Source: https://ailoot.ai/models/de-ch/google-gemini-3-pro-image-preview/ Canonical: https://ailoot.ai/models/de-ch/google-gemini-3-pro-image-preview/ Language: de-ch # Google: Nano Banana Pro (Gemini 3 Pro Image Preview) [Markdown](https://ailoot.ai/models/de-ch/google-gemini-3-pro-image-preview/index.md) · [JSON](https://ailoot.ai/models/de-ch/google-gemini-3-pro-image-preview/facts.json) ## [Google: Nano Banana Pro (Gemini 3 Pro Image Preview)](https://ailoot.ai/models/de-ch/google-gemini-3-pro-image-preview/) Nano 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. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `google/gemini-3-pro-image-preview`](https://ailoot.ai/models/de-ch/google-gemini-3-pro-image-preview/#method-0) - [**Ailoot Ultra · Bilder** `POST /v1/images/generations` `google/gemini-3-pro-image-preview`](https://ailoot.ai/models/de-ch/google-gemini-3-pro-image-preview/#method-1) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `google/gemini-3-pro-image-preview`](https://ailoot.ai/models/de-ch/google-gemini-3-pro-image-preview/#method-2) Über das Modell 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. #### Das Bild und seinen sichtbaren Inhalt komponieren 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. #### Referenzen und kreative Bearbeitungen 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. #### Auflösung und ein nutzbares Ergebnis 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. Praktische Aufgabe ### Praktische Aufgabe Technisches Beispiel auf Englisch ``` Create a stock comparison infographic Create 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. ``` #### Erwartetes Ergebnis ``` One infographic image with the exact title and three proportional, labelled bars on a common baseline. ``` #### Ergebnis prüfen ``` Inspect all lettering and confirm the bar values and relative lengths match 24, 12 and 6. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `google/gemini-3-pro-image-preview` [`google/gemini-3-pro-image-preview`](https://ailoot.ai/models/de-ch/#m=google%2Fgemini-3-pro-image-preview&route=Ultra&caller=google%2Fgemini-3-pro-image-preview&fmt=chat) Google /`google/gemini-3-pro-image-preview` ### Einstieg Nano 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. Zulässige Eingaben Text Ergebnisse Text ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Eingabe `text` Ausgabe `text` Ausgabeformat json oder SSE | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits google/gemini-3-pro-image-preview | Standard— | | Feld`messages` | Typ`message[]` | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— | | Feld`messages[].role` | Typ`string` | 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— | | Feld`messages[].content` | Typ`string\|content_part[]\|null` | AnforderungOptional | Werte und Limits | Standard— | | Feld`messages[].tool_calls` | Typ`tool_call[]` | AnforderungOptional | Werte und Limits | Standard— | | Feld`messages[].tool_call_id` | Typ`string` | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— | | Feld`messages[].name` | Typ`string` | AnforderungOptional | Werte und Limits | Standard— | | Feld`messages[].reasoning_content` | Typ`string` | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— | | Feld`messages[].reasoning_details` | Typ`object\|array` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`max_tokens` | Typ`integer` | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— | | Feld`max_completion_tokens` | Typ`integer` | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— | | Feld`stream` | Typ`boolean` | AnforderungOptional | Werte und Limits | Standardfalse | | Feld`stream_options.include_usage` | Typ`boolean` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`temperature` | Typ`number` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`top_p` | Typ`number` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`stop` | Typ`string\|string[]` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`tools` | Typ`function_tool[]` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`tools[].type` | Typ`string` | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— | | Feld`tools[].function.name` | Typ`string` | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— | | Feld`tools[].function.description` | Typ`string` | AnforderungOptional | Werte und Limits | Standard— | | Feld`tools[].function.parameters` | Typ`JSON_schema` | AnforderungOptional | Werte und Limits | Standard— | | Feld`tool_choice` | Typ`string\|object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`parallel_tool_calls` | Typ`boolean` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`response_format` | Typ`object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`reasoning_effort` | Typ`string` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`reasoning` | Typ`object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`service_tier` | Typ`string` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`instructions` | Typ`string` | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— | | Feld`functions` | Typ`function[]` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`function_call` | Typ`string\|object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`prompt_cache_options` | Typ`object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`modalities` | Typ`string[]` | AnforderungOptional | Werte und Limits text | Standard— | | Feld`provider` | Typ`object` | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— | | Feld`cache_control.ttl` | Typ`string` | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— | Kombinationen von Eingabematerialien **Text** · UTF8-Text `messages[].content` Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, messages | | Parameter`material_types` | Vertragtext | | Parameter`messages` | VertragNachrichtenarray mit role/content-Struktur | | Parameter`file_material` | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet | | Parameter`optional_controls` | Vertragstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parameter`control_scope` | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen | | Parameter`output_modalities` | Vertragtext | | Parameter`hosted_operations` | Vertragfalse | | Parameter`multimodal_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. ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Standardtarif Wenn der Schnellmodus ausgewählt ist Flex-Modus Standardtarif Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird Preise für explizites Caching Nicht aktiviert Wenn explizites Caching angefordert wird #### Ailoot-Tarife #### Preise nach Konfiguration 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 **$0.00075** / 1K Tokens Eingabe · Cache schreiben, 1 Stunde **—** / 1K Tokens | #### Details zum Referenztarif Referenztarifstaffeln auf Modellebene ändern weder Methodenauswahl noch Kostenvoranschläge oder Gebühren. Für die aktive Abrechnung gelten die Tarife der ausgewählten Ailoot-Methode. google/gemini-3-pro-image-preview #### Preise nach Konfiguration | Konfiguration | Abrechnungsbedingungen | Gebühr | | --- | --- | --- | | Konfigurationgoogle/gemini-3-pro-image-preview · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabe **$ 0.004** / 1K Tokens Ausgabe · Ausgabe **$ 0.24** / 1K Tokens | Google: Nano Banana Pro (Gemini 3 Pro Image Preview) #### Preise nach Konfiguration | 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 →](https://ailoot.ai/docs/de-ch/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · OpenAI Chat curlPython SDKPython-Stream ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=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."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='google/gemini-3-pro-image-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='google/gemini-3-pro-image-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · OpenAI Chat json oder SSE ##### Alle fertiggestellten Ergebnisse aufbewahren 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. ##### Wenn die ursprüngliche Antwort geprüft werden muss Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben. Antwortfelder | Feld | Typ | | --- | --- | | Feld`choices[].index` | Typinteger | | Feld`choices[].message.content` | Typstring\|null | | Feld`choices[].message.tool_calls` | Typtool\_call\[\] | | Feld`choices[].message.reasoning_content` | Typstring | | Feld`choices[].message.reasoning_details` | Typobject\|array | | Feld`choices[].finish_reason` | Typstring\|null | | Feld`usage` | Typobject | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`google/gemini-3-pro-image-preview`](https://ailoot.ai/models/de-ch/#m=google%2Fgemini-3-pro-image-preview&route=Ultra&caller=google%2Fgemini-3-pro-image-preview&fmt=chat) #### Aliasnamen für Methodenpfade `/v1/images` #### Zugehörige Aufrufer-IDs [`google/gemini-3-pro-image-preview`](https://ailoot.ai/models/de-ch/#m=google%2Fgemini-3-pro-image-preview&route=Ultra&caller=google%2Fgemini-3-pro-image-preview&fmt=chat) **Ailoot Ultra · Bilder** `POST /v1/images/generations` `google/gemini-3-pro-image-preview` [`google/gemini-3-pro-image-preview`](https://ailoot.ai/models/de-ch/#m=google%2Fgemini-3-pro-image-preview&route=Ultra&caller=google%2Fgemini-3-pro-image-preview&fmt=images) Google /`google/gemini-3-pro-image-preview` ### Einstieg Nano 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. Zulässige Eingaben Text · Bilder Ergebnisse Bilder ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Bilder** `POST /v1/images/generations` Eingabe `text`, `image` Ausgabe `image` | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits google/gemini-3-pro-image-preview | Standard— | | Feld`prompt` | Typ`string` | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 | Standard— | | Feld`resolution` | Typ`string` | AnforderungOptional | Werte und Limits 1K, 2K, 4K | Standard— | | Feld`aspect_ratio` | Typ`string` | 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— | | Feld`n` | Typ`integer` | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 1 | Standard— | | Feld`input_references` | Typ`array` | AnforderungOptional | Werte und Limits Mindestanzahl Elemente: 0 Maximale Anzahl Elemente: 14 | Standard— | | Feld`provider` | Typ`object` | AnforderungOptional | Werte und Limits | Standard— | Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, prompt | | Parameter`material_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}` ### Tarife ##### So wird die endgültige Gebühr berechnet 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. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Geschätzte Tarife zum Vergleich #### Preise nach Konfiguration 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 **$0.98304** Schätzung vor der Generierung Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung. | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-ch/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Bilder curl ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" export AILOOT_API_KEY python3 - <<'PY_REQUEST' import json,os from pathlib import Path p={'model': 'google/gemini-3-pro-image-preview', 'prompt': 'a red panda astronaut floating in space, studio lighting'} Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import base64, json, os, subprocess from pathlib import Path from urllib.parse import urlsplit, urljoin def save_images(items): if not items: raise SystemExit("No completed images; retain the full response") for index, item in enumerate(items): encoded=item.get("b64_json") uri=item.get("url", "") if not encoded and uri.startswith("data:image/"): header, separator, encoded=uri.partition(",") if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI") if encoded: raw=base64.b64decode(encoded,validate=True) elif uri: uri=urljoin("https://api.ailoot.ai",uri) parsed=urlsplit(uri) if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password: raise SystemExit("Invalid returned image URL") owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content") args=["curl","--fail-with-body","--silent","--show-error",uri] if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]] temporary=Path(f"image-{index}.bin") subprocess.run(args+["-o",str(temporary)],check=True) raw=temporary.read_bytes() temporary.unlink() else: raise SystemExit("Image has neither bytes nor URL") if not raw: raise SystemExit("Empty image result") 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"