Nano Banana 2 er Googles Gemini 3.1 Flash Image-model til native billedgenerering og samtalebaseret redigering. Dens design fremhæver effektiv visuel skabelse og gentagne revisioner. Den dokumenterede API-profil accepterer tekst, billeder, video og PDF og returnerer billede og tekst. Den er en særskilt navngivet udgave i forhold til Gemini Nano Banana 2.1 frem for en betegnelse for alle senere Nano Banana-opdateringer.
Outputstørrelser omfatter 0.5K, 1K, 2K og 4K med 1K som standard. Den mindre mulighed 0.5K er specifik for denne profil og kan passe til en første komposition; de større trin giver flere pixels til den valgte outputform. De dokumenterede billedformater omfatter kvadratiske, stående og liggende formater, herunder 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9 med yderligere formater 1:4, 4:1, 1:8 og 8:1. Kvadratiske output spænder f.eks. fra 512 × 512 ved 0.5K til 4096 × 4096 ved 4K. Vælg formen til den tilsigtede placering, før små detaljer forfines.
Google identificerer forbedret overholdelse af billedformat, visuel konsistens og flersproget tekstgengivelse blandt denne udgaves opdateringer. Brug præcis ordlyd til en plakat, menu eller infografik, og definér, hvilken betegnelse der hører til hvilket objekt. Ved lille tekst eller en lang passage rapporterer modelkortet resterende læsbarhedsbegrænsninger, især ved 1K. Hold billedtekster korte, og angiv deres relative størrelse eksplicit; behandl billedet som en visuel layoutreference ved tæt brødtekst, og kontrollér den faktiske tekst omhyggeligt.
Op til 14 referencebilleder kan kombineres i en arbejdsgang. Billedvejledningen beskriver gengivelsestrofasthed for op til ti objekter og lighed for op til fire figurer. Mærk referencerne, og angiv, hvad hver leverer. Ét billede kan fastlægge objektet i en produktscene, et andet omgivelserne og et tredje belysningen. Tag tidligere output med til den næste prompt ved en figursekvens, og angiv de egenskaber, der skal bevares ved ændringer i synsvinkel eller positur.
Grounding med Web Search og Image Search kan understøtte generering med aktuelle oplysninger og hentede visuelle referencer. Image Search tilføjer visuel kontekst frem for blot en skriftlig beskrivelse af søgeresultatet. Producenten understøtter søgefunktionen på tværs af de dokumenterede tænkeindstillinger. Dens billedsøgningsarbejdsgang udelukker billeder af virkelige personer som søgehentede referencer og returnerer krediteringsmetadata sammen med groundede resultater; bevar disse metadata, når resultatet bruges i en applikation.
De dokumenterede tænkeindstillinger for Gemini 3.1 Flash Image er minimal og high med minimal som standard. Det adskiller sig fra Nano Banana 2.1-profilen med tre niveauer og medium som standard. Tænkning understøtter mere kompleks komposition og instruktionshåndtering. Modellen bygger på Gemini 3 Flash, men forholdet gør den ikke til en generel model til kodekørsel eller funktionskald: Disse egenskaber er markeret som ikke understøttet i denne billedudgaves tabel.
Samtalebaseret redigering understøtter ændring af et leveret billede eller forfinelse af en tidligere generering. En konkret opgavebeskrivelse kan lyde: “Bevar flaskens form, etikettens tekst og kameravinklen. Udskift baggrunden med en lys stenoverflade, og tilføj blødere skygger.” Beskriv bevarede elementer lige så omhyggeligt som ændrede. Modelkortet bemærker, at figurkonsistens, venstre-højre-lokalisering og skitsebaserede redigeringer fortsat kan være ufuldkomne, så sammenlign netop disse detaljer, før en visuel sekvens fortsættes.
API-modeltabellen angiver 131.072 inputtokens og 32.768 outputtokens. Den understøtter billedgenerering, søgegrounding, tænkning og batchbehandling, mens lydgenerering, caching, strukturerede output, filsøgning, Live API og URL-kontekst ikke understøttes. Billedarbejdsgangen accepterer ikke lydinput. Video eller PDF kan bidrage til en stillbilledopgave i denne API-profil; outputtet forbliver billede og tekst. Genererede billeder indeholder SynthID, og det ønskede antal billeder følges ikke altid præcist.
Giv godkendte betegnelser, den tilsigtede målgruppe, læserækkefølgen, referencematerialet og et ønsket billedformat til en praktisk infografik. Bed om én klar visuel forklaring, og brug derefter den næste tur til at rette formulering eller afstande med bevarelse af den fastlagte komposition. Angiv geometri, overflade, lys og de visuelle detaljer, der definerer produktet, ved et produktdesign. Det nyttige resultat er et billede med sin tilhørende tekst, som kan undersøges, vælges og forfines i en kontrolleret sekvens.
", "aboutText": "Nano Banana 2 er Googles Gemini 3.1 Flash Image-model til native billedgenerering og samtalebaseret redigering. Dens design fremhæver effektiv visuel skabelse og gentagne revisioner. Den dokumenterede API-profil accepterer tekst, billeder, video og PDF og returnerer billede og tekst. Den er en særskilt navngivet udgave i forhold til Gemini Nano Banana 2.1 frem for en betegnelse for alle senere Nano Banana-opdateringer.\n\nOutputstørrelser omfatter 0.5K, 1K, 2K og 4K med 1K som standard. Den mindre mulighed 0.5K er specifik for denne profil og kan passe til en første komposition; de større trin giver flere pixels til den valgte outputform. De dokumenterede billedformater omfatter kvadratiske, stående og liggende formater, herunder 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9 med yderligere formater 1:4, 4:1, 1:8 og 8:1. Kvadratiske output spænder f.eks. fra 512 × 512 ved 0.5K til 4096 × 4096 ved 4K. Vælg formen til den tilsigtede placering, før små detaljer forfines.\n\nGoogle identificerer forbedret overholdelse af billedformat, visuel konsistens og flersproget tekstgengivelse blandt denne udgaves opdateringer. Brug præcis ordlyd til en plakat, menu eller infografik, og definér, hvilken betegnelse der hører til hvilket objekt. Ved lille tekst eller en lang passage rapporterer modelkortet resterende læsbarhedsbegrænsninger, især ved 1K. Hold billedtekster korte, og angiv deres relative størrelse eksplicit; behandl billedet som en visuel layoutreference ved tæt brødtekst, og kontrollér den faktiske tekst omhyggeligt.\n\nOp til 14 referencebilleder kan kombineres i en arbejdsgang. Billedvejledningen beskriver gengivelsestrofasthed for op til ti objekter og lighed for op til fire figurer. Mærk referencerne, og angiv, hvad hver leverer. Ét billede kan fastlægge objektet i en produktscene, et andet omgivelserne og et tredje belysningen. Tag tidligere output med til den næste prompt ved en figursekvens, og angiv de egenskaber, der skal bevares ved ændringer i synsvinkel eller positur.\n\nGrounding med Web Search og Image Search kan understøtte generering med aktuelle oplysninger og hentede visuelle referencer. Image Search tilføjer visuel kontekst frem for blot en skriftlig beskrivelse af søgeresultatet. Producenten understøtter søgefunktionen på tværs af de dokumenterede tænkeindstillinger. Dens billedsøgningsarbejdsgang udelukker billeder af virkelige personer som søgehentede referencer og returnerer krediteringsmetadata sammen med groundede resultater; bevar disse metadata, når resultatet bruges i en applikation.\n\nDe dokumenterede tænkeindstillinger for Gemini 3.1 Flash Image er minimal og high med minimal som standard. Det adskiller sig fra Nano Banana 2.1-profilen med tre niveauer og medium som standard. Tænkning understøtter mere kompleks komposition og instruktionshåndtering. Modellen bygger på Gemini 3 Flash, men forholdet gør den ikke til en generel model til kodekørsel eller funktionskald: Disse egenskaber er markeret som ikke understøttet i denne billedudgaves tabel.\n\nSamtalebaseret redigering understøtter ændring af et leveret billede eller forfinelse af en tidligere generering. En konkret opgavebeskrivelse kan lyde: “Bevar flaskens form, etikettens tekst og kameravinklen. Udskift baggrunden med en lys stenoverflade, og tilføj blødere skygger.” Beskriv bevarede elementer lige så omhyggeligt som ændrede. Modelkortet bemærker, at figurkonsistens, venstre-højre-lokalisering og skitsebaserede redigeringer fortsat kan være ufuldkomne, så sammenlign netop disse detaljer, før en visuel sekvens fortsættes.\n\nAPI-modeltabellen angiver 131.072 inputtokens og 32.768 outputtokens. Den understøtter billedgenerering, søgegrounding, tænkning og batchbehandling, mens lydgenerering, caching, strukturerede output, filsøgning, Live API og URL-kontekst ikke understøttes. Billedarbejdsgangen accepterer ikke lydinput. Video eller PDF kan bidrage til en stillbilledopgave i denne API-profil; outputtet forbliver billede og tekst. Genererede billeder indeholder SynthID, og det ønskede antal billeder følges ikke altid præcist.\n\nGiv godkendte betegnelser, den tilsigtede målgruppe, læserækkefølgen, referencematerialet og et ønsket billedformat til en praktisk infografik. Bed om én klar visuel forklaring, og brug derefter den næste tur til at rette formulering eller afstande med bevarelse af den fastlagte komposition. Angiv geometri, overflade, lys og de visuelle detaljer, der definerer produktet, ved et produktdesign. Det nyttige resultat er et billede med sin tilhørende tekst, som kan undersøges, vælges og forfines i en kontrolleret sekvens.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Create a simple bicycle-care infographic\n\nCreate one portrait infographic teaching three bicycle checks before a short ride: tires, brakes and chain. Use three large illustrated steps in that order, a warm ivory background and dark green accents. Include only these headings: 'TIRES', 'BRAKES', 'CHAIN'. Leave generous space around each heading and keep the illustrations clearly separated.One portrait image with three ordered illustrated steps and the three exact, readable headings.Inspect the rendered image for heading spelling, order and clear separation of the three checks.gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) genererer og redigerer billeder i en samtale. Den understøtter tekst og visuelle kilder, output i 0.5K–4K, komposition med referencebilleder og søgegrounding til produktscener, infografik og iterativt visuelt arbejde.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Nano Banana 2 er Googles Gemini 3.1 Flash Image-model til native billedgenerering og samtalebaseret redigering. Dens design fremhæver effektiv visuel skabelse og gentagne revisioner. Den dokumenterede API-profil accepterer tekst, billeder, video og PDF og returnerer billede og tekst. Den er en særskilt navngivet udgave i forhold til Gemini Nano Banana 2.1 frem for en betegnelse for alle senere Nano Banana-opdateringer.
Outputstørrelser omfatter 0.5K, 1K, 2K og 4K med 1K som standard. Den mindre mulighed 0.5K er specifik for denne profil og kan passe til en første komposition; de større trin giver flere pixels til den valgte outputform. De dokumenterede billedformater omfatter kvadratiske, stående og liggende formater, herunder 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9 med yderligere formater 1:4, 4:1, 1:8 og 8:1. Kvadratiske output spænder f.eks. fra 512 × 512 ved 0.5K til 4096 × 4096 ved 4K. Vælg formen til den tilsigtede placering, før små detaljer forfines.
Google identificerer forbedret overholdelse af billedformat, visuel konsistens og flersproget tekstgengivelse blandt denne udgaves opdateringer. Brug præcis ordlyd til en plakat, menu eller infografik, og definér, hvilken betegnelse der hører til hvilket objekt. Ved lille tekst eller en lang passage rapporterer modelkortet resterende læsbarhedsbegrænsninger, især ved 1K. Hold billedtekster korte, og angiv deres relative størrelse eksplicit; behandl billedet som en visuel layoutreference ved tæt brødtekst, og kontrollér den faktiske tekst omhyggeligt.
Op til 14 referencebilleder kan kombineres i en arbejdsgang. Billedvejledningen beskriver gengivelsestrofasthed for op til ti objekter og lighed for op til fire figurer. Mærk referencerne, og angiv, hvad hver leverer. Ét billede kan fastlægge objektet i en produktscene, et andet omgivelserne og et tredje belysningen. Tag tidligere output med til den næste prompt ved en figursekvens, og angiv de egenskaber, der skal bevares ved ændringer i synsvinkel eller positur.
Grounding med Web Search og Image Search kan understøtte generering med aktuelle oplysninger og hentede visuelle referencer. Image Search tilføjer visuel kontekst frem for blot en skriftlig beskrivelse af søgeresultatet. Producenten understøtter søgefunktionen på tværs af de dokumenterede tænkeindstillinger. Dens billedsøgningsarbejdsgang udelukker billeder af virkelige personer som søgehentede referencer og returnerer krediteringsmetadata sammen med groundede resultater; bevar disse metadata, når resultatet bruges i en applikation.
De dokumenterede tænkeindstillinger for Gemini 3.1 Flash Image er minimal og high med minimal som standard. Det adskiller sig fra Nano Banana 2.1-profilen med tre niveauer og medium som standard. Tænkning understøtter mere kompleks komposition og instruktionshåndtering. Modellen bygger på Gemini 3 Flash, men forholdet gør den ikke til en generel model til kodekørsel eller funktionskald: Disse egenskaber er markeret som ikke understøttet i denne billedudgaves tabel.
Samtalebaseret redigering understøtter ændring af et leveret billede eller forfinelse af en tidligere generering. En konkret opgavebeskrivelse kan lyde: “Bevar flaskens form, etikettens tekst og kameravinklen. Udskift baggrunden med en lys stenoverflade, og tilføj blødere skygger.” Beskriv bevarede elementer lige så omhyggeligt som ændrede. Modelkortet bemærker, at figurkonsistens, venstre-højre-lokalisering og skitsebaserede redigeringer fortsat kan være ufuldkomne, så sammenlign netop disse detaljer, før en visuel sekvens fortsættes.
API-modeltabellen angiver 131.072 inputtokens og 32.768 outputtokens. Den understøtter billedgenerering, søgegrounding, tænkning og batchbehandling, mens lydgenerering, caching, strukturerede output, filsøgning, Live API og URL-kontekst ikke understøttes. Billedarbejdsgangen accepterer ikke lydinput. Video eller PDF kan bidrage til en stillbilledopgave i denne API-profil; outputtet forbliver billede og tekst. Genererede billeder indeholder SynthID, og det ønskede antal billeder følges ikke altid præcist.
Giv godkendte betegnelser, den tilsigtede målgruppe, læserækkefølgen, referencematerialet og et ønsket billedformat til en praktisk infografik. Bed om én klar visuel forklaring, og brug derefter den næste tur til at rette formulering eller afstande med bevarelse af den fastlagte komposition. Angiv geometri, overflade, lys og de visuelle detaljer, der definerer produktet, ved et produktdesign. Det nyttige resultat er et billede med sin tilhørende tekst, som kan undersøges, vælges og forfines i en kontrolleret sekvens.
POST /v1/images/generationstextimage, text| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser gemini-3.1-flash-image | Standard— |
Feltprompt | Typestring | KravPåkrævet | Værdier og grænser Minimumslængde: 1 | Standard— |
Feltn | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 | Standard1 |
Feltresponse_format | Typestring | KravValgfrit | Værdier og grænser url, b64_json | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltsize | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltquality | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltbackground | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltoutput_format | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltoutput_compression | Typeinteger | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmoderation | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltinput_fidelity | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltstyle | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltpartial_images | Typeinteger | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Tekst til billede · Påkrævet: prompt
| Parameter | Kontrakt |
|---|---|
Parametermaterial_types | Kontrakttext |
Parameterrequired | Kontraktmodel, prompt |
Parameteroptional_controls | Kontraktnull |
Parametercontent_type | Kontraktapplication/json |
Livscyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · det faktisk returnerede task_id eller posten i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Metodernes strukturer og ID’er er præcise; leverandørens muligheder er adskilt fra adgangstilladelse.
POST /v1/images/generationsAiloot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
Referenceplaner på modelniveau ændrer ikke metodevalg, prisoverslag eller opkrævninger. Ved den aktive afregning anvendes taksterne for den valgte Ailoot-metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationUltra | TakstplanGrundtakst | Beløb Input · Inputtokens $0.0010000 / 1K tokens Output · Outputtokens $0.006000 / 1K tokens Output · billedoutput $0.12000 / 1K tokens Output · websøgning $0.028 pr. websøgning |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.1-flash-image", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nfrom openai import OpenAI\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gemini-3.1-flash-image', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gemini-3.1-flash-image", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\nHent hvert returneret billede, eller gem dets Base64-indhold
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Gem hvert færdigt billede; hent hver returneret URL eller afkod dets Base64-indhold.
Gem hvert dataelement. Afkod hver b64_json, eller hent hver returneret signeret URL. Vælg filtypenavnet ud fra den faktiske MIME-type eller de faktiske bytes.
Hvis resultatet af en billedgenerering eller -redigering skal kontrolleres, skal du gemme det oprindelige operation_id/X-Client-Request-ID og de returnerede resultatoplysninger. Hent eksisterende resultater, som du ejer, via mediebiblioteket med de faktiske task_id- eller asset_id-værdier. Send ikke anmodningen om generering/redigering igen, og opbyg ikke en polling-URL ud fra operation_id.
| Felt | Type |
|---|---|
Feltcreated | Typeinteger |
Feltdata[].url | Typestring |
Feltdata[].b64_json | Typebase64 string |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Svarserver_error | BetingelseDet returnerede svar angiver, at operationen eller resultatet skal kontrolleres | Næste trinGem det oprindeligt returnerede operations-/opgave-ID, anmodningens headere og svaret; fortsæt med de understøttede læseanmodninger for den oprindelige operation. Send ikke oprettelsesanmodningen igen. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) genererer og redigerer billeder i en samtale. Den understøtter tekst og visuelle kilder, output i 0.5K–4K, komposition med referencebilleder og søgegrounding til produktscener, infografik og iterativt visuelt arbejde.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Nano Banana 2 er Googles Gemini 3.1 Flash Image-model til native billedgenerering og samtalebaseret redigering. Dens design fremhæver effektiv visuel skabelse og gentagne revisioner. Den dokumenterede API-profil accepterer tekst, billeder, video og PDF og returnerer billede og tekst. Den er en særskilt navngivet udgave i forhold til Gemini Nano Banana 2.1 frem for en betegnelse for alle senere Nano Banana-opdateringer.
Outputstørrelser omfatter 0.5K, 1K, 2K og 4K med 1K som standard. Den mindre mulighed 0.5K er specifik for denne profil og kan passe til en første komposition; de større trin giver flere pixels til den valgte outputform. De dokumenterede billedformater omfatter kvadratiske, stående og liggende formater, herunder 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9 med yderligere formater 1:4, 4:1, 1:8 og 8:1. Kvadratiske output spænder f.eks. fra 512 × 512 ved 0.5K til 4096 × 4096 ved 4K. Vælg formen til den tilsigtede placering, før små detaljer forfines.
Google identificerer forbedret overholdelse af billedformat, visuel konsistens og flersproget tekstgengivelse blandt denne udgaves opdateringer. Brug præcis ordlyd til en plakat, menu eller infografik, og definér, hvilken betegnelse der hører til hvilket objekt. Ved lille tekst eller en lang passage rapporterer modelkortet resterende læsbarhedsbegrænsninger, især ved 1K. Hold billedtekster korte, og angiv deres relative størrelse eksplicit; behandl billedet som en visuel layoutreference ved tæt brødtekst, og kontrollér den faktiske tekst omhyggeligt.
Op til 14 referencebilleder kan kombineres i en arbejdsgang. Billedvejledningen beskriver gengivelsestrofasthed for op til ti objekter og lighed for op til fire figurer. Mærk referencerne, og angiv, hvad hver leverer. Ét billede kan fastlægge objektet i en produktscene, et andet omgivelserne og et tredje belysningen. Tag tidligere output med til den næste prompt ved en figursekvens, og angiv de egenskaber, der skal bevares ved ændringer i synsvinkel eller positur.
Grounding med Web Search og Image Search kan understøtte generering med aktuelle oplysninger og hentede visuelle referencer. Image Search tilføjer visuel kontekst frem for blot en skriftlig beskrivelse af søgeresultatet. Producenten understøtter søgefunktionen på tværs af de dokumenterede tænkeindstillinger. Dens billedsøgningsarbejdsgang udelukker billeder af virkelige personer som søgehentede referencer og returnerer krediteringsmetadata sammen med groundede resultater; bevar disse metadata, når resultatet bruges i en applikation.
De dokumenterede tænkeindstillinger for Gemini 3.1 Flash Image er minimal og high med minimal som standard. Det adskiller sig fra Nano Banana 2.1-profilen med tre niveauer og medium som standard. Tænkning understøtter mere kompleks komposition og instruktionshåndtering. Modellen bygger på Gemini 3 Flash, men forholdet gør den ikke til en generel model til kodekørsel eller funktionskald: Disse egenskaber er markeret som ikke understøttet i denne billedudgaves tabel.
Samtalebaseret redigering understøtter ændring af et leveret billede eller forfinelse af en tidligere generering. En konkret opgavebeskrivelse kan lyde: “Bevar flaskens form, etikettens tekst og kameravinklen. Udskift baggrunden med en lys stenoverflade, og tilføj blødere skygger.” Beskriv bevarede elementer lige så omhyggeligt som ændrede. Modelkortet bemærker, at figurkonsistens, venstre-højre-lokalisering og skitsebaserede redigeringer fortsat kan være ufuldkomne, så sammenlign netop disse detaljer, før en visuel sekvens fortsættes.
API-modeltabellen angiver 131.072 inputtokens og 32.768 outputtokens. Den understøtter billedgenerering, søgegrounding, tænkning og batchbehandling, mens lydgenerering, caching, strukturerede output, filsøgning, Live API og URL-kontekst ikke understøttes. Billedarbejdsgangen accepterer ikke lydinput. Video eller PDF kan bidrage til en stillbilledopgave i denne API-profil; outputtet forbliver billede og tekst. Genererede billeder indeholder SynthID, og det ønskede antal billeder følges ikke altid præcist.
Giv godkendte betegnelser, den tilsigtede målgruppe, læserækkefølgen, referencematerialet og et ønsket billedformat til en praktisk infografik. Bed om én klar visuel forklaring, og brug derefter den næste tur til at rette formulering eller afstande med bevarelse af den fastlagte komposition. Angiv geometri, overflade, lys og de visuelle detaljer, der definerer produktet, ved et produktdesign. Det nyttige resultat er et billede med sin tilhørende tekst, som kan undersøges, vælges og forfines i en kontrolleret sekvens.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-3.1-flash-image | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Eksempler: system, user, assistant, tool, function Betingelser: Disse roller er eksplicit repræsenteret i kildekodens kompatibilitetstyper; modellens præcise rollesæt er fortsat modelspecifikt. Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfrit | Værdier og grænser Gælder når: role=tool; brug det faktisk returnerede ID | Standard— |
Feltmessages[].name | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Send det faktisk returnerede ræsonnement tilbage, når modellen bruger det | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttemperature | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttop_p | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools[].type | Typestring | KravValgfrit | Værdier og grænser function Afhænger af modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrævet | Værdier og grænser Gælder når: funktionsværktøj angivet | Standard— |
Felttools[].function.description | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfrit | Værdier og grænser | Standard— |
Felttool_choice | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltservice_tier | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltinstructions | Typestring | KravValgfrit | Værdier og grænser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfrit | Værdier og grænser text | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser Betingelser: provider.options afvises på denne Ultra-tekstrute | Standard— |
Feltcache_control.ttl | Typestring | KravValgfrit | Værdier og grænser Betingelser: 1h afvises på de faktiske placeringer for promptcaching | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontraktmodelspecifikt; brugerens funktionsværktøjer er forskellige fra hostede værktøjer |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens Output · Billedoutputtokens $0.12 / 1K billedtokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Referenceplaner på modelniveau ændrer ikke metodevalg, prisoverslag eller opkrævninger. Ved den aktive afregning anvendes taksterne for den valgte Ailoot-metode.
| Konfiguration | Afregningsbetingelser | Beløb |
|---|---|---|
| KonfigurationGoogle: Nano Banana 2 (Gemini 3.1 Flash Image) · Standardkonfiguration | AfregningsbetingelserStandardkonfiguration | Beløb Input · Inputtokens 0,001 US$ / 1K tokens Output · Outputtokens 0,006 US$ / 1K tokens Output · Outputbillede 0,12 US$ / 1K tokens Output · Websøgning 0,028 US$ pr. søgning |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-flash-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) genererer og redigerer billeder i en samtale. Den understøtter tekst og visuelle kilder, output i 0.5K–4K, komposition med referencebilleder og søgegrounding til produktscener, infografik og iterativt visuelt arbejde.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Nano Banana 2 er Googles Gemini 3.1 Flash Image-model til native billedgenerering og samtalebaseret redigering. Dens design fremhæver effektiv visuel skabelse og gentagne revisioner. Den dokumenterede API-profil accepterer tekst, billeder, video og PDF og returnerer billede og tekst. Den er en særskilt navngivet udgave i forhold til Gemini Nano Banana 2.1 frem for en betegnelse for alle senere Nano Banana-opdateringer.
Outputstørrelser omfatter 0.5K, 1K, 2K og 4K med 1K som standard. Den mindre mulighed 0.5K er specifik for denne profil og kan passe til en første komposition; de større trin giver flere pixels til den valgte outputform. De dokumenterede billedformater omfatter kvadratiske, stående og liggende formater, herunder 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9 med yderligere formater 1:4, 4:1, 1:8 og 8:1. Kvadratiske output spænder f.eks. fra 512 × 512 ved 0.5K til 4096 × 4096 ved 4K. Vælg formen til den tilsigtede placering, før små detaljer forfines.
Google identificerer forbedret overholdelse af billedformat, visuel konsistens og flersproget tekstgengivelse blandt denne udgaves opdateringer. Brug præcis ordlyd til en plakat, menu eller infografik, og definér, hvilken betegnelse der hører til hvilket objekt. Ved lille tekst eller en lang passage rapporterer modelkortet resterende læsbarhedsbegrænsninger, især ved 1K. Hold billedtekster korte, og angiv deres relative størrelse eksplicit; behandl billedet som en visuel layoutreference ved tæt brødtekst, og kontrollér den faktiske tekst omhyggeligt.
Op til 14 referencebilleder kan kombineres i en arbejdsgang. Billedvejledningen beskriver gengivelsestrofasthed for op til ti objekter og lighed for op til fire figurer. Mærk referencerne, og angiv, hvad hver leverer. Ét billede kan fastlægge objektet i en produktscene, et andet omgivelserne og et tredje belysningen. Tag tidligere output med til den næste prompt ved en figursekvens, og angiv de egenskaber, der skal bevares ved ændringer i synsvinkel eller positur.
Grounding med Web Search og Image Search kan understøtte generering med aktuelle oplysninger og hentede visuelle referencer. Image Search tilføjer visuel kontekst frem for blot en skriftlig beskrivelse af søgeresultatet. Producenten understøtter søgefunktionen på tværs af de dokumenterede tænkeindstillinger. Dens billedsøgningsarbejdsgang udelukker billeder af virkelige personer som søgehentede referencer og returnerer krediteringsmetadata sammen med groundede resultater; bevar disse metadata, når resultatet bruges i en applikation.
De dokumenterede tænkeindstillinger for Gemini 3.1 Flash Image er minimal og high med minimal som standard. Det adskiller sig fra Nano Banana 2.1-profilen med tre niveauer og medium som standard. Tænkning understøtter mere kompleks komposition og instruktionshåndtering. Modellen bygger på Gemini 3 Flash, men forholdet gør den ikke til en generel model til kodekørsel eller funktionskald: Disse egenskaber er markeret som ikke understøttet i denne billedudgaves tabel.
Samtalebaseret redigering understøtter ændring af et leveret billede eller forfinelse af en tidligere generering. En konkret opgavebeskrivelse kan lyde: “Bevar flaskens form, etikettens tekst og kameravinklen. Udskift baggrunden med en lys stenoverflade, og tilføj blødere skygger.” Beskriv bevarede elementer lige så omhyggeligt som ændrede. Modelkortet bemærker, at figurkonsistens, venstre-højre-lokalisering og skitsebaserede redigeringer fortsat kan være ufuldkomne, så sammenlign netop disse detaljer, før en visuel sekvens fortsættes.
API-modeltabellen angiver 131.072 inputtokens og 32.768 outputtokens. Den understøtter billedgenerering, søgegrounding, tænkning og batchbehandling, mens lydgenerering, caching, strukturerede output, filsøgning, Live API og URL-kontekst ikke understøttes. Billedarbejdsgangen accepterer ikke lydinput. Video eller PDF kan bidrage til en stillbilledopgave i denne API-profil; outputtet forbliver billede og tekst. Genererede billeder indeholder SynthID, og det ønskede antal billeder følges ikke altid præcist.
Giv godkendte betegnelser, den tilsigtede målgruppe, læserækkefølgen, referencematerialet og et ønsket billedformat til en praktisk infografik. Bed om én klar visuel forklaring, og brug derefter den næste tur til at rette formulering eller afstande med bevarelse af den fastlagte komposition. Angiv geometri, overflade, lys og de visuelle detaljer, der definerer produktet, ved et produktdesign. Det nyttige resultat er et billede med sin tilhørende tekst, som kan undersøges, vælges og forfines i en kontrolleret sekvens.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-3.1-flash-image | Standard— |
Feltprompt | Typestring | KravPåkrævet | Værdier og grænser Minimumslængde: 1 | Standard— |
Feltresolution | Typestring | KravValgfrit | Værdier og grænser 512, 1K, 2K, 4K | Standard— |
Feltaspect_ratio | Typestring | KravValgfrit | Værdier og grænser 1:1, 1:4, 1:8, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 8:1, 9:16, 16:9, 21:9 | Standard— |
Feltn | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 1 | Standard— |
Feltinput_references | Typearray | KravValgfrit | Værdier og grænser Minimumsantal elementer: 0 Maksimalt antal elementer: 14 | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser | Standard— |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, prompt |
Parametermaterial_types | Kontrakttext, image |
Livscyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · det faktisk returnerede task_id eller posten i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De viste satser bruges til at anslå omkostningen før genereringen. Det endelige beløb beregnes ud fra den registrerede omkostning for den oprindelige generering. Den målte varighed af outputtet og de anslåede mængder er ikke den endelige fakturerbare mængde.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Forventet mængde | Beløb |
|---|---|---|---|
| KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Forventet mængde— | Beløb Input · Inputtokens · Estimat kun til sammenligning — / 1K tokens Output · Outputtokens · Estimat kun til sammenligning — / 1K tokens Input · Cachelæsning · Estimat kun til sammenligning — / 1K tokens Input · Cacheskrivning · Estimat kun til sammenligning — / 1K tokens Input · Cacheskrivning, 1 time · Estimat kun til sammenligning — / 1K tokens |
| KonfigurationAnslået genereringsomkostning | Takstplan— | Forventet mængdeestimat for én generering | Beløb Output · Anslået genereringsomkostning · Estimat kun til sammenligning $0.49152 estimat før generering Dette estimat er hverken et ekstra gebyr eller en fast pris for den færdige generering. |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'google/gemini-3.1-flash-image', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nHent hvert returneret billede, eller gem dets Base64-indhold
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nGem hvert færdigt billede; hent hver returneret URL eller afkod dets Base64-indhold.
Gem hele svaret og alle headere, alle faktisk returnerede output, de oprindeligt returnerede identifikatorer og alle felter med forbrugsdata. Gendan den oprindelige operation uden at sende oprettelsesanmodningen igen.
Gem det returnerede X-Client-Request-ID til afstemning. Brug kun faktisk returnerede task_id/asset_id-værdier eller dit eget mediebibliotek til læseanmodninger; opbyg aldrig en opgave-URL ud fra operations-ID’et, og send aldrig oprettelsesanmodningen igen.
| Felt | Type |
|---|---|
Feltcreated | Type |
Feltdata[].url | Type |
Feltdata[].b64_json | Type |
Feltusage | Type |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) genererer og redigerer billeder i en samtale. Den understøtter tekst og visuelle kilder, output i 0.5K–4K, komposition med referencebilleder og søgegrounding til produktscener, infografik og iterativt visuelt arbejde.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Nano Banana 2 er Googles Gemini 3.1 Flash Image-model til native billedgenerering og samtalebaseret redigering. Dens design fremhæver effektiv visuel skabelse og gentagne revisioner. Den dokumenterede API-profil accepterer tekst, billeder, video og PDF og returnerer billede og tekst. Den er en særskilt navngivet udgave i forhold til Gemini Nano Banana 2.1 frem for en betegnelse for alle senere Nano Banana-opdateringer.
Outputstørrelser omfatter 0.5K, 1K, 2K og 4K med 1K som standard. Den mindre mulighed 0.5K er specifik for denne profil og kan passe til en første komposition; de større trin giver flere pixels til den valgte outputform. De dokumenterede billedformater omfatter kvadratiske, stående og liggende formater, herunder 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9 med yderligere formater 1:4, 4:1, 1:8 og 8:1. Kvadratiske output spænder f.eks. fra 512 × 512 ved 0.5K til 4096 × 4096 ved 4K. Vælg formen til den tilsigtede placering, før små detaljer forfines.
Google identificerer forbedret overholdelse af billedformat, visuel konsistens og flersproget tekstgengivelse blandt denne udgaves opdateringer. Brug præcis ordlyd til en plakat, menu eller infografik, og definér, hvilken betegnelse der hører til hvilket objekt. Ved lille tekst eller en lang passage rapporterer modelkortet resterende læsbarhedsbegrænsninger, især ved 1K. Hold billedtekster korte, og angiv deres relative størrelse eksplicit; behandl billedet som en visuel layoutreference ved tæt brødtekst, og kontrollér den faktiske tekst omhyggeligt.
Op til 14 referencebilleder kan kombineres i en arbejdsgang. Billedvejledningen beskriver gengivelsestrofasthed for op til ti objekter og lighed for op til fire figurer. Mærk referencerne, og angiv, hvad hver leverer. Ét billede kan fastlægge objektet i en produktscene, et andet omgivelserne og et tredje belysningen. Tag tidligere output med til den næste prompt ved en figursekvens, og angiv de egenskaber, der skal bevares ved ændringer i synsvinkel eller positur.
Grounding med Web Search og Image Search kan understøtte generering med aktuelle oplysninger og hentede visuelle referencer. Image Search tilføjer visuel kontekst frem for blot en skriftlig beskrivelse af søgeresultatet. Producenten understøtter søgefunktionen på tværs af de dokumenterede tænkeindstillinger. Dens billedsøgningsarbejdsgang udelukker billeder af virkelige personer som søgehentede referencer og returnerer krediteringsmetadata sammen med groundede resultater; bevar disse metadata, når resultatet bruges i en applikation.
De dokumenterede tænkeindstillinger for Gemini 3.1 Flash Image er minimal og high med minimal som standard. Det adskiller sig fra Nano Banana 2.1-profilen med tre niveauer og medium som standard. Tænkning understøtter mere kompleks komposition og instruktionshåndtering. Modellen bygger på Gemini 3 Flash, men forholdet gør den ikke til en generel model til kodekørsel eller funktionskald: Disse egenskaber er markeret som ikke understøttet i denne billedudgaves tabel.
Samtalebaseret redigering understøtter ændring af et leveret billede eller forfinelse af en tidligere generering. En konkret opgavebeskrivelse kan lyde: “Bevar flaskens form, etikettens tekst og kameravinklen. Udskift baggrunden med en lys stenoverflade, og tilføj blødere skygger.” Beskriv bevarede elementer lige så omhyggeligt som ændrede. Modelkortet bemærker, at figurkonsistens, venstre-højre-lokalisering og skitsebaserede redigeringer fortsat kan være ufuldkomne, så sammenlign netop disse detaljer, før en visuel sekvens fortsættes.
API-modeltabellen angiver 131.072 inputtokens og 32.768 outputtokens. Den understøtter billedgenerering, søgegrounding, tænkning og batchbehandling, mens lydgenerering, caching, strukturerede output, filsøgning, Live API og URL-kontekst ikke understøttes. Billedarbejdsgangen accepterer ikke lydinput. Video eller PDF kan bidrage til en stillbilledopgave i denne API-profil; outputtet forbliver billede og tekst. Genererede billeder indeholder SynthID, og det ønskede antal billeder følges ikke altid præcist.
Giv godkendte betegnelser, den tilsigtede målgruppe, læserækkefølgen, referencematerialet og et ønsket billedformat til en praktisk infografik. Bed om én klar visuel forklaring, og brug derefter den næste tur til at rette formulering eller afstande med bevarelse af den fastlagte komposition. Angiv geometri, overflade, lys og de visuelle detaljer, der definerer produktet, ved et produktdesign. Det nyttige resultat er et billede med sin tilhørende tekst, som kan undersøges, vælges og forfines i en kontrolleret sekvens.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-3.1-flash-image | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content som streng
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens Output · Billedoutputtokens $0.12 / 1K billedtokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "google/gemini-3.1-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
Teknisk eksempel på engelsk
Create a simple bicycle-care infographic\n\nCreate one portrait infographic teaching three bicycle checks before a short ride: tires, brakes and chain. Use three large illustrated steps in that order, a warm ivory background and dark green accents. Include only these headings: 'TIRES', 'BRAKES', 'CHAIN'. Leave generous space around each heading and keep the illustrations clearly separated.One portrait image with three ordered illustrated steps and the three exact, readable headings.Inspect the rendered image for heading spelling, order and clear separation of the three checks.