Source: https://ailoot.ai/models/es-mx/google-gemini-nano-banana-2-1/ Canonical: https://ailoot.ai/models/es-mx/google-gemini-nano-banana-2-1/ Language: es-mx # Google: Nano Banana 2.1 [Markdown](https://ailoot.ai/models/es-mx/google-gemini-nano-banana-2-1/index.md) · [JSON](https://ailoot.ai/models/es-mx/google-gemini-nano-banana-2-1/facts.json) ## [Google: Nano Banana 2.1](https://ailoot.ai/models/es-mx/google-gemini-nano-banana-2-1/) Gemini Nano Banana 2.1 genera y edita imágenes de forma conversacional a partir de texto y material visual. Mejora la representación del texto, la distribución de infografías y la consistencia entre turnos, con salida de 1K–4K y hasta 14 imágenes de referencia para un encargo visual definido. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `google/gemini-nano-banana-2.1`](https://ailoot.ai/models/es-mx/google-gemini-nano-banana-2-1/#method-0) - [**Ailoot Ultra · Imágenes** `POST /v1/images/generations` `google/gemini-nano-banana-2.1`](https://ailoot.ai/models/es-mx/google-gemini-nano-banana-2-1/#method-1) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `google/gemini-nano-banana-2.1`](https://ailoot.ai/models/es-mx/google-gemini-nano-banana-2-1/#method-2) Sobre el modelo Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado. Gemini Nano Banana 2.1 es el modelo de Google para generación de imágenes y edición conversacional. Es una actualización de Nano Banana 2, con mejoras en realismo visual, seguimiento de instrucciones, representación de texto y consistencia de personajes en ediciones sucesivas. Su tabla de entradas incluye texto, imágenes, video y PDF, mientras que la salida es imagen y texto. Esto lo hace útil para una escena de producto, una infografía o una serie visual que se desarrolla mediante varias revisiones específicas. El modelo ofrece salida de 1K, 2K y 4K, con 1K como valor predeterminado. No hereda la opción de 0.5K de Nano Banana 2. Las relaciones de aspecto documentadas incluyen 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 y 21:9, además de los formatos altos o panorámicos 1:4, 4:1, 1:8 y 8:1. Google identifica correcciones de artefactos de mosaico en estos últimos formatos anchos y altos a 2K y 4K. Las etiquetas de resolución son niveles de tamaño, no un rectángulo fijo: una imagen cuadrada de 4K mide 4096 × 4096, mientras que la salida de 4K en 16:9 documentada mide 5504 × 3072. El texto es una parte sustancial del flujo visual. El modelo está diseñado para representar palabras estilizadas legibles y organizar elementos de infografía con más precisión. Prepara el encabezado exacto, las etiquetas y el orden de lectura, y después solicita la imagen con ese texto aprobado. Para un menú, diagrama o gráfico instructivo, indica la relación entre cada leyenda y su elemento visual. Google recomienda crear primero la redacción y pedir después la imagen, para que la composición visual parta de un encargo textual definido. La fusión de imágenes de referencia admite hasta 14 imágenes. El perfil documentado contempla consistencia para hasta cuatro personajes y fidelidad para hasta diez objetos. Asigna una función a cada referencia: el producto que debe seguir siendo reconocible, la apariencia del personaje, el fondo previsto o el estilo visual. Un ejemplo de encargo de producto es: “Usa la imagen A para la forma y etiqueta de la botella. Usa la imagen B para la superficie y la iluminación. Conserva el producto sin cambios, colócalo junto a una toalla doblada y deja espacio libre encima para el encabezado proporcionado”. La fundamentación con Google Web Search e Image Search puede aportar información actual y contexto visual para la generación. Image Search proporciona imágenes recuperadas de la web como referencias; la fundamentación web estándar proporciona información sobre el tema. Esto es útil para un gráfico factual o una escena cuya apariencia depende de un objeto real. El flujo de búsqueda de imágenes no admite recuperar imágenes de personas del mundo real para este propósito. Las respuestas fundamentadas llevan metadatos de fuentes y atribución en el flujo documentado de Google, por lo que una aplicación debe conservarlos con el resultado generado. El pensamiento puede configurarse en los niveles mínimo, medio y alto, con medio como valor predeterminado para este modelo exacto. Ayuda al modelo a resolver la composición y las instrucciones más complejas antes de la salida final. La guía de imágenes describe imágenes intermedias de composición dentro de ese proceso; son distintas del entregable final previsto. Elige explícitamente la distribución final, la relación de aspecto y la resolución requeridas, en lugar de esperar que la descripción del prompt determine por sí sola todos los ajustes de salida. La edición conversacional permite que un seguimiento cambie una parte de un resultado existente: ajustar la luz, mover un objeto o traducir las etiquetas mientras se conserva el resto de la composición. Lleva la imagen o interacción anterior al siguiente turno e indica tanto el cambio solicitado como las características que deben conservarse. Para una serie de personajes, mantén consistentes las referencias de apariencia y usa una referencia de pose cuando importe un nuevo ángulo o una pose compleja. Una instrucción práctica de revisión puede decir: “Conserva el producto, las etiquetas y la distribución; cambia únicamente el fondo a un gris más cálido”. La tabla del modelo indica un límite de entrada de 131,072 tokens y uno de salida de 32,768 tokens. Se admiten la generación de imágenes y la fundamentación mediante búsquedas, mientras que la generación de audio, la ejecución de código, las llamadas a funciones, las salidas estructuradas, el almacenamiento en caché, la búsqueda de archivos, el contexto de URL y Live API no figuran como compatibles con esta edición. El video puede servir de referencia para una imagen fija generada; eso no convierte al modelo en generador de video. Google también señala que una solicitud de un número exacto de imágenes puede no producir esa cantidad. Todas las imágenes generadas incluyen una marca de agua SynthID. Para un primer encargo útil, indica el propósito, el sujeto, la composición, la iluminación, la vista de cámara, el texto requerido y la forma de salida de la imagen. Por ejemplo, solicita una infografía vertical con tres pasos etiquetados, un encabezado legible y una jerarquía de color especificada; después revisa las palabras y la posición relativa antes de la siguiente edición. El resultado puede convertirse en una ilustración de producto, un gráfico editorial o una referencia de diseño, conservando juntos la imagen elegida y su texto explicativo. Tarea práctica ### Tarea práctica Ejemplo técnico en inglés ``` Refine an approved poster background Edit the supplied event poster. Preserve every word, the headline hierarchy, illustration placement and portrait composition. Change only the background from cool white to warm ivory, keeping dark text readable and retaining the original accent color. Do not add shapes, badges, textures or extra captions. Return the revised poster image. ``` #### Resultado esperado ``` One edited poster with the original wording and layout preserved over a warm ivory background. ``` #### Comprobar el resultado ``` Compare every word and element position against the supplied poster, then inspect text contrast. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `google/gemini-nano-banana-2.1` [`google/gemini-nano-banana-2.1`](https://ailoot.ai/models/es-mx/#m=google%2Fgemini-nano-banana-2.1&route=Ultra&caller=google%2Fgemini-nano-banana-2.1&fmt=chat) Google /`google/gemini-nano-banana-2.1` ### Inicio Gemini Nano Banana 2.1 genera y edita imágenes de forma conversacional a partir de texto y material visual. Mejora la representación del texto, la distribución de infografías y la consistencia entre turnos, con salida de 1K–4K y hasta 14 imágenes de referencia para un encargo visual definido. Entradas aceptadas Texto Resultados Texto ### Disponible en Ailoot · entradas y métodos **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Entrada `text` Salida `text` Formato de salida json o SSE | Campo | Tipo | Requisito | Valores y límites | Predeterminado | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites google/gemini-nano-banana-2.1 | Predeterminado— | | Campo`messages` | Tipo`message[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— | | Campo`messages[].role` | Tipo`string` | 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— | | Campo`messages[].content` | Tipo`string\|content_part[]\|null` | RequisitoOpcional | Valores y límites | Predeterminado— | | Campo`messages[].tool_calls` | Tipo`tool_call[]` | RequisitoOpcional | Valores y límites | Predeterminado— | | Campo`messages[].tool_call_id` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— | | Campo`messages[].name` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— | | Campo`messages[].reasoning_content` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— | | Campo`messages[].reasoning_details` | Tipo`object\|array` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`max_tokens` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— | | Campo`max_completion_tokens` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— | | Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse | | Campo`stream_options.include_usage` | Tipo`boolean` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`temperature` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`top_p` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`stop` | Tipo`string\|string[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`tools` | Tipo`function_tool[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`tools[].type` | Tipo`string` | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— | | Campo`tools[].function.name` | Tipo`string` | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— | | Campo`tools[].function.description` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— | | Campo`tools[].function.parameters` | Tipo`JSON_schema` | RequisitoOpcional | Valores y límites | Predeterminado— | | Campo`tool_choice` | Tipo`string\|object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`parallel_tool_calls` | Tipo`boolean` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`response_format` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`reasoning_effort` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`reasoning` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`service_tier` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`instructions` | Tipo`string` | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— | | Campo`functions` | Tipo`function[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`function_call` | Tipo`string\|object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`prompt_cache_options` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— | | Campo`modalities` | Tipo`string[]` | RequisitoOpcional | Valores y límites text | Predeterminado— | | Campo`provider` | Tipo`object` | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— | | Campo`cache_control.ttl` | Tipo`string` | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— | Combinaciones de materiales de entrada **Texto** · Texto UTF8 `messages[].content` Parámetros del método y ciclo de vida | Parámetro | Contrato | | --- | --- | | Parámetro`content_type` | Contratoapplication/json | | Parámetro`required` | Contratomodel, messages | | Parámetro`material_types` | Contratotext | | Parámetro`messages` | Contratomatriz de mensajes con estructura role/content | | Parámetro`file_material` | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo | | Parámetro`optional_controls` | Contratostream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parámetro`control_scope` | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas | | Parámetro`output_modalities` | Contratotext | | Parámetro`hosted_operations` | Contratofalse | | Parámetro`multimodal_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. ### Tarifas Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado. Modo fast Tarifa estándar Cuando se selecciona el modo fast Modo flex Tarifa estándar Cuando se selecciona el modo flex Esfuerzo máximo de razonamiento Tarifa estándar Cuando el esfuerzo máximo de razonamiento usa el ajuste default Esfuerzo de razonamiento · high Tarifa estándar Cuando el esfuerzo de razonamiento está configurado en high Esfuerzo de razonamiento · minimal Tarifa estándar Cuando el esfuerzo de razonamiento está configurado en minimal Precios de caché explícita No habilitado Cuando se solicita caché explícita #### Tarifas de Ailoot #### Precios por configuración 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 **$0.003** / 1K tokens Salida · Tokens de salida **$0.015** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens Salida · Tokens de salida de imagen **$0.06** / 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 **$0.003** / 1K tokens Salida · Tokens de salida **$0.015** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens | #### Detalles de la tarifa de referencia Las tablas de referencia del modelo no cambian la selección del método, las cotizaciones ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado. Google: Nano Banana 2.1 #### Precios por configuración | Configuración | Condiciones de facturación | Cargo | | --- | --- | --- | | ConfiguraciónGoogle: Nano Banana 2.1 · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Tokens de entrada **USD 0.003** / 1K tokens Salida · Tokens de salida **USD 0.015** / 1K tokens Salida · Imagen de salida **USD 0.06** / 1K tokens Salida · Búsqueda web **USD 0.028** por búsqueda | Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es-mx/billing/reserve/) ### Solicitudes de ejemplo #### Ailoot Ultra · OpenAI Chat curlPython SDKFlujo en Python ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "google/gemini-nano-banana-2.1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='google/gemini-nano-banana-2.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='google/gemini-nano-banana-2.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Recibir y guardar resultados #### Ailoot Ultra · OpenAI Chat json o SSE ##### Conserva todos los resultados completados 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. ##### Si es necesario revisar la respuesta original Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto. Campos de respuesta | Campo | Tipo | | --- | --- | | Campo`choices[].index` | Tipointeger | | Campo`choices[].message.content` | Tipostring\|null | | Campo`choices[].message.tool_calls` | Tipotool\_call\[\] | | Campo`choices[].message.reasoning_content` | Tipostring | | Campo`choices[].message.reasoning_details` | Tipoobject\|array | | Campo`choices[].finish_reason` | Tipostring\|null | | Campo`usage` | Tipoobject | Errores y siguientes pasos | 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. | ### Alias #### Alias del modelo **Ailoot Ultra** [`google/gemini-nano-banana-2.1`](https://ailoot.ai/models/es-mx/#m=google%2Fgemini-nano-banana-2.1&route=Ultra&caller=google%2Fgemini-nano-banana-2.1&fmt=chat) #### Alias de rutas de métodos `/v1/images` #### ID de modelo relacionados [`google/gemini-nano-banana-2.1`](https://ailoot.ai/models/es-mx/#m=google%2Fgemini-nano-banana-2.1&route=Ultra&caller=google%2Fgemini-nano-banana-2.1&fmt=chat) **Ailoot Ultra · Imágenes** `POST /v1/images/generations` `google/gemini-nano-banana-2.1` [`google/gemini-nano-banana-2.1`](https://ailoot.ai/models/es-mx/#m=google%2Fgemini-nano-banana-2.1&route=Ultra&caller=google%2Fgemini-nano-banana-2.1&fmt=images) Google /`google/gemini-nano-banana-2.1` ### Inicio Gemini Nano Banana 2.1 genera y edita imágenes de forma conversacional a partir de texto y material visual. Mejora la representación del texto, la distribución de infografías y la consistencia entre turnos, con salida de 1K–4K y hasta 14 imágenes de referencia para un encargo visual definido. Entradas aceptadas Texto · Imágenes Resultados Imágenes ### Disponible en Ailoot · entradas y métodos **Ailoot Ultra · Imágenes** `POST /v1/images/generations` Entrada `text`, `image` Salida `image` | Campo | Tipo | Requisito | Valores y límites | Predeterminado | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites google/gemini-nano-banana-2.1 | Predeterminado— | | Campo`prompt` | Tipo`string` | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | Predeterminado— | | Campo`resolution` | Tipo`string` | RequisitoOpcional | Valores y límites 1K, 2K, 4K | Predeterminado— | | Campo`aspect_ratio` | Tipo`string` | RequisitoOpcional | Valores y límites 1:1, 1:4, 1:8, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 8:1, 9:16, 16:9, 21:9 | Predeterminado— | | Campo`n` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 Máximo: 1 | Predeterminado— | | Campo`input_references` | Tipo`array` | RequisitoOpcional | Valores y límites Número mínimo de elementos: 0 Número máximo de elementos: 14 | Predeterminado— | | Campo`provider` | Tipo`object` | RequisitoOpcional | Valores y límites | Predeterminado— | Parámetros del método y ciclo de vida | Parámetro | Contrato | | --- | --- | | Parámetro`content_type` | Contratoapplication/json | | Parámetro`required` | Contratomodel, prompt | | Parámetro`material_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}` ### Tarifas ##### Cómo se calcula el cargo definitivo 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. Modo fast Sin especificar Cuando se selecciona el modo fast Modo flex Sin especificar Cuando se selecciona el modo flex Esfuerzo máximo de razonamiento Sin especificar Cuando el esfuerzo máximo de razonamiento usa el ajuste default #### Tarifas estimadas para comparar #### Precios por configuración 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 **$0.24576** estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija por la generación completada. | Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es-mx/billing/reserve/) ### Solicitudes de ejemplo #### Ailoot Ultra · Imágenes curl ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" export AILOOT_API_KEY python3 - <<'PY_REQUEST' import json,os from pathlib import Path p={'model': 'google/gemini-nano-banana-2.1', 'prompt': 'a red panda astronaut floating in space, studio lighting'} Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import base64, json, os, subprocess from pathlib import Path from urllib.parse import urlsplit, urljoin def save_images(items): if not items: raise SystemExit("No completed images; retain the full response") for index, item in enumerate(items): encoded=item.get("b64_json") uri=item.get("url", "") if not encoded and uri.startswith("data:image/"): header, separator, encoded=uri.partition(",") if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI") if encoded: raw=base64.b64decode(encoded,validate=True) elif uri: uri=urljoin("https://api.ailoot.ai",uri) parsed=urlsplit(uri) if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password: raise SystemExit("Invalid returned image URL") owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content") args=["curl","--fail-with-body","--silent","--show-error",uri] if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]] temporary=Path(f"image-{index}.bin") subprocess.run(args+["-o",str(temporary)],check=True) raw=temporary.read_bytes() temporary.unlink() else: raise SystemExit("Image has neither bytes nor URL") if not raw: raise SystemExit("Empty image result") ext="png" if raw.startswith(b"\x89PNG") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"