Nano Banana Pro ist Googles Modell für Bilderzeugung und Bearbeitung auf Grundlage von Gemini 3 Pro. Es verarbeitet Text und Bilder und gibt Bilder oder Text zurück. Sein veröffentlichtes Profil umfasst Infografiken, Diagramme, Produktdarstellungen, Storyboards und Kompositionen, die mehrere Elemente oder Referenzen verbinden.
Benennen Sie Zweck, Hauptmotiv und die Beziehung zwischen den Elementen. Stellen Sie für eine Infografik die tatsächlichen Zahlen und genauen Beschriftungen bereit und beschreiben Sie anschliessend ihre Hierarchie. Bestimmen Sie für eine Produktszene Objekt, Blickwinkel, Umgebung und die erkennbar zu erhaltenden Details. Die dokumentierte Textdarstellung des Modells umfasst längeren Wortlaut und mehrsprachige Layouts; prüfen Sie die zurückgegebenen Buchstaben, Zahlen und Ausrichtung im Bild.
Such-Grounding ist für die Einbeziehung aktueller Informationen in eine visuelle Aufgabe dokumentiert. Wenn die Schnittstelle dies bereitstellt, bewahren Sie die Quellfakten zusammen mit dem Auftrag auf und prüfen Sie, wie sie in der fertigen Grafik erscheinen. Ein visuell überzeugendes Diagramm oder Schema sollte dennoch mit den Daten und Beschriftungen verglichen werden, die es darstellen sollte.
Das veröffentlichte Hosting-Profil akzeptiert bis zu vierzehn Referenzbilder. Weisen Sie jedem eine Rolle wie Motiv, Umgebung oder visueller Stil zu, statt ihre Beziehung unerklärt zu lassen. Die Modellbeschreibung betont den Erhalt der Identität von bis zu fünf Motiven; vergleichen Sie die tatsächlichen Motive und wichtigen Details in der gesamten zurückgegebenen Komposition.
Benennen Sie für eine Bearbeitung den zu ändernden Bereich oder das Objekt und die zu erhaltenden Elemente. Dokumentierte kreative Steuerungen umfassen lokale Änderungen, Anpassungen von Beleuchtung und Fokus, Kameratransformationen und flexible Seitenverhältnisse. Halten Sie das Quellbild verfügbar, wenn Sie sowohl die verlangte Bearbeitung als auch die erkennbar zu erhaltenden Details prüfen.
Das Profil dokumentiert Ausgaben in 2K und 4K. Wählen Sie Bildproportion und Ausgabegrösse für die gewünschte Platzierung und prüfen Sie dann die tatsächlich zurückgegebenen Abmessungen und Dateieigenschaften. Designkonzept und Exportanforderung sollten verbunden bleiben, wenn das Bild in ein grösseres Layout eingeht.
Bewahren Sie das gewählte Bild mit seinem Auftrag, den Referenzrollen und dem Überarbeitungsverlauf auf. Prüfen Sie genauen Wortlaut, Motivkontinuität und Informationshierarchie in der späteren Nutzungsgrösse. Das hilfreiche Ergebnis ist die geprüfte Darstellung oder der Begleittext dieses Modellprofils für die weitere Design- oder Produktionsarbeit.
", "aboutText": "Nano Banana Pro ist Googles Modell für Bilderzeugung und Bearbeitung auf Grundlage von Gemini 3 Pro. Es verarbeitet Text und Bilder und gibt Bilder oder Text zurück. Sein veröffentlichtes Profil umfasst Infografiken, Diagramme, Produktdarstellungen, Storyboards und Kompositionen, die mehrere Elemente oder Referenzen verbinden.\n\n### Das Bild und seinen sichtbaren Inhalt komponieren\n\nBenennen Sie Zweck, Hauptmotiv und die Beziehung zwischen den Elementen. Stellen Sie für eine Infografik die tatsächlichen Zahlen und genauen Beschriftungen bereit und beschreiben Sie anschliessend ihre Hierarchie. Bestimmen Sie für eine Produktszene Objekt, Blickwinkel, Umgebung und die erkennbar zu erhaltenden Details. Die dokumentierte Textdarstellung des Modells umfasst längeren Wortlaut und mehrsprachige Layouts; prüfen Sie die zurückgegebenen Buchstaben, Zahlen und Ausrichtung im Bild.\n\nSuch-Grounding ist für die Einbeziehung aktueller Informationen in eine visuelle Aufgabe dokumentiert. Wenn die Schnittstelle dies bereitstellt, bewahren Sie die Quellfakten zusammen mit dem Auftrag auf und prüfen Sie, wie sie in der fertigen Grafik erscheinen. Ein visuell überzeugendes Diagramm oder Schema sollte dennoch mit den Daten und Beschriftungen verglichen werden, die es darstellen sollte.\n\n### Referenzen und kreative Bearbeitungen\n\nDas veröffentlichte Hosting-Profil akzeptiert bis zu vierzehn Referenzbilder. Weisen Sie jedem eine Rolle wie Motiv, Umgebung oder visueller Stil zu, statt ihre Beziehung unerklärt zu lassen. Die Modellbeschreibung betont den Erhalt der Identität von bis zu fünf Motiven; vergleichen Sie die tatsächlichen Motive und wichtigen Details in der gesamten zurückgegebenen Komposition.\n\nBenennen Sie für eine Bearbeitung den zu ändernden Bereich oder das Objekt und die zu erhaltenden Elemente. Dokumentierte kreative Steuerungen umfassen lokale Änderungen, Anpassungen von Beleuchtung und Fokus, Kameratransformationen und flexible Seitenverhältnisse. Halten Sie das Quellbild verfügbar, wenn Sie sowohl die verlangte Bearbeitung als auch die erkennbar zu erhaltenden Details prüfen.\n\n### Auflösung und ein nutzbares Ergebnis\n\nDas Profil dokumentiert Ausgaben in 2K und 4K. Wählen Sie Bildproportion und Ausgabegrösse für die gewünschte Platzierung und prüfen Sie dann die tatsächlich zurückgegebenen Abmessungen und Dateieigenschaften. Designkonzept und Exportanforderung sollten verbunden bleiben, wenn das Bild in ein grösseres Layout eingeht.\n\nBewahren Sie das gewählte Bild mit seinem Auftrag, den Referenzrollen und dem Überarbeitungsverlauf auf. Prüfen Sie genauen Wortlaut, Motivkontinuität und Informationshierarchie in der späteren Nutzungsgrösse. Das hilfreiche Ergebnis ist die geprüfte Darstellung oder der Begleittext dieses Modellprofils für die weitere Design- oder Produktionsarbeit.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Create a stock comparison infographic\n\nCreate a clean landscape infographic for a warehouse noticeboard. Title: "Weekly stock". Show exactly three labelled bars: "Boxes 24", "Bags 12", "Tubes 6". Use a white background, dark text and one blue accent. Keep labels large, align the bars to a common baseline and add no extra numbers or logos.One infographic image with the exact title and three proportional, labelled bars on a common baseline.Inspect all lettering and confirm the bar values and relative lengths match 24, 12 and 6.google/gemini-3-pro-image-previewNano Banana Pro ist Googles Modell Gemini 3 Pro Image Preview für Bilderzeugung und Bearbeitung. Sein dokumentiertes Profil unterstützt die Komposition aus mehreren Bildern, eingebetteten Text, gezielte kreative Änderungen, Search-Grounding und Ausgaben in 2K oder 4K.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Nano Banana Pro ist Googles Modell für Bilderzeugung und Bearbeitung auf Grundlage von Gemini 3 Pro. Es verarbeitet Text und Bilder und gibt Bilder oder Text zurück. Sein veröffentlichtes Profil umfasst Infografiken, Diagramme, Produktdarstellungen, Storyboards und Kompositionen, die mehrere Elemente oder Referenzen verbinden.
Benennen Sie Zweck, Hauptmotiv und die Beziehung zwischen den Elementen. Stellen Sie für eine Infografik die tatsächlichen Zahlen und genauen Beschriftungen bereit und beschreiben Sie anschliessend ihre Hierarchie. Bestimmen Sie für eine Produktszene Objekt, Blickwinkel, Umgebung und die erkennbar zu erhaltenden Details. Die dokumentierte Textdarstellung des Modells umfasst längeren Wortlaut und mehrsprachige Layouts; prüfen Sie die zurückgegebenen Buchstaben, Zahlen und Ausrichtung im Bild.
Such-Grounding ist für die Einbeziehung aktueller Informationen in eine visuelle Aufgabe dokumentiert. Wenn die Schnittstelle dies bereitstellt, bewahren Sie die Quellfakten zusammen mit dem Auftrag auf und prüfen Sie, wie sie in der fertigen Grafik erscheinen. Ein visuell überzeugendes Diagramm oder Schema sollte dennoch mit den Daten und Beschriftungen verglichen werden, die es darstellen sollte.
Das veröffentlichte Hosting-Profil akzeptiert bis zu vierzehn Referenzbilder. Weisen Sie jedem eine Rolle wie Motiv, Umgebung oder visueller Stil zu, statt ihre Beziehung unerklärt zu lassen. Die Modellbeschreibung betont den Erhalt der Identität von bis zu fünf Motiven; vergleichen Sie die tatsächlichen Motive und wichtigen Details in der gesamten zurückgegebenen Komposition.
Benennen Sie für eine Bearbeitung den zu ändernden Bereich oder das Objekt und die zu erhaltenden Elemente. Dokumentierte kreative Steuerungen umfassen lokale Änderungen, Anpassungen von Beleuchtung und Fokus, Kameratransformationen und flexible Seitenverhältnisse. Halten Sie das Quellbild verfügbar, wenn Sie sowohl die verlangte Bearbeitung als auch die erkennbar zu erhaltenden Details prüfen.
Das Profil dokumentiert Ausgaben in 2K und 4K. Wählen Sie Bildproportion und Ausgabegrösse für die gewünschte Platzierung und prüfen Sie dann die tatsächlich zurückgegebenen Abmessungen und Dateieigenschaften. Designkonzept und Exportanforderung sollten verbunden bleiben, wenn das Bild in ein grösseres Layout eingeht.
Bewahren Sie das gewählte Bild mit seinem Auftrag, den Referenzrollen und dem Überarbeitungsverlauf auf. Prüfen Sie genauen Wortlaut, Motivkontinuität und Informationshierarchie in der späteren Nutzungsgrösse. Das hilfreiche Ergebnis ist die geprüfte Darstellung oder der Begleittext dieses Modellprofils für die weitere Design- oder Produktionsarbeit.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-3-pro-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 $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.024 / 1K Tokens Eingabe · Cache lesen $0.0004 / 1K Tokens Eingabe · Cache schreiben $0.00075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens Ausgabe · Bildausgabe-Tokens $0.24 / 1K Bild-Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.024 / 1K Tokens Eingabe · Cache lesen $0.0004 / 1K Tokens Eingabe · Cache schreiben $0.00075 / 1K Tokens Eingabe · 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-pro-image-preview · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabe $ 0.004 / 1K Tokens Ausgabe · Ausgabe $ 0.24 / 1K Tokens |
| Konfiguration | Abrechnungsbedingungen | Gebühr |
|---|---|---|
| KonfigurationGoogle: Nano Banana Pro (Gemini 3 Pro Image Preview) · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabetoken $ 0.004 / 1K Tokens Ausgabe · Ausgabetoken $ 0.024 / 1K Tokens Eingabe · Eingabebild $ 0.004 / 1K Tokens Ausgabe · Ausgabebild $ 0.24 / 1K Tokens Eingabe · Audioeingabe $ 0.004 / 1K Tokens Eingabe · Lesen aus dem Audio-Cache $ 0.0004 / 1K Tokens Ausgabe · Websuche $ 0.028 pro Suche Ausgabe · Tokens für Denkprozesse $ 0.024 / 1K Tokens Eingabe · Cache lesen $ 0.0004 / 1K Tokens Eingabe · Schreiben in den Cache · 5 Minuten $ 0.00075 / 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 →
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-pro-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-pro-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-pro-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-pro-image-preview
/v1/images
google/gemini-3-pro-image-previewNano Banana Pro ist Googles Modell Gemini 3 Pro Image Preview für Bilderzeugung und Bearbeitung. Sein dokumentiertes Profil unterstützt die Komposition aus mehreren Bildern, eingebetteten Text, gezielte kreative Änderungen, Search-Grounding und Ausgaben in 2K oder 4K.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Nano Banana Pro ist Googles Modell für Bilderzeugung und Bearbeitung auf Grundlage von Gemini 3 Pro. Es verarbeitet Text und Bilder und gibt Bilder oder Text zurück. Sein veröffentlichtes Profil umfasst Infografiken, Diagramme, Produktdarstellungen, Storyboards und Kompositionen, die mehrere Elemente oder Referenzen verbinden.
Benennen Sie Zweck, Hauptmotiv und die Beziehung zwischen den Elementen. Stellen Sie für eine Infografik die tatsächlichen Zahlen und genauen Beschriftungen bereit und beschreiben Sie anschliessend ihre Hierarchie. Bestimmen Sie für eine Produktszene Objekt, Blickwinkel, Umgebung und die erkennbar zu erhaltenden Details. Die dokumentierte Textdarstellung des Modells umfasst längeren Wortlaut und mehrsprachige Layouts; prüfen Sie die zurückgegebenen Buchstaben, Zahlen und Ausrichtung im Bild.
Such-Grounding ist für die Einbeziehung aktueller Informationen in eine visuelle Aufgabe dokumentiert. Wenn die Schnittstelle dies bereitstellt, bewahren Sie die Quellfakten zusammen mit dem Auftrag auf und prüfen Sie, wie sie in der fertigen Grafik erscheinen. Ein visuell überzeugendes Diagramm oder Schema sollte dennoch mit den Daten und Beschriftungen verglichen werden, die es darstellen sollte.
Das veröffentlichte Hosting-Profil akzeptiert bis zu vierzehn Referenzbilder. Weisen Sie jedem eine Rolle wie Motiv, Umgebung oder visueller Stil zu, statt ihre Beziehung unerklärt zu lassen. Die Modellbeschreibung betont den Erhalt der Identität von bis zu fünf Motiven; vergleichen Sie die tatsächlichen Motive und wichtigen Details in der gesamten zurückgegebenen Komposition.
Benennen Sie für eine Bearbeitung den zu ändernden Bereich oder das Objekt und die zu erhaltenden Elemente. Dokumentierte kreative Steuerungen umfassen lokale Änderungen, Anpassungen von Beleuchtung und Fokus, Kameratransformationen und flexible Seitenverhältnisse. Halten Sie das Quellbild verfügbar, wenn Sie sowohl die verlangte Bearbeitung als auch die erkennbar zu erhaltenden Details prüfen.
Das Profil dokumentiert Ausgaben in 2K und 4K. Wählen Sie Bildproportion und Ausgabegrösse für die gewünschte Platzierung und prüfen Sie dann die tatsächlich zurückgegebenen Abmessungen und Dateieigenschaften. Designkonzept und Exportanforderung sollten verbunden bleiben, wenn das Bild in ein grösseres Layout eingeht.
Bewahren Sie das gewählte Bild mit seinem Auftrag, den Referenzrollen und dem Überarbeitungsverlauf auf. Prüfen Sie genauen Wortlaut, Motivkontinuität und Informationshierarchie in der späteren Nutzungsgrösse. Das hilfreiche Ergebnis ist die geprüfte Darstellung oder der Begleittext dieses Modellprofils für die weitere Design- oder Produktionsarbeit.
POST /v1/images/generationstext, imageimage| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-3-pro-image-preview | Standard— |
Feldprompt | Typstring | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 | Standard— |
Feldresolution | Typstring | AnforderungOptional | Werte und Limits 1K, 2K, 4K | Standard— |
Feldaspect_ratio | Typstring | AnforderungOptional | Werte und Limits 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 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 |
|---|---|---|---|
| KonfigurationToken-Basistarife | 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 · Cache schreiben · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde · Schätzung nur zum Vergleich — / 1K Tokens |
| KonfigurationGeschätzte Erzeugungskosten | Tarifstaffel— | Prognostizierte MengeSchätzung für eine Generierung | Gebühr Ausgabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich $0.98304 Schätzung vor der Generierung Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung. |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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-pro-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-pro-image-preview
/v1/images
google/gemini-3-pro-image-previewNano Banana Pro ist Googles Modell Gemini 3 Pro Image Preview für Bilderzeugung und Bearbeitung. Sein dokumentiertes Profil unterstützt die Komposition aus mehreren Bildern, eingebetteten Text, gezielte kreative Änderungen, Search-Grounding und Ausgaben in 2K oder 4K.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Nano Banana Pro ist Googles Modell für Bilderzeugung und Bearbeitung auf Grundlage von Gemini 3 Pro. Es verarbeitet Text und Bilder und gibt Bilder oder Text zurück. Sein veröffentlichtes Profil umfasst Infografiken, Diagramme, Produktdarstellungen, Storyboards und Kompositionen, die mehrere Elemente oder Referenzen verbinden.
Benennen Sie Zweck, Hauptmotiv und die Beziehung zwischen den Elementen. Stellen Sie für eine Infografik die tatsächlichen Zahlen und genauen Beschriftungen bereit und beschreiben Sie anschliessend ihre Hierarchie. Bestimmen Sie für eine Produktszene Objekt, Blickwinkel, Umgebung und die erkennbar zu erhaltenden Details. Die dokumentierte Textdarstellung des Modells umfasst längeren Wortlaut und mehrsprachige Layouts; prüfen Sie die zurückgegebenen Buchstaben, Zahlen und Ausrichtung im Bild.
Such-Grounding ist für die Einbeziehung aktueller Informationen in eine visuelle Aufgabe dokumentiert. Wenn die Schnittstelle dies bereitstellt, bewahren Sie die Quellfakten zusammen mit dem Auftrag auf und prüfen Sie, wie sie in der fertigen Grafik erscheinen. Ein visuell überzeugendes Diagramm oder Schema sollte dennoch mit den Daten und Beschriftungen verglichen werden, die es darstellen sollte.
Das veröffentlichte Hosting-Profil akzeptiert bis zu vierzehn Referenzbilder. Weisen Sie jedem eine Rolle wie Motiv, Umgebung oder visueller Stil zu, statt ihre Beziehung unerklärt zu lassen. Die Modellbeschreibung betont den Erhalt der Identität von bis zu fünf Motiven; vergleichen Sie die tatsächlichen Motive und wichtigen Details in der gesamten zurückgegebenen Komposition.
Benennen Sie für eine Bearbeitung den zu ändernden Bereich oder das Objekt und die zu erhaltenden Elemente. Dokumentierte kreative Steuerungen umfassen lokale Änderungen, Anpassungen von Beleuchtung und Fokus, Kameratransformationen und flexible Seitenverhältnisse. Halten Sie das Quellbild verfügbar, wenn Sie sowohl die verlangte Bearbeitung als auch die erkennbar zu erhaltenden Details prüfen.
Das Profil dokumentiert Ausgaben in 2K und 4K. Wählen Sie Bildproportion und Ausgabegrösse für die gewünschte Platzierung und prüfen Sie dann die tatsächlich zurückgegebenen Abmessungen und Dateieigenschaften. Designkonzept und Exportanforderung sollten verbunden bleiben, wenn das Bild in ein grösseres Layout eingeht.
Bewahren Sie das gewählte Bild mit seinem Auftrag, den Referenzrollen und dem Überarbeitungsverlauf auf. Prüfen Sie genauen Wortlaut, Motivkontinuität und Informationshierarchie in der späteren Nutzungsgrösse. Das hilfreiche Ergebnis ist die geprüfte Darstellung oder der Begleittext dieses Modellprofils für die weitere Design- oder Produktionsarbeit.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-3-pro-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 $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.024 / 1K Tokens Eingabe · Cache lesen $0.0004 / 1K Tokens Eingabe · Cache schreiben $0.00075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens Ausgabe · Bildausgabe-Tokens $0.24 / 1K Bild-Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.024 / 1K Tokens Eingabe · Cache lesen $0.0004 / 1K Tokens Eingabe · Cache schreiben $0.00075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "google/gemini-3-pro-image-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-pro-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-pro-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-pro-image-preview
/v1/images
Technisches Beispiel auf Englisch
Create a stock comparison infographic\n\nCreate a clean landscape infographic for a warehouse noticeboard. Title: "Weekly stock". Show exactly three labelled bars: "Boxes 24", "Bags 12", "Tubes 6". Use a white background, dark text and one blue accent. Keep labels large, align the bars to a common baseline and add no extra numbers or logos.One infographic image with the exact title and three proportional, labelled bars on a common baseline.Inspect all lettering and confirm the bar values and relative lengths match 24, 12 and 6.