10 से शुरू होती हैं। प्रॉम्प्ट लिखिए, चाहें तो रेफ़रेंस फ़ोटो या पहला फ़्रेम लगाइए, रेंडर से पहले कीमत देखिए, और हर प्रॉम्प्ट पर 4 इमेज तक पाइए। क्रिप्टो से $1 से टॉप-अप कीजिए — कॉइन और नेटवर्क के हिसाब से — या कार्ड, PayPal या SEPA से $20 से। कोई सब्सक्रिप्शन नहीं, और साइन अप के लिए कार्ड भी नहीं चाहिए। हर नए अकाउंट को $0.20 वेलकम बैलेंस मिलता है।
BananaBanana पर कौन-कौन से AI मॉडल हैं?
15 मॉडल: 7 इमेज के लिए, 7 वीडियो के लिए और एक स्पीच के लिए। इमेज — Nano Banana 2 Lite (1K पर एक तय $0.03, कोशिशें करने का सबसे सस्ता तरीका), Nano Banana 2 ($0.03 से, 4K तक), Nano Banana 2.1 ($0.03 से, 1K से 4K, 8:1 तक के पैनोरमा फ़ॉर्मैट), Nano Banana Pro ($0.11 से, सबसे बारीक पोर्ट्रेट और प्रोडक्ट शॉट, 4K तक), OpenAI के GPT Image 2.5 Flare और Sunburst ($0.05 से, तब चुनिए जब तस्वीर में पढ़ा जा सकने वाला टेक्स्ट चाहिए; Flare तेज़ टियर है, Sunburst सटीक टियर), और Alibaba का Qwen Image 3.0 Pro ($0.04 से, घने लेआउट और छोटा टेक्स्ट, 1K और 2K)। वीडियो — Veo 3.1 ($0.70 से), Veo 3.1 Fast ($0.35 से) और Veo 3.1 Lite ($0.10 से): 4, 6 या 8 सेकंड की क्लिप, आवाज़ चाहें तो, Veo 3.1 और Fast पर 4K तक; Gemini Omni 1.1 Flash ($0.09 से): 3–10 सेकंड, आवाज़ और बोली हमेशा चालू, 360p ड्राफ़्ट से 4K तक, एडिटिंग और 40 सेकंड तक सीन बढ़ाना; Gemini Omni Flash 1.0 ($0.40 से), पिछली पीढ़ी, उन प्रोजेक्ट के लिए रखी गई है जो इसी पर शुरू हुए; Alibaba का Wan 3.0 ($0.20 से): एक ही पास में 30 सेकंड तक, पहला और आख़िरी फ़्रेम, आवाज़ बंद भी कर सकते हैं; xAI का Grok Imagine Video 1.5 ($0.56 से): 4–15 सेकंड की क्लिप, अपनी आवाज़ के साथ, पाँच आस्पेक्ट रेशियो। स्पीच — Google का Gemini 3.1 Flash TTS (हर शुरू किए गए 200 अक्षरों पर $0.01): 30 आवाज़ें, एक या दो वक्ता, वेब स्टूडियो में और MCP से।
जनरेशन की कितनी लागत आती है? क्या कोई मुफ़्त विकल्प है?
हर नए अकाउंट को बिना कार्ड के $0.20 वेलकम बैलेंस मिलता है — कई इमेज या एक छोटी ड्राफ़्ट क्लिप के लिए काफ़ी। उसके बाद हर रेंडर का भुगतान होता है। इमेज: Nano Banana 2 Lite एक तय $0.03; Nano Banana 2 $0.03 से $0.13 तक (512px से 4K); Nano Banana 2.1 $0.03 से $0.10 तक (1K से 4K); Nano Banana Pro $0.11 से $0.20 तक; GPT Image 2.5 Flare और Sunburst $0.05 से $0.18 तक (1K से 4K); Qwen Image 3.0 Pro 1K पर $0.04 और 2K पर $0.08। वीडियो: Veo 3.1 Lite $0.10 से, Veo 3.1 Fast $0.35 से, Veo 3.1 $0.70 से। Gemini Omni 1.1 Flash रिज़ॉल्यूशन के हिसाब से प्रति सेकंड चार्ज करता है — 360p पर $0.03, 720p पर $0.10 — इसलिए आवाज़ के साथ 10 सेकंड की 720p क्लिप $1.00 की पड़ती है। Wan 3.0 रिज़ॉल्यूशन के हिसाब से $0.05–$0.20 प्रति सेकंड है, और Grok Imagine Video 1.5 720p पर $0.14 तथा 1080p पर $0.25 प्रति सेकंड। पूरी तालिकाएँ ऊपर कीमत वाले सेक्शन में हैं। क्रिप्टो में $50+ भरने पर 5% बोनस, या $100+ पर 10%; कार्ड, PayPal और SEPA भुगतान बिना बोनस के बैलेंस में जुड़ते हैं। Gemini 3.1 Flash TTS पर स्पीच हर शुरू किए गए 200 अक्षरों पर $0.01 है। बचा हुआ बैलेंस कभी एक्सपायर नहीं होता, और विफल रेंडर का पैसा वापस मिल जाता है।
BananaBanana कौन से भुगतान स्वीकार करता है? क्या क्रिप्टो या कार्ड से भुगतान कर सकते हैं?
BananaBanana क्रिप्टो और कार्ड, दोनों से भुगतान स्वीकार करता है। क्रिप्टो: USDT (ERC-20, BEP-20, SOL, TON), USDC (SOL, BASE, ERC-20, BEP-20), DAI, Bitcoin (BTC), Ethereum (ETH), Solana (SOL), BNB, Litecoin (LTC), Tron (TRX), TON, XRP, Dogecoin (DOGE) और अन्य — «टॉप-अप» बटन दबाएँ, राशि चुनें (कॉइन और नेटवर्क के अनुसार न्यूनतम $1 से), क्रिप्टोकरेंसी और नेटवर्क चुनें, और आपको स्थायी वॉलेट एड्रेस मिलेगा जो सभी भविष्य के टॉप-अप के लिए काम करता है; ब्लॉकचेन कन्फ़र्मेशन के बाद बैलेंस अपने आप जमा हो जाता है। कार्ड: Visa और Mastercard, PayPal बैलेंस या EU में SEPA ट्रांसफ़र — प्रति भुगतान $20 से $2,000 तक, सब कुछ PayPal की विंडो में होता है, इसलिए कार्ड की जानकारी हमारी साइट तक नहीं पहुँचती, और भुगतान पास होते ही बैलेंस जमा हो जाता है। आप जिस भी तरीके से भुगतान करें, यह एक बार का टॉप-अप है: न कोई सब्सक्रिप्शन, न कार्ड सेव होता है, न ऑटो-रिन्यूअल — बैलेंस तब तक पड़ा रहता है जब तक आप उसे खर्च न करें। क्रिप्टो वह रास्ता है जिसे हमने सबसे पहले बनाया और यह अब भी सबसे हल्का है: $20 की जगह $1 से शुरू, बीच में कोई बैंक नहीं, और TON या Solana जैसे नेटवर्क्स पर कुछ सेंट की ही फीस। वॉल्यूम बोनस केवल क्रिप्टो टॉप-अप पर लागू होते हैं: $50+ पर +5%, $100+ पर +10%; कार्ड, PayPal और SEPA भुगतान अंकित मूल्य पर जमा होते हैं।
BananaBanana बिना किसी भौगोलिक प्रतिबंध के दुनिया भर में उपलब्ध है। क्रिप्टो टॉप-अप किसी भी देश से बिना स्थानीय बैंक खाते के काम करते हैं, और कार्ड, PayPal व SEPA से भुगतान PayPal के ज़रिए वहाँ हर जगह चलते हैं जहाँ वह उपलब्ध है। इंटरफ़ेस अंग्रेज़ी, अरबी, जर्मन, स्पैनिश, फ़्रेंच, हिंदी, इंडोनेशियाई, इतालवी, जापानी, पुर्तगाली, रूसी, थाई, तुर्की, यूक्रेनी, उर्दू, वियतनामी और चीनी में उपलब्ध है।
जनरेशन में कितना समय लगता है?
इमेज जनरेशन आमतौर पर 1–2 मिनट लेता है, रेज़ोल्यूशन, मॉडल और इमेज की संख्या पर निर्भर। वीडियो जनरेशन 2–5 मिनट लेता है। Veo 3.1 Fast और Veo 3.1 Lite आमतौर पर तेज़ होते हैं। जनरेशन के दौरान पेज बंद कर सकते हैं और बाद में वापस आ सकते हैं — रिज़ल्ट आपके अकाउंट में इंतज़ार करेंगे।
इमेज जनरेशन
6 जवाब
BananaBanana पर कैरेक्टर कंसिस्टेंसी कैसे काम करती है?
BananaBanana «रेफ़रेंस» मोड के ज़रिए बिल्ट-इन कैरेक्टर कंसिस्टेंसी प्रदान करता है। पोर्ट्रेट फ़ोटो को कैरेक्टर रेफ़रेंस के रूप में अपलोड करें और सीन का वर्णन करें — AI चेहरे की विशेषताओं को बनाए रखेगा और व्यक्ति को पूरी तरह नए संदर्भ, पोशाक या कलात्मक शैली में रखेगा। एक जनरेशन में 14 रेफ़रेंस फ़ोटो (कैरेक्टर और ऑब्जेक्ट) तक जोड़ सकते हैं, जिससे कई इमेज में एक जैसे कैरेक्टर बनाना भी संभव है।
क्या मैं BananaBanana से AI इन्फ्लुएंसर या सोशल मीडिया कंटेंट बना सकता हूँ?
हाँ — BananaBanana AI इन्फ्लुएंसर और क्रिएटर के काम के लिए ही बना है: Reference मोड, किरदार की एकरूपता और हर प्रॉम्प्ट पर 4 इमेज तक। एक टिकाऊ AI किरदार बनाइए और उसी किरदार को अलग-अलग सीन, कपड़ों और जगहों में बनाइए — Instagram, TikTok और बाक़ी प्लेटफ़ॉर्म के लिए बढ़िया। Nano Banana Pro बहुत असली लगने वाले, पेशेवर स्तर के पोर्ट्रेट और लाइफ़स्टाइल फ़ोटो देता है। Google के Gemini के वेब वर्शन के उलट, BananaBanana बिना किसी दिखने वाले वॉटरमार्क के कंटेंट बनाता है। ध्यान दें: Google के मॉडल (Nano Banana, Veo, Gemini Omni) से बनी इमेज और वीडियो में Google का अदृश्य SynthID वॉटरमार्क रहता है — इससे क्वालिटी पर असर नहीं पड़ता, पर कुछ प्लेटफ़ॉर्म के AI कंटेंट पहचानने वाले सिस्टम इसे पकड़ सकते हैं। Social Media Optimization चालू कीजिए ताकि इमेज बिना क्वालिटी गँवाए सोशल प्लेटफ़ॉर्म पर साफ़ पब्लिश होने के लिए तैयार हो जाएँ। जितना बनाएँ उतने भुगतान की कीमतें, और क्रिप्टो या कार्ड से टॉप-अप — अकेले क्रिएटर और एजेंसी दोनों के लिए सुलभ।
क्या e-commerce या कंटेंट मार्केटिंग के लिए बल्क में इमेज जनरेट कर सकते हैं?
हाँ। BananaBanana एक प्रॉम्प्ट में 4 इमेज तक जनरेट करने देता है — वर्णन करें कि क्या चाहिए और एक साथ कई वेरिएशन पाएँ। e-commerce विज़ुअल्स, print-on-demand डिज़ाइन, सोशल मीडिया कंटेंट और मार्केटिंग कैंपेन के लिए आदर्श। «रेफ़रेंस» मोड विज़ुअल कंसिस्टेंसी सुनिश्चित करता है।
कौन-से रिज़ॉल्यूशन, आस्पेक्ट रेशियो और अवधि सपोर्ट हैं?
इमेज: Nano Banana 2 और Pro 512px से 4K तक रेंडर करते हैं (Pro 1K से शुरू), 1:1 से 21:9 तक दस आस्पेक्ट रेशियो में; Nano Banana 2 Lite सिर्फ़ 1K; Nano Banana 2.1 1K से 4K तक पंद्रह आस्पेक्ट रेशियो में — ऊपर के दस और पैनोरमा 1:4, 4:1, 1:8, 8:1 व 9:21; GPT Image 2.5 में 1K, 2K और 4K; Qwen Image 3.0 Pro में 1K और 2K। हर प्रॉम्प्ट पर 4 इमेज तक। वीडियो: Veo 3.1 और Veo 3.1 Fast — 720p, 1080p या 4K पर 4, 6 या 8 सेकंड; Veo 3.1 Lite — वही अवधियाँ, 1080p तक। Gemini Omni 1.1 Flash — 3 से 10 सेकंड तक कोई भी लंबाई, एक-एक सेकंड के हिसाब से, 360p, 720p, 1080p या 4K पर, और 40 सेकंड तक बढ़ाई जा सकती है। Gemini Omni Flash 1.0 — नेटिव 720p पर 4, 6, 8 या 10 सेकंड, या अपस्केल किए 1080p पर 6, 8 या 10 सेकंड। Wan 3.0 — 480p, 720p या 1080p पर 4, 6, 8, 10, 15, 20 या 30 सेकंड। Grok Imagine Video 1.5 — 720p या 1080p पर 4 से 15 सेकंड। हर वीडियो मॉडल 16:9 और 9:16 रेंडर करता है; Grok 1:1, 3:2 और 2:3 भी।
क्या AI से जनरेटेड इमेज को एडिट किया जा सकता है?
हाँ। BananaBanana मल्टी-स्टेप AI इमेज एडिटिंग सपोर्ट करता है — जनरेशन के बाद इमेज चुनें और नेचुरल लैंग्वेज में बदलाव बताएँ। AI इमेज को ओरिजिनल कंपोज़िशन बनाए रखते हुए बदलेगा। चैट-स्टाइल में कई एडिट कर सकते हैं, स्टेप बाय स्टेप रिज़ल्ट बेहतर बनाते हुए।
Social Media Optimization (SMO) क्या है?
Social Media Optimization एक-क्लिक विकल्प है जो जनरेटेड इमेज को सोशल प्लेटफ़ॉर्म पर सीमलेस पब्लिशिंग के लिए प्रोसेस करता है — बिना क्वालिटी लॉस के ऑटोमैटिक AI कंटेंट लेबल की संभावना कम करता है। जनरेट करने से पहले जनरेटर सेटिंग्स में इसे इनेबल करें। किसी भी रेज़ोल्यूशन और मॉडल के साथ काम करता है। Google का अदृश्य SynthID वॉटरमार्क बना रहता है।
वीडियो जनरेशन
5 जवाब
कौन-सा वीडियो मॉडल चुनूँ: Veo 3.1, Gemini Omni, Wan 3.0 या Grok Imagine Video?
वीडियो मॉडल इस हिसाब से चुनिए कि क्लिप को करना क्या है: साफ़-सुथरे फ़ाइनल रेंडर के लिए Veo 3.1, प्रति सेकंड चार्ज वाली बोलती क्लिप के लिए Gemini Omni 1.1 Flash, लंबे सिंगल टेक के लिए Wan 3.0, और पहले फ़्रेम का नज़दीकी से पालन करने वाली क्लिप के लिए Grok Imagine Video 1.5। Veo 3.1 ($0.70 से) फ़ाइनल रेंडर के लिए सबसे ऊपर का Veo टियर है, Veo 3.1 Fast ($0.35 से) रोज़मर्रा का व्यावहारिक विकल्प है, और Veo 3.1 Lite ($0.10 से) आइडिया आज़माने के लिए सबसे सस्ता Veo टियर; तीनों ठीक 4, 6 या 8 सेकंड की क्लिप देते हैं, आवाज़ वैकल्पिक है, और Veo 3.1 व Fast नेटिव 4K तक जाते हैं और Extend से आगे बढ़ते हैं। Gemini Omni 1.1 Flash (720p पर $0.10 प्रति सेकंड, 360p पर $0.03) बोलती क्लिप के लिए सही चुनाव है: आवाज़ हमेशा चालू, प्रॉम्प्ट में लिखी लाइन किरदार बोलता है, भुगतान ठीक उतने 3–10 सेकंड का जितने आपको चाहिए, यह पहला फ़्रेम, आख़िरी फ़्रेम और रेफ़रेंस इमेज लेता है, टेक्स्ट निर्देश से बनी क्लिप एडिट करता है, और सीन को 40 सेकंड तक बढ़ाता है। Gemini Omni Flash 1.0 पिछली पीढ़ी है — नेटिव 720p और अपस्केल 1080p — जो पुराने काम की निरंतरता के लिए रखी गई है। Wan 3.0 (720p पर $0.10 प्रति सेकंड) अकेला मॉडल है जो एक ही पास में 30 सेकंड तक रेंडर करता है, पहले और आख़िरी फ़्रेम के नियंत्रण, सीड और आवाज़ बंद करने की सुविधा के साथ। Grok Imagine Video 1.5 (720p पर $0.14 प्रति सेकंड, 1080p पर $0.25) अपनी आवाज़ के साथ 4–15 सेकंड की क्लिप बनाता है, पहले फ़्रेम का बहुत नज़दीकी से पालन करता है, और स्क्वायर व 3:2 फ़ॉर्मैट भी सपोर्ट करता है।
क्या BananaBanana आवाज़, संगीत और संवाद वाले वीडियो बना सकता है?
हाँ — यहाँ हर वीडियो मॉडल तस्वीर के साथ उसी पास में आवाज़ रेंडर कर सकता है। Gemini Omni 1.1 Flash और Omni Flash 1.0 पर ऑडियो हमेशा चालू रहता है और प्रति सेकंड कीमत में शामिल है; प्रॉम्प्ट में लाइन लिख दीजिए और किरदार वही बोलेगा (टेक जाँच लीजिए कि सही बोला या नहीं), इसीलिए टॉकिंग-हेड और UGC क्लिप के लिए आम तौर पर Omni चुना जाता है। तीनों Veo 3.1 मॉडल ऑडियो चालू करने पर आसपास की आवाज़, संगीत, इफ़ेक्ट और संवाद बनाते हैं, और साउंड डिज़ाइन के लिए अलग ऑडियो प्रॉम्प्ट भी दिया जा सकता है; बिना आवाज़ वाली Veo क्लिप सस्ती पड़ती हैं। Wan 3.0 उसी कीमत में आवाज़ देता है और उसे मुफ़्त में बंद भी किया जा सकता है। Grok Imagine Video 1.5 हमेशा साउंडट्रैक बनाता है और लिखी हुई लाइनें बुलवाता है। अलग वॉइस-ओवर के लिए Gemini 3.1 Flash TTS में 30 आवाज़ें हैं और एक या दो वक्ता, वेब स्टूडियो में और MCP से।
क्या मैं फ़ोटो को वीडियो में बदल सकता हूँ या स्थिर इमेज को चला सकता हूँ?
हाँ — प्लेटफ़ॉर्म का हर वीडियो मॉडल पहला फ़्रेम लेता है: फ़ोटो अपलोड कीजिए, हलचल लिखिए, और क्लिप ठीक आपकी इमेज से खुलेगी। Veo 3.1, Gemini Omni 1.1 Flash और Wan 3.0 आख़िरी फ़्रेम भी लेते हैं, तो शॉट कहाँ ख़त्म हो यह तय कर सकते हैं या बिना जोड़ दिखे लूप बना सकते हैं। Grok Imagine Video 1.5 पहले फ़्रेम का ख़ासतौर पर नज़दीकी से पालन करता है (वहाँ पहला फ़्रेम 720p और 1080p पर चलता है, रेफ़रेंस इमेज 720p पर)। तय पहले फ़्रेम की जगह ज़्यादातर वीडियो मॉडल किरदार या प्रोडक्ट की रेफ़रेंस इमेज लेकर सीन ख़ुद सजा देते हैं; सीमाएँ हर मॉडल में अलग हैं और जनरेटर में दिखती हैं। Veo 3.1 और Veo 3.1 Fast 4K तक जाते हैं, Omni 1.1 भी 4K तक, और Wan 3.0 व Grok 1080p तक।
क्या AI से बने वीडियो आगे बढ़ाए जा सकते हैं?
हाँ — BananaBanana बने हुए AI वीडियो तीन तरीक़ों से आगे बढ़ाता है। Veo 3.1 और Veo 3.1 Fast: बनी हुई क्लिप पर Extend दबाइए और नए प्रॉम्प्ट से आगे बढ़ाइए; मॉडल दृश्य की निरंतरता बनाए रखता है, और एक के बाद एक बढ़ाते जाने पर 148 सेकंड तक पहुँचा जा सकता है। Gemini Omni 1.1 Flash: बनी हुई क्लिप में एक बार में 3–10 सेकंड जोड़िए, कुल 40 सेकंड तक (हर बार की कीमत पूरी बनने वाली लंबाई पर तय होती है और रेंडर से पहले दिख जाती है), या सीन और किरदार वही रखते हुए टेक्स्ट निर्देश से क्लिप एडिट कीजिए; आप किसी भी बने हुए वीडियो के पहले 10 सेकंड — Veo क्लिप या अपना अपलोड — 720p पर वीडियो-टू-वीडियो री-स्टाइल के लिए भी भेज सकते हैं। Wan 3.0 को आगे बढ़ाने की ज़रूरत कम पड़ती है, क्योंकि एक ही पास पहले से 30 सेकंड तक चलता है; स्टूडियो में या MCP पर यह सोर्स क्लिप पढ़कर उन्हीं किरदारों और माहौल में अगला सीन भी शूट कर सकता है — यह कहानी आगे बढ़ाना है, फ़्रेम-दर-फ़्रेम जोड़ना नहीं। Grok Imagine Video 1.5 4–15 सेकंड की अलग क्लिप बनाता है।
BananaBanana पर मैं अधिकतम कितना लंबा वीडियो बना सकता हूँ?
एक ही पास में: Wan 3.0 पर 30 सेकंड, Grok Imagine Video 1.5 पर 15 सेकंड, Gemini Omni पर 10 सेकंड, Veo 3.1 पर 8 सेकंड। आगे बढ़ाने पर: Gemini Omni 1.1 Flash पर 40 सेकंड तक, एक बार में 3–10 सेकंड जोड़ते हुए, और Veo 3.1 व Veo 3.1 Fast पर Extend की चेन से 148 सेकंड तक। हर पास या हर बढ़ोतरी की कीमत अलग लगती है और रेंडर से पहले दिख जाती है।
BananaBanana की Midjourney, Sora, Higgsfield और दूसरे AI जनरेटर से तुलना कैसी है?
मुख्य फ़र्क़ भुगतान के तरीके और मॉडलों की रेंज का है। कई जनरेटर महीने का सब्सक्रिप्शन बेचते हैं जिसमें क्रेडिट रीसेट हो जाते हैं; यहाँ सब्सक्रिप्शन है ही नहीं — इमेज $0.03 से, वीडियो $0.10 से, और हर रेंडर का पैसा उस बैलेंस से कटता है जो कभी एक्सपायर नहीं होता। एक ही कंपनी के मॉडल की जगह आपको चार कंपनियों के 15 मॉडल मिलते हैं: Google के Nano Banana, Veo 3.1 और Gemini Omni, OpenAI का GPT Image 2.5, Alibaba के Wan 3.0 और Qwen Image 3.0 Pro, और xAI का Grok Imagine Video 1.5। इसमें नेटिव 4K वीडियो, बोली वाली क्लिप, 30 सेकंड तक के सिंगल टेक, 148 सेकंड तक सीन बढ़ाना और पढ़े जा सकने वाले टेक्स्ट वाली इमेज — सब आ जाता है। कोई दिखने वाला वॉटरमार्क नहीं, महीने के कोटे की जगह सामान्य इस्तेमाल की रेट लिमिट, और वही बैलेंस वेब ऐप से भी चलता है और MCP पर AI एजेंट से भी।
BananaBanana सीधे Gemini का इस्तेमाल करने से कैसे अलग है?
BananaBanana Google Gemini इमेज मॉडल और Veo 3.1 वीडियो मॉडल तक अधिक सुविधाजनक और किफ़ायती पहुँच प्रदान करता है। Gemini पर मुख्य फ़ायदे: कंटेंट पर कोई दृश्य वॉटरमार्क नहीं, कम ब्लॉक के लिए Relaxed Filter विकल्प, प्रति प्रॉम्प्ट 4 इमेज तक, ऑडियो के साथ 4K वीडियो, क्लिप जोड़कर 148 सेकंड तक वीडियो एक्सटेंशन, रेफ़रेंस फ़ोटो से कैरेक्टर कंसिस्टेंसी, Google अकाउंट के बिना क्रिप्टो या कार्ड से भुगतान। कीमतें $0.03 प्रति इमेज से।
BananaBanana में कौन-सी एडवांस्ड जनरेशन सेटिंग्स हैं?
BananaBanana में अनचाही चीज़ें हटाने के लिए नेगेटिव प्रॉम्प्ट (1,000 अक्षर तक), दोहराए जा सकने वाले नतीजों के लिए सीड वैल्यू, सोशल मीडिया पर आसान पब्लिशिंग के लिए Social Media Optimization (SMO), हर प्रॉम्प्ट पर 4 वीडियो वैरिएंट तक, और PNG, JPEG या WebP में इमेज आउटपुट मिलते हैं। तय सीड एक ही प्रॉम्प्ट के अलग-अलग रन के नतीजे आपस में क़रीब रखता है — एकरूपता जाँचने और A/B तुलना के लिए उपयोगी — पर मॉडल हूबहू वही नतीजा दोहराने की गारंटी नहीं देते। ये पेशेवर कंट्रोल क्रिएटर और डेवलपर को AI से बने कंटेंट पर बारीक नियंत्रण देते हैं।
Relaxed Filter क्या है और यह अन्य AI प्लेटफ़ॉर्म से कैसे अलग है?
BananaBanana जनरेटर सेटिंग्स में सीधे Relaxed Filter टॉगल प्रदान करता है, जो Midjourney, GPT Image, Grok Imagine या Gemini के वेब वर्ज़न की तुलना में काफ़ी अधिक क्रिएटिव फ़्रीडम देता है। इनेबल करने पर BananaBanana Gemini API के safetySettings पैरामीटर को OFF थ्रेशोल्ड के साथ भेजता है — यह मॉडरेशन को पूरी तरह से बंद नहीं करता, यह केवल API के ज़रिए एक्सपोज़ किए गए प्रॉम्प्ट-लेवल सेफ़्टी फ़िल्टर को डिसेबल करता है। Gemini एक दूसरा, आंतरिक फ़िल्टर भी चलाता है जिसके व्यवहार को API के ज़रिए नियंत्रित नहीं किया जा सकता, इसलिए एक्सट्रीम कंटेंट अब भी ब्लॉक रहता है। फिर भी, यह आर्ट, फ़ैशन फ़ोटोग्राफ़ी, मेडिकल इलस्ट्रेशन या वयस्क ऑडियंस के लिए कहानियों जैसे पूरी तरह वैध क्रिएटिव कार्य के लिए ज़ाहिर तौर पर अधिक जगह देता है — बिना किसी नियम के उल्लंघन के। टॉगल को हर जनरेशन के लिए ऑन या ऑफ़ किया जा सकता है।
क्या मैं BananaBanana पर बने कंटेंट का व्यावसायिक इस्तेमाल कर सकता हूँ?
हाँ — बनी हुई इमेज और वीडियो आपके हैं और उन्हें निजी व व्यावसायिक दोनों कामों में इस्तेमाल कर सकते हैं, जिसमें विज्ञापन, सोशल मीडिया, प्रोडक्ट विज़ुअल, AI इन्फ्लुएंसर अकाउंट, ई-कॉमर्स लिस्टिंग और प्रिंट-ऑन-डिमांड शामिल हैं। कंटेंट उस मॉडल प्रोवाइडर की उपयोग नीतियों के अधीन है जिसने उसे रेंडर किया (Google, OpenAI, Alibaba या xAI), और जहाँ कानून या प्लेटफ़ॉर्म कहे वहाँ यह बताना कि मीडिया सिंथेटिक है, आपकी ज़िम्मेदारी है।
अकाउंट बनाने के लिए बस एक ईमेल चाहिए — न नाम, न फ़ोन नंबर, न पता, और कार्ड की जानकारी हमारी तरफ़ आती ही नहीं: क्रिप्टो टॉप-अप वॉलेट एड्रेस पर जाते हैं, जबकि कार्ड, PayPal और SEPA भुगतान PayPal की अपनी विंडो में होते हैं, इसलिए कार्ड नंबर हम तक कभी नहीं पहुँचते; हमारे पास सिर्फ़ लेन-देन का रिकॉर्ड रहता है। किसी भी होस्टेड सेवा की तरह हम तकनीकी डेटा भी लॉग करते हैं: IP पता, ब्राउज़र और इस्तेमाल का इतिहास; प्राइवेसी पॉलिसी में पूरी सूची है। प्रॉम्प्ट और रेफ़रेंस इमेज उसी मॉडल के प्रोवाइडर को भेजे जाते हैं जो आपने चुना (Google, OpenAI, Alibaba या xAI), बिना किसी अकाउंट पहचानकर्ता के, और हम उन्हें न बेचते हैं न मॉडल ट्रेन करने में इस्तेमाल करते हैं। बनी हुई इमेज और वीडियो आपके निजी अकाउंट में 30 दिन रहते हैं और फिर अपने आप मिट जाते हैं; आप उन्हें कभी भी ख़ुद भी मिटा सकते हैं।
क्या BananaBanana में रेफ़रल या एफ़िलिएट प्रोग्राम है?
हाँ। BananaBanana तीन-स्तरीय एफ़िलिएट प्रोग्राम प्रदान करता है। पर्सनल प्रोमो कोड बनाएँ (प्रति अकाउंट 3 तक) — जब कोई आपका कोड इस्तेमाल करे, उसे टॉप-अप पर 10% बोनस मिलता है, और आपको कमीशन मिलता है: शुरू में 5%, $1,000 रेफ़रल रेवेन्यू के बाद 10%, $2,000 के बाद 15%। डैशबोर्ड में रेफ़रल कमाई और स्टैट्स ट्रैक करें। कमाई पर कोई सीमा नहीं।
क्या BananaBanana का डेवलपर्स के लिए API है?
हाँ — BananaBanana का पब्लिक रिमोट MCP सर्वर है: bananabanana.pro/api/mcp (docs: bananabanana.pro/mcp)। AI एजेंट और MCP क्लाइंट (Claude Code, Claude Desktop, Gemini CLI आदि) प्रोग्रामेटिक रूप से इमेज, वीडियो और स्पीच जनरेट कर सकते हैं: प्रोफ़ाइल में API की बनाएँ, सर्वर जोड़ें — हर जनरेशन उसी बैलेंस से, उन्हीं दामों पर कटती है जो वेबसाइट पर है। पारंपरिक REST API आगे आ सकता है।
क्या मेरा एजेंट इमेज, वीडियो और स्पीच बना सकता है?
हाँ — Claude और दूसरे AI एजेंट BananaBanana के सार्वजनिक रिमोट MCP (Model Context Protocol) सर्वर से इमेज, वीडियो और स्पीच बना सकते हैं। Claude Code, Claude Desktop, claude.ai, Cursor, Gemini CLI, Codex, n8n और कोई भी दूसरा MCP क्लाइंट जुड़ सकता है। एजेंट को वही मॉडल और सेटिंग्स मिलती हैं जो वेब स्टूडियो में हैं: रेफ़रेंस इमेज, पहला और आख़िरी फ़्रेम, Wan के रेफ़रेंस वीडियो, 40 सेकंड तक Omni Extend, इमेज व वीडियो एडिटिंग, और Gemini 3.1 Flash TTS। हर कॉल उसी बैलेंस से उन्हीं कीमतों पर कटता है, और वीडियो की लागत काटने से पहले पुष्टि के लिए बता दी जाती है। इसके बाद एजेंट बनी हुई फ़ाइलों को आपकी मशीन पर ffmpeg से जोड़ सकता है: जनरेशन BananaBanana संभालता है, लोकल एडिट एजेंट। क्लाइंट से OAuth के ज़रिए साइन इन कीजिए, या प्रोफ़ाइल → MCP API Keys में API की बनाइए। सेटअप गाइड: bananabanana.pro/mcp.
BananaBanana कौन-सा स्पीच मॉडल इस्तेमाल करता है और उसकी कीमत क्या है?
BananaBanana पर Google का Gemini 3.1 Flash TTS है, वेब स्टूडियो में और MCP से। इसकी कीमत हर शुरू किए गए 200 अक्षरों पर $0.01 है, यानी लगभग 450 अक्षरों की 30 सेकंड वाली लाइन $0.03 की पड़ती है। इसमें 30 आवाज़ें हैं, लहजे और रफ़्तार के लिए स्टाइल प्रॉम्प्ट है, और एक नैरेटर या दो वक्ताओं का संवाद एक ही फ़ाइल में मिलता है। ऑडियो 24 kHz WAV फ़ाइल में आता है, जिसे आप या आपका एजेंट ffmpeg से वीडियो पर चढ़ा सकते हैं।
क्या मेरा एजेंट बिना अकाउंट के x402 से भुगतान कर सकता है?
हाँ — x402 से एजेंट हर कॉल का भुगतान Base नेटवर्क पर USDC में करता है, बिना BananaBanana अकाउंट, API की या टॉप-अप के। एजेंट जनरेशन माँगता है, सटीक कीमत पाता है, भुगतान साइन करता है और नतीजा ले लेता है। यह इमेज, वीडियो और स्पीच तीनों के लिए चलता है, और कॉल की कीमत उतनी ही होती है जितनी जनरेशन की, $0.01 से। x402 वाला वीडियो विफल हो जाए तो भुगतान करने वाले को उतनी ही रकम का क्रेडिट टोकन मिलता है, जो 90 दिन चलता है; भुगतान ऑन-चेन वापस नहीं होते। विवरण: bananabanana.pro/mcp.
क्या मैं कार्ड या PayPal से भुगतान कर सकता हूँ?
हाँ — BananaBanana $20 से कार्ड, PayPal और SEPA टॉप-अप लेता है। जो रकम आप भरते हैं वही बिना बोनस के आपके डॉलर बैलेंस में जुड़ती है; $50 से 5% और $100 से 10% वाले वॉल्यूम बोनस सिर्फ़ क्रिप्टो टॉप-अप पर लागू होते हैं। कार्ड भुगतान PayPal की विंडो में होता है, हर टॉप-अप एक बार का भुगतान है, कोई सब्सक्रिप्शन नहीं, और आपका बैलेंस कभी एक्सपायर नहीं होता।
