Gemini Nano Banana 2.1 er Googles model til billedgenerering og samtalebaseret redigering. Den er en opdatering af Nano Banana 2 med forbedringer i visuel realisme, instruktionsfølgning, tekstgengivelse og figurkonsistens på tværs af successive redigeringer. Dens inputtabel omfatter tekst, billeder, video og PDF, mens outputtet er billede og tekst. Det gør den nyttig til en produktscene, en infografik eller en visuel serie, der udvikles gennem flere konkrete revisioner.
Modellen tilbyder output i 1K, 2K og 4K med 1K som standard. Den overtager ikke indstillingen 0.5K fra Nano Banana 2. De dokumenterede billedformater omfatter 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9 samt de høje eller panoramiske formater 1:4, 4:1, 1:8 og 8:1. Google angiver rettelser af fliseartefakter i de sidstnævnte brede og høje formater ved 2K og 4K. Opløsningsbetegnelser er størrelsestrin frem for ét fast rektangel: Et kvadratisk 4K-billede er 4096 × 4096, mens det dokumenterede 16:9-output i 4K er 5504 × 3072.
Tekst er en væsentlig del af den visuelle arbejdsgang. Modellen er designet til at gengive læsbar, formgivet tekst og organisere infografikelementer mere præcist. Forbered den nøjagtige overskrift, betegnelserne og læserækkefølgen, og bed derefter om billedet med den godkendte tekst. Angiv forholdet mellem en billedtekst og dens visuelle element ved en menu, et diagram eller en instruktionsgrafik. Google anbefaler at skabe formuleringerne først og derefter bede om billedet, så den visuelle komposition starter med en fastlagt tekstbeskrivelse.
Sammenføring af referencebilleder understøtter op til 14 billeder. Den dokumenterede profil omfatter konsistens for op til fire figurer og gengivelsestrofasthed for op til ti objekter. Tildel hver reference en rolle: produktet, der skal forblive genkendeligt, figurens udseende, den ønskede baggrund eller den visuelle stil. En eksempelopgave til et produkt er: “Brug billede A til flaskens form og etiket. Brug billede B til overfladen og belysningen. Bevar produktet uændret, placér det ved siden af et sammenfoldet håndklæde, og efterlad fri plads over det til den leverede overskrift.”
Grounding med Google Web Search og Image Search kan give aktuelle oplysninger og visuel kontekst til generering. Image Search leverer hentede webbilleder som referencer; almindelig webgrounding leverer oplysninger om emnet. Det er nyttigt til en faktuel grafik eller en scene, hvis udseende afhænger af et virkeligt objekt. Billedsøgningsforløbet understøtter ikke hentning af billeder af virkelige personer til dette formål. Groundede svar indeholder kilde- og krediteringsmetadata i Googles dokumenterede arbejdsgang, så en applikation skal bevare dem sammen med det genererede resultat.
Tænkning kan konfigureres til minimal, medium og high med medium som standard for netop denne model. Det hjælper modellen med at gennemarbejde kompositionen og mere komplekse instruktioner før det endelige output. Billedvejledningen beskriver foreløbige kompositionsbilleder i denne proces; de er adskilt fra det ønskede slutresultat. Vælg eksplicit det krævede endelige layout, billedformat og opløsning frem for at forvente, at promptens beskrivelse alene fastlægger hver outputindstilling.
Samtalebaseret redigering lader en opfølgning ændre én del af et eksisterende resultat: tilpasse lyset, flytte et objekt eller oversætte betegnelserne og samtidig bevare resten af kompositionen. Tag det tidligere billede eller den tidligere interaktion med til den næste tur, og angiv både den ønskede ændring og de egenskaber, der skal bevares. Hold udseendereferencerne ensartede for en figurserie, og brug en posereference, når en ny vinkel eller en kompleks positur er vigtig. En praktisk revisionsopgave kan lyde: “Bevar produktet, betegnelserne og layoutet; gør kun baggrunden til en varmere grå.”
Modeltabellen angiver en inputgrænse på 131.072 tokens og en outputgrænse på 32.768 tokens. Billedgenerering og søgegrounding understøttes, mens lydgenerering, kodekørsel, funktionskald, strukturerede output, caching, filsøgning, URL-kontekst og Live API ikke er angivet som understøttet for denne udgave. Video kan bruges som grundlag for et genereret stillbillede; det gør ikke modellen til en videogenerator. Google bemærker også, at en anmodning om et præcist antal billeder muligvis ikke giver det antal. Alle genererede billeder indeholder et SynthID-vandmærke.
Angiv billedets formål, motiv, komposition, belysning, kameravinkel, krævede tekst og outputform til en nyttig første opgavebeskrivelse. Bed f.eks. om en højformatinfografik med tre mærkede trin, en læsbar overskrift og et angivet farvehierarki, og gennemgå derefter formuleringerne og den indbyrdes placering før næste redigering. Resultatet kan blive en produktillustration, redaktionel grafik eller designreference, hvor det valgte billede og dets forklarende tekst bevares sammen.
", "aboutText": "Gemini Nano Banana 2.1 er Googles model til billedgenerering og samtalebaseret redigering. Den er en opdatering af Nano Banana 2 med forbedringer i visuel realisme, instruktionsfølgning, tekstgengivelse og figurkonsistens på tværs af successive redigeringer. Dens inputtabel omfatter tekst, billeder, video og PDF, mens outputtet er billede og tekst. Det gør den nyttig til en produktscene, en infografik eller en visuel serie, der udvikles gennem flere konkrete revisioner.\n\nModellen tilbyder output i 1K, 2K og 4K med 1K som standard. Den overtager ikke indstillingen 0.5K fra Nano Banana 2. De dokumenterede billedformater omfatter 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9 samt de høje eller panoramiske formater 1:4, 4:1, 1:8 og 8:1. Google angiver rettelser af fliseartefakter i de sidstnævnte brede og høje formater ved 2K og 4K. Opløsningsbetegnelser er størrelsestrin frem for ét fast rektangel: Et kvadratisk 4K-billede er 4096 × 4096, mens det dokumenterede 16:9-output i 4K er 5504 × 3072.\n\nTekst er en væsentlig del af den visuelle arbejdsgang. Modellen er designet til at gengive læsbar, formgivet tekst og organisere infografikelementer mere præcist. Forbered den nøjagtige overskrift, betegnelserne og læserækkefølgen, og bed derefter om billedet med den godkendte tekst. Angiv forholdet mellem en billedtekst og dens visuelle element ved en menu, et diagram eller en instruktionsgrafik. Google anbefaler at skabe formuleringerne først og derefter bede om billedet, så den visuelle komposition starter med en fastlagt tekstbeskrivelse.\n\nSammenføring af referencebilleder understøtter op til 14 billeder. Den dokumenterede profil omfatter konsistens for op til fire figurer og gengivelsestrofasthed for op til ti objekter. Tildel hver reference en rolle: produktet, der skal forblive genkendeligt, figurens udseende, den ønskede baggrund eller den visuelle stil. En eksempelopgave til et produkt er: “Brug billede A til flaskens form og etiket. Brug billede B til overfladen og belysningen. Bevar produktet uændret, placér det ved siden af et sammenfoldet håndklæde, og efterlad fri plads over det til den leverede overskrift.”\n\nGrounding med Google Web Search og Image Search kan give aktuelle oplysninger og visuel kontekst til generering. Image Search leverer hentede webbilleder som referencer; almindelig webgrounding leverer oplysninger om emnet. Det er nyttigt til en faktuel grafik eller en scene, hvis udseende afhænger af et virkeligt objekt. Billedsøgningsforløbet understøtter ikke hentning af billeder af virkelige personer til dette formål. Groundede svar indeholder kilde- og krediteringsmetadata i Googles dokumenterede arbejdsgang, så en applikation skal bevare dem sammen med det genererede resultat.\n\nTænkning kan konfigureres til minimal, medium og high med medium som standard for netop denne model. Det hjælper modellen med at gennemarbejde kompositionen og mere komplekse instruktioner før det endelige output. Billedvejledningen beskriver foreløbige kompositionsbilleder i denne proces; de er adskilt fra det ønskede slutresultat. Vælg eksplicit det krævede endelige layout, billedformat og opløsning frem for at forvente, at promptens beskrivelse alene fastlægger hver outputindstilling.\n\nSamtalebaseret redigering lader en opfølgning ændre én del af et eksisterende resultat: tilpasse lyset, flytte et objekt eller oversætte betegnelserne og samtidig bevare resten af kompositionen. Tag det tidligere billede eller den tidligere interaktion med til den næste tur, og angiv både den ønskede ændring og de egenskaber, der skal bevares. Hold udseendereferencerne ensartede for en figurserie, og brug en posereference, når en ny vinkel eller en kompleks positur er vigtig. En praktisk revisionsopgave kan lyde: “Bevar produktet, betegnelserne og layoutet; gør kun baggrunden til en varmere grå.”\n\nModeltabellen angiver en inputgrænse på 131.072 tokens og en outputgrænse på 32.768 tokens. Billedgenerering og søgegrounding understøttes, mens lydgenerering, kodekørsel, funktionskald, strukturerede output, caching, filsøgning, URL-kontekst og Live API ikke er angivet som understøttet for denne udgave. Video kan bruges som grundlag for et genereret stillbillede; det gør ikke modellen til en videogenerator. Google bemærker også, at en anmodning om et præcist antal billeder muligvis ikke giver det antal. Alle genererede billeder indeholder et SynthID-vandmærke.\n\nAngiv billedets formål, motiv, komposition, belysning, kameravinkel, krævede tekst og outputform til en nyttig første opgavebeskrivelse. Bed f.eks. om en højformatinfografik med tre mærkede trin, en læsbar overskrift og et angivet farvehierarki, og gennemgå derefter formuleringerne og den indbyrdes placering før næste redigering. Resultatet kan blive en produktillustration, redaktionel grafik eller designreference, hvor det valgte billede og dets forklarende tekst bevares sammen.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Refine an approved poster background\n\nEdit the supplied event poster. Preserve every word, the headline hierarchy, illustration placement and portrait composition. Change only the background from cool white to warm ivory, keeping dark text readable and retaining the original accent color. Do not add shapes, badges, textures or extra captions. Return the revised poster image.One edited poster with the original wording and layout preserved over a warm ivory background.Compare every word and element position against the supplied poster, then inspect text contrast.google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 genererer og redigerer billeder gennem samtale ud fra tekst og visuelt materiale. Den forbedrer tekstgengivelse, infografiklayout og konsistens over flere ture med output i 1K–4K og op til 14 referencebilleder til en afgrænset visuel opgave.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini Nano Banana 2.1 er Googles model til billedgenerering og samtalebaseret redigering. Den er en opdatering af Nano Banana 2 med forbedringer i visuel realisme, instruktionsfølgning, tekstgengivelse og figurkonsistens på tværs af successive redigeringer. Dens inputtabel omfatter tekst, billeder, video og PDF, mens outputtet er billede og tekst. Det gør den nyttig til en produktscene, en infografik eller en visuel serie, der udvikles gennem flere konkrete revisioner.
Modellen tilbyder output i 1K, 2K og 4K med 1K som standard. Den overtager ikke indstillingen 0.5K fra Nano Banana 2. De dokumenterede billedformater omfatter 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9 samt de høje eller panoramiske formater 1:4, 4:1, 1:8 og 8:1. Google angiver rettelser af fliseartefakter i de sidstnævnte brede og høje formater ved 2K og 4K. Opløsningsbetegnelser er størrelsestrin frem for ét fast rektangel: Et kvadratisk 4K-billede er 4096 × 4096, mens det dokumenterede 16:9-output i 4K er 5504 × 3072.
Tekst er en væsentlig del af den visuelle arbejdsgang. Modellen er designet til at gengive læsbar, formgivet tekst og organisere infografikelementer mere præcist. Forbered den nøjagtige overskrift, betegnelserne og læserækkefølgen, og bed derefter om billedet med den godkendte tekst. Angiv forholdet mellem en billedtekst og dens visuelle element ved en menu, et diagram eller en instruktionsgrafik. Google anbefaler at skabe formuleringerne først og derefter bede om billedet, så den visuelle komposition starter med en fastlagt tekstbeskrivelse.
Sammenføring af referencebilleder understøtter op til 14 billeder. Den dokumenterede profil omfatter konsistens for op til fire figurer og gengivelsestrofasthed for op til ti objekter. Tildel hver reference en rolle: produktet, der skal forblive genkendeligt, figurens udseende, den ønskede baggrund eller den visuelle stil. En eksempelopgave til et produkt er: “Brug billede A til flaskens form og etiket. Brug billede B til overfladen og belysningen. Bevar produktet uændret, placér det ved siden af et sammenfoldet håndklæde, og efterlad fri plads over det til den leverede overskrift.”
Grounding med Google Web Search og Image Search kan give aktuelle oplysninger og visuel kontekst til generering. Image Search leverer hentede webbilleder som referencer; almindelig webgrounding leverer oplysninger om emnet. Det er nyttigt til en faktuel grafik eller en scene, hvis udseende afhænger af et virkeligt objekt. Billedsøgningsforløbet understøtter ikke hentning af billeder af virkelige personer til dette formål. Groundede svar indeholder kilde- og krediteringsmetadata i Googles dokumenterede arbejdsgang, så en applikation skal bevare dem sammen med det genererede resultat.
Tænkning kan konfigureres til minimal, medium og high med medium som standard for netop denne model. Det hjælper modellen med at gennemarbejde kompositionen og mere komplekse instruktioner før det endelige output. Billedvejledningen beskriver foreløbige kompositionsbilleder i denne proces; de er adskilt fra det ønskede slutresultat. Vælg eksplicit det krævede endelige layout, billedformat og opløsning frem for at forvente, at promptens beskrivelse alene fastlægger hver outputindstilling.
Samtalebaseret redigering lader en opfølgning ændre én del af et eksisterende resultat: tilpasse lyset, flytte et objekt eller oversætte betegnelserne og samtidig bevare resten af kompositionen. Tag det tidligere billede eller den tidligere interaktion med til den næste tur, og angiv både den ønskede ændring og de egenskaber, der skal bevares. Hold udseendereferencerne ensartede for en figurserie, og brug en posereference, når en ny vinkel eller en kompleks positur er vigtig. En praktisk revisionsopgave kan lyde: “Bevar produktet, betegnelserne og layoutet; gør kun baggrunden til en varmere grå.”
Modeltabellen angiver en inputgrænse på 131.072 tokens og en outputgrænse på 32.768 tokens. Billedgenerering og søgegrounding understøttes, mens lydgenerering, kodekørsel, funktionskald, strukturerede output, caching, filsøgning, URL-kontekst og Live API ikke er angivet som understøttet for denne udgave. Video kan bruges som grundlag for et genereret stillbillede; det gør ikke modellen til en videogenerator. Google bemærker også, at en anmodning om et præcist antal billeder muligvis ikke giver det antal. Alle genererede billeder indeholder et SynthID-vandmærke.
Angiv billedets formål, motiv, komposition, belysning, kameravinkel, krævede tekst og outputform til en nyttig første opgavebeskrivelse. Bed f.eks. om en højformatinfografik med tre mærkede trin, en læsbar overskrift og et angivet farvehierarki, og gennemgå derefter formuleringerne og den indbyrdes placering før næste redigering. Resultatet kan blive en produktillustration, redaktionel grafik eller designreference, hvor det valgte billede og dets forklarende tekst bevares sammen.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-nano-banana-2.1 | 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 $0.003 / 1K tokens Output · Outputtokens $0.015 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens Output · Billedoutputtokens $0.06 / 1K billedtokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.003 / 1K tokens Output · Outputtokens $0.015 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Referenceplaner på modelniveau ændrer ikke metodevalg, prisoverslag eller opkrævninger. Ved den aktive afregning anvendes taksterne for den valgte Ailoot-metode.
| Konfiguration | Afregningsbetingelser | Beløb |
|---|---|---|
| KonfigurationGoogle: Nano Banana 2.1 · Standardkonfiguration | AfregningsbetingelserStandardkonfiguration | Beløb Input · Inputtokens 0,003 US$ / 1K tokens Output · Outputtokens 0,015 US$ / 1K tokens Output · Outputbillede 0,06 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-nano-banana-2.1", "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-nano-banana-2.1',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-nano-banana-2.1',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 Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 genererer og redigerer billeder gennem samtale ud fra tekst og visuelt materiale. Den forbedrer tekstgengivelse, infografiklayout og konsistens over flere ture med output i 1K–4K og op til 14 referencebilleder til en afgrænset visuel opgave.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini Nano Banana 2.1 er Googles model til billedgenerering og samtalebaseret redigering. Den er en opdatering af Nano Banana 2 med forbedringer i visuel realisme, instruktionsfølgning, tekstgengivelse og figurkonsistens på tværs af successive redigeringer. Dens inputtabel omfatter tekst, billeder, video og PDF, mens outputtet er billede og tekst. Det gør den nyttig til en produktscene, en infografik eller en visuel serie, der udvikles gennem flere konkrete revisioner.
Modellen tilbyder output i 1K, 2K og 4K med 1K som standard. Den overtager ikke indstillingen 0.5K fra Nano Banana 2. De dokumenterede billedformater omfatter 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9 samt de høje eller panoramiske formater 1:4, 4:1, 1:8 og 8:1. Google angiver rettelser af fliseartefakter i de sidstnævnte brede og høje formater ved 2K og 4K. Opløsningsbetegnelser er størrelsestrin frem for ét fast rektangel: Et kvadratisk 4K-billede er 4096 × 4096, mens det dokumenterede 16:9-output i 4K er 5504 × 3072.
Tekst er en væsentlig del af den visuelle arbejdsgang. Modellen er designet til at gengive læsbar, formgivet tekst og organisere infografikelementer mere præcist. Forbered den nøjagtige overskrift, betegnelserne og læserækkefølgen, og bed derefter om billedet med den godkendte tekst. Angiv forholdet mellem en billedtekst og dens visuelle element ved en menu, et diagram eller en instruktionsgrafik. Google anbefaler at skabe formuleringerne først og derefter bede om billedet, så den visuelle komposition starter med en fastlagt tekstbeskrivelse.
Sammenføring af referencebilleder understøtter op til 14 billeder. Den dokumenterede profil omfatter konsistens for op til fire figurer og gengivelsestrofasthed for op til ti objekter. Tildel hver reference en rolle: produktet, der skal forblive genkendeligt, figurens udseende, den ønskede baggrund eller den visuelle stil. En eksempelopgave til et produkt er: “Brug billede A til flaskens form og etiket. Brug billede B til overfladen og belysningen. Bevar produktet uændret, placér det ved siden af et sammenfoldet håndklæde, og efterlad fri plads over det til den leverede overskrift.”
Grounding med Google Web Search og Image Search kan give aktuelle oplysninger og visuel kontekst til generering. Image Search leverer hentede webbilleder som referencer; almindelig webgrounding leverer oplysninger om emnet. Det er nyttigt til en faktuel grafik eller en scene, hvis udseende afhænger af et virkeligt objekt. Billedsøgningsforløbet understøtter ikke hentning af billeder af virkelige personer til dette formål. Groundede svar indeholder kilde- og krediteringsmetadata i Googles dokumenterede arbejdsgang, så en applikation skal bevare dem sammen med det genererede resultat.
Tænkning kan konfigureres til minimal, medium og high med medium som standard for netop denne model. Det hjælper modellen med at gennemarbejde kompositionen og mere komplekse instruktioner før det endelige output. Billedvejledningen beskriver foreløbige kompositionsbilleder i denne proces; de er adskilt fra det ønskede slutresultat. Vælg eksplicit det krævede endelige layout, billedformat og opløsning frem for at forvente, at promptens beskrivelse alene fastlægger hver outputindstilling.
Samtalebaseret redigering lader en opfølgning ændre én del af et eksisterende resultat: tilpasse lyset, flytte et objekt eller oversætte betegnelserne og samtidig bevare resten af kompositionen. Tag det tidligere billede eller den tidligere interaktion med til den næste tur, og angiv både den ønskede ændring og de egenskaber, der skal bevares. Hold udseendereferencerne ensartede for en figurserie, og brug en posereference, når en ny vinkel eller en kompleks positur er vigtig. En praktisk revisionsopgave kan lyde: “Bevar produktet, betegnelserne og layoutet; gør kun baggrunden til en varmere grå.”
Modeltabellen angiver en inputgrænse på 131.072 tokens og en outputgrænse på 32.768 tokens. Billedgenerering og søgegrounding understøttes, mens lydgenerering, kodekørsel, funktionskald, strukturerede output, caching, filsøgning, URL-kontekst og Live API ikke er angivet som understøttet for denne udgave. Video kan bruges som grundlag for et genereret stillbillede; det gør ikke modellen til en videogenerator. Google bemærker også, at en anmodning om et præcist antal billeder muligvis ikke giver det antal. Alle genererede billeder indeholder et SynthID-vandmærke.
Angiv billedets formål, motiv, komposition, belysning, kameravinkel, krævede tekst og outputform til en nyttig første opgavebeskrivelse. Bed f.eks. om en højformatinfografik med tre mærkede trin, en læsbar overskrift og et angivet farvehierarki, og gennemgå derefter formuleringerne og den indbyrdes placering før næste redigering. Resultatet kan blive en produktillustration, redaktionel grafik eller designreference, hvor det valgte billede og dets forklarende tekst bevares sammen.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-nano-banana-2.1 | Standard— |
Feltprompt | Typestring | KravPåkrævet | Værdier og grænser Minimumslængde: 1 | Standard— |
Feltresolution | Typestring | KravValgfrit | Værdier og grænser 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 $0.24576 estimat før generering Dette estimat er hverken et ekstra gebyr eller en fast pris for den færdige generering. |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${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-nano-banana-2.1', '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 Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 genererer og redigerer billeder gennem samtale ud fra tekst og visuelt materiale. Den forbedrer tekstgengivelse, infografiklayout og konsistens over flere ture med output i 1K–4K og op til 14 referencebilleder til en afgrænset visuel opgave.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini Nano Banana 2.1 er Googles model til billedgenerering og samtalebaseret redigering. Den er en opdatering af Nano Banana 2 med forbedringer i visuel realisme, instruktionsfølgning, tekstgengivelse og figurkonsistens på tværs af successive redigeringer. Dens inputtabel omfatter tekst, billeder, video og PDF, mens outputtet er billede og tekst. Det gør den nyttig til en produktscene, en infografik eller en visuel serie, der udvikles gennem flere konkrete revisioner.
Modellen tilbyder output i 1K, 2K og 4K med 1K som standard. Den overtager ikke indstillingen 0.5K fra Nano Banana 2. De dokumenterede billedformater omfatter 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9 samt de høje eller panoramiske formater 1:4, 4:1, 1:8 og 8:1. Google angiver rettelser af fliseartefakter i de sidstnævnte brede og høje formater ved 2K og 4K. Opløsningsbetegnelser er størrelsestrin frem for ét fast rektangel: Et kvadratisk 4K-billede er 4096 × 4096, mens det dokumenterede 16:9-output i 4K er 5504 × 3072.
Tekst er en væsentlig del af den visuelle arbejdsgang. Modellen er designet til at gengive læsbar, formgivet tekst og organisere infografikelementer mere præcist. Forbered den nøjagtige overskrift, betegnelserne og læserækkefølgen, og bed derefter om billedet med den godkendte tekst. Angiv forholdet mellem en billedtekst og dens visuelle element ved en menu, et diagram eller en instruktionsgrafik. Google anbefaler at skabe formuleringerne først og derefter bede om billedet, så den visuelle komposition starter med en fastlagt tekstbeskrivelse.
Sammenføring af referencebilleder understøtter op til 14 billeder. Den dokumenterede profil omfatter konsistens for op til fire figurer og gengivelsestrofasthed for op til ti objekter. Tildel hver reference en rolle: produktet, der skal forblive genkendeligt, figurens udseende, den ønskede baggrund eller den visuelle stil. En eksempelopgave til et produkt er: “Brug billede A til flaskens form og etiket. Brug billede B til overfladen og belysningen. Bevar produktet uændret, placér det ved siden af et sammenfoldet håndklæde, og efterlad fri plads over det til den leverede overskrift.”
Grounding med Google Web Search og Image Search kan give aktuelle oplysninger og visuel kontekst til generering. Image Search leverer hentede webbilleder som referencer; almindelig webgrounding leverer oplysninger om emnet. Det er nyttigt til en faktuel grafik eller en scene, hvis udseende afhænger af et virkeligt objekt. Billedsøgningsforløbet understøtter ikke hentning af billeder af virkelige personer til dette formål. Groundede svar indeholder kilde- og krediteringsmetadata i Googles dokumenterede arbejdsgang, så en applikation skal bevare dem sammen med det genererede resultat.
Tænkning kan konfigureres til minimal, medium og high med medium som standard for netop denne model. Det hjælper modellen med at gennemarbejde kompositionen og mere komplekse instruktioner før det endelige output. Billedvejledningen beskriver foreløbige kompositionsbilleder i denne proces; de er adskilt fra det ønskede slutresultat. Vælg eksplicit det krævede endelige layout, billedformat og opløsning frem for at forvente, at promptens beskrivelse alene fastlægger hver outputindstilling.
Samtalebaseret redigering lader en opfølgning ændre én del af et eksisterende resultat: tilpasse lyset, flytte et objekt eller oversætte betegnelserne og samtidig bevare resten af kompositionen. Tag det tidligere billede eller den tidligere interaktion med til den næste tur, og angiv både den ønskede ændring og de egenskaber, der skal bevares. Hold udseendereferencerne ensartede for en figurserie, og brug en posereference, når en ny vinkel eller en kompleks positur er vigtig. En praktisk revisionsopgave kan lyde: “Bevar produktet, betegnelserne og layoutet; gør kun baggrunden til en varmere grå.”
Modeltabellen angiver en inputgrænse på 131.072 tokens og en outputgrænse på 32.768 tokens. Billedgenerering og søgegrounding understøttes, mens lydgenerering, kodekørsel, funktionskald, strukturerede output, caching, filsøgning, URL-kontekst og Live API ikke er angivet som understøttet for denne udgave. Video kan bruges som grundlag for et genereret stillbillede; det gør ikke modellen til en videogenerator. Google bemærker også, at en anmodning om et præcist antal billeder muligvis ikke giver det antal. Alle genererede billeder indeholder et SynthID-vandmærke.
Angiv billedets formål, motiv, komposition, belysning, kameravinkel, krævede tekst og outputform til en nyttig første opgavebeskrivelse. Bed f.eks. om en højformatinfografik med tre mærkede trin, en læsbar overskrift og et angivet farvehierarki, og gennemgå derefter formuleringerne og den indbyrdes placering før næste redigering. Resultatet kan blive en produktillustration, redaktionel grafik eller designreference, hvor det valgte billede og dets forklarende tekst bevares sammen.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-nano-banana-2.1 | 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 $0.003 / 1K tokens Output · Outputtokens $0.015 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens Output · Billedoutputtokens $0.06 / 1K billedtokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.003 / 1K tokens Output · Outputtokens $0.015 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "google/gemini-nano-banana-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-nano-banana-2.1', '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-nano-banana-2.1', '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 Ultra google/gemini-nano-banana-2.1
/v1/images
Teknisk eksempel på engelsk
Refine an approved poster background\n\nEdit the supplied event poster. Preserve every word, the headline hierarchy, illustration placement and portrait composition. Change only the background from cool white to warm ivory, keeping dark text readable and retaining the original accent color. Do not add shapes, badges, textures or extra captions. Return the revised poster image.One edited poster with the original wording and layout preserved over a warm ivory background.Compare every word and element position against the supplied poster, then inspect text contrast.