Nano Banana Pro es el modelo de generación y edición de imágenes de Google basado en Gemini 3 Pro. Acepta texto e imágenes y devuelve imágenes o texto. Su perfil publicado cubre infografías, diagramas, imágenes de producto, guiones gráficos y composiciones que combinan varios elementos o referencias.
Indica el propósito, el sujeto principal y la relación entre los elementos. Para una infografía, proporciona las cifras reales y las etiquetas exactas, y después describe su jerarquía. Para una escena de producto, identifica el objeto, el punto de vista, el entorno y los detalles que deben seguir siendo reconocibles. La función documentada de representación textual del modelo incluye redacción más larga y distribuciones multilingües; revisa las letras, los números y la alineación devueltos en la imagen.
La fundamentación mediante búsquedas está documentada para incorporar información actual a una tarea visual. Cuando la interfaz la exponga, conserva los hechos de origen con el encargo y examina cómo aparecen en el gráfico final. Una gráfica o un diagrama visualmente convincentes deben seguir comparándose con los datos y etiquetas que estaban destinados a representar.
El perfil publicado de alojamiento acepta hasta catorce imágenes de referencia. Asigna a cada una una función, como sujeto, entorno o estilo visual, en lugar de dejar su relación sin explicación. La descripción del modelo enfatiza la conservación de identidad de hasta cinco sujetos; compara los sujetos reales y los detalles importantes en toda la composición devuelta.
Para una edición, nombra la región u objeto que debe cambiar y los elementos que deben conservarse. Los controles creativos documentados incluyen cambios localizados, ajustes de iluminación y enfoque, transformaciones de cámara y relaciones de aspecto flexibles. Conserva la imagen de origen al comprobar tanto la edición solicitada como los detalles que deben seguir siendo reconocibles.
El perfil documenta salida de 2K y 4K. Elige la proporción visual y la escala de salida para la colocación prevista y después examina las dimensiones reales y propiedades del archivo devuelto. Un concepto de diseño y un requisito de exportación deben mantenerse conectados cuando la imagen entre a una distribución mayor.
Conserva la imagen seleccionada con su encargo, funciones de referencias e historial de revisiones. Comprueba la redacción exacta, la continuidad de sujetos y la jerarquía de información al tamaño en que se usará el recurso. El entregable útil es el elemento visual examinado o el texto acompañante de este perfil de modelo, listo para trabajo posterior de diseño o producción.
", "aboutText": "Nano Banana Pro es el modelo de generación y edición de imágenes de Google basado en Gemini 3 Pro. Acepta texto e imágenes y devuelve imágenes o texto. Su perfil publicado cubre infografías, diagramas, imágenes de producto, guiones gráficos y composiciones que combinan varios elementos o referencias.\n\n### Compón la imagen y su contenido visible\n\nIndica el propósito, el sujeto principal y la relación entre los elementos. Para una infografía, proporciona las cifras reales y las etiquetas exactas, y después describe su jerarquía. Para una escena de producto, identifica el objeto, el punto de vista, el entorno y los detalles que deben seguir siendo reconocibles. La función documentada de representación textual del modelo incluye redacción más larga y distribuciones multilingües; revisa las letras, los números y la alineación devueltos en la imagen.\n\nLa fundamentación mediante búsquedas está documentada para incorporar información actual a una tarea visual. Cuando la interfaz la exponga, conserva los hechos de origen con el encargo y examina cómo aparecen en el gráfico final. Una gráfica o un diagrama visualmente convincentes deben seguir comparándose con los datos y etiquetas que estaban destinados a representar.\n\n### Referencias y ediciones creativas\n\nEl perfil publicado de alojamiento acepta hasta catorce imágenes de referencia. Asigna a cada una una función, como sujeto, entorno o estilo visual, en lugar de dejar su relación sin explicación. La descripción del modelo enfatiza la conservación de identidad de hasta cinco sujetos; compara los sujetos reales y los detalles importantes en toda la composición devuelta.\n\nPara una edición, nombra la región u objeto que debe cambiar y los elementos que deben conservarse. Los controles creativos documentados incluyen cambios localizados, ajustes de iluminación y enfoque, transformaciones de cámara y relaciones de aspecto flexibles. Conserva la imagen de origen al comprobar tanto la edición solicitada como los detalles que deben seguir siendo reconocibles.\n\n### Resolución y un recurso utilizable\n\nEl perfil documenta salida de 2K y 4K. Elige la proporción visual y la escala de salida para la colocación prevista y después examina las dimensiones reales y propiedades del archivo devuelto. Un concepto de diseño y un requisito de exportación deben mantenerse conectados cuando la imagen entre a una distribución mayor.\n\nConserva la imagen seleccionada con su encargo, funciones de referencias e historial de revisiones. Comprueba la redacción exacta, la continuidad de sujetos y la jerarquía de información al tamaño en que se usará el recurso. El entregable útil es el elemento visual examinado o el texto acompañante de este perfil de modelo, listo para trabajo posterior de diseño o producción.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
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 es el modelo Gemini 3 Pro Image Preview de Google para generación y edición de imágenes. Admite composición de varias imágenes, texto integrado, cambios creativos localizados, fundamentación con Search y salida de 2K o 4K en el perfil documentado.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Nano Banana Pro es el modelo de generación y edición de imágenes de Google basado en Gemini 3 Pro. Acepta texto e imágenes y devuelve imágenes o texto. Su perfil publicado cubre infografías, diagramas, imágenes de producto, guiones gráficos y composiciones que combinan varios elementos o referencias.
Indica el propósito, el sujeto principal y la relación entre los elementos. Para una infografía, proporciona las cifras reales y las etiquetas exactas, y después describe su jerarquía. Para una escena de producto, identifica el objeto, el punto de vista, el entorno y los detalles que deben seguir siendo reconocibles. La función documentada de representación textual del modelo incluye redacción más larga y distribuciones multilingües; revisa las letras, los números y la alineación devueltos en la imagen.
La fundamentación mediante búsquedas está documentada para incorporar información actual a una tarea visual. Cuando la interfaz la exponga, conserva los hechos de origen con el encargo y examina cómo aparecen en el gráfico final. Una gráfica o un diagrama visualmente convincentes deben seguir comparándose con los datos y etiquetas que estaban destinados a representar.
El perfil publicado de alojamiento acepta hasta catorce imágenes de referencia. Asigna a cada una una función, como sujeto, entorno o estilo visual, en lugar de dejar su relación sin explicación. La descripción del modelo enfatiza la conservación de identidad de hasta cinco sujetos; compara los sujetos reales y los detalles importantes en toda la composición devuelta.
Para una edición, nombra la región u objeto que debe cambiar y los elementos que deben conservarse. Los controles creativos documentados incluyen cambios localizados, ajustes de iluminación y enfoque, transformaciones de cámara y relaciones de aspecto flexibles. Conserva la imagen de origen al comprobar tanto la edición solicitada como los detalles que deben seguir siendo reconocibles.
El perfil documenta salida de 2K y 4K. Elige la proporción visual y la escala de salida para la colocación prevista y después examina las dimensiones reales y propiedades del archivo devuelto. Un concepto de diseño y un requisito de exportación deben mantenerse conectados cuando la imagen entre a una distribución mayor.
Conserva la imagen seleccionada con su encargo, funciones de referencias e historial de revisiones. Comprueba la redacción exacta, la continuidad de sujetos y la jerarquía de información al tamaño en que se usará el recurso. El entregable útil es el elemento visual examinado o el texto acompañante de este perfil de modelo, listo para trabajo posterior de diseño o producción.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-3-pro-image-preview | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.004 / 1K tokens Salida · Tokens de salida $0.024 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens Salida · Tokens de salida de imagen $0.24 / 1K tokens de imagen |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.004 / 1K tokens Salida · Tokens de salida $0.024 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Las tablas de referencia del modelo no cambian la selección del método, las cotizaciones ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| Configuracióngoogle/gemini-3-pro-image-preview · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Entrada USD 0.004 / 1K tokens Salida · Salida USD 0.24 / 1K tokens |
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| ConfiguraciónGoogle: Nano Banana Pro (Gemini 3 Pro Image Preview) · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Tokens de entrada USD 0.004 / 1K tokens Salida · Tokens de salida USD 0.024 / 1K tokens Entrada · Imagen de entrada USD 0.004 / 1K tokens Salida · Imagen de salida USD 0.24 / 1K tokens Entrada · Entrada de audio USD 0.004 / 1K tokens Entrada · Lectura de caché de audio USD 0.0004 / 1K tokens Salida · Búsqueda web USD 0.028 por búsqueda Salida · Tokens de razonamiento USD 0.024 / 1K tokens Entrada · Lectura de caché USD 0.0004 / 1K tokens Entrada · Escritura en caché · 5 minutos USD 0.00075 / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra google/gemini-3-pro-image-preview
/v1/images
google/gemini-3-pro-image-previewNano Banana Pro es el modelo Gemini 3 Pro Image Preview de Google para generación y edición de imágenes. Admite composición de varias imágenes, texto integrado, cambios creativos localizados, fundamentación con Search y salida de 2K o 4K en el perfil documentado.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Nano Banana Pro es el modelo de generación y edición de imágenes de Google basado en Gemini 3 Pro. Acepta texto e imágenes y devuelve imágenes o texto. Su perfil publicado cubre infografías, diagramas, imágenes de producto, guiones gráficos y composiciones que combinan varios elementos o referencias.
Indica el propósito, el sujeto principal y la relación entre los elementos. Para una infografía, proporciona las cifras reales y las etiquetas exactas, y después describe su jerarquía. Para una escena de producto, identifica el objeto, el punto de vista, el entorno y los detalles que deben seguir siendo reconocibles. La función documentada de representación textual del modelo incluye redacción más larga y distribuciones multilingües; revisa las letras, los números y la alineación devueltos en la imagen.
La fundamentación mediante búsquedas está documentada para incorporar información actual a una tarea visual. Cuando la interfaz la exponga, conserva los hechos de origen con el encargo y examina cómo aparecen en el gráfico final. Una gráfica o un diagrama visualmente convincentes deben seguir comparándose con los datos y etiquetas que estaban destinados a representar.
El perfil publicado de alojamiento acepta hasta catorce imágenes de referencia. Asigna a cada una una función, como sujeto, entorno o estilo visual, en lugar de dejar su relación sin explicación. La descripción del modelo enfatiza la conservación de identidad de hasta cinco sujetos; compara los sujetos reales y los detalles importantes en toda la composición devuelta.
Para una edición, nombra la región u objeto que debe cambiar y los elementos que deben conservarse. Los controles creativos documentados incluyen cambios localizados, ajustes de iluminación y enfoque, transformaciones de cámara y relaciones de aspecto flexibles. Conserva la imagen de origen al comprobar tanto la edición solicitada como los detalles que deben seguir siendo reconocibles.
El perfil documenta salida de 2K y 4K. Elige la proporción visual y la escala de salida para la colocación prevista y después examina las dimensiones reales y propiedades del archivo devuelto. Un concepto de diseño y un requisito de exportación deben mantenerse conectados cuando la imagen entre a una distribución mayor.
Conserva la imagen seleccionada con su encargo, funciones de referencias e historial de revisiones. Comprueba la redacción exacta, la continuidad de sujetos y la jerarquía de información al tamaño en que se usará el recurso. El entregable útil es el elemento visual examinado o el texto acompañante de este perfil de modelo, listo para trabajo posterior de diseño o producción.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-3-pro-image-preview | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | Predeterminado— |
Camporesolution | Tipostring | RequisitoOpcional | Valores y límites 1K, 2K, 4K | Predeterminado— |
Campoaspect_ratio | Tipostring | RequisitoOpcional | Valores y límites 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 | Predeterminado— |
Campon | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Máximo: 1 | Predeterminado— |
Campoinput_references | Tipoarray | RequisitoOpcional | Valores y límites Número mínimo de elementos: 0 Número máximo de elementos: 14 | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt |
Parámetromaterial_types | Contratotext, image |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · El task_id real devuelto o el registro de la biblioteca multimedia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las tarifas mostradas permiten estimar el costo antes de la generación. El cargo final se calcula a partir del costo registrado para la generación original. La duración medida de la salida y las cantidades estimadas no son la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Cargo |
|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| ConfiguraciónCosto estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Cargo Salida · Costo estimado de generación · Estimación solo para comparar $0.98304 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija por la generación completada. |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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\nDescarga cada imagen recibida o guarda su contenido Base64
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.\nGuarda todas las imágenes completadas; descarga cada URL recibida o decodifica su contenido Base64.
Conserva la respuesta completa y los encabezados, todas las salidas reales, los identificadores originales devueltos y todos los campos de uso. Recupera la operación original sin volver a enviar la solicitud de creación.
Conserva el X-Client-Request-ID devuelto para la conciliación. Consulta únicamente los valores reales de task_id/asset_id devueltos o la biblioteca multimedia de tu propiedad; nunca construyas una URL de tarea a partir del ID de la operación ni vuelvas a enviar la solicitud de creación.
| Campo | Tipo |
|---|---|
Campocreated | Tipo |
Campodata[].url | Tipo |
Campodata[].b64_json | Tipo |
Campousage | Tipo |
Ailoot Ultra google/gemini-3-pro-image-preview
/v1/images
google/gemini-3-pro-image-previewNano Banana Pro es el modelo Gemini 3 Pro Image Preview de Google para generación y edición de imágenes. Admite composición de varias imágenes, texto integrado, cambios creativos localizados, fundamentación con Search y salida de 2K o 4K en el perfil documentado.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Nano Banana Pro es el modelo de generación y edición de imágenes de Google basado en Gemini 3 Pro. Acepta texto e imágenes y devuelve imágenes o texto. Su perfil publicado cubre infografías, diagramas, imágenes de producto, guiones gráficos y composiciones que combinan varios elementos o referencias.
Indica el propósito, el sujeto principal y la relación entre los elementos. Para una infografía, proporciona las cifras reales y las etiquetas exactas, y después describe su jerarquía. Para una escena de producto, identifica el objeto, el punto de vista, el entorno y los detalles que deben seguir siendo reconocibles. La función documentada de representación textual del modelo incluye redacción más larga y distribuciones multilingües; revisa las letras, los números y la alineación devueltos en la imagen.
La fundamentación mediante búsquedas está documentada para incorporar información actual a una tarea visual. Cuando la interfaz la exponga, conserva los hechos de origen con el encargo y examina cómo aparecen en el gráfico final. Una gráfica o un diagrama visualmente convincentes deben seguir comparándose con los datos y etiquetas que estaban destinados a representar.
El perfil publicado de alojamiento acepta hasta catorce imágenes de referencia. Asigna a cada una una función, como sujeto, entorno o estilo visual, en lugar de dejar su relación sin explicación. La descripción del modelo enfatiza la conservación de identidad de hasta cinco sujetos; compara los sujetos reales y los detalles importantes en toda la composición devuelta.
Para una edición, nombra la región u objeto que debe cambiar y los elementos que deben conservarse. Los controles creativos documentados incluyen cambios localizados, ajustes de iluminación y enfoque, transformaciones de cámara y relaciones de aspecto flexibles. Conserva la imagen de origen al comprobar tanto la edición solicitada como los detalles que deben seguir siendo reconocibles.
El perfil documenta salida de 2K y 4K. Elige la proporción visual y la escala de salida para la colocación prevista y después examina las dimensiones reales y propiedades del archivo devuelto. Un concepto de diseño y un requisito de exportación deben mantenerse conectados cuando la imagen entre a una distribución mayor.
Conserva la imagen seleccionada con su encargo, funciones de referencias e historial de revisiones. Comprueba la redacción exacta, la continuidad de sujetos y la jerarquía de información al tamaño en que se usará el recurso. El entregable útil es el elemento visual examinado o el texto acompañante de este perfil de modelo, listo para trabajo posterior de diseño o producción.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-3-pro-image-preview | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.004 / 1K tokens Salida · Tokens de salida $0.024 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens Salida · Tokens de salida de imagen $0.24 / 1K tokens de imagen |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.004 / 1K tokens Salida · Tokens de salida $0.024 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "google/gemini-3-pro-image-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra google/gemini-3-pro-image-preview
/v1/images
Ejemplo técnico en inglés
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.