Nano Banana Pro es el modelo Gemini 3 Pro Image de Google para generar y editar imágenes mediante razonamiento. El fabricante sitúa el diseño gráfico complejo, las maquetas de productos de alta fidelidad y la visualización de datos reales en el centro de su uso previsto. Acepta texto e imágenes y produce imágenes y texto. Esta edición de imágenes con la denominación Pro se basa en Gemini 3 Pro, aunque conserva su propio perfil de entradas y capacidades para tareas de imagen.
El modelo admite imágenes de 1K, 2K y 4K. Los formatos documentados incluyen 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 y 21:9. Una imagen cuadrada de 4K tiene 4096 × 4096; una imagen de 4K con relación 16:9 tiene 5504 × 3072. Selecciona la resolución y la relación de aspecto para el recurso que necesitas, ya sea un cartel vertical, una escena de producto o un gráfico explicativo ancho. La opción 0.5K y las relaciones extremas adicionales de Gemini 3.1 Flash Image no forman parte de esta tabla de Pro.
La representación de texto permite crear letras claras en carteles, diagramas y otros recursos de diseño. Para una infografía compleja, proporciona los hechos subyacentes, la redacción exacta, una secuencia de lectura y la relación entre los rótulos y los elementos visuales. Separa la información que debe comunicarse del estilo artístico deseado. Google recomienda preparar primero el texto y generar después la imagen que lo contenga. Esto es especialmente útil cuando una composición combina un titular, un diagrama y varios pies de imagen breves.
La entrada de varias imágenes admite hasta 14 referencias. La tabla de funciones de Google describe hasta seis referencias de objetos para conservar la fidelidad, hasta cinco referencias de personajes para mantener la coherencia y hasta tres referencias de estilo. Estas funciones ayudan a preparar una composición visual: una fotografía de producto define el aspecto, otra imagen establece el entorno y una imagen de estilo orienta el tratamiento. Indica al modelo qué detalles son de referencia obligada y cuáles sirven de inspiración, en lugar de pedirle que combine indiscriminadamente todas las características visibles.
La fundamentación con Google Search puede aportar información del mundo real para una visualización basada en hechos o una escena basada en condiciones actuales. El flujo de imágenes Pro documenta la fundamentación web; la extensión Image Search está documentada específicamente para Nano Banana 2.1 y Gemini 3.1 Flash Image. Para un gráfico de datos, proporciona los valores que quieres mostrar o solicita información fundamentada en el flujo del fabricante, y después expresa claramente las relaciones, los rótulos y la maquetación. Una generación apoyada en búsquedas sigue produciendo una imagen que debe revisarse, no un sustituto de la comprobación de los hechos representados.
El razonamiento ayuda a componer unas instrucciones complejas antes de la representación final. La guía de imágenes describe imágenes intermedias utilizadas para probar la composición y la lógica, distintas del recurso final. No traslades a esta edición Pro la tabla de controles minimal/high de Nano Banana 2 ni la tabla de Nano Banana 2.1 con medium como valor predeterminado. Para un diseño exigente, proporciona unas instrucciones completas con la jerarquía visual, las relaciones necesarias entre objetos y los elementos que deben mantenerse en las ediciones posteriores.
La ficha del modelo describe limitaciones importantes que persisten: el texto muy pequeño y los pasajes largos pueden representarse mal, el aspecto de los personajes puede cambiar entre una referencia y un resultado, y las ediciones con máscaras o bocetos pueden seguir solo parcialmente las instrucciones o dejar marcas. También puede confundir la izquierda y la derecha o copiar un elemento de origen en la nueva composición. Para una revisión de producto, especifica expresamente la geometría y los rótulos que deben conservarse e inspecciona la zona editada; para un diagrama, compara la dirección de las flechas y las posiciones relativas de los objetos.
La tabla actual de la API indica un límite de entrada de 65,536 tokens y un límite de salida de 32,768 tokens. Se admiten la generación de imágenes, el razonamiento, la fundamentación mediante búsquedas y el procesamiento por lotes; no se admiten la generación de audio, las llamadas a funciones, la ejecución de código, el almacenamiento en caché, las salidas estructuradas, la búsqueda de archivos, el contexto de URL ni Live API. La tarea de imagen no acepta audio ni vídeo como entrada en este perfil. Las imágenes generadas incluyen SynthID, y el número de imágenes de salida solicitado no siempre se respeta exactamente.
Un encargo práctico de producto puede combinar una imagen del producto, una referencia de iluminación y el titular exacto: «Conserva las proporciones y las letras del producto, muéstralo sobre una superficie de piedra clara con luz lateral suave y deja libre el tercio superior para el encabezado proporcionado». Para un diagrama basado en hechos, identifica cada entidad y conexión y proporciona los rótulos aprobados. Perfecciona el resultado en una conversación indicando un cambio y las características que deben conservarse, y mantén juntas la imagen seleccionada y su texto explicativo como recurso de diseño.
", "aboutText": "Nano Banana Pro es el modelo Gemini 3 Pro Image de Google para generar y editar imágenes mediante razonamiento. El fabricante sitúa el diseño gráfico complejo, las maquetas de productos de alta fidelidad y la visualización de datos reales en el centro de su uso previsto. Acepta texto e imágenes y produce imágenes y texto. Esta edición de imágenes con la denominación Pro se basa en Gemini 3 Pro, aunque conserva su propio perfil de entradas y capacidades para tareas de imagen.\n\nEl modelo admite imágenes de 1K, 2K y 4K. Los formatos documentados incluyen 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 y 21:9. Una imagen cuadrada de 4K tiene 4096 × 4096; una imagen de 4K con relación 16:9 tiene 5504 × 3072. Selecciona la resolución y la relación de aspecto para el recurso que necesitas, ya sea un cartel vertical, una escena de producto o un gráfico explicativo ancho. La opción 0.5K y las relaciones extremas adicionales de Gemini 3.1 Flash Image no forman parte de esta tabla de Pro.\n\nLa representación de texto permite crear letras claras en carteles, diagramas y otros recursos de diseño. Para una infografía compleja, proporciona los hechos subyacentes, la redacción exacta, una secuencia de lectura y la relación entre los rótulos y los elementos visuales. Separa la información que debe comunicarse del estilo artístico deseado. Google recomienda preparar primero el texto y generar después la imagen que lo contenga. Esto es especialmente útil cuando una composición combina un titular, un diagrama y varios pies de imagen breves.\n\nLa entrada de varias imágenes admite hasta 14 referencias. La tabla de funciones de Google describe hasta seis referencias de objetos para conservar la fidelidad, hasta cinco referencias de personajes para mantener la coherencia y hasta tres referencias de estilo. Estas funciones ayudan a preparar una composición visual: una fotografía de producto define el aspecto, otra imagen establece el entorno y una imagen de estilo orienta el tratamiento. Indica al modelo qué detalles son de referencia obligada y cuáles sirven de inspiración, en lugar de pedirle que combine indiscriminadamente todas las características visibles.\n\nLa fundamentación con Google Search puede aportar información del mundo real para una visualización basada en hechos o una escena basada en condiciones actuales. El flujo de imágenes Pro documenta la fundamentación web; la extensión Image Search está documentada específicamente para Nano Banana 2.1 y Gemini 3.1 Flash Image. Para un gráfico de datos, proporciona los valores que quieres mostrar o solicita información fundamentada en el flujo del fabricante, y después expresa claramente las relaciones, los rótulos y la maquetación. Una generación apoyada en búsquedas sigue produciendo una imagen que debe revisarse, no un sustituto de la comprobación de los hechos representados.\n\nEl razonamiento ayuda a componer unas instrucciones complejas antes de la representación final. La guía de imágenes describe imágenes intermedias utilizadas para probar la composición y la lógica, distintas del recurso final. No traslades a esta edición Pro la tabla de controles minimal/high de Nano Banana 2 ni la tabla de Nano Banana 2.1 con medium como valor predeterminado. Para un diseño exigente, proporciona unas instrucciones completas con la jerarquía visual, las relaciones necesarias entre objetos y los elementos que deben mantenerse en las ediciones posteriores.\n\nLa ficha del modelo describe limitaciones importantes que persisten: el texto muy pequeño y los pasajes largos pueden representarse mal, el aspecto de los personajes puede cambiar entre una referencia y un resultado, y las ediciones con máscaras o bocetos pueden seguir solo parcialmente las instrucciones o dejar marcas. También puede confundir la izquierda y la derecha o copiar un elemento de origen en la nueva composición. Para una revisión de producto, especifica expresamente la geometría y los rótulos que deben conservarse e inspecciona la zona editada; para un diagrama, compara la dirección de las flechas y las posiciones relativas de los objetos.\n\nLa tabla actual de la API indica un límite de entrada de 65,536 tokens y un límite de salida de 32,768 tokens. Se admiten la generación de imágenes, el razonamiento, la fundamentación mediante búsquedas y el procesamiento por lotes; no se admiten la generación de audio, las llamadas a funciones, la ejecución de código, el almacenamiento en caché, las salidas estructuradas, la búsqueda de archivos, el contexto de URL ni Live API. La tarea de imagen no acepta audio ni vídeo como entrada en este perfil. Las imágenes generadas incluyen SynthID, y el número de imágenes de salida solicitado no siempre se respeta exactamente.\n\nUn encargo práctico de producto puede combinar una imagen del producto, una referencia de iluminación y el titular exacto: «Conserva las proporciones y las letras del producto, muéstralo sobre una superficie de piedra clara con luz lateral suave y deja libre el tercio superior para el encabezado proporcionado». Para un diagrama basado en hechos, identifica cada entidad y conexión y proporciona los rótulos aprobados. Perfecciona el resultado en una conversación indicando un cambio y las características que deben conservarse, y mantén juntas la imagen seleccionada y su texto explicativo como recurso de diseño.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Visualize a supplied packaging cycle\n\nCreate one landscape explanatory graphic showing this packaging return cycle: customer returns an empty jar, store inspects it, accepted jars are washed, clean jars are refilled. Use four large illustrated stages connected clockwise. Add only these exact labels: 'RETURN', 'INSPECT', 'WASH', 'REFILL'. Make the arrow direction and stage order unmistakable.One landscape image with four labeled stages and arrows matching the supplied cycle.Inspect that arrows connect RETURN to INSPECT to WASH to REFILL in that order, with exact labels.gemini-3-pro-imageNano Banana Pro (Gemini 3 Pro Image) es el modelo de imágenes de Google guiado por razonamiento para diseños complejos, maquetas de productos y visualizaciones basadas en datos. Acepta texto e imágenes de referencia y genera imágenes con texto, con salida de 1K–4K y un control creativo detallado.
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 Gemini 3 Pro Image de Google para generar y editar imágenes mediante razonamiento. El fabricante sitúa el diseño gráfico complejo, las maquetas de productos de alta fidelidad y la visualización de datos reales en el centro de su uso previsto. Acepta texto e imágenes y produce imágenes y texto. Esta edición de imágenes con la denominación Pro se basa en Gemini 3 Pro, aunque conserva su propio perfil de entradas y capacidades para tareas de imagen.
El modelo admite imágenes de 1K, 2K y 4K. Los formatos documentados incluyen 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 y 21:9. Una imagen cuadrada de 4K tiene 4096 × 4096; una imagen de 4K con relación 16:9 tiene 5504 × 3072. Selecciona la resolución y la relación de aspecto para el recurso que necesitas, ya sea un cartel vertical, una escena de producto o un gráfico explicativo ancho. La opción 0.5K y las relaciones extremas adicionales de Gemini 3.1 Flash Image no forman parte de esta tabla de Pro.
La representación de texto permite crear letras claras en carteles, diagramas y otros recursos de diseño. Para una infografía compleja, proporciona los hechos subyacentes, la redacción exacta, una secuencia de lectura y la relación entre los rótulos y los elementos visuales. Separa la información que debe comunicarse del estilo artístico deseado. Google recomienda preparar primero el texto y generar después la imagen que lo contenga. Esto es especialmente útil cuando una composición combina un titular, un diagrama y varios pies de imagen breves.
La entrada de varias imágenes admite hasta 14 referencias. La tabla de funciones de Google describe hasta seis referencias de objetos para conservar la fidelidad, hasta cinco referencias de personajes para mantener la coherencia y hasta tres referencias de estilo. Estas funciones ayudan a preparar una composición visual: una fotografía de producto define el aspecto, otra imagen establece el entorno y una imagen de estilo orienta el tratamiento. Indica al modelo qué detalles son de referencia obligada y cuáles sirven de inspiración, en lugar de pedirle que combine indiscriminadamente todas las características visibles.
La fundamentación con Google Search puede aportar información del mundo real para una visualización basada en hechos o una escena basada en condiciones actuales. El flujo de imágenes Pro documenta la fundamentación web; la extensión Image Search está documentada específicamente para Nano Banana 2.1 y Gemini 3.1 Flash Image. Para un gráfico de datos, proporciona los valores que quieres mostrar o solicita información fundamentada en el flujo del fabricante, y después expresa claramente las relaciones, los rótulos y la maquetación. Una generación apoyada en búsquedas sigue produciendo una imagen que debe revisarse, no un sustituto de la comprobación de los hechos representados.
El razonamiento ayuda a componer unas instrucciones complejas antes de la representación final. La guía de imágenes describe imágenes intermedias utilizadas para probar la composición y la lógica, distintas del recurso final. No traslades a esta edición Pro la tabla de controles minimal/high de Nano Banana 2 ni la tabla de Nano Banana 2.1 con medium como valor predeterminado. Para un diseño exigente, proporciona unas instrucciones completas con la jerarquía visual, las relaciones necesarias entre objetos y los elementos que deben mantenerse en las ediciones posteriores.
La ficha del modelo describe limitaciones importantes que persisten: el texto muy pequeño y los pasajes largos pueden representarse mal, el aspecto de los personajes puede cambiar entre una referencia y un resultado, y las ediciones con máscaras o bocetos pueden seguir solo parcialmente las instrucciones o dejar marcas. También puede confundir la izquierda y la derecha o copiar un elemento de origen en la nueva composición. Para una revisión de producto, especifica expresamente la geometría y los rótulos que deben conservarse e inspecciona la zona editada; para un diagrama, compara la dirección de las flechas y las posiciones relativas de los objetos.
La tabla actual de la API indica un límite de entrada de 65,536 tokens y un límite de salida de 32,768 tokens. Se admiten la generación de imágenes, el razonamiento, la fundamentación mediante búsquedas y el procesamiento por lotes; no se admiten la generación de audio, las llamadas a funciones, la ejecución de código, el almacenamiento en caché, las salidas estructuradas, la búsqueda de archivos, el contexto de URL ni Live API. La tarea de imagen no acepta audio ni vídeo como entrada en este perfil. Las imágenes generadas incluyen SynthID, y el número de imágenes de salida solicitado no siempre se respeta exactamente.
Un encargo práctico de producto puede combinar una imagen del producto, una referencia de iluminación y el titular exacto: «Conserva las proporciones y las letras del producto, muéstralo sobre una superficie de piedra clara con luz lateral suave y deja libre el tercio superior para el encabezado proporcionado». Para un diagrama basado en hechos, identifica cada entidad y conexión y proporciona los rótulos aprobados. Perfecciona el resultado en una conversación indicando un cambio y las características que deben conservarse, y mantén juntas la imagen seleccionada y su texto explicativo como recurso de diseño.
POST /v1/images/generationstextimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gemini-3-pro-image | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | Predeterminado— |
Campon | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 | Predeterminado1 |
Camporesponse_format | Tipostring | RequisitoOpcional | Valores y límites url, b64_json | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Camposize | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoquality | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campobackground | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campooutput_format | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campooutput_compression | Tipointeger | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomoderation | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinput_fidelity | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostyle | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campopartial_images | Tipointeger | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Texto a imagen · Obligatorio: prompt
| Parámetro | Contrato |
|---|---|
Parámetromaterial_types | Contratotext |
Parámetrorequired | Contratomodel, prompt |
Parámetrooptional_controls | Contratonull |
Parámetrocontent_type | Contratoapplication/json |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id real devuelto o registro de la biblioteca multimedia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
POST /v1/images/generationsAiloot reserva un importe 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 →
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónUltra | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.004000 / 1K tokens Salida · Tokens de salida $0.024000 / 1K tokens Entrada · imagen $0.004000 / 1K tokens Salida · salida de imagen $0.24000 / 1K tokens Entrada · audio $0.004000 / 1K tokens Entrada · caché de audio de entrada $0.0004000 / 1K tokens Salida · búsqueda web $0.028 por búsqueda web Salida · razonamiento interno $0.024000 / 1K tokens Entrada · Lectura de caché $0.0004000 / 1K tokens Entrada · Escritura en caché $0.000750000 / 1K tokens |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3-pro-image", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\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\nfrom openai import OpenAI\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")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gemini-3-pro-image', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gemini-3-pro-image", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\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}Guarda todas las imágenes completadas; descarga cada URL recibida o decodifica su contenido Base64.
Guarda todos los elementos de datos. Decodifica cada b64_json o descarga el recurso de cada URL firmada devuelta. Elige la extensión del archivo a partir del tipo MIME o de los bytes reales.
Si el resultado de una generación o edición de imágenes requiere una comprobación, conserva el operation_id/X-Client-Request-ID original y la información del resultado devuelta. Recupera los resultados propios existentes a través de la biblioteca multimedia usando valores task_id o asset_id reales. No vuelvas a enviar la solicitud de generación o edición ni construyas una URL de consulta periódica a partir de operation_id.
| Campo | Tipo |
|---|---|
Campocreated | Tipointeger |
Campodata[].url | Tipostring |
Campodata[].b64_json | Tipobase64 string |
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. |
Respuestaserver_error | CondiciónLa respuesta devuelta indica que la operación o el resultado requiere una comprobación | Siguiente pasoConserva el ID original de operación o tarea devuelto, las cabeceras de la solicitud y la respuesta; continúa con las lecturas admitidas de esa operación original. No vuelvas a enviar la solicitud de creación. |
Ailoot gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
gemini-3-pro-image-previewNano Banana Pro (Gemini 3 Pro Image) es el modelo de imágenes de Google guiado por razonamiento para diseños complejos, maquetas de productos y visualizaciones basadas en datos. Acepta texto e imágenes de referencia y genera imágenes con texto, con salida de 1K–4K y un control creativo detallado.
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 Gemini 3 Pro Image de Google para generar y editar imágenes mediante razonamiento. El fabricante sitúa el diseño gráfico complejo, las maquetas de productos de alta fidelidad y la visualización de datos reales en el centro de su uso previsto. Acepta texto e imágenes y produce imágenes y texto. Esta edición de imágenes con la denominación Pro se basa en Gemini 3 Pro, aunque conserva su propio perfil de entradas y capacidades para tareas de imagen.
El modelo admite imágenes de 1K, 2K y 4K. Los formatos documentados incluyen 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 y 21:9. Una imagen cuadrada de 4K tiene 4096 × 4096; una imagen de 4K con relación 16:9 tiene 5504 × 3072. Selecciona la resolución y la relación de aspecto para el recurso que necesitas, ya sea un cartel vertical, una escena de producto o un gráfico explicativo ancho. La opción 0.5K y las relaciones extremas adicionales de Gemini 3.1 Flash Image no forman parte de esta tabla de Pro.
La representación de texto permite crear letras claras en carteles, diagramas y otros recursos de diseño. Para una infografía compleja, proporciona los hechos subyacentes, la redacción exacta, una secuencia de lectura y la relación entre los rótulos y los elementos visuales. Separa la información que debe comunicarse del estilo artístico deseado. Google recomienda preparar primero el texto y generar después la imagen que lo contenga. Esto es especialmente útil cuando una composición combina un titular, un diagrama y varios pies de imagen breves.
La entrada de varias imágenes admite hasta 14 referencias. La tabla de funciones de Google describe hasta seis referencias de objetos para conservar la fidelidad, hasta cinco referencias de personajes para mantener la coherencia y hasta tres referencias de estilo. Estas funciones ayudan a preparar una composición visual: una fotografía de producto define el aspecto, otra imagen establece el entorno y una imagen de estilo orienta el tratamiento. Indica al modelo qué detalles son de referencia obligada y cuáles sirven de inspiración, en lugar de pedirle que combine indiscriminadamente todas las características visibles.
La fundamentación con Google Search puede aportar información del mundo real para una visualización basada en hechos o una escena basada en condiciones actuales. El flujo de imágenes Pro documenta la fundamentación web; la extensión Image Search está documentada específicamente para Nano Banana 2.1 y Gemini 3.1 Flash Image. Para un gráfico de datos, proporciona los valores que quieres mostrar o solicita información fundamentada en el flujo del fabricante, y después expresa claramente las relaciones, los rótulos y la maquetación. Una generación apoyada en búsquedas sigue produciendo una imagen que debe revisarse, no un sustituto de la comprobación de los hechos representados.
El razonamiento ayuda a componer unas instrucciones complejas antes de la representación final. La guía de imágenes describe imágenes intermedias utilizadas para probar la composición y la lógica, distintas del recurso final. No traslades a esta edición Pro la tabla de controles minimal/high de Nano Banana 2 ni la tabla de Nano Banana 2.1 con medium como valor predeterminado. Para un diseño exigente, proporciona unas instrucciones completas con la jerarquía visual, las relaciones necesarias entre objetos y los elementos que deben mantenerse en las ediciones posteriores.
La ficha del modelo describe limitaciones importantes que persisten: el texto muy pequeño y los pasajes largos pueden representarse mal, el aspecto de los personajes puede cambiar entre una referencia y un resultado, y las ediciones con máscaras o bocetos pueden seguir solo parcialmente las instrucciones o dejar marcas. También puede confundir la izquierda y la derecha o copiar un elemento de origen en la nueva composición. Para una revisión de producto, especifica expresamente la geometría y los rótulos que deben conservarse e inspecciona la zona editada; para un diagrama, compara la dirección de las flechas y las posiciones relativas de los objetos.
La tabla actual de la API indica un límite de entrada de 65,536 tokens y un límite de salida de 32,768 tokens. Se admiten la generación de imágenes, el razonamiento, la fundamentación mediante búsquedas y el procesamiento por lotes; no se admiten la generación de audio, las llamadas a funciones, la ejecución de código, el almacenamiento en caché, las salidas estructuradas, la búsqueda de archivos, el contexto de URL ni Live API. La tarea de imagen no acepta audio ni vídeo como entrada en este perfil. Las imágenes generadas incluyen SynthID, y el número de imágenes de salida solicitado no siempre se respeta exactamente.
Un encargo práctico de producto puede combinar una imagen del producto, una referencia de iluminación y el titular exacto: «Conserva las proporciones y las letras del producto, muéstralo sobre una superficie de piedra clara con luz lateral suave y deja libre el tercio superior para el encabezado proporcionado». Para un diagrama basado en hechos, identifica cada entidad y conexión y proporciona los rótulos aprobados. Perfecciona el resultado en una conversación indicando un cambio y las características que deben conservarse, y mantén juntas la imagen seleccionada y su texto explicativo como recurso de diseño.
POST /v1/images/generationstextimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gemini-3-pro-image-preview | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | Predeterminado— |
Campon | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 | Predeterminado1 |
Camporesponse_format | Tipostring | RequisitoOpcional | Valores y límites url, b64_json | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Camposize | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoquality | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campobackground | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campooutput_format | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campooutput_compression | Tipointeger | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomoderation | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinput_fidelity | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostyle | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campopartial_images | Tipointeger | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Texto a imagen · Obligatorio: prompt
| Parámetro | Contrato |
|---|---|
Parámetromaterial_types | Contratotext |
Parámetrorequired | Contratomodel, prompt |
Parámetrooptional_controls | Contratonull |
Parámetrocontent_type | Contratoapplication/json |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id real devuelto o registro de la biblioteca multimedia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
POST /v1/images/generationsAiloot reserva un importe 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 →
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónUltra | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.004000 / 1K tokens Salida · Tokens de salida $0.024000 / 1K tokens Entrada · imagen $0.004000 / 1K tokens Salida · salida de imagen $0.24000 / 1K tokens Entrada · audio $0.004000 / 1K tokens Entrada · caché de audio de entrada $0.0004000 / 1K tokens Salida · búsqueda web $0.028 por búsqueda web Salida · razonamiento interno $0.024000 / 1K tokens Entrada · Lectura de caché $0.0004000 / 1K tokens Entrada · Escritura en caché $0.000750000 / 1K tokens |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3-pro-image-preview", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\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\nfrom openai import OpenAI\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")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gemini-3-pro-image-preview', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gemini-3-pro-image-preview", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\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}Guarda todas las imágenes completadas; descarga cada URL recibida o decodifica su contenido Base64.
Guarda todos los elementos de datos. Decodifica cada b64_json o descarga el recurso de cada URL firmada devuelta. Elige la extensión del archivo a partir del tipo MIME o de los bytes reales.
Si el resultado de una generación o edición de imágenes requiere una comprobación, conserva el operation_id/X-Client-Request-ID original y la información del resultado devuelta. Recupera los resultados propios existentes a través de la biblioteca multimedia usando valores task_id o asset_id reales. No vuelvas a enviar la solicitud de generación o edición ni construyas una URL de consulta periódica a partir de operation_id.
| Campo | Tipo |
|---|---|
Campocreated | Tipointeger |
Campodata[].url | Tipostring |
Campodata[].b64_json | Tipobase64 string |
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. |
Respuestaserver_error | CondiciónLa respuesta devuelta indica que la operación o el resultado requiere una comprobación | Siguiente pasoConserva el ID original de operación o tarea devuelto, las cabeceras de la solicitud y la respuesta; continúa con las lecturas admitidas de esa operación original. No vuelvas a enviar la solicitud de creación. |
Ailoot gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
nano-banana-proNano Banana Pro (Gemini 3 Pro Image) es el modelo de imágenes de Google guiado por razonamiento para diseños complejos, maquetas de productos y visualizaciones basadas en datos. Acepta texto e imágenes de referencia y genera imágenes con texto, con salida de 1K–4K y un control creativo detallado.
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 Gemini 3 Pro Image de Google para generar y editar imágenes mediante razonamiento. El fabricante sitúa el diseño gráfico complejo, las maquetas de productos de alta fidelidad y la visualización de datos reales en el centro de su uso previsto. Acepta texto e imágenes y produce imágenes y texto. Esta edición de imágenes con la denominación Pro se basa en Gemini 3 Pro, aunque conserva su propio perfil de entradas y capacidades para tareas de imagen.
El modelo admite imágenes de 1K, 2K y 4K. Los formatos documentados incluyen 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 y 21:9. Una imagen cuadrada de 4K tiene 4096 × 4096; una imagen de 4K con relación 16:9 tiene 5504 × 3072. Selecciona la resolución y la relación de aspecto para el recurso que necesitas, ya sea un cartel vertical, una escena de producto o un gráfico explicativo ancho. La opción 0.5K y las relaciones extremas adicionales de Gemini 3.1 Flash Image no forman parte de esta tabla de Pro.
La representación de texto permite crear letras claras en carteles, diagramas y otros recursos de diseño. Para una infografía compleja, proporciona los hechos subyacentes, la redacción exacta, una secuencia de lectura y la relación entre los rótulos y los elementos visuales. Separa la información que debe comunicarse del estilo artístico deseado. Google recomienda preparar primero el texto y generar después la imagen que lo contenga. Esto es especialmente útil cuando una composición combina un titular, un diagrama y varios pies de imagen breves.
La entrada de varias imágenes admite hasta 14 referencias. La tabla de funciones de Google describe hasta seis referencias de objetos para conservar la fidelidad, hasta cinco referencias de personajes para mantener la coherencia y hasta tres referencias de estilo. Estas funciones ayudan a preparar una composición visual: una fotografía de producto define el aspecto, otra imagen establece el entorno y una imagen de estilo orienta el tratamiento. Indica al modelo qué detalles son de referencia obligada y cuáles sirven de inspiración, en lugar de pedirle que combine indiscriminadamente todas las características visibles.
La fundamentación con Google Search puede aportar información del mundo real para una visualización basada en hechos o una escena basada en condiciones actuales. El flujo de imágenes Pro documenta la fundamentación web; la extensión Image Search está documentada específicamente para Nano Banana 2.1 y Gemini 3.1 Flash Image. Para un gráfico de datos, proporciona los valores que quieres mostrar o solicita información fundamentada en el flujo del fabricante, y después expresa claramente las relaciones, los rótulos y la maquetación. Una generación apoyada en búsquedas sigue produciendo una imagen que debe revisarse, no un sustituto de la comprobación de los hechos representados.
El razonamiento ayuda a componer unas instrucciones complejas antes de la representación final. La guía de imágenes describe imágenes intermedias utilizadas para probar la composición y la lógica, distintas del recurso final. No traslades a esta edición Pro la tabla de controles minimal/high de Nano Banana 2 ni la tabla de Nano Banana 2.1 con medium como valor predeterminado. Para un diseño exigente, proporciona unas instrucciones completas con la jerarquía visual, las relaciones necesarias entre objetos y los elementos que deben mantenerse en las ediciones posteriores.
La ficha del modelo describe limitaciones importantes que persisten: el texto muy pequeño y los pasajes largos pueden representarse mal, el aspecto de los personajes puede cambiar entre una referencia y un resultado, y las ediciones con máscaras o bocetos pueden seguir solo parcialmente las instrucciones o dejar marcas. También puede confundir la izquierda y la derecha o copiar un elemento de origen en la nueva composición. Para una revisión de producto, especifica expresamente la geometría y los rótulos que deben conservarse e inspecciona la zona editada; para un diagrama, compara la dirección de las flechas y las posiciones relativas de los objetos.
La tabla actual de la API indica un límite de entrada de 65,536 tokens y un límite de salida de 32,768 tokens. Se admiten la generación de imágenes, el razonamiento, la fundamentación mediante búsquedas y el procesamiento por lotes; no se admiten la generación de audio, las llamadas a funciones, la ejecución de código, el almacenamiento en caché, las salidas estructuradas, la búsqueda de archivos, el contexto de URL ni Live API. La tarea de imagen no acepta audio ni vídeo como entrada en este perfil. Las imágenes generadas incluyen SynthID, y el número de imágenes de salida solicitado no siempre se respeta exactamente.
Un encargo práctico de producto puede combinar una imagen del producto, una referencia de iluminación y el titular exacto: «Conserva las proporciones y las letras del producto, muéstralo sobre una superficie de piedra clara con luz lateral suave y deja libre el tercio superior para el encabezado proporcionado». Para un diagrama basado en hechos, identifica cada entidad y conexión y proporciona los rótulos aprobados. Perfecciona el resultado en una conversación indicando un cambio y las características que deben conservarse, y mantén juntas la imagen seleccionada y su texto explicativo como recurso de diseño.
POST /v1/images/generationstextimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites nano-banana-pro | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | Predeterminado— |
Campon | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 | Predeterminado1 |
Camporesponse_format | Tipostring | RequisitoOpcional | Valores y límites url, b64_json | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Camposize | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoquality | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campobackground | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campooutput_format | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campooutput_compression | Tipointeger | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomoderation | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinput_fidelity | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostyle | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campopartial_images | Tipointeger | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Texto a imagen · Obligatorio: prompt
| Parámetro | Contrato |
|---|---|
Parámetromaterial_types | Contratotext |
Parámetrorequired | Contratomodel, prompt |
Parámetrooptional_controls | Contratonull |
Parámetrocontent_type | Contratoapplication/json |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id real devuelto o registro de la biblioteca multimedia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
POST /v1/images/generationsAiloot reserva un importe 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 →
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónUltra | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.004000 / 1K tokens Salida · Tokens de salida $0.024000 / 1K tokens Entrada · imagen $0.004000 / 1K tokens Salida · salida de imagen $0.24000 / 1K tokens Entrada · audio $0.004000 / 1K tokens Entrada · caché de audio de entrada $0.0004000 / 1K tokens Salida · búsqueda web $0.028 por búsqueda web Salida · razonamiento interno $0.024000 / 1K tokens Entrada · Lectura de caché $0.0004000 / 1K tokens Entrada · Escritura en caché $0.000750000 / 1K tokens |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "nano-banana-pro", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\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\nfrom openai import OpenAI\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")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'nano-banana-pro', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "nano-banana-pro", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\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}Guarda todas las imágenes completadas; descarga cada URL recibida o decodifica su contenido Base64.
Guarda todos los elementos de datos. Decodifica cada b64_json o descarga el recurso de cada URL firmada devuelta. Elige la extensión del archivo a partir del tipo MIME o de los bytes reales.
Si el resultado de una generación o edición de imágenes requiere una comprobación, conserva el operation_id/X-Client-Request-ID original y la información del resultado devuelta. Recupera los resultados propios existentes a través de la biblioteca multimedia usando valores task_id o asset_id reales. No vuelvas a enviar la solicitud de generación o edición ni construyas una URL de consulta periódica a partir de operation_id.
| Campo | Tipo |
|---|---|
Campocreated | Tipointeger |
Campodata[].url | Tipostring |
Campodata[].b64_json | Tipobase64 string |
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. |
Respuestaserver_error | CondiciónLa respuesta devuelta indica que la operación o el resultado requiere una comprobación | Siguiente pasoConserva el ID original de operación o tarea devuelto, las cabeceras de la solicitud y la respuesta; continúa con las lecturas admitidas de esa operación original. No vuelvas a enviar la solicitud de creación. |
Ailoot gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
google/gemini-3-pro-imageNano Banana Pro (Gemini 3 Pro Image) es el modelo de imágenes de Google guiado por razonamiento para diseños complejos, maquetas de productos y visualizaciones basadas en datos. Acepta texto e imágenes de referencia y genera imágenes con texto, con salida de 1K–4K y un control creativo detallado.
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 Gemini 3 Pro Image de Google para generar y editar imágenes mediante razonamiento. El fabricante sitúa el diseño gráfico complejo, las maquetas de productos de alta fidelidad y la visualización de datos reales en el centro de su uso previsto. Acepta texto e imágenes y produce imágenes y texto. Esta edición de imágenes con la denominación Pro se basa en Gemini 3 Pro, aunque conserva su propio perfil de entradas y capacidades para tareas de imagen.
El modelo admite imágenes de 1K, 2K y 4K. Los formatos documentados incluyen 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 y 21:9. Una imagen cuadrada de 4K tiene 4096 × 4096; una imagen de 4K con relación 16:9 tiene 5504 × 3072. Selecciona la resolución y la relación de aspecto para el recurso que necesitas, ya sea un cartel vertical, una escena de producto o un gráfico explicativo ancho. La opción 0.5K y las relaciones extremas adicionales de Gemini 3.1 Flash Image no forman parte de esta tabla de Pro.
La representación de texto permite crear letras claras en carteles, diagramas y otros recursos de diseño. Para una infografía compleja, proporciona los hechos subyacentes, la redacción exacta, una secuencia de lectura y la relación entre los rótulos y los elementos visuales. Separa la información que debe comunicarse del estilo artístico deseado. Google recomienda preparar primero el texto y generar después la imagen que lo contenga. Esto es especialmente útil cuando una composición combina un titular, un diagrama y varios pies de imagen breves.
La entrada de varias imágenes admite hasta 14 referencias. La tabla de funciones de Google describe hasta seis referencias de objetos para conservar la fidelidad, hasta cinco referencias de personajes para mantener la coherencia y hasta tres referencias de estilo. Estas funciones ayudan a preparar una composición visual: una fotografía de producto define el aspecto, otra imagen establece el entorno y una imagen de estilo orienta el tratamiento. Indica al modelo qué detalles son de referencia obligada y cuáles sirven de inspiración, en lugar de pedirle que combine indiscriminadamente todas las características visibles.
La fundamentación con Google Search puede aportar información del mundo real para una visualización basada en hechos o una escena basada en condiciones actuales. El flujo de imágenes Pro documenta la fundamentación web; la extensión Image Search está documentada específicamente para Nano Banana 2.1 y Gemini 3.1 Flash Image. Para un gráfico de datos, proporciona los valores que quieres mostrar o solicita información fundamentada en el flujo del fabricante, y después expresa claramente las relaciones, los rótulos y la maquetación. Una generación apoyada en búsquedas sigue produciendo una imagen que debe revisarse, no un sustituto de la comprobación de los hechos representados.
El razonamiento ayuda a componer unas instrucciones complejas antes de la representación final. La guía de imágenes describe imágenes intermedias utilizadas para probar la composición y la lógica, distintas del recurso final. No traslades a esta edición Pro la tabla de controles minimal/high de Nano Banana 2 ni la tabla de Nano Banana 2.1 con medium como valor predeterminado. Para un diseño exigente, proporciona unas instrucciones completas con la jerarquía visual, las relaciones necesarias entre objetos y los elementos que deben mantenerse en las ediciones posteriores.
La ficha del modelo describe limitaciones importantes que persisten: el texto muy pequeño y los pasajes largos pueden representarse mal, el aspecto de los personajes puede cambiar entre una referencia y un resultado, y las ediciones con máscaras o bocetos pueden seguir solo parcialmente las instrucciones o dejar marcas. También puede confundir la izquierda y la derecha o copiar un elemento de origen en la nueva composición. Para una revisión de producto, especifica expresamente la geometría y los rótulos que deben conservarse e inspecciona la zona editada; para un diagrama, compara la dirección de las flechas y las posiciones relativas de los objetos.
La tabla actual de la API indica un límite de entrada de 65,536 tokens y un límite de salida de 32,768 tokens. Se admiten la generación de imágenes, el razonamiento, la fundamentación mediante búsquedas y el procesamiento por lotes; no se admiten la generación de audio, las llamadas a funciones, la ejecución de código, el almacenamiento en caché, las salidas estructuradas, la búsqueda de archivos, el contexto de URL ni Live API. La tarea de imagen no acepta audio ni vídeo como entrada en este perfil. Las imágenes generadas incluyen SynthID, y el número de imágenes de salida solicitado no siempre se respeta exactamente.
Un encargo práctico de producto puede combinar una imagen del producto, una referencia de iluminación y el titular exacto: «Conserva las proporciones y las letras del producto, muéstralo sobre una superficie de piedra clara con luz lateral suave y deja libre el tercio superior para el encabezado proporcionado». Para un diagrama basado en hechos, identifica cada entidad y conexión y proporciona los rótulos aprobados. Perfecciona el resultado en una conversación indicando un cambio y las características que deben conservarse, y mantén juntas la imagen seleccionada y su texto explicativo como recurso de diseño.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-3-pro-image | 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 |
| ConfiguraciónTramo 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 $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| ConfiguraciónGoogle: Nano Banana Pro (Gemini 3 Pro Image) · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Tokens de entrada 0,004 US$ / 1K tokens Salida · Tokens de salida 0,024 US$ / 1K tokens Entrada · Imagen de entrada 0,004 US$ / 1K tokens Salida · Imagen de salida 0,24 US$ / 1K tokens Entrada · Entrada de audio 0,004 US$ / 1K tokens Entrada · Lectura de caché de audio 0,0004 US$ / 1K tokens Salida · Búsqueda web 0,028 US$ por búsqueda Salida · Tokens de razonamiento 0,024 US$ / 1K tokens Entrada · Lectura de caché 0,0004 US$ / 1K tokens Entrada · Escritura en caché · 5 minutos 0,00075 US$ / 1K tokens |
Ailoot reserva un importe 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", "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',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',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 las cabeceras. 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 gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
google/gemini-3-pro-imageNano Banana Pro (Gemini 3 Pro Image) es el modelo de imágenes de Google guiado por razonamiento para diseños complejos, maquetas de productos y visualizaciones basadas en datos. Acepta texto e imágenes de referencia y genera imágenes con texto, con salida de 1K–4K y un control creativo detallado.
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 Gemini 3 Pro Image de Google para generar y editar imágenes mediante razonamiento. El fabricante sitúa el diseño gráfico complejo, las maquetas de productos de alta fidelidad y la visualización de datos reales en el centro de su uso previsto. Acepta texto e imágenes y produce imágenes y texto. Esta edición de imágenes con la denominación Pro se basa en Gemini 3 Pro, aunque conserva su propio perfil de entradas y capacidades para tareas de imagen.
El modelo admite imágenes de 1K, 2K y 4K. Los formatos documentados incluyen 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 y 21:9. Una imagen cuadrada de 4K tiene 4096 × 4096; una imagen de 4K con relación 16:9 tiene 5504 × 3072. Selecciona la resolución y la relación de aspecto para el recurso que necesitas, ya sea un cartel vertical, una escena de producto o un gráfico explicativo ancho. La opción 0.5K y las relaciones extremas adicionales de Gemini 3.1 Flash Image no forman parte de esta tabla de Pro.
La representación de texto permite crear letras claras en carteles, diagramas y otros recursos de diseño. Para una infografía compleja, proporciona los hechos subyacentes, la redacción exacta, una secuencia de lectura y la relación entre los rótulos y los elementos visuales. Separa la información que debe comunicarse del estilo artístico deseado. Google recomienda preparar primero el texto y generar después la imagen que lo contenga. Esto es especialmente útil cuando una composición combina un titular, un diagrama y varios pies de imagen breves.
La entrada de varias imágenes admite hasta 14 referencias. La tabla de funciones de Google describe hasta seis referencias de objetos para conservar la fidelidad, hasta cinco referencias de personajes para mantener la coherencia y hasta tres referencias de estilo. Estas funciones ayudan a preparar una composición visual: una fotografía de producto define el aspecto, otra imagen establece el entorno y una imagen de estilo orienta el tratamiento. Indica al modelo qué detalles son de referencia obligada y cuáles sirven de inspiración, en lugar de pedirle que combine indiscriminadamente todas las características visibles.
La fundamentación con Google Search puede aportar información del mundo real para una visualización basada en hechos o una escena basada en condiciones actuales. El flujo de imágenes Pro documenta la fundamentación web; la extensión Image Search está documentada específicamente para Nano Banana 2.1 y Gemini 3.1 Flash Image. Para un gráfico de datos, proporciona los valores que quieres mostrar o solicita información fundamentada en el flujo del fabricante, y después expresa claramente las relaciones, los rótulos y la maquetación. Una generación apoyada en búsquedas sigue produciendo una imagen que debe revisarse, no un sustituto de la comprobación de los hechos representados.
El razonamiento ayuda a componer unas instrucciones complejas antes de la representación final. La guía de imágenes describe imágenes intermedias utilizadas para probar la composición y la lógica, distintas del recurso final. No traslades a esta edición Pro la tabla de controles minimal/high de Nano Banana 2 ni la tabla de Nano Banana 2.1 con medium como valor predeterminado. Para un diseño exigente, proporciona unas instrucciones completas con la jerarquía visual, las relaciones necesarias entre objetos y los elementos que deben mantenerse en las ediciones posteriores.
La ficha del modelo describe limitaciones importantes que persisten: el texto muy pequeño y los pasajes largos pueden representarse mal, el aspecto de los personajes puede cambiar entre una referencia y un resultado, y las ediciones con máscaras o bocetos pueden seguir solo parcialmente las instrucciones o dejar marcas. También puede confundir la izquierda y la derecha o copiar un elemento de origen en la nueva composición. Para una revisión de producto, especifica expresamente la geometría y los rótulos que deben conservarse e inspecciona la zona editada; para un diagrama, compara la dirección de las flechas y las posiciones relativas de los objetos.
La tabla actual de la API indica un límite de entrada de 65,536 tokens y un límite de salida de 32,768 tokens. Se admiten la generación de imágenes, el razonamiento, la fundamentación mediante búsquedas y el procesamiento por lotes; no se admiten la generación de audio, las llamadas a funciones, la ejecución de código, el almacenamiento en caché, las salidas estructuradas, la búsqueda de archivos, el contexto de URL ni Live API. La tarea de imagen no acepta audio ni vídeo como entrada en este perfil. Las imágenes generadas incluyen SynthID, y el número de imágenes de salida solicitado no siempre se respeta exactamente.
Un encargo práctico de producto puede combinar una imagen del producto, una referencia de iluminación y el titular exacto: «Conserva las proporciones y las letras del producto, muéstralo sobre una superficie de piedra clara con luz lateral suave y deja libre el tercio superior para el encabezado proporcionado». Para un diagrama basado en hechos, identifica cada entidad y conexión y proporciona los rótulos aprobados. Perfecciona el resultado en una conversación indicando un cambio y las características que deben conservarse, y mantén juntas la imagen seleccionada y su texto explicativo como recurso de diseño.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-3-pro-image | 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} · task_id real devuelto o 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 estiman el coste antes de la generación. El cargo final se calcula a partir del coste registrado para la generación original. La duración medida del resultado y las cantidades previstas no constituyen 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 |
| ConfiguraciónCoste estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Cargo Salida · Coste estimado de generación · Estimación solo para comparar $0.98304 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija para la generación completada. |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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', '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 las cabeceras, 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 task_id/asset_id realmente devueltos o la biblioteca multimedia propia; 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 gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
google/gemini-3-pro-imageNano Banana Pro (Gemini 3 Pro Image) es el modelo de imágenes de Google guiado por razonamiento para diseños complejos, maquetas de productos y visualizaciones basadas en datos. Acepta texto e imágenes de referencia y genera imágenes con texto, con salida de 1K–4K y un control creativo detallado.
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 Gemini 3 Pro Image de Google para generar y editar imágenes mediante razonamiento. El fabricante sitúa el diseño gráfico complejo, las maquetas de productos de alta fidelidad y la visualización de datos reales en el centro de su uso previsto. Acepta texto e imágenes y produce imágenes y texto. Esta edición de imágenes con la denominación Pro se basa en Gemini 3 Pro, aunque conserva su propio perfil de entradas y capacidades para tareas de imagen.
El modelo admite imágenes de 1K, 2K y 4K. Los formatos documentados incluyen 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 y 21:9. Una imagen cuadrada de 4K tiene 4096 × 4096; una imagen de 4K con relación 16:9 tiene 5504 × 3072. Selecciona la resolución y la relación de aspecto para el recurso que necesitas, ya sea un cartel vertical, una escena de producto o un gráfico explicativo ancho. La opción 0.5K y las relaciones extremas adicionales de Gemini 3.1 Flash Image no forman parte de esta tabla de Pro.
La representación de texto permite crear letras claras en carteles, diagramas y otros recursos de diseño. Para una infografía compleja, proporciona los hechos subyacentes, la redacción exacta, una secuencia de lectura y la relación entre los rótulos y los elementos visuales. Separa la información que debe comunicarse del estilo artístico deseado. Google recomienda preparar primero el texto y generar después la imagen que lo contenga. Esto es especialmente útil cuando una composición combina un titular, un diagrama y varios pies de imagen breves.
La entrada de varias imágenes admite hasta 14 referencias. La tabla de funciones de Google describe hasta seis referencias de objetos para conservar la fidelidad, hasta cinco referencias de personajes para mantener la coherencia y hasta tres referencias de estilo. Estas funciones ayudan a preparar una composición visual: una fotografía de producto define el aspecto, otra imagen establece el entorno y una imagen de estilo orienta el tratamiento. Indica al modelo qué detalles son de referencia obligada y cuáles sirven de inspiración, en lugar de pedirle que combine indiscriminadamente todas las características visibles.
La fundamentación con Google Search puede aportar información del mundo real para una visualización basada en hechos o una escena basada en condiciones actuales. El flujo de imágenes Pro documenta la fundamentación web; la extensión Image Search está documentada específicamente para Nano Banana 2.1 y Gemini 3.1 Flash Image. Para un gráfico de datos, proporciona los valores que quieres mostrar o solicita información fundamentada en el flujo del fabricante, y después expresa claramente las relaciones, los rótulos y la maquetación. Una generación apoyada en búsquedas sigue produciendo una imagen que debe revisarse, no un sustituto de la comprobación de los hechos representados.
El razonamiento ayuda a componer unas instrucciones complejas antes de la representación final. La guía de imágenes describe imágenes intermedias utilizadas para probar la composición y la lógica, distintas del recurso final. No traslades a esta edición Pro la tabla de controles minimal/high de Nano Banana 2 ni la tabla de Nano Banana 2.1 con medium como valor predeterminado. Para un diseño exigente, proporciona unas instrucciones completas con la jerarquía visual, las relaciones necesarias entre objetos y los elementos que deben mantenerse en las ediciones posteriores.
La ficha del modelo describe limitaciones importantes que persisten: el texto muy pequeño y los pasajes largos pueden representarse mal, el aspecto de los personajes puede cambiar entre una referencia y un resultado, y las ediciones con máscaras o bocetos pueden seguir solo parcialmente las instrucciones o dejar marcas. También puede confundir la izquierda y la derecha o copiar un elemento de origen en la nueva composición. Para una revisión de producto, especifica expresamente la geometría y los rótulos que deben conservarse e inspecciona la zona editada; para un diagrama, compara la dirección de las flechas y las posiciones relativas de los objetos.
La tabla actual de la API indica un límite de entrada de 65,536 tokens y un límite de salida de 32,768 tokens. Se admiten la generación de imágenes, el razonamiento, la fundamentación mediante búsquedas y el procesamiento por lotes; no se admiten la generación de audio, las llamadas a funciones, la ejecución de código, el almacenamiento en caché, las salidas estructuradas, la búsqueda de archivos, el contexto de URL ni Live API. La tarea de imagen no acepta audio ni vídeo como entrada en este perfil. Las imágenes generadas incluyen SynthID, y el número de imágenes de salida solicitado no siempre se respeta exactamente.
Un encargo práctico de producto puede combinar una imagen del producto, una referencia de iluminación y el titular exacto: «Conserva las proporciones y las letras del producto, muéstralo sobre una superficie de piedra clara con luz lateral suave y deja libre el tercio superior para el encabezado proporcionado». Para un diagrama basado en hechos, identifica cada entidad y conexión y proporciona los rótulos aprobados. Perfecciona el resultado en una conversación indicando un cambio y las características que deben conservarse, y mantén juntas la imagen seleccionada y su texto explicativo como recurso de diseño.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-3-pro-image | 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 |
| ConfiguraciónTramo 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 $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "google/gemini-3-pro-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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 las cabeceras. 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 gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
Ejemplo técnico en inglés
Visualize a supplied packaging cycle\n\nCreate one landscape explanatory graphic showing this packaging return cycle: customer returns an empty jar, store inspects it, accepted jars are washed, clean jars are refilled. Use four large illustrated stages connected clockwise. Add only these exact labels: 'RETURN', 'INSPECT', 'WASH', 'REFILL'. Make the arrow direction and stage order unmistakable.One landscape image with four labeled stages and arrows matching the supplied cycle.Inspect that arrows connect RETURN to INSPECT to WASH to REFILL in that order, with exact labels.