Gemini 2.5 Flash Image, auch als Nano Banana bekannt, ist Googles Text-und-Bild-Modell für visuelle Erzeugung und Bildbearbeitung im Gespräch. Es verarbeitet eine Anweisung mit optionalen Bildreferenzen und kann Bilder mit Begleittext zurückgeben. Genau diese Edition 2.5 Flash Image ist von Nano Banana 2, Nano Banana Pro und späteren Lite-Bildmodellen getrennt. Ihr hilfreiches Ergebnis ist eine erzeugte oder überarbeitete Darstellung, keine Antwort des allgemeinen Textmodells Gemini 2.5.
Die genaue Modellkarte nennt 65.536 Eingabetoken und 32.768 Ausgabetoken. Bilder und Anweisungen gehören zur Eingabe, und das zurückgegebene Bild oder der Text ist Teil des Ergebnisses. Die Auflösungstabelle des Leitfadens nennt unter den unterstützten Seitenverhältnissen Ausgaben in 1:1 mit 1.024×1.024, in 3:4 mit 864×1.184 und in 16:9 mit 1.344×768. Wählen Sie die gewünschte Anzeigeform, bevor Sie die Szene gestalten. Die hochauflösenden Optionen einer späteren Gemini-Bildedition sollten nicht als für genau dieses Modell dokumentierte Steuerungen behandelt werden.
Bestimmen Sie für die Text-zu-Bild-Erzeugung Motiv, Handlung, Umgebung, Stil, Beleuchtung und Blickwinkel. Eine Produktillustration könnte eine bereitgestellte visuelle Identität verwenden und ein klar sichtbares Materialdetail in einer passenden Umgebung verlangen. Erklären Sie den Bildzweck, damit das Modell Raum für Motiv und etwaigen Text einplanen kann. Fotografische Beschreibungen wie Nahansicht, Aufsicht oder Perspektive aus niedrigem Kamerawinkel definieren den Bildausschnitt klarer als eine Liste unverbundener Stilwörter.
Stellen Sie für eine Bearbeitung das Originalbild bereit und bestimmen Sie den zu ändernden Teil. Der Herstellerleitfaden beschreibt das Hinzufügen oder Entfernen von Elementen, semantische Maskierung, Stilübertragung und Komposition mit Referenzen. Eine hilfreiche Anfrage nennt sowohl die Überarbeitung als auch die zu erhaltenden Bedingungen, etwa einen Hintergrundwechsel bei Erhalt von Produktform, Oberfläche und Etikett. Kennzeichnen Sie beim Verbinden von Referenzen die Rolle jeder Eingabe, etwa Motivaussehen, Umgebung oder Stil. Laut Leitfaden arbeitet diese Edition am besten mit bis zu drei Eingabebildern; dies ist eine praktische Empfehlung, kein Grund, eine unbegrenzte Sammlung widersprüchlicher Referenzen zu verbinden.
Verfeinerung im Gespräch kann dasselbe Motiv erhalten und zugleich eine bestimmte visuelle Entscheidung ändern. Verlangen Sie jeweils eine zusammenhängende Überarbeitung und bewahren Sie das für diesen Gesprächsschritt verwendete Quellbild und akzeptierte Ergebnis auf. Beschreiben Sie, was konsistent bleiben soll und was variieren darf. Bestimmen Sie für eine Reihe von Bildern das gemeinsame Motiv, Farben und visuelle Regeln ausdrücklich, statt ihre Wiederherstellung durch einen neuen isolierten Prompt anzunehmen. Vergleichen Sie das überarbeitete Bild mit der Referenz, bevor Sie eine Erhaltungsanweisung als erfolgreich befolgt behandeln.
Legen Sie für Text im Bild zuerst den genauen Wortlaut fest und verlangen Sie dann das Bild mit diesem Text, wie im Leitfaden empfohlen. Geben Sie Sprache, Lesereihenfolge, Platzierung und relative Gewichtung der Beschriftungen an. Ein Infografikauftrag sollte die von jeder Beschriftung erklärte Beziehung und die stützenden visuellen Elemente bestimmen. Prüfen Sie Rechtschreibung, Zeichensetzung und visuelle Zuordnung in der tatsächlichen Anzeigegröße; eine lesbar wirkende erzeugte Beschriftung kann dennoch einen Namen, eine Zahl oder die gewünschte Bedeutung verändern.
Die Modellkarte führt für diese Edition weder Denken, Such-Grounding, Funktionsaufrufe, Codeausführung noch eingeschränkte strukturierte Ausgabe auf. Sie weist auch weder Audioerzeugung noch Live API aus. Ihre dokumentierte Eingabe ist Text und Bilder, weshalb Audio-, Video- und Dokumentverarbeitungsfunktionen anderer Gemini-Modelle diesem Profil nicht zugeschrieben werden sollten. Eine Anwendung sollte die zurückgegebenen Inhaltsteile ausdrücklich verarbeiten, statt das fertige Bild als Bestandteil einer gewöhnlichen Fließtextantwort vorauszusetzen.
Der Leitfaden weist darauf hin, dass die gewünschte Bildanzahl nicht immer eingehalten wird und erzeugte Bilder eine SynthID-Kennzeichnung enthalten. Prüfen Sie jedes zurückgegebene Bild auf Komposition, Motivtreue, Objektanzahl und genauen Wortlaut. Beschreiben Sie bei einer Szene mit mehreren Bestandteilen deren gewünschte Anordnung in klarer Reihenfolge und formulieren Sie das gewünschte Aussehen positiv. Bewahren Sie die genaue Modellidentität, den Prompt und Referenzen zusammen mit dem Ergebnis auf. So wird die visuelle Erzeugungs- oder Bearbeitungsaufgabe prüfbar, und eine spätere Überarbeitung erhält einen konkreten Ausgangspunkt.
", "aboutText": "Gemini 2.5 Flash Image, auch als Nano Banana bekannt, ist Googles Text-und-Bild-Modell für visuelle Erzeugung und Bildbearbeitung im Gespräch. Es verarbeitet eine Anweisung mit optionalen Bildreferenzen und kann Bilder mit Begleittext zurückgeben. Genau diese Edition 2.5 Flash Image ist von Nano Banana 2, Nano Banana Pro und späteren Lite-Bildmodellen getrennt. Ihr hilfreiches Ergebnis ist eine erzeugte oder überarbeitete Darstellung, keine Antwort des allgemeinen Textmodells Gemini 2.5.\n\nDie genaue Modellkarte nennt 65.536 Eingabetoken und 32.768 Ausgabetoken. Bilder und Anweisungen gehören zur Eingabe, und das zurückgegebene Bild oder der Text ist Teil des Ergebnisses. Die Auflösungstabelle des Leitfadens nennt unter den unterstützten Seitenverhältnissen Ausgaben in 1:1 mit 1.024×1.024, in 3:4 mit 864×1.184 und in 16:9 mit 1.344×768. Wählen Sie die gewünschte Anzeigeform, bevor Sie die Szene gestalten. Die hochauflösenden Optionen einer späteren Gemini-Bildedition sollten nicht als für genau dieses Modell dokumentierte Steuerungen behandelt werden.\n\nBestimmen Sie für die Text-zu-Bild-Erzeugung Motiv, Handlung, Umgebung, Stil, Beleuchtung und Blickwinkel. Eine Produktillustration könnte eine bereitgestellte visuelle Identität verwenden und ein klar sichtbares Materialdetail in einer passenden Umgebung verlangen. Erklären Sie den Bildzweck, damit das Modell Raum für Motiv und etwaigen Text einplanen kann. Fotografische Beschreibungen wie Nahansicht, Aufsicht oder Perspektive aus niedrigem Kamerawinkel definieren den Bildausschnitt klarer als eine Liste unverbundener Stilwörter.\n\nStellen Sie für eine Bearbeitung das Originalbild bereit und bestimmen Sie den zu ändernden Teil. Der Herstellerleitfaden beschreibt das Hinzufügen oder Entfernen von Elementen, semantische Maskierung, Stilübertragung und Komposition mit Referenzen. Eine hilfreiche Anfrage nennt sowohl die Überarbeitung als auch die zu erhaltenden Bedingungen, etwa einen Hintergrundwechsel bei Erhalt von Produktform, Oberfläche und Etikett. Kennzeichnen Sie beim Verbinden von Referenzen die Rolle jeder Eingabe, etwa Motivaussehen, Umgebung oder Stil. Laut Leitfaden arbeitet diese Edition am besten mit bis zu drei Eingabebildern; dies ist eine praktische Empfehlung, kein Grund, eine unbegrenzte Sammlung widersprüchlicher Referenzen zu verbinden.\n\nVerfeinerung im Gespräch kann dasselbe Motiv erhalten und zugleich eine bestimmte visuelle Entscheidung ändern. Verlangen Sie jeweils eine zusammenhängende Überarbeitung und bewahren Sie das für diesen Gesprächsschritt verwendete Quellbild und akzeptierte Ergebnis auf. Beschreiben Sie, was konsistent bleiben soll und was variieren darf. Bestimmen Sie für eine Reihe von Bildern das gemeinsame Motiv, Farben und visuelle Regeln ausdrücklich, statt ihre Wiederherstellung durch einen neuen isolierten Prompt anzunehmen. Vergleichen Sie das überarbeitete Bild mit der Referenz, bevor Sie eine Erhaltungsanweisung als erfolgreich befolgt behandeln.\n\nLegen Sie für Text im Bild zuerst den genauen Wortlaut fest und verlangen Sie dann das Bild mit diesem Text, wie im Leitfaden empfohlen. Geben Sie Sprache, Lesereihenfolge, Platzierung und relative Gewichtung der Beschriftungen an. Ein Infografikauftrag sollte die von jeder Beschriftung erklärte Beziehung und die stützenden visuellen Elemente bestimmen. Prüfen Sie Rechtschreibung, Zeichensetzung und visuelle Zuordnung in der tatsächlichen Anzeigegröße; eine lesbar wirkende erzeugte Beschriftung kann dennoch einen Namen, eine Zahl oder die gewünschte Bedeutung verändern.\n\nDie Modellkarte führt für diese Edition weder Denken, Such-Grounding, Funktionsaufrufe, Codeausführung noch eingeschränkte strukturierte Ausgabe auf. Sie weist auch weder Audioerzeugung noch Live API aus. Ihre dokumentierte Eingabe ist Text und Bilder, weshalb Audio-, Video- und Dokumentverarbeitungsfunktionen anderer Gemini-Modelle diesem Profil nicht zugeschrieben werden sollten. Eine Anwendung sollte die zurückgegebenen Inhaltsteile ausdrücklich verarbeiten, statt das fertige Bild als Bestandteil einer gewöhnlichen Fließtextantwort vorauszusetzen.\n\nDer Leitfaden weist darauf hin, dass die gewünschte Bildanzahl nicht immer eingehalten wird und erzeugte Bilder eine SynthID-Kennzeichnung enthalten. Prüfen Sie jedes zurückgegebene Bild auf Komposition, Motivtreue, Objektanzahl und genauen Wortlaut. Beschreiben Sie bei einer Szene mit mehreren Bestandteilen deren gewünschte Anordnung in klarer Reihenfolge und formulieren Sie das gewünschte Aussehen positiv. Bewahren Sie die genaue Modellidentität, den Prompt und Referenzen zusammen mit dem Ergebnis auf. So wird die visuelle Erzeugungs- oder Bearbeitungsaufgabe prüfbar, und eine spätere Überarbeitung erhält einen konkreten Ausgangspunkt.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) erzeugt und bearbeitet Bilder aus Text und Bildern. Nutzen Sie den Ablauf im Gespräch, um eine Szene zu komponieren, ein gewähltes Element zu ändern, visuelle Referenzen zu verbinden oder ein Produktbild zu verfeinern, und geben Sie dabei die zu erhaltenden Details an.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Gemini 2.5 Flash Image, auch als Nano Banana bekannt, ist Googles Text-und-Bild-Modell für visuelle Erzeugung und Bildbearbeitung im Gespräch. Es verarbeitet eine Anweisung mit optionalen Bildreferenzen und kann Bilder mit Begleittext zurückgeben. Genau diese Edition 2.5 Flash Image ist von Nano Banana 2, Nano Banana Pro und späteren Lite-Bildmodellen getrennt. Ihr hilfreiches Ergebnis ist eine erzeugte oder überarbeitete Darstellung, keine Antwort des allgemeinen Textmodells Gemini 2.5.
Die genaue Modellkarte nennt 65.536 Eingabetoken und 32.768 Ausgabetoken. Bilder und Anweisungen gehören zur Eingabe, und das zurückgegebene Bild oder der Text ist Teil des Ergebnisses. Die Auflösungstabelle des Leitfadens nennt unter den unterstützten Seitenverhältnissen Ausgaben in 1:1 mit 1.024×1.024, in 3:4 mit 864×1.184 und in 16:9 mit 1.344×768. Wählen Sie die gewünschte Anzeigeform, bevor Sie die Szene gestalten. Die hochauflösenden Optionen einer späteren Gemini-Bildedition sollten nicht als für genau dieses Modell dokumentierte Steuerungen behandelt werden.
Bestimmen Sie für die Text-zu-Bild-Erzeugung Motiv, Handlung, Umgebung, Stil, Beleuchtung und Blickwinkel. Eine Produktillustration könnte eine bereitgestellte visuelle Identität verwenden und ein klar sichtbares Materialdetail in einer passenden Umgebung verlangen. Erklären Sie den Bildzweck, damit das Modell Raum für Motiv und etwaigen Text einplanen kann. Fotografische Beschreibungen wie Nahansicht, Aufsicht oder Perspektive aus niedrigem Kamerawinkel definieren den Bildausschnitt klarer als eine Liste unverbundener Stilwörter.
Stellen Sie für eine Bearbeitung das Originalbild bereit und bestimmen Sie den zu ändernden Teil. Der Herstellerleitfaden beschreibt das Hinzufügen oder Entfernen von Elementen, semantische Maskierung, Stilübertragung und Komposition mit Referenzen. Eine hilfreiche Anfrage nennt sowohl die Überarbeitung als auch die zu erhaltenden Bedingungen, etwa einen Hintergrundwechsel bei Erhalt von Produktform, Oberfläche und Etikett. Kennzeichnen Sie beim Verbinden von Referenzen die Rolle jeder Eingabe, etwa Motivaussehen, Umgebung oder Stil. Laut Leitfaden arbeitet diese Edition am besten mit bis zu drei Eingabebildern; dies ist eine praktische Empfehlung, kein Grund, eine unbegrenzte Sammlung widersprüchlicher Referenzen zu verbinden.
Verfeinerung im Gespräch kann dasselbe Motiv erhalten und zugleich eine bestimmte visuelle Entscheidung ändern. Verlangen Sie jeweils eine zusammenhängende Überarbeitung und bewahren Sie das für diesen Gesprächsschritt verwendete Quellbild und akzeptierte Ergebnis auf. Beschreiben Sie, was konsistent bleiben soll und was variieren darf. Bestimmen Sie für eine Reihe von Bildern das gemeinsame Motiv, Farben und visuelle Regeln ausdrücklich, statt ihre Wiederherstellung durch einen neuen isolierten Prompt anzunehmen. Vergleichen Sie das überarbeitete Bild mit der Referenz, bevor Sie eine Erhaltungsanweisung als erfolgreich befolgt behandeln.
Legen Sie für Text im Bild zuerst den genauen Wortlaut fest und verlangen Sie dann das Bild mit diesem Text, wie im Leitfaden empfohlen. Geben Sie Sprache, Lesereihenfolge, Platzierung und relative Gewichtung der Beschriftungen an. Ein Infografikauftrag sollte die von jeder Beschriftung erklärte Beziehung und die stützenden visuellen Elemente bestimmen. Prüfen Sie Rechtschreibung, Zeichensetzung und visuelle Zuordnung in der tatsächlichen Anzeigegröße; eine lesbar wirkende erzeugte Beschriftung kann dennoch einen Namen, eine Zahl oder die gewünschte Bedeutung verändern.
Die Modellkarte führt für diese Edition weder Denken, Such-Grounding, Funktionsaufrufe, Codeausführung noch eingeschränkte strukturierte Ausgabe auf. Sie weist auch weder Audioerzeugung noch Live API aus. Ihre dokumentierte Eingabe ist Text und Bilder, weshalb Audio-, Video- und Dokumentverarbeitungsfunktionen anderer Gemini-Modelle diesem Profil nicht zugeschrieben werden sollten. Eine Anwendung sollte die zurückgegebenen Inhaltsteile ausdrücklich verarbeiten, statt das fertige Bild als Bestandteil einer gewöhnlichen Fließtextantwort vorauszusetzen.
Der Leitfaden weist darauf hin, dass die gewünschte Bildanzahl nicht immer eingehalten wird und erzeugte Bilder eine SynthID-Kennzeichnung enthalten. Prüfen Sie jedes zurückgegebene Bild auf Komposition, Motivtreue, Objektanzahl und genauen Wortlaut. Beschreiben Sie bei einer Szene mit mehreren Bestandteilen deren gewünschte Anordnung in klarer Reihenfolge und formulieren Sie das gewünschte Aussehen positiv. Bewahren Sie die genaue Modellidentität, den Prompt und Referenzen zusammen mit dem Ergebnis auf. So wird die visuelle Erzeugungs- oder Bearbeitungsaufgabe prüfbar, und eine spätere Überarbeitung erhält einen konkreten Ausgangspunkt.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-2.5-flash-image | 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 $0.0006 / 1K Token Ausgabe · Ausgabetoken $0.005 / 1K Token Eingabe · Cache-Lesen $0.00006 / 1K Token Eingabe · Cache-Schreiben $0.0001666666666666666 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token Ausgabe · Bildausgabetoken $0.06 / 1K Bild-Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0006 / 1K Token Ausgabe · Ausgabetoken $0.005 / 1K Token Eingabe · Cache-Lesen $0.00006 / 1K Token Eingabe · Cache-Schreiben $0.0001666666666666666 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
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-2.5-flash-image · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabe 0,0006 $ / 1K Token Ausgabe · Ausgabe 0,06 $ / 1K Token |
| Konfiguration | Abrechnungsbedingungen | Gebühr |
|---|---|---|
| KonfigurationGoogle: Nano Banana (Gemini 2.5 Flash Image) · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabetoken 0,0006 $ / 1K Token Ausgabe · Ausgabetoken 0,005 $ / 1K Token Eingabe · Eingabebild 0,0006 $ / 1K Token Ausgabe · Ausgabebild 0,06 $ / 1K Token Eingabe · Audioeingabe 0,002 $ / 1K Token Eingabe · Lesen von Audio aus dem Cache 0,0002 $ / 1K Token Ausgabe · Websuche 0,028 $ pro Suche Ausgabe · Reasoning-Token 0,005 $ / 1K Token Eingabe · Cache-Lesen 0,00006 $ / 1K Token Eingabe · Cache-Schreiben · 5 Minuten ≈0,000167 $ / 1K Token |
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-2.5-flash-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) erzeugt und bearbeitet Bilder aus Text und Bildern. Nutzen Sie den Ablauf im Gespräch, um eine Szene zu komponieren, ein gewähltes Element zu ändern, visuelle Referenzen zu verbinden oder ein Produktbild zu verfeinern, und geben Sie dabei die zu erhaltenden Details an.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Gemini 2.5 Flash Image, auch als Nano Banana bekannt, ist Googles Text-und-Bild-Modell für visuelle Erzeugung und Bildbearbeitung im Gespräch. Es verarbeitet eine Anweisung mit optionalen Bildreferenzen und kann Bilder mit Begleittext zurückgeben. Genau diese Edition 2.5 Flash Image ist von Nano Banana 2, Nano Banana Pro und späteren Lite-Bildmodellen getrennt. Ihr hilfreiches Ergebnis ist eine erzeugte oder überarbeitete Darstellung, keine Antwort des allgemeinen Textmodells Gemini 2.5.
Die genaue Modellkarte nennt 65.536 Eingabetoken und 32.768 Ausgabetoken. Bilder und Anweisungen gehören zur Eingabe, und das zurückgegebene Bild oder der Text ist Teil des Ergebnisses. Die Auflösungstabelle des Leitfadens nennt unter den unterstützten Seitenverhältnissen Ausgaben in 1:1 mit 1.024×1.024, in 3:4 mit 864×1.184 und in 16:9 mit 1.344×768. Wählen Sie die gewünschte Anzeigeform, bevor Sie die Szene gestalten. Die hochauflösenden Optionen einer späteren Gemini-Bildedition sollten nicht als für genau dieses Modell dokumentierte Steuerungen behandelt werden.
Bestimmen Sie für die Text-zu-Bild-Erzeugung Motiv, Handlung, Umgebung, Stil, Beleuchtung und Blickwinkel. Eine Produktillustration könnte eine bereitgestellte visuelle Identität verwenden und ein klar sichtbares Materialdetail in einer passenden Umgebung verlangen. Erklären Sie den Bildzweck, damit das Modell Raum für Motiv und etwaigen Text einplanen kann. Fotografische Beschreibungen wie Nahansicht, Aufsicht oder Perspektive aus niedrigem Kamerawinkel definieren den Bildausschnitt klarer als eine Liste unverbundener Stilwörter.
Stellen Sie für eine Bearbeitung das Originalbild bereit und bestimmen Sie den zu ändernden Teil. Der Herstellerleitfaden beschreibt das Hinzufügen oder Entfernen von Elementen, semantische Maskierung, Stilübertragung und Komposition mit Referenzen. Eine hilfreiche Anfrage nennt sowohl die Überarbeitung als auch die zu erhaltenden Bedingungen, etwa einen Hintergrundwechsel bei Erhalt von Produktform, Oberfläche und Etikett. Kennzeichnen Sie beim Verbinden von Referenzen die Rolle jeder Eingabe, etwa Motivaussehen, Umgebung oder Stil. Laut Leitfaden arbeitet diese Edition am besten mit bis zu drei Eingabebildern; dies ist eine praktische Empfehlung, kein Grund, eine unbegrenzte Sammlung widersprüchlicher Referenzen zu verbinden.
Verfeinerung im Gespräch kann dasselbe Motiv erhalten und zugleich eine bestimmte visuelle Entscheidung ändern. Verlangen Sie jeweils eine zusammenhängende Überarbeitung und bewahren Sie das für diesen Gesprächsschritt verwendete Quellbild und akzeptierte Ergebnis auf. Beschreiben Sie, was konsistent bleiben soll und was variieren darf. Bestimmen Sie für eine Reihe von Bildern das gemeinsame Motiv, Farben und visuelle Regeln ausdrücklich, statt ihre Wiederherstellung durch einen neuen isolierten Prompt anzunehmen. Vergleichen Sie das überarbeitete Bild mit der Referenz, bevor Sie eine Erhaltungsanweisung als erfolgreich befolgt behandeln.
Legen Sie für Text im Bild zuerst den genauen Wortlaut fest und verlangen Sie dann das Bild mit diesem Text, wie im Leitfaden empfohlen. Geben Sie Sprache, Lesereihenfolge, Platzierung und relative Gewichtung der Beschriftungen an. Ein Infografikauftrag sollte die von jeder Beschriftung erklärte Beziehung und die stützenden visuellen Elemente bestimmen. Prüfen Sie Rechtschreibung, Zeichensetzung und visuelle Zuordnung in der tatsächlichen Anzeigegröße; eine lesbar wirkende erzeugte Beschriftung kann dennoch einen Namen, eine Zahl oder die gewünschte Bedeutung verändern.
Die Modellkarte führt für diese Edition weder Denken, Such-Grounding, Funktionsaufrufe, Codeausführung noch eingeschränkte strukturierte Ausgabe auf. Sie weist auch weder Audioerzeugung noch Live API aus. Ihre dokumentierte Eingabe ist Text und Bilder, weshalb Audio-, Video- und Dokumentverarbeitungsfunktionen anderer Gemini-Modelle diesem Profil nicht zugeschrieben werden sollten. Eine Anwendung sollte die zurückgegebenen Inhaltsteile ausdrücklich verarbeiten, statt das fertige Bild als Bestandteil einer gewöhnlichen Fließtextantwort vorauszusetzen.
Der Leitfaden weist darauf hin, dass die gewünschte Bildanzahl nicht immer eingehalten wird und erzeugte Bilder eine SynthID-Kennzeichnung enthalten. Prüfen Sie jedes zurückgegebene Bild auf Komposition, Motivtreue, Objektanzahl und genauen Wortlaut. Beschreiben Sie bei einer Szene mit mehreren Bestandteilen deren gewünschte Anordnung in klarer Reihenfolge und formulieren Sie das gewünschte Aussehen positiv. Bewahren Sie die genaue Modellidentität, den Prompt und Referenzen zusammen mit dem Ergebnis auf. So wird die visuelle Erzeugungs- oder Bearbeitungsaufgabe prüfbar, und eine spätere Überarbeitung erhält einen konkreten Ausgangspunkt.
POST /v1/images/generationstext, imageimage| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-2.5-flash-image | Standard— |
Feldprompt | Typstring | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 | 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: 3 | 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 Token | TarifstaffelGrundtarif | Prognostizierte Menge— | Gebühr Eingabe · Eingabetoken · Schätzung nur zum Vergleich — / 1K Token Ausgabe · Ausgabetoken · Schätzung nur zum Vergleich — / 1K Token Eingabe · Cache-Lesen · Schätzung nur zum Vergleich — / 1K Token Eingabe · Cache-Schreiben · Schätzung nur zum Vergleich — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde · Schätzung nur zum Vergleich — / 1K Token |
| KonfigurationGeschätzte Generierungskosten | Tarifstaffel— | Prognostizierte MengeSchätzung für eine Generierung | Gebühr Ausgabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich $0.24576 Schätzung vor der Generierung Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung. |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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-2.5-flash-image', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) erzeugt und bearbeitet Bilder aus Text und Bildern. Nutzen Sie den Ablauf im Gespräch, um eine Szene zu komponieren, ein gewähltes Element zu ändern, visuelle Referenzen zu verbinden oder ein Produktbild zu verfeinern, und geben Sie dabei die zu erhaltenden Details an.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Gemini 2.5 Flash Image, auch als Nano Banana bekannt, ist Googles Text-und-Bild-Modell für visuelle Erzeugung und Bildbearbeitung im Gespräch. Es verarbeitet eine Anweisung mit optionalen Bildreferenzen und kann Bilder mit Begleittext zurückgeben. Genau diese Edition 2.5 Flash Image ist von Nano Banana 2, Nano Banana Pro und späteren Lite-Bildmodellen getrennt. Ihr hilfreiches Ergebnis ist eine erzeugte oder überarbeitete Darstellung, keine Antwort des allgemeinen Textmodells Gemini 2.5.
Die genaue Modellkarte nennt 65.536 Eingabetoken und 32.768 Ausgabetoken. Bilder und Anweisungen gehören zur Eingabe, und das zurückgegebene Bild oder der Text ist Teil des Ergebnisses. Die Auflösungstabelle des Leitfadens nennt unter den unterstützten Seitenverhältnissen Ausgaben in 1:1 mit 1.024×1.024, in 3:4 mit 864×1.184 und in 16:9 mit 1.344×768. Wählen Sie die gewünschte Anzeigeform, bevor Sie die Szene gestalten. Die hochauflösenden Optionen einer späteren Gemini-Bildedition sollten nicht als für genau dieses Modell dokumentierte Steuerungen behandelt werden.
Bestimmen Sie für die Text-zu-Bild-Erzeugung Motiv, Handlung, Umgebung, Stil, Beleuchtung und Blickwinkel. Eine Produktillustration könnte eine bereitgestellte visuelle Identität verwenden und ein klar sichtbares Materialdetail in einer passenden Umgebung verlangen. Erklären Sie den Bildzweck, damit das Modell Raum für Motiv und etwaigen Text einplanen kann. Fotografische Beschreibungen wie Nahansicht, Aufsicht oder Perspektive aus niedrigem Kamerawinkel definieren den Bildausschnitt klarer als eine Liste unverbundener Stilwörter.
Stellen Sie für eine Bearbeitung das Originalbild bereit und bestimmen Sie den zu ändernden Teil. Der Herstellerleitfaden beschreibt das Hinzufügen oder Entfernen von Elementen, semantische Maskierung, Stilübertragung und Komposition mit Referenzen. Eine hilfreiche Anfrage nennt sowohl die Überarbeitung als auch die zu erhaltenden Bedingungen, etwa einen Hintergrundwechsel bei Erhalt von Produktform, Oberfläche und Etikett. Kennzeichnen Sie beim Verbinden von Referenzen die Rolle jeder Eingabe, etwa Motivaussehen, Umgebung oder Stil. Laut Leitfaden arbeitet diese Edition am besten mit bis zu drei Eingabebildern; dies ist eine praktische Empfehlung, kein Grund, eine unbegrenzte Sammlung widersprüchlicher Referenzen zu verbinden.
Verfeinerung im Gespräch kann dasselbe Motiv erhalten und zugleich eine bestimmte visuelle Entscheidung ändern. Verlangen Sie jeweils eine zusammenhängende Überarbeitung und bewahren Sie das für diesen Gesprächsschritt verwendete Quellbild und akzeptierte Ergebnis auf. Beschreiben Sie, was konsistent bleiben soll und was variieren darf. Bestimmen Sie für eine Reihe von Bildern das gemeinsame Motiv, Farben und visuelle Regeln ausdrücklich, statt ihre Wiederherstellung durch einen neuen isolierten Prompt anzunehmen. Vergleichen Sie das überarbeitete Bild mit der Referenz, bevor Sie eine Erhaltungsanweisung als erfolgreich befolgt behandeln.
Legen Sie für Text im Bild zuerst den genauen Wortlaut fest und verlangen Sie dann das Bild mit diesem Text, wie im Leitfaden empfohlen. Geben Sie Sprache, Lesereihenfolge, Platzierung und relative Gewichtung der Beschriftungen an. Ein Infografikauftrag sollte die von jeder Beschriftung erklärte Beziehung und die stützenden visuellen Elemente bestimmen. Prüfen Sie Rechtschreibung, Zeichensetzung und visuelle Zuordnung in der tatsächlichen Anzeigegröße; eine lesbar wirkende erzeugte Beschriftung kann dennoch einen Namen, eine Zahl oder die gewünschte Bedeutung verändern.
Die Modellkarte führt für diese Edition weder Denken, Such-Grounding, Funktionsaufrufe, Codeausführung noch eingeschränkte strukturierte Ausgabe auf. Sie weist auch weder Audioerzeugung noch Live API aus. Ihre dokumentierte Eingabe ist Text und Bilder, weshalb Audio-, Video- und Dokumentverarbeitungsfunktionen anderer Gemini-Modelle diesem Profil nicht zugeschrieben werden sollten. Eine Anwendung sollte die zurückgegebenen Inhaltsteile ausdrücklich verarbeiten, statt das fertige Bild als Bestandteil einer gewöhnlichen Fließtextantwort vorauszusetzen.
Der Leitfaden weist darauf hin, dass die gewünschte Bildanzahl nicht immer eingehalten wird und erzeugte Bilder eine SynthID-Kennzeichnung enthalten. Prüfen Sie jedes zurückgegebene Bild auf Komposition, Motivtreue, Objektanzahl und genauen Wortlaut. Beschreiben Sie bei einer Szene mit mehreren Bestandteilen deren gewünschte Anordnung in klarer Reihenfolge und formulieren Sie das gewünschte Aussehen positiv. Bewahren Sie die genaue Modellidentität, den Prompt und Referenzen zusammen mit dem Ergebnis auf. So wird die visuelle Erzeugungs- oder Bearbeitungsaufgabe prüfbar, und eine spätere Überarbeitung erhält einen konkreten Ausgangspunkt.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-2.5-flash-image | 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 $0.0006 / 1K Token Ausgabe · Ausgabetoken $0.005 / 1K Token Eingabe · Cache-Lesen $0.00006 / 1K Token Eingabe · Cache-Schreiben $0.0001666666666666666 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token Ausgabe · Bildausgabetoken $0.06 / 1K Bild-Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0006 / 1K Token Ausgabe · Ausgabetoken $0.005 / 1K Token Eingabe · Cache-Lesen $0.00006 / 1K Token Eingabe · Cache-Schreiben $0.0001666666666666666 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "google/gemini-2.5-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-2.5-flash-image
/v1/images
Technisches Beispiel auf Englisch
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.