Nano Banana 2 ist Googles Modell Gemini 3.1 Flash Image für Bilderzeugung und Bearbeitung im Gespräch. Dieser Eintrag erhält die genaue Preview-Identität. Eine schriftliche Beschreibung kann eine neue Darstellung definieren, während ein Eingabebild das zu ändernde Motiv, Aussehen oder die Komposition festlegt. Das Ergebnis kann ein Bild und Begleittext enthalten. Googles Einführungsmaterial betont Weltwissen, Textdarstellung und Motivkonsistenz sowie die Möglichkeit, eine Szene durch zusammengehörige Gesprächsschritte zu verfeinern.
Für quellenbasierte visuelle Erzeugung kann das dokumentierte Modell Informationen aus Web- und Bildsuche in die Generierung einfließen lassen. Dies unterstützt Aufgaben wie eine von einem Ort inspirierte Illustration oder ein Diagramm auf Grundlage bereitgestellter Informationen. Definieren Sie die darzustellenden Quellfakten und trennen Sie diese von künstlerischen Entscheidungen. Suchgestützte Generierung macht nicht jedes Detail im fertigen Bild zu einer bestätigten Aussage. Stellen Sie für ein genau darzustellendes Produkt, Wahrzeichen oder Diagramm die maßgebliche Referenz bereit und prüfen Sie die Ausgabe anhand dieser Referenz.
Die Einführung beschreibt verbesserte Darstellung von Text im Bild und Lokalisierung. Geben Sie für ein Plakat, eine Infografik oder einen Marketingentwurf genauen Wortlaut, Sprache und Rolle jedes Textelements an. Legen Sie zuerst den Text fest und verlangen Sie danach die Darstellung mit diesem Text, wie vom Bildleitfaden empfohlen. Erklären Sie Lesereihenfolge und relative Gewichtung, damit Überschrift, Bildunterschrift und Diagrammbeschriftung nicht verwechselt werden. Prüfen Sie Rechtschreibung, Zeichensetzung und die Verbindung zwischen einer Beschriftung und dem dargestellten Element, bevor Sie das Bild veröffentlichen.
Zu den kreativen Steuerungen gehören Seitenverhältnis und Auflösung. Die Einführung ergänzt Ausgaben mit 512 Pixeln neben 1K, 2K und 4K sowie die Seitenverhältnisse 4:1, 1:4, 8:1 und 1:8. Der Entwicklerleitfaden nennt minimal als Standarddenkstufe und high als Option für aufwendigere Kompositionen. Wählen Sie den Verwendungszweck vor der Komposition: Eine vertikale Story, ein breites Banner und ein kompaktes Diagramm benötigen unterschiedlich viel Raum für Motiv und Beschriftung. Diese Einstellungen beschreiben den Erzeugungsablauf des Herstellers für diese Reihe, keine automatische Größenänderung eines bereits fertigen Bilds.
Kennzeichnen Sie für Motivkonsistenz die Rolle jeder Referenz: Produktaussehen, Figurenidentität, Hintergrund oder visueller Stil. Nennen Sie die zu erhaltenden Details und danach die zu ändernden Elemente. Eine eigene Aufgabe könnte eine bereitgestellte Produktfotografie in einer neuen Szene platzieren und dabei Form, Material und sichtbare Markenkennzeichnung erhalten. Behalten Sie für eine illustrierte Folge dieselben Referenzen bei und definieren Sie, welche szenenspezifischen Details variieren. Mehr Referenzen ersetzen keine klare Anweisung dazu, was jedes Bild beitragen soll.
Bearbeitung im Gespräch ist für eine konkrete Überarbeitung hilfreich. Verlangen Sie die Anpassung eines Objekts, Hintergrunds oder der Beleuchtung bei Erhalt der akzeptierten Komposition. Der Herstellerleitfaden beschreibt semantische Maskierung, bei der der bearbeitete Bereich mit Worten bestimmt wird. Erhalten Sie bei mehreren Gesprächsschritten das Gespräch und die erforderlichen Denkkontextmetadaten der gewählten Schnittstelle; der Gemini 3-Leitfaden erklärt, dass Denksignaturen diesen Kontext weitertragen helfen. Eine Beschreibung eines unveränderten Bereichs ist eine anhand des Originals zu prüfende Anweisung, keine Garantie dafür, dass jedes Pixel identisch bleibt.
Die Gemini 3-Entwicklertabelle nennt ausdrücklich gemini-3.1-flash-image-preview mit 128K Eingabe- und 32K Ausgabebudget. Erhalten Sie bei der Dokumentation einer Generierung den genauen Preview-Modellnamen. Bewahren Sie die verfügbaren Referenz-, Ausgabe- und Auflösungseinstellungen zusammen mit Quellbildern und Anfrage auf, damit eine Überarbeitung einheitlich reproduziert werden kann. Behalten Sie für eine Überarbeitung dieselben Quellreferenzen bei und bestimmen Sie die genaue visuelle Änderung, wobei die akzeptierte Rolle jeder Eingabe erhalten bleibt.
Der Bildleitfaden warnt, dass die verlangte Bildanzahl nicht immer eingehalten wird, und nennt die SynthID-Kennzeichnung erzeugter Bilder. Prüfen Sie alle zurückgegebenen Bilder und etwaigen Begleittext, statt ein einzelnes festes Bild als Ergebnis anzunehmen. Prüfen Sie Motividentität, Objektanzahl, Wortlaut im Bild, Komposition und Referenztreue in der vorgesehenen Anzeigegröße. Geben Sie für eine komplexe Szene die Bestandteile in logischer Reihenfolge an und beschreiben Sie das gewünschte Aussehen positiv. Das hilfreiche Ergebnis ist ein geprüftes visuelles Element, dessen Quellreferenzen und genaue Modellidentität für die nächste Bearbeitung erhalten bleiben.
", "aboutText": "Nano Banana 2 ist Googles Modell Gemini 3.1 Flash Image für Bilderzeugung und Bearbeitung im Gespräch. Dieser Eintrag erhält die genaue Preview-Identität. Eine schriftliche Beschreibung kann eine neue Darstellung definieren, während ein Eingabebild das zu ändernde Motiv, Aussehen oder die Komposition festlegt. Das Ergebnis kann ein Bild und Begleittext enthalten. Googles Einführungsmaterial betont Weltwissen, Textdarstellung und Motivkonsistenz sowie die Möglichkeit, eine Szene durch zusammengehörige Gesprächsschritte zu verfeinern.\n\nFür quellenbasierte visuelle Erzeugung kann das dokumentierte Modell Informationen aus Web- und Bildsuche in die Generierung einfließen lassen. Dies unterstützt Aufgaben wie eine von einem Ort inspirierte Illustration oder ein Diagramm auf Grundlage bereitgestellter Informationen. Definieren Sie die darzustellenden Quellfakten und trennen Sie diese von künstlerischen Entscheidungen. Suchgestützte Generierung macht nicht jedes Detail im fertigen Bild zu einer bestätigten Aussage. Stellen Sie für ein genau darzustellendes Produkt, Wahrzeichen oder Diagramm die maßgebliche Referenz bereit und prüfen Sie die Ausgabe anhand dieser Referenz.\n\nDie Einführung beschreibt verbesserte Darstellung von Text im Bild und Lokalisierung. Geben Sie für ein Plakat, eine Infografik oder einen Marketingentwurf genauen Wortlaut, Sprache und Rolle jedes Textelements an. Legen Sie zuerst den Text fest und verlangen Sie danach die Darstellung mit diesem Text, wie vom Bildleitfaden empfohlen. Erklären Sie Lesereihenfolge und relative Gewichtung, damit Überschrift, Bildunterschrift und Diagrammbeschriftung nicht verwechselt werden. Prüfen Sie Rechtschreibung, Zeichensetzung und die Verbindung zwischen einer Beschriftung und dem dargestellten Element, bevor Sie das Bild veröffentlichen.\n\nZu den kreativen Steuerungen gehören Seitenverhältnis und Auflösung. Die Einführung ergänzt Ausgaben mit 512 Pixeln neben 1K, 2K und 4K sowie die Seitenverhältnisse 4:1, 1:4, 8:1 und 1:8. Der Entwicklerleitfaden nennt minimal als Standarddenkstufe und high als Option für aufwendigere Kompositionen. Wählen Sie den Verwendungszweck vor der Komposition: Eine vertikale Story, ein breites Banner und ein kompaktes Diagramm benötigen unterschiedlich viel Raum für Motiv und Beschriftung. Diese Einstellungen beschreiben den Erzeugungsablauf des Herstellers für diese Reihe, keine automatische Größenänderung eines bereits fertigen Bilds.\n\nKennzeichnen Sie für Motivkonsistenz die Rolle jeder Referenz: Produktaussehen, Figurenidentität, Hintergrund oder visueller Stil. Nennen Sie die zu erhaltenden Details und danach die zu ändernden Elemente. Eine eigene Aufgabe könnte eine bereitgestellte Produktfotografie in einer neuen Szene platzieren und dabei Form, Material und sichtbare Markenkennzeichnung erhalten. Behalten Sie für eine illustrierte Folge dieselben Referenzen bei und definieren Sie, welche szenenspezifischen Details variieren. Mehr Referenzen ersetzen keine klare Anweisung dazu, was jedes Bild beitragen soll.\n\nBearbeitung im Gespräch ist für eine konkrete Überarbeitung hilfreich. Verlangen Sie die Anpassung eines Objekts, Hintergrunds oder der Beleuchtung bei Erhalt der akzeptierten Komposition. Der Herstellerleitfaden beschreibt semantische Maskierung, bei der der bearbeitete Bereich mit Worten bestimmt wird. Erhalten Sie bei mehreren Gesprächsschritten das Gespräch und die erforderlichen Denkkontextmetadaten der gewählten Schnittstelle; der Gemini 3-Leitfaden erklärt, dass Denksignaturen diesen Kontext weitertragen helfen. Eine Beschreibung eines unveränderten Bereichs ist eine anhand des Originals zu prüfende Anweisung, keine Garantie dafür, dass jedes Pixel identisch bleibt.\n\nDie Gemini 3-Entwicklertabelle nennt ausdrücklich gemini-3.1-flash-image-preview mit 128K Eingabe- und 32K Ausgabebudget. Erhalten Sie bei der Dokumentation einer Generierung den genauen Preview-Modellnamen. Bewahren Sie die verfügbaren Referenz-, Ausgabe- und Auflösungseinstellungen zusammen mit Quellbildern und Anfrage auf, damit eine Überarbeitung einheitlich reproduziert werden kann. Behalten Sie für eine Überarbeitung dieselben Quellreferenzen bei und bestimmen Sie die genaue visuelle Änderung, wobei die akzeptierte Rolle jeder Eingabe erhalten bleibt.\n\nDer Bildleitfaden warnt, dass die verlangte Bildanzahl nicht immer eingehalten wird, und nennt die SynthID-Kennzeichnung erzeugter Bilder. Prüfen Sie alle zurückgegebenen Bilder und etwaigen Begleittext, statt ein einzelnes festes Bild als Ergebnis anzunehmen. Prüfen Sie Motividentität, Objektanzahl, Wortlaut im Bild, Komposition und Referenztreue in der vorgesehenen Anzeigegröße. Geben Sie für eine komplexe Szene die Bestandteile in logischer Reihenfolge an und beschreiben Sie das gewünschte Aussehen positiv. Das hilfreiche Ergebnis ist ein geprüftes visuelles Element, dessen Quellreferenzen und genaue Modellidentität für die nächste Bearbeitung erhalten bleiben.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Create a four-stage growing guide\n\nCreate a friendly flat illustration for a gardening guide showing four tomato-growing stages from left to right: seed in soil, small seedling, leafy plant, mature plant with red tomatoes. Use a warm cream background, consistent pots and simple green shapes. Keep each stage clearly separated. Include no text, numbers, labels or decorative extra plants.An image with four distinct growing stages in the specified order and a consistent illustration style.Inspect the actual image for exactly four stages, the left-to-right progression and absence of text or extra plants.google/gemini-3.1-flash-image-previewNano Banana 2 (Gemini 3.1 Flash Image Preview) erzeugt und bearbeitet Bilder aus Text und visuellen Referenzen. Zu seinen dokumentierten Stärken gehören Motivkonsistenz, Text im Bild und Lokalisierung, Änderungen im Gespräch sowie kreative Steuerung von Komposition, Seitenverhältnis und Auflösung.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Nano Banana 2 ist Googles Modell Gemini 3.1 Flash Image für Bilderzeugung und Bearbeitung im Gespräch. Dieser Eintrag erhält die genaue Preview-Identität. Eine schriftliche Beschreibung kann eine neue Darstellung definieren, während ein Eingabebild das zu ändernde Motiv, Aussehen oder die Komposition festlegt. Das Ergebnis kann ein Bild und Begleittext enthalten. Googles Einführungsmaterial betont Weltwissen, Textdarstellung und Motivkonsistenz sowie die Möglichkeit, eine Szene durch zusammengehörige Gesprächsschritte zu verfeinern.
Für quellenbasierte visuelle Erzeugung kann das dokumentierte Modell Informationen aus Web- und Bildsuche in die Generierung einfließen lassen. Dies unterstützt Aufgaben wie eine von einem Ort inspirierte Illustration oder ein Diagramm auf Grundlage bereitgestellter Informationen. Definieren Sie die darzustellenden Quellfakten und trennen Sie diese von künstlerischen Entscheidungen. Suchgestützte Generierung macht nicht jedes Detail im fertigen Bild zu einer bestätigten Aussage. Stellen Sie für ein genau darzustellendes Produkt, Wahrzeichen oder Diagramm die maßgebliche Referenz bereit und prüfen Sie die Ausgabe anhand dieser Referenz.
Die Einführung beschreibt verbesserte Darstellung von Text im Bild und Lokalisierung. Geben Sie für ein Plakat, eine Infografik oder einen Marketingentwurf genauen Wortlaut, Sprache und Rolle jedes Textelements an. Legen Sie zuerst den Text fest und verlangen Sie danach die Darstellung mit diesem Text, wie vom Bildleitfaden empfohlen. Erklären Sie Lesereihenfolge und relative Gewichtung, damit Überschrift, Bildunterschrift und Diagrammbeschriftung nicht verwechselt werden. Prüfen Sie Rechtschreibung, Zeichensetzung und die Verbindung zwischen einer Beschriftung und dem dargestellten Element, bevor Sie das Bild veröffentlichen.
Zu den kreativen Steuerungen gehören Seitenverhältnis und Auflösung. Die Einführung ergänzt Ausgaben mit 512 Pixeln neben 1K, 2K und 4K sowie die Seitenverhältnisse 4:1, 1:4, 8:1 und 1:8. Der Entwicklerleitfaden nennt minimal als Standarddenkstufe und high als Option für aufwendigere Kompositionen. Wählen Sie den Verwendungszweck vor der Komposition: Eine vertikale Story, ein breites Banner und ein kompaktes Diagramm benötigen unterschiedlich viel Raum für Motiv und Beschriftung. Diese Einstellungen beschreiben den Erzeugungsablauf des Herstellers für diese Reihe, keine automatische Größenänderung eines bereits fertigen Bilds.
Kennzeichnen Sie für Motivkonsistenz die Rolle jeder Referenz: Produktaussehen, Figurenidentität, Hintergrund oder visueller Stil. Nennen Sie die zu erhaltenden Details und danach die zu ändernden Elemente. Eine eigene Aufgabe könnte eine bereitgestellte Produktfotografie in einer neuen Szene platzieren und dabei Form, Material und sichtbare Markenkennzeichnung erhalten. Behalten Sie für eine illustrierte Folge dieselben Referenzen bei und definieren Sie, welche szenenspezifischen Details variieren. Mehr Referenzen ersetzen keine klare Anweisung dazu, was jedes Bild beitragen soll.
Bearbeitung im Gespräch ist für eine konkrete Überarbeitung hilfreich. Verlangen Sie die Anpassung eines Objekts, Hintergrunds oder der Beleuchtung bei Erhalt der akzeptierten Komposition. Der Herstellerleitfaden beschreibt semantische Maskierung, bei der der bearbeitete Bereich mit Worten bestimmt wird. Erhalten Sie bei mehreren Gesprächsschritten das Gespräch und die erforderlichen Denkkontextmetadaten der gewählten Schnittstelle; der Gemini 3-Leitfaden erklärt, dass Denksignaturen diesen Kontext weitertragen helfen. Eine Beschreibung eines unveränderten Bereichs ist eine anhand des Originals zu prüfende Anweisung, keine Garantie dafür, dass jedes Pixel identisch bleibt.
Die Gemini 3-Entwicklertabelle nennt ausdrücklich gemini-3.1-flash-image-preview mit 128K Eingabe- und 32K Ausgabebudget. Erhalten Sie bei der Dokumentation einer Generierung den genauen Preview-Modellnamen. Bewahren Sie die verfügbaren Referenz-, Ausgabe- und Auflösungseinstellungen zusammen mit Quellbildern und Anfrage auf, damit eine Überarbeitung einheitlich reproduziert werden kann. Behalten Sie für eine Überarbeitung dieselben Quellreferenzen bei und bestimmen Sie die genaue visuelle Änderung, wobei die akzeptierte Rolle jeder Eingabe erhalten bleibt.
Der Bildleitfaden warnt, dass die verlangte Bildanzahl nicht immer eingehalten wird, und nennt die SynthID-Kennzeichnung erzeugter Bilder. Prüfen Sie alle zurückgegebenen Bilder und etwaigen Begleittext, statt ein einzelnes festes Bild als Ergebnis anzunehmen. Prüfen Sie Motividentität, Objektanzahl, Wortlaut im Bild, Komposition und Referenztreue in der vorgesehenen Anzeigegröße. Geben Sie für eine komplexe Szene die Bestandteile in logischer Reihenfolge an und beschreiben Sie das gewünschte Aussehen positiv. Das hilfreiche Ergebnis ist ein geprüftes visuelles Element, dessen Quellreferenzen und genaue Modellidentität für die nächste Bearbeitung erhalten bleiben.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-3.1-flash-image-preview | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.006 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens Ausgabe · Bildausgabetoken $0.12 / 1K Bild-Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.006 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Referenztarifstaffeln auf Modellebene ändern weder Methodenauswahl noch Kostenvoranschläge oder Gebühren. Für die aktive Abrechnung gelten die Tarife der ausgewählten Ailoot-Methode.
| Konfiguration | Abrechnungsbedingungen | Gebühr |
|---|---|---|
| Konfigurationgoogle/gemini-3.1-flash-image-preview · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabe $ 0,001 / 1K Tokens Ausgabe · Ausgabe $ 0,12 / 1K Tokens |
| Konfiguration | Abrechnungsbedingungen | Gebühr |
|---|---|---|
| Konfigurationgoogle/gemini-3.1-flash-image-preview · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabe $ 0,001 / 1K Tokens Ausgabe · Ausgabe $ 0,12 / 1K Tokens |
| Konfiguration | Abrechnungsbedingungen | Gebühr |
|---|---|---|
| Konfigurationgoogle/gemini-3.1-flash-image-preview · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabe $ 0,00 pro Aufruf Ausgabe · Ausgabe $ 0,16 pro Aufruf |
| Konfiguration | Abrechnungsbedingungen | Gebühr |
|---|---|---|
| Konfigurationgoogle/gemini-3.1-flash-image-preview · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabe $ 0,00 pro Aufruf Ausgabe · Ausgabe $ 0,32 pro Aufruf |
| Konfiguration | Abrechnungsbedingungen | Gebühr |
|---|---|---|
| Konfigurationgoogle/gemini-3.1-flash-image-preview · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabe $ 0,00 pro Aufruf Ausgabe · Ausgabe $ 0,00 pro Aufruf |
| Konfiguration | Abrechnungsbedingungen | Gebühr |
|---|---|---|
| KonfigurationGoogle: Nano Banana 2 (Gemini 3.1 Flash Image Preview) · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabetoken $ 0,001 / 1K Tokens Ausgabe · Ausgabetoken $ 0,006 / 1K Tokens Ausgabe · Ausgabebild $ 0,12 / 1K Tokens Ausgabe · Websuche $ 0,028 pro Suche |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
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-preview", "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-preview',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-preview',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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra google/gemini-3.1-flash-image-preview
/v1/images
google/gemini-3.1-flash-image-previewNano Banana 2 (Gemini 3.1 Flash Image Preview) erzeugt und bearbeitet Bilder aus Text und visuellen Referenzen. Zu seinen dokumentierten Stärken gehören Motivkonsistenz, Text im Bild und Lokalisierung, Änderungen im Gespräch sowie kreative Steuerung von Komposition, Seitenverhältnis und Auflösung.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Nano Banana 2 ist Googles Modell Gemini 3.1 Flash Image für Bilderzeugung und Bearbeitung im Gespräch. Dieser Eintrag erhält die genaue Preview-Identität. Eine schriftliche Beschreibung kann eine neue Darstellung definieren, während ein Eingabebild das zu ändernde Motiv, Aussehen oder die Komposition festlegt. Das Ergebnis kann ein Bild und Begleittext enthalten. Googles Einführungsmaterial betont Weltwissen, Textdarstellung und Motivkonsistenz sowie die Möglichkeit, eine Szene durch zusammengehörige Gesprächsschritte zu verfeinern.
Für quellenbasierte visuelle Erzeugung kann das dokumentierte Modell Informationen aus Web- und Bildsuche in die Generierung einfließen lassen. Dies unterstützt Aufgaben wie eine von einem Ort inspirierte Illustration oder ein Diagramm auf Grundlage bereitgestellter Informationen. Definieren Sie die darzustellenden Quellfakten und trennen Sie diese von künstlerischen Entscheidungen. Suchgestützte Generierung macht nicht jedes Detail im fertigen Bild zu einer bestätigten Aussage. Stellen Sie für ein genau darzustellendes Produkt, Wahrzeichen oder Diagramm die maßgebliche Referenz bereit und prüfen Sie die Ausgabe anhand dieser Referenz.
Die Einführung beschreibt verbesserte Darstellung von Text im Bild und Lokalisierung. Geben Sie für ein Plakat, eine Infografik oder einen Marketingentwurf genauen Wortlaut, Sprache und Rolle jedes Textelements an. Legen Sie zuerst den Text fest und verlangen Sie danach die Darstellung mit diesem Text, wie vom Bildleitfaden empfohlen. Erklären Sie Lesereihenfolge und relative Gewichtung, damit Überschrift, Bildunterschrift und Diagrammbeschriftung nicht verwechselt werden. Prüfen Sie Rechtschreibung, Zeichensetzung und die Verbindung zwischen einer Beschriftung und dem dargestellten Element, bevor Sie das Bild veröffentlichen.
Zu den kreativen Steuerungen gehören Seitenverhältnis und Auflösung. Die Einführung ergänzt Ausgaben mit 512 Pixeln neben 1K, 2K und 4K sowie die Seitenverhältnisse 4:1, 1:4, 8:1 und 1:8. Der Entwicklerleitfaden nennt minimal als Standarddenkstufe und high als Option für aufwendigere Kompositionen. Wählen Sie den Verwendungszweck vor der Komposition: Eine vertikale Story, ein breites Banner und ein kompaktes Diagramm benötigen unterschiedlich viel Raum für Motiv und Beschriftung. Diese Einstellungen beschreiben den Erzeugungsablauf des Herstellers für diese Reihe, keine automatische Größenänderung eines bereits fertigen Bilds.
Kennzeichnen Sie für Motivkonsistenz die Rolle jeder Referenz: Produktaussehen, Figurenidentität, Hintergrund oder visueller Stil. Nennen Sie die zu erhaltenden Details und danach die zu ändernden Elemente. Eine eigene Aufgabe könnte eine bereitgestellte Produktfotografie in einer neuen Szene platzieren und dabei Form, Material und sichtbare Markenkennzeichnung erhalten. Behalten Sie für eine illustrierte Folge dieselben Referenzen bei und definieren Sie, welche szenenspezifischen Details variieren. Mehr Referenzen ersetzen keine klare Anweisung dazu, was jedes Bild beitragen soll.
Bearbeitung im Gespräch ist für eine konkrete Überarbeitung hilfreich. Verlangen Sie die Anpassung eines Objekts, Hintergrunds oder der Beleuchtung bei Erhalt der akzeptierten Komposition. Der Herstellerleitfaden beschreibt semantische Maskierung, bei der der bearbeitete Bereich mit Worten bestimmt wird. Erhalten Sie bei mehreren Gesprächsschritten das Gespräch und die erforderlichen Denkkontextmetadaten der gewählten Schnittstelle; der Gemini 3-Leitfaden erklärt, dass Denksignaturen diesen Kontext weitertragen helfen. Eine Beschreibung eines unveränderten Bereichs ist eine anhand des Originals zu prüfende Anweisung, keine Garantie dafür, dass jedes Pixel identisch bleibt.
Die Gemini 3-Entwicklertabelle nennt ausdrücklich gemini-3.1-flash-image-preview mit 128K Eingabe- und 32K Ausgabebudget. Erhalten Sie bei der Dokumentation einer Generierung den genauen Preview-Modellnamen. Bewahren Sie die verfügbaren Referenz-, Ausgabe- und Auflösungseinstellungen zusammen mit Quellbildern und Anfrage auf, damit eine Überarbeitung einheitlich reproduziert werden kann. Behalten Sie für eine Überarbeitung dieselben Quellreferenzen bei und bestimmen Sie die genaue visuelle Änderung, wobei die akzeptierte Rolle jeder Eingabe erhalten bleibt.
Der Bildleitfaden warnt, dass die verlangte Bildanzahl nicht immer eingehalten wird, und nennt die SynthID-Kennzeichnung erzeugter Bilder. Prüfen Sie alle zurückgegebenen Bilder und etwaigen Begleittext, statt ein einzelnes festes Bild als Ergebnis anzunehmen. Prüfen Sie Motividentität, Objektanzahl, Wortlaut im Bild, Komposition und Referenztreue in der vorgesehenen Anzeigegröße. Geben Sie für eine komplexe Szene die Bestandteile in logischer Reihenfolge an und beschreiben Sie das gewünschte Aussehen positiv. Das hilfreiche Ergebnis ist ein geprüftes visuelles Element, dessen Quellreferenzen und genaue Modellidentität für die nächste Bearbeitung erhalten bleiben.
POST /v1/images/generationstext, imageimage| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-3.1-flash-image-preview | Standard— |
Feldprompt | Typstring | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 | Standard— |
Feldresolution | Typstring | AnforderungOptional | Werte und Limits 512, 1K, 2K, 4K | Standard— |
Feldaspect_ratio | Typstring | AnforderungOptional | Werte und Limits 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— |
Feldn | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 1 | Standard— |
Feldinput_references | Typarray | AnforderungOptional | Werte und Limits Mindestanzahl Elemente: 0 Maximale Anzahl Elemente: 14 | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, prompt |
Parametermaterial_types | Vertragtext, image |
Lebenszyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · die tatsächlich zurückgegebene task_id oder ein Eintrag in der Medienbibliothek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Prognostizierte Menge | Gebühr |
|---|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Prognostizierte Menge— | Gebühr Eingabe · Eingabetoken · Schätzung nur zum Vergleich — / 1K Tokens Ausgabe · Ausgabetoken · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · Cache lesen · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · In Cache schreiben · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde · Schätzung nur zum Vergleich — / 1K Tokens |
| KonfigurationGeschätzte Generierungskosten | Tarifstaffel— | Prognostizierte MengeSchätzung für eine Generierung | Gebühr Ausgabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich $0.49152 Schätzung vor der Generierung Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung. |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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-preview', '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\nLaden Sie jedes zurückgegebene Bild herunter oder speichern Sie seinen Base64-Inhalt
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.\nSpeichern Sie jedes fertiggestellte Bild; rufen Sie jede zurückgegebene URL ab oder dekodieren Sie seinen Base64-Inhalt.
Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern.
Die zurückgegebene X-Client-Request-ID zum Abgleich aufbewahren. Nur tatsächlich zurückgegebene task_id-/asset_id-Werte oder die eigene Medienbibliothek abfragen; niemals eine Aufgaben-URL aus der Vorgangs-ID bilden und die Erstellung niemals erneut anfordern.
| Feld | Typ |
|---|---|
Feldcreated | Typ |
Felddata[].url | Typ |
Felddata[].b64_json | Typ |
Feldusage | Typ |
Ailoot Ultra google/gemini-3.1-flash-image-preview
/v1/images
google/gemini-3.1-flash-image-previewNano Banana 2 (Gemini 3.1 Flash Image Preview) erzeugt und bearbeitet Bilder aus Text und visuellen Referenzen. Zu seinen dokumentierten Stärken gehören Motivkonsistenz, Text im Bild und Lokalisierung, Änderungen im Gespräch sowie kreative Steuerung von Komposition, Seitenverhältnis und Auflösung.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Nano Banana 2 ist Googles Modell Gemini 3.1 Flash Image für Bilderzeugung und Bearbeitung im Gespräch. Dieser Eintrag erhält die genaue Preview-Identität. Eine schriftliche Beschreibung kann eine neue Darstellung definieren, während ein Eingabebild das zu ändernde Motiv, Aussehen oder die Komposition festlegt. Das Ergebnis kann ein Bild und Begleittext enthalten. Googles Einführungsmaterial betont Weltwissen, Textdarstellung und Motivkonsistenz sowie die Möglichkeit, eine Szene durch zusammengehörige Gesprächsschritte zu verfeinern.
Für quellenbasierte visuelle Erzeugung kann das dokumentierte Modell Informationen aus Web- und Bildsuche in die Generierung einfließen lassen. Dies unterstützt Aufgaben wie eine von einem Ort inspirierte Illustration oder ein Diagramm auf Grundlage bereitgestellter Informationen. Definieren Sie die darzustellenden Quellfakten und trennen Sie diese von künstlerischen Entscheidungen. Suchgestützte Generierung macht nicht jedes Detail im fertigen Bild zu einer bestätigten Aussage. Stellen Sie für ein genau darzustellendes Produkt, Wahrzeichen oder Diagramm die maßgebliche Referenz bereit und prüfen Sie die Ausgabe anhand dieser Referenz.
Die Einführung beschreibt verbesserte Darstellung von Text im Bild und Lokalisierung. Geben Sie für ein Plakat, eine Infografik oder einen Marketingentwurf genauen Wortlaut, Sprache und Rolle jedes Textelements an. Legen Sie zuerst den Text fest und verlangen Sie danach die Darstellung mit diesem Text, wie vom Bildleitfaden empfohlen. Erklären Sie Lesereihenfolge und relative Gewichtung, damit Überschrift, Bildunterschrift und Diagrammbeschriftung nicht verwechselt werden. Prüfen Sie Rechtschreibung, Zeichensetzung und die Verbindung zwischen einer Beschriftung und dem dargestellten Element, bevor Sie das Bild veröffentlichen.
Zu den kreativen Steuerungen gehören Seitenverhältnis und Auflösung. Die Einführung ergänzt Ausgaben mit 512 Pixeln neben 1K, 2K und 4K sowie die Seitenverhältnisse 4:1, 1:4, 8:1 und 1:8. Der Entwicklerleitfaden nennt minimal als Standarddenkstufe und high als Option für aufwendigere Kompositionen. Wählen Sie den Verwendungszweck vor der Komposition: Eine vertikale Story, ein breites Banner und ein kompaktes Diagramm benötigen unterschiedlich viel Raum für Motiv und Beschriftung. Diese Einstellungen beschreiben den Erzeugungsablauf des Herstellers für diese Reihe, keine automatische Größenänderung eines bereits fertigen Bilds.
Kennzeichnen Sie für Motivkonsistenz die Rolle jeder Referenz: Produktaussehen, Figurenidentität, Hintergrund oder visueller Stil. Nennen Sie die zu erhaltenden Details und danach die zu ändernden Elemente. Eine eigene Aufgabe könnte eine bereitgestellte Produktfotografie in einer neuen Szene platzieren und dabei Form, Material und sichtbare Markenkennzeichnung erhalten. Behalten Sie für eine illustrierte Folge dieselben Referenzen bei und definieren Sie, welche szenenspezifischen Details variieren. Mehr Referenzen ersetzen keine klare Anweisung dazu, was jedes Bild beitragen soll.
Bearbeitung im Gespräch ist für eine konkrete Überarbeitung hilfreich. Verlangen Sie die Anpassung eines Objekts, Hintergrunds oder der Beleuchtung bei Erhalt der akzeptierten Komposition. Der Herstellerleitfaden beschreibt semantische Maskierung, bei der der bearbeitete Bereich mit Worten bestimmt wird. Erhalten Sie bei mehreren Gesprächsschritten das Gespräch und die erforderlichen Denkkontextmetadaten der gewählten Schnittstelle; der Gemini 3-Leitfaden erklärt, dass Denksignaturen diesen Kontext weitertragen helfen. Eine Beschreibung eines unveränderten Bereichs ist eine anhand des Originals zu prüfende Anweisung, keine Garantie dafür, dass jedes Pixel identisch bleibt.
Die Gemini 3-Entwicklertabelle nennt ausdrücklich gemini-3.1-flash-image-preview mit 128K Eingabe- und 32K Ausgabebudget. Erhalten Sie bei der Dokumentation einer Generierung den genauen Preview-Modellnamen. Bewahren Sie die verfügbaren Referenz-, Ausgabe- und Auflösungseinstellungen zusammen mit Quellbildern und Anfrage auf, damit eine Überarbeitung einheitlich reproduziert werden kann. Behalten Sie für eine Überarbeitung dieselben Quellreferenzen bei und bestimmen Sie die genaue visuelle Änderung, wobei die akzeptierte Rolle jeder Eingabe erhalten bleibt.
Der Bildleitfaden warnt, dass die verlangte Bildanzahl nicht immer eingehalten wird, und nennt die SynthID-Kennzeichnung erzeugter Bilder. Prüfen Sie alle zurückgegebenen Bilder und etwaigen Begleittext, statt ein einzelnes festes Bild als Ergebnis anzunehmen. Prüfen Sie Motividentität, Objektanzahl, Wortlaut im Bild, Komposition und Referenztreue in der vorgesehenen Anzeigegröße. Geben Sie für eine komplexe Szene die Bestandteile in logischer Reihenfolge an und beschreiben Sie das gewünschte Aussehen positiv. Das hilfreiche Ergebnis ist ein geprüftes visuelles Element, dessen Quellreferenzen und genaue Modellidentität für die nächste Bearbeitung erhalten bleiben.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-3.1-flash-image-preview | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.006 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens Ausgabe · Bildausgabetoken $0.12 / 1K Bild-Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.006 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "google/gemini-3.1-flash-image-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-preview', '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-preview', '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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra google/gemini-3.1-flash-image-preview
/v1/images
Technisches Beispiel auf Englisch
Create a four-stage growing guide\n\nCreate a friendly flat illustration for a gardening guide showing four tomato-growing stages from left to right: seed in soil, small seedling, leafy plant, mature plant with red tomatoes. Use a warm cream background, consistent pots and simple green shapes. Keep each stage clearly separated. Include no text, numbers, labels or decorative extra plants.An image with four distinct growing stages in the specified order and a consistent illustration style.Inspect the actual image for exactly four stages, the left-to-right progression and absence of text or extra plants.