Cinq images publicitaires produit avec n8n sous 0,20 $

Cinq candidats d'image publicitaire peuvent tenir dans un budget d'API média de 0,20 $. Lors d'un test à cinq requêtes le 3 septembre 2026, Nano Banana 2 Lite a retourné cinq candidats pour 75 crédits reAPI, soit 0,075 $ au total. Chaque image achevée à 1K coûte 15 crédits. Ce guide transforme les mêmes corps de requête en workflow n8n que vous pouvez télécharger et adapter.

Le test mesuré a été envoyé directement à l'API. Le JSON du workflow a été vérifié pour la structure d'importation, les champs de nœud, les branches et les connexions de boucle, mais n'a pas été exécuté dans une instance n8n active. Importez-le et attachez vos propres identifiants avant de l'exécuter.

Le chiffre de 0,075 $ couvre cinq tâches API achevées, pas cinq publicités prêtes pour la publication. Les tentatives pour dérives produit, copie mal orthographiée ou recadrages dangereux comptent dans le même budget de 0,20 $.

TL;DR

• Le test mesuré a achevé cinq candidats d'image publicitaire pour 0,075 $ via reAPI, laissant le lot bien en dessous du plafond d'API média de 0,20 $.
• Le tarif actif était de 15 crédits, soit 0,015 $, par image Nano Banana 2 Lite achevée au moment de la vérification le 3 septembre 2026.^[1]
• Un plafond de 0,20 $ permet 13 générations achevées à ce tarif. Après les cinq premières, il reste place pour huit tentatives de retry en restant à 0,195 $ ou moins.
• Téléchargez le JSON du workflow n8n. Il utilise un déclencheur manuel, cinq briefs, polling asynchrone des tâches, vérifications d'état bornées et aucune clé API incorporée.
• Téléchargez le résumé du test avec les identifiants de tâche, les URLs de sortie, les crédits enregistrés et le calcul des coûts.
• Gardez la copie légale, les prix, les codes coupon et les mises en page au pixel près en dehors de l'image générée. Laissez le modèle créer la scène, puis ajoutez le texte exact avec un modèle de conception normal.

Pourquoi cinq fichiers achevés ne sont pas tout le coût

Si un workflow n8n génère cinq concepts d'image publicitaire différents par exécution, qu'est-ce que le budget devrait inclure ? La facture visible couvre les appels API achevés, mais les dérives produit, la copie mal orthographiée et les recadrages dangereux peuvent déclencher des tentatives payantes. La fiabilité, la latence et les sorties prévisibles importent aussi lorsque le workflow est censé fonctionner avec peu d'intervention.

Tracez ce nombre :

coût par image approuvée = coût total de génération / images approuvées

Tracez la dépense totale de génération par rapport au nombre d'images qui passent la révision. Un prix unitaire bas n'est pas utile si la plupart des sorties doivent être générées à nouveau.

Le test de 0,20 $ : un produit, cinq briefs différents

L'entrée était une image de démonstration reAPI accessible publiquement d'une tasse céramique à deux tons sans marque. Chaque requête utilisait cette image, un canevas 4:5 et une direction publicitaire différente. Pour votre propre workflow, utilisez une photo de produit que vous possédez ou dont vous êtes autorisé à utiliser. Nano Banana 2 Lite accepte jusqu'à dix URLs d'images publiques et retourne exactement une image 1K par requête ; il n'a pas de paramètre n, donc cinq candidats exigent cinq tâches.^[2]

Le lot utilise cinq directions distinctes. Cinq briefs de studio quasi-dupliqués rendraient la cohérence plus facile, mais révèleraient peu sur la façon dont le même produit se présente dans des contextes différents.

Quatre conditions de révision ont été définies avant la soumission : préserver la poignée côté droit de la tasse, les proportions, le vernis à deux tons et la texture de surface ; reproduire uniquement le titre demandé ; afficher une tasse ; et garder le produit et la copie dans les marges de recadrage sécurisé.

Cet rubrique importe parce qu'il empêche la révision de changer après l'arrivée des images. Il rend aussi un retry actionnable : vous pouvez identifier la condition qui a échoué au lieu de demander au modèle de « le faire mieux ».

Résultats : cinq candidats achevés coûtent 0,075 $

Les cinq tâches API ont atteint completed. Chaque réponse a signalé 15 crédits d'utilisation, pour un total mesuré de 75 crédits, soit 0,075 $. Aucune tâche API n'a échoué. Aucun retry API n'a été fait lors de ce test d'achèvement et de coût.

Les cinq fichiers se sont chargés correctement à 928 × 1152 pixels. C'est proche de la forme 4:5 demandée, mais ce n'est pas exactement mathématique. Si une destination nécessite des dimensions de pixel fixes, recadrez ou complétez après la génération au lieu de supposer qu'un label de rapport d'aspect garantit les dimensions finales.

Le résumé du test daté enregistre l'identifiant de tâche, l'URL de sortie temporaire, les crédits et les dimensions pour chaque requête. Un statut de tâche achevée confirme la livraison, pas l'approbation créative. Révisez la fidélité du produit, la formulation, le texte indésirable et l'espace de recadrage séparément.

La documentation du modèle avertit que les URLs de tâche générées expirent. Téléchargez les fichiers que vous approuvez vers un stockage que vous contrôlez avant de placer leurs URLs dans un catalogue, un CMS ou un post programmé.^[2]

Combien d'espace de retry 0,20 $ achète-t-il ?

À 0,015 $ par génération achevée, le plafond est 13 tentatives :

13 × 0,015 $ = 0,195 $
14 × 0,015 $ = 0,210 $

Cela laisse huit tentatives supplémentaires après les cinq premières. Voici le même budget vu par nombre de retry, en supposant que l'ensemble approuvé final contient cinq images :

En termes de lot, cinq approbations à partir d'au plus 13 tentatives exigent un taux d'acceptation réalisé d'environ 38,5 %. C'est le taux d'acceptation minimum nécessaire pour rester dans le budget ; il ne supprime pas le besoin de révision du produit et de la copie. Un prix cassé, une fausse étiquette de produit ou un emballage muté peuvent coûter beaucoup plus que l'appel au modèle d'image.

Les prix sont sensibles au temps. Consultez la page modèle Nano Banana 2 Lite actif avant d'utiliser ces chiffres dans un devis client ou une règle de budget automatisée.

Construire le workflow de génération d'images n8n

Commencez par le JSON du workflow téléchargeable, puis apportez les modifications suivantes dans votre propre éditeur n8n. n8n prend en charge l'importation d'un workflow à partir d'un fichier via le menu de l'éditeur.^[5]

1. Créer un identifiant Bearer

Créez une clé reAPI dans le tableau de bord. Dans n8n, créez un type de credential générique et choisissez Bearer Auth, puis collez la clé là. Sélectionnez cet identifiant sur les deux nœuds HTTP Request. Ne tapez pas la clé dans le corps du workflow ou un nœud Code. Les workflows exportés peuvent contenir des noms et des identifiants d'identifiants, donc le fichier partagé omet la liaison d'identifiant.^[3]

Le workflow utilise un déclencheur manuel. L'importation ne peut pas commencer les requêtes payantes par elle-même. Gardez-le manuel jusqu'à ce que vous ayez révisé au moins une exécution complète.

2. Remplacer l'URL du produit de démonstration et les briefs

Ouvrez Build Five Ad Briefs. Le nœud Code retourne cinq éléments n8n, chacun avec un concept, un titre exact, un prompt et une source_image_url. Remplacez l'URL de démonstration par une URL JPEG, PNG ou WebP publique pour votre produit. Les URLs en base64 et data: ne sont pas acceptées par ce point de terminaison d'image.^[2]

Vous n'avez pas besoin d'un nœud Loop Over Items ici. Les nœuds n8n normaux traitent les éléments entrants, donc le nœud HTTP Request suivant soumet une tâche pour chacun des cinq briefs. Ajoutez Loop Over Items uniquement lorsque vous avez besoin de batching délibéré ou de limitation du débit.

3. Soumettre une tâche d'image par élément

Le nœud Create Image Tasks envoie cette expression n8n en JSON :

={{ {
  model: 'nano-banana-2-lite',
  prompt: $json.prompt,
  image_urls: [$json.source_image_url],
  aspect_ratio: '4:5'
} }}

Le point de terminaison répond immédiatement avec un id et un statut de traitement. Il ne tient pas la connexion HTTP ouverte jusqu'à ce que l'image soit terminée, donc un délai d'attente HTTP long unique est la mauvaise conception.

N'activez pas les retries automatiques aveugles sur ce POST. Si le client perd la réponse après que le serveur a accepté la requête, une deuxième tentative POST peut créer et facturer une tâche en double. Gardez l'identifiant de tâche retourné et réessayez plutôt la requête d'état.

4. Attendre, interroger et arrêter proprement

Après la soumission, le workflow attend 15 secondes et appelle :

={{ 'https://reapi.ai/api/v1/tasks/' + $json.id }}

Le nœud GET réessaye les erreurs de transport jusqu'à trois fois. Les deux nœuds IF gèrent alors l'état de la tâche :

1. completed va à Successful Images.
2. failed s'arrête avec l'erreur API au lieu de retourner silencieusement une URL d'image vide.
3. Tout autre statut boucle en arrière vers Wait 15 Seconds.
4. Une IF séparée s'arrête après le vingtième contrôle incomplet, ce qui représente environ cinq minutes d'attente programmée.

n8n documente ce modèle de boucle de condition : connectez un nœud ultérieur vers un antérieur et utilisez un nœud IF comme condition de sortie.^[4] L'expression limite utilise $runIndex à base zéro de n8n, donc la vingtième passe est l'indice 19.^[6]

Le cap est partagé par ce lot à cinq éléments ; ce n'est pas un compteur de retry durable par élément. Pour une file d'attente de production plus grande, mettez la séquence d'interrogation de tâche unique dans un sous-workflow ou conservez un pollCount avec chaque travail.

5. Exécuter une fois et lire la sortie

Cliquez sur Execute workflow. Lorsque les tâches se terminent, Successful Images retourne le concept, le titre demandé, l'identifiant de tâche, le statut, les crédits et l'URL d'image pour chaque élément achevé. Téléchargez les fichiers que vous approuvez vers un stockage durable. Enregistrez ensuite la décision de révision et réessayez uniquement le concept qui a échoué.

Le test au niveau API dans cet article utilisait les mêmes cinq corps de requête et point de terminaison. n8n ne change pas le prix par image API, mais son propre plan cloud, l'auto-hébergement, le stockage et la révision du personnel sont des coûts d'exploitation distincts.

Réviser les publicités produit avant la publication

Ne connectez pas Successful Images directement à Shopify, un planificateur social ou un compte publicitaire. Mettez une étape de révision entre la génération et la publication, même si ce n'est qu'une ligne de feuille de calcul avec une case à cocher approved.

Révisez chaque candidat dans cet ordre :

1. Identité du produit : Comparez la silhouette, la position de la poignée, les couleurs, l'étiquette, les fermetures, les boutons et les détails de matière distinctive par rapport à la source.
2. Copie : Vérifiez chaque caractère. Cherchez la microcopy supplémentaire, les changements de ponctuation et les logos inventés ainsi que les erreurs d'orthographe évidentes.
3. Sécurité des réclamations : Rejetez tout avantage non supporté, prix, certification ou ingrédient que le modèle a inséré.
4. Mise en page : Prévisualisez le recadrage réel utilisé par la destination. Une image 4:5 propre peut quand même perdre son titre à l'intérieur d'une superposition de flux.
5. Artefacts : Inspectez les bords, les ombres, les réflexions, les objets répétés et les jonctions physiquement impossibles à taille réelle.

Lorsqu'un candidat échoue, révisez une seule chose. Si le produit a dérivé, renforcez la phrase de préservation et simplifiez la scène. Si la copie est mauvaise, ne continuez pas à payer le modèle d'image pour composer un avis de sécurité. Générez une scène propre avec un espace négatif réservé et ajoutez les mots exacts après.

Pour les actifs à mise en page fixe tels que les coupons, les tickets et les cartes-cadeaux, utilisez le rendu programmatique car la mise en page doit rester exacte. La même règle d'ingénierie est utile pour les prix, les dates et la copie réglementée : mettez ces champs dans une couche HTML, Canvas, SVG ou modèle de conception déterministe. Le modèle d'image peut toujours fournir le fond ou la mise en scène du produit.

Rendre un workflow bon marché assez sûr pour la production

L'exemple s'arrête sur une tâche échouée et n'effectue pas de retry automatique du POST payant. Avant de le programmer, ajoutez les contrôles dont votre charge de travail a besoin :

• Une garde de dépense avant la soumission. Calculez éléments × prix unitaire et comparez-le avec une limite par exécution. Ne comptez pas sur une facture mensuelle pour attraper un horaire qui s'emballe.
• Stockage de résultats durable. Copiez la sortie approuvée loin de l'URL de tâche temporaire, puis stockez l'identifiant de tâche à côté de l'URL d'objet permanent.
• Un état de révision. Utilisez pending_review, approved et rejected plutôt qu'un simple drapeau done vague.
• Retry sélectif. Résoumettez uniquement le concept rejeté et enregistrez sa raison, afin que l'analyse ultérieure des coûts puisse séparer les défaillances de copie, de fidélité et de mise en page.
• Un itinéraire de défaillance. Les exécutions de production devraient généralement placer les identifiants de tâche échoués dans une file d'attente ou un tableau pour investigation au lieu de terminer chaque élément sans lien.
• Un petit lot canari. Exécutez cinq ou dix entrées après avoir modifié le modèle, le modèle de prompt, le prétraitement de l'image source ou le rapport de sortie. Le prix actuel ne garantit pas le taux d'acceptation actuel.

Tracez approuvé / achevé par modèle de prompt et catégorie de produit, puis utilisez ce taux d'acceptation pour estimer le coût des futurs lots.

FAQ

La génération d'images n8n est-elle gratuite ?

n8n peut orchestrer les requêtes, mais le modèle d'image et votre hébergement n8n peuvent avoir des coûts. Dans ce test, reAPI a facturé 0,075 $ pour cinq images achevées. Aucune affirmation d'une API d'image gratuitement permanente n'est faite.

Pourquoi le workflow crée-t-il cinq tâches au lieu de définir n à 5 ?

Nano Banana 2 Lite retourne exactement une image 1K par requête et n'expose pas de paramètre n. Cinq concepts ont donc besoin de cinq éléments de requête.^[2]

Puis-je utiliser ma propre photo de produit ?

Oui. Remplacez source_image_url par une URL JPEG, PNG ou WebP HTTP ou HTTPS publique. Le modèle accepte jusqu'à dix images de référence par requête, bien que ce tutoriel utilise délibérément une ancre claire.

Que dois-je faire lorsque le titre est mal orthographié ?

Pour les titres exploratoires courts, réessayez une fois avec seulement la copie exacte et une mise en page plus simple. Pour les prix, les codes coupon, les avis de non-responsabilité, les dates ou tout texte qui doit être exact, supprimez-le du prompt de génération et appliquez-le avec un modèle normal après l'approbation de l'image.

Le nœud POST doit-il utiliser Retry On Fail ?

Non par défaut. Un retry POST aveugle peut dupliquer une tâche si la première requête a été acceptée mais sa réponse a été perdue. Le workflow inclus réessaye la requête d'état GET, pas la soumission payante.

Qu'mesurer après la première exécution

Le test API a achevé cinq candidats d'image publicitaire pour 0,075 $, laissant place à huit tentatives supplémentaires avant de dépasser 0,20 $ au tarif testé. Le workflow n8n téléchargeable utilise les mêmes corps de requête et ajoute un polling d'état borné.

Gardez l'étape de révision. Vérifiez le produit et la copie, stockez les fichiers approuvés quelque part de durable et mesurez le coût par image approuvée. Si le texte exact continue à déclencher des retries, arrêtez de demander au modèle d'image de le composer. Utilisez la génération pour la scène et un modèle déterministe pour les mots.

Références

1. reAPI. Nano Banana 2 Lite model page and live rate card. Retrieved September 3, 2026. reapi.ai/models/nano-banana-2-lite
2. reAPI. Nano Banana 2 Lite API reference: request fields, one-image output, async task flow, pricing rules, and URL retention note. Retrieved September 3, 2026. reapi.ai/docs/nano-banana-2-lite
3. n8n. HTTP Request node and HTTP Request credentials. Retrieved September 3, 2026. HTTP Request node and HTTP Request credentials
4. n8n. Loop over data and Wait node documentation. Retrieved September 3, 2026. Loop logic and Wait node
5. n8n. Export and import workflows. Retrieved September 3, 2026. docs.n8n.io export and import
6. n8n. Built-in methods and variables: $runIndex. Retrieved September 3, 2026. docs.n8n.io metadata

Lectures complémentaires

• Documentation de l'API Nano Banana 2 Lite
• Pourquoi les limites d'API IA « gratuites » échouent souvent en production
• Comment transformer une photo de produit en annonce vidéo IA multi-scène