Gemini 2.5 Flash Image, también conocido como Nano Banana, es el modelo de texto e imagen de Google para creación visual y edición de imágenes mediante conversación. Acepta unas instrucciones con imágenes de referencia opcionales y puede devolver imágenes acompañadas de texto. Esta edición exacta de 2.5 Flash Image es distinta de Nano Banana 2, Nano Banana Pro y los modelos de imágenes Lite posteriores. Su resultado útil es un recurso visual generado o revisado, no la respuesta del modelo general de texto Gemini 2.5.
La ficha exacta del modelo indica 65,536 tokens de entrada y 32,768 tokens de salida. Las imágenes y las instrucciones forman parte de la entrada, y la imagen o el texto devueltos forman parte del resultado. La tabla de resolución de la guía indica una salida 1:1 de 1024×1024, una salida 3:4 de 864×1184 y una salida 16:9 de 1344×768, entre las relaciones de aspecto admitidas. Elige el formato de visualización previsto antes de diseñar la escena. Las opciones de alta resolución de una edición posterior de imágenes de Gemini no deben tratarse como controles documentados para este modelo exacto.
Para crear imágenes a partir de texto, especifica el sujeto, la acción, el entorno, el estilo, la iluminación y el punto de vista. Una ilustración de producto podría utilizar una identidad visual proporcionada y solicitar un detalle del material claramente visible en un entorno adecuado. Explica la finalidad de la imagen para que el modelo pueda distribuir el espacio para el sujeto y cualquier texto. Las descripciones fotográficas, como un plano cercano, una composición cenital o una perspectiva en contrapicado, ayudan a definir el encuadre con más claridad que una lista de palabras de estilo sin relación entre sí.
Para editar, proporciona la imagen original e identifica la parte que debe cambiar. La guía del fabricante describe la adición o eliminación de elementos, el enmascaramiento semántico, la transferencia de estilo y la composición mediante referencias. Una solicitud útil indica tanto la revisión como las condiciones que deben conservarse; por ejemplo, cambiar el fondo manteniendo la forma, la superficie y la etiqueta del producto. Identifica la función de cada entrada al combinar referencias, como el aspecto del sujeto, el entorno o el estilo. La guía indica que esta edición funciona mejor con un máximo de tres imágenes de entrada; es una recomendación práctica, no un motivo para combinar un conjunto ilimitado de referencias contradictorias.
El perfeccionamiento mediante conversación puede mantener el mismo sujeto mientras se cambia una decisión visual concreta. Solicita una revisión relacionada cada vez y conserva la imagen de origen y el resultado aceptado utilizados en ese turno. Describe qué debe seguir siendo coherente y qué puede variar. Para una secuencia de recursos, identifica expresamente el sujeto, los colores y las reglas visuales compartidos en lugar de suponer que unas nuevas instrucciones aisladas los recuperarán. Compara la imagen revisada con la referencia antes de considerar que una instrucción de conservación se ha cumplido correctamente.
Para el texto integrado en la imagen, fija primero la redacción exacta y después solicita la imagen que contenga ese texto, tal como recomienda la guía. Indica el idioma, el orden de lectura, la ubicación y el énfasis relativo de los rótulos. Una solicitud de infografía debe identificar la relación que explica cada rótulo y los elementos visuales que la respaldan. Revisa la ortografía, la puntuación y la asociación visual al tamaño real de visualización; un rótulo generado que parezca legible puede aun así cambiar un nombre, un número o el significado previsto.
La ficha del modelo no enumera razonamiento, fundamentación mediante búsquedas, llamadas a funciones, ejecución de código ni salida estructurada sujeta a restricciones para esta edición. Tampoco anuncia generación de audio ni Live API. Su entrada documentada es texto e imágenes, por lo que las funciones de audio, vídeo y procesamiento de documentos de otros modelos Gemini no deben atribuirse a este perfil. Una aplicación debe manejar expresamente las partes de contenido devueltas en lugar de suponer que una respuesta normal en prosa contiene el recurso de imagen terminado.
La guía señala que el número de imágenes solicitado no siempre se respeta y que las imágenes generadas incluyen el marcado SynthID. Inspecciona todas las imágenes devueltas para comprobar la composición, la fidelidad al sujeto, el número de objetos y la redacción exacta. Si la escena tiene varios componentes, describe su disposición prevista en un orden claro y expresa el aspecto deseado en términos positivos. Conserva la identidad exacta del modelo, las instrucciones y las referencias junto con el resultado. Esto permite revisar la tarea de generación o edición visual y proporciona un punto de partida concreto para una revisión posterior.
", "aboutText": "Gemini 2.5 Flash Image, también conocido como Nano Banana, es el modelo de texto e imagen de Google para creación visual y edición de imágenes mediante conversación. Acepta unas instrucciones con imágenes de referencia opcionales y puede devolver imágenes acompañadas de texto. Esta edición exacta de 2.5 Flash Image es distinta de Nano Banana 2, Nano Banana Pro y los modelos de imágenes Lite posteriores. Su resultado útil es un recurso visual generado o revisado, no la respuesta del modelo general de texto Gemini 2.5.\n\nLa ficha exacta del modelo indica 65,536 tokens de entrada y 32,768 tokens de salida. Las imágenes y las instrucciones forman parte de la entrada, y la imagen o el texto devueltos forman parte del resultado. La tabla de resolución de la guía indica una salida 1:1 de 1024×1024, una salida 3:4 de 864×1184 y una salida 16:9 de 1344×768, entre las relaciones de aspecto admitidas. Elige el formato de visualización previsto antes de diseñar la escena. Las opciones de alta resolución de una edición posterior de imágenes de Gemini no deben tratarse como controles documentados para este modelo exacto.\n\nPara crear imágenes a partir de texto, especifica el sujeto, la acción, el entorno, el estilo, la iluminación y el punto de vista. Una ilustración de producto podría utilizar una identidad visual proporcionada y solicitar un detalle del material claramente visible en un entorno adecuado. Explica la finalidad de la imagen para que el modelo pueda distribuir el espacio para el sujeto y cualquier texto. Las descripciones fotográficas, como un plano cercano, una composición cenital o una perspectiva en contrapicado, ayudan a definir el encuadre con más claridad que una lista de palabras de estilo sin relación entre sí.\n\nPara editar, proporciona la imagen original e identifica la parte que debe cambiar. La guía del fabricante describe la adición o eliminación de elementos, el enmascaramiento semántico, la transferencia de estilo y la composición mediante referencias. Una solicitud útil indica tanto la revisión como las condiciones que deben conservarse; por ejemplo, cambiar el fondo manteniendo la forma, la superficie y la etiqueta del producto. Identifica la función de cada entrada al combinar referencias, como el aspecto del sujeto, el entorno o el estilo. La guía indica que esta edición funciona mejor con un máximo de tres imágenes de entrada; es una recomendación práctica, no un motivo para combinar un conjunto ilimitado de referencias contradictorias.\n\nEl perfeccionamiento mediante conversación puede mantener el mismo sujeto mientras se cambia una decisión visual concreta. Solicita una revisión relacionada cada vez y conserva la imagen de origen y el resultado aceptado utilizados en ese turno. Describe qué debe seguir siendo coherente y qué puede variar. Para una secuencia de recursos, identifica expresamente el sujeto, los colores y las reglas visuales compartidos en lugar de suponer que unas nuevas instrucciones aisladas los recuperarán. Compara la imagen revisada con la referencia antes de considerar que una instrucción de conservación se ha cumplido correctamente.\n\nPara el texto integrado en la imagen, fija primero la redacción exacta y después solicita la imagen que contenga ese texto, tal como recomienda la guía. Indica el idioma, el orden de lectura, la ubicación y el énfasis relativo de los rótulos. Una solicitud de infografía debe identificar la relación que explica cada rótulo y los elementos visuales que la respaldan. Revisa la ortografía, la puntuación y la asociación visual al tamaño real de visualización; un rótulo generado que parezca legible puede aun así cambiar un nombre, un número o el significado previsto.\n\nLa ficha del modelo no enumera razonamiento, fundamentación mediante búsquedas, llamadas a funciones, ejecución de código ni salida estructurada sujeta a restricciones para esta edición. Tampoco anuncia generación de audio ni Live API. Su entrada documentada es texto e imágenes, por lo que las funciones de audio, vídeo y procesamiento de documentos de otros modelos Gemini no deben atribuirse a este perfil. Una aplicación debe manejar expresamente las partes de contenido devueltas en lugar de suponer que una respuesta normal en prosa contiene el recurso de imagen terminado.\n\nLa guía señala que el número de imágenes solicitado no siempre se respeta y que las imágenes generadas incluyen el marcado SynthID. Inspecciona todas las imágenes devueltas para comprobar la composición, la fidelidad al sujeto, el número de objetos y la redacción exacta. Si la escena tiene varios componentes, describe su disposición prevista en un orden claro y expresa el aspecto deseado en términos positivos. Conserva la identidad exacta del modelo, las instrucciones y las referencias junto con el resultado. Esto permite revisar la tarea de generación o edición visual y proporciona un punto de partida concreto para una revisión posterior.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genera y edita imágenes a partir de texto e imágenes. Utiliza su flujo de conversación para componer una escena, cambiar un elemento seleccionado, combinar referencias visuales o perfeccionar una imagen de producto, indicando qué detalles deben conservarse.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 2.5 Flash Image, también conocido como Nano Banana, es el modelo de texto e imagen de Google para creación visual y edición de imágenes mediante conversación. Acepta unas instrucciones con imágenes de referencia opcionales y puede devolver imágenes acompañadas de texto. Esta edición exacta de 2.5 Flash Image es distinta de Nano Banana 2, Nano Banana Pro y los modelos de imágenes Lite posteriores. Su resultado útil es un recurso visual generado o revisado, no la respuesta del modelo general de texto Gemini 2.5.
La ficha exacta del modelo indica 65,536 tokens de entrada y 32,768 tokens de salida. Las imágenes y las instrucciones forman parte de la entrada, y la imagen o el texto devueltos forman parte del resultado. La tabla de resolución de la guía indica una salida 1:1 de 1024×1024, una salida 3:4 de 864×1184 y una salida 16:9 de 1344×768, entre las relaciones de aspecto admitidas. Elige el formato de visualización previsto antes de diseñar la escena. Las opciones de alta resolución de una edición posterior de imágenes de Gemini no deben tratarse como controles documentados para este modelo exacto.
Para crear imágenes a partir de texto, especifica el sujeto, la acción, el entorno, el estilo, la iluminación y el punto de vista. Una ilustración de producto podría utilizar una identidad visual proporcionada y solicitar un detalle del material claramente visible en un entorno adecuado. Explica la finalidad de la imagen para que el modelo pueda distribuir el espacio para el sujeto y cualquier texto. Las descripciones fotográficas, como un plano cercano, una composición cenital o una perspectiva en contrapicado, ayudan a definir el encuadre con más claridad que una lista de palabras de estilo sin relación entre sí.
Para editar, proporciona la imagen original e identifica la parte que debe cambiar. La guía del fabricante describe la adición o eliminación de elementos, el enmascaramiento semántico, la transferencia de estilo y la composición mediante referencias. Una solicitud útil indica tanto la revisión como las condiciones que deben conservarse; por ejemplo, cambiar el fondo manteniendo la forma, la superficie y la etiqueta del producto. Identifica la función de cada entrada al combinar referencias, como el aspecto del sujeto, el entorno o el estilo. La guía indica que esta edición funciona mejor con un máximo de tres imágenes de entrada; es una recomendación práctica, no un motivo para combinar un conjunto ilimitado de referencias contradictorias.
El perfeccionamiento mediante conversación puede mantener el mismo sujeto mientras se cambia una decisión visual concreta. Solicita una revisión relacionada cada vez y conserva la imagen de origen y el resultado aceptado utilizados en ese turno. Describe qué debe seguir siendo coherente y qué puede variar. Para una secuencia de recursos, identifica expresamente el sujeto, los colores y las reglas visuales compartidos en lugar de suponer que unas nuevas instrucciones aisladas los recuperarán. Compara la imagen revisada con la referencia antes de considerar que una instrucción de conservación se ha cumplido correctamente.
Para el texto integrado en la imagen, fija primero la redacción exacta y después solicita la imagen que contenga ese texto, tal como recomienda la guía. Indica el idioma, el orden de lectura, la ubicación y el énfasis relativo de los rótulos. Una solicitud de infografía debe identificar la relación que explica cada rótulo y los elementos visuales que la respaldan. Revisa la ortografía, la puntuación y la asociación visual al tamaño real de visualización; un rótulo generado que parezca legible puede aun así cambiar un nombre, un número o el significado previsto.
La ficha del modelo no enumera razonamiento, fundamentación mediante búsquedas, llamadas a funciones, ejecución de código ni salida estructurada sujeta a restricciones para esta edición. Tampoco anuncia generación de audio ni Live API. Su entrada documentada es texto e imágenes, por lo que las funciones de audio, vídeo y procesamiento de documentos de otros modelos Gemini no deben atribuirse a este perfil. Una aplicación debe manejar expresamente las partes de contenido devueltas en lugar de suponer que una respuesta normal en prosa contiene el recurso de imagen terminado.
La guía señala que el número de imágenes solicitado no siempre se respeta y que las imágenes generadas incluyen el marcado SynthID. Inspecciona todas las imágenes devueltas para comprobar la composición, la fidelidad al sujeto, el número de objetos y la redacción exacta. Si la escena tiene varios componentes, describe su disposición prevista en un orden claro y expresa el aspecto deseado en términos positivos. Conserva la identidad exacta del modelo, las instrucciones y las referencias junto con el resultado. Esto permite revisar la tarea de generación o edición visual y proporciona un punto de partida concreto para una revisión posterior.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-2.5-flash-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 $0.0006 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché $0.00006 / 1K tokens Entrada · Escritura en caché $0.0001666666666666666 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens Salida · Tokens de salida de imagen $0.06 / 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 $0.0006 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché $0.00006 / 1K tokens Entrada · Escritura en caché $0.0001666666666666666 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| Configuracióngoogle/gemini-2.5-flash-image · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Entrada 0,0006 US$ / 1K tokens Salida · Salida 0,06 US$ / 1K tokens |
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| ConfiguraciónGoogle: Nano Banana (Gemini 2.5 Flash Image) · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Tokens de entrada 0,0006 US$ / 1K tokens Salida · Tokens de salida 0,005 US$ / 1K tokens Entrada · Imagen de entrada 0,0006 US$ / 1K tokens Salida · Imagen de salida 0,06 US$ / 1K tokens Entrada · Entrada de audio 0,002 US$ / 1K tokens Entrada · Lectura de caché de audio 0,0002 US$ / 1K tokens Salida · Búsqueda web 0,028 US$ por búsqueda Salida · Tokens de razonamiento 0,005 US$ / 1K tokens Entrada · Lectura de caché 0,00006 US$ / 1K tokens Entrada · Escritura en caché · 5 minutos ≈0,000167 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-2.5-flash-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genera y edita imágenes a partir de texto e imágenes. Utiliza su flujo de conversación para componer una escena, cambiar un elemento seleccionado, combinar referencias visuales o perfeccionar una imagen de producto, indicando qué detalles deben conservarse.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 2.5 Flash Image, también conocido como Nano Banana, es el modelo de texto e imagen de Google para creación visual y edición de imágenes mediante conversación. Acepta unas instrucciones con imágenes de referencia opcionales y puede devolver imágenes acompañadas de texto. Esta edición exacta de 2.5 Flash Image es distinta de Nano Banana 2, Nano Banana Pro y los modelos de imágenes Lite posteriores. Su resultado útil es un recurso visual generado o revisado, no la respuesta del modelo general de texto Gemini 2.5.
La ficha exacta del modelo indica 65,536 tokens de entrada y 32,768 tokens de salida. Las imágenes y las instrucciones forman parte de la entrada, y la imagen o el texto devueltos forman parte del resultado. La tabla de resolución de la guía indica una salida 1:1 de 1024×1024, una salida 3:4 de 864×1184 y una salida 16:9 de 1344×768, entre las relaciones de aspecto admitidas. Elige el formato de visualización previsto antes de diseñar la escena. Las opciones de alta resolución de una edición posterior de imágenes de Gemini no deben tratarse como controles documentados para este modelo exacto.
Para crear imágenes a partir de texto, especifica el sujeto, la acción, el entorno, el estilo, la iluminación y el punto de vista. Una ilustración de producto podría utilizar una identidad visual proporcionada y solicitar un detalle del material claramente visible en un entorno adecuado. Explica la finalidad de la imagen para que el modelo pueda distribuir el espacio para el sujeto y cualquier texto. Las descripciones fotográficas, como un plano cercano, una composición cenital o una perspectiva en contrapicado, ayudan a definir el encuadre con más claridad que una lista de palabras de estilo sin relación entre sí.
Para editar, proporciona la imagen original e identifica la parte que debe cambiar. La guía del fabricante describe la adición o eliminación de elementos, el enmascaramiento semántico, la transferencia de estilo y la composición mediante referencias. Una solicitud útil indica tanto la revisión como las condiciones que deben conservarse; por ejemplo, cambiar el fondo manteniendo la forma, la superficie y la etiqueta del producto. Identifica la función de cada entrada al combinar referencias, como el aspecto del sujeto, el entorno o el estilo. La guía indica que esta edición funciona mejor con un máximo de tres imágenes de entrada; es una recomendación práctica, no un motivo para combinar un conjunto ilimitado de referencias contradictorias.
El perfeccionamiento mediante conversación puede mantener el mismo sujeto mientras se cambia una decisión visual concreta. Solicita una revisión relacionada cada vez y conserva la imagen de origen y el resultado aceptado utilizados en ese turno. Describe qué debe seguir siendo coherente y qué puede variar. Para una secuencia de recursos, identifica expresamente el sujeto, los colores y las reglas visuales compartidos en lugar de suponer que unas nuevas instrucciones aisladas los recuperarán. Compara la imagen revisada con la referencia antes de considerar que una instrucción de conservación se ha cumplido correctamente.
Para el texto integrado en la imagen, fija primero la redacción exacta y después solicita la imagen que contenga ese texto, tal como recomienda la guía. Indica el idioma, el orden de lectura, la ubicación y el énfasis relativo de los rótulos. Una solicitud de infografía debe identificar la relación que explica cada rótulo y los elementos visuales que la respaldan. Revisa la ortografía, la puntuación y la asociación visual al tamaño real de visualización; un rótulo generado que parezca legible puede aun así cambiar un nombre, un número o el significado previsto.
La ficha del modelo no enumera razonamiento, fundamentación mediante búsquedas, llamadas a funciones, ejecución de código ni salida estructurada sujeta a restricciones para esta edición. Tampoco anuncia generación de audio ni Live API. Su entrada documentada es texto e imágenes, por lo que las funciones de audio, vídeo y procesamiento de documentos de otros modelos Gemini no deben atribuirse a este perfil. Una aplicación debe manejar expresamente las partes de contenido devueltas en lugar de suponer que una respuesta normal en prosa contiene el recurso de imagen terminado.
La guía señala que el número de imágenes solicitado no siempre se respeta y que las imágenes generadas incluyen el marcado SynthID. Inspecciona todas las imágenes devueltas para comprobar la composición, la fidelidad al sujeto, el número de objetos y la redacción exacta. Si la escena tiene varios componentes, describe su disposición prevista en un orden claro y expresa el aspecto deseado en términos positivos. Conserva la identidad exacta del modelo, las instrucciones y las referencias junto con el resultado. Esto permite revisar la tarea de generación o edición visual y proporciona un punto de partida concreto para una revisión posterior.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-2.5-flash-image | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | 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: 3 | 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 $0.24576 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija para la generación completada. |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-2.5-flash-image', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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 Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genera y edita imágenes a partir de texto e imágenes. Utiliza su flujo de conversación para componer una escena, cambiar un elemento seleccionado, combinar referencias visuales o perfeccionar una imagen de producto, indicando qué detalles deben conservarse.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 2.5 Flash Image, también conocido como Nano Banana, es el modelo de texto e imagen de Google para creación visual y edición de imágenes mediante conversación. Acepta unas instrucciones con imágenes de referencia opcionales y puede devolver imágenes acompañadas de texto. Esta edición exacta de 2.5 Flash Image es distinta de Nano Banana 2, Nano Banana Pro y los modelos de imágenes Lite posteriores. Su resultado útil es un recurso visual generado o revisado, no la respuesta del modelo general de texto Gemini 2.5.
La ficha exacta del modelo indica 65,536 tokens de entrada y 32,768 tokens de salida. Las imágenes y las instrucciones forman parte de la entrada, y la imagen o el texto devueltos forman parte del resultado. La tabla de resolución de la guía indica una salida 1:1 de 1024×1024, una salida 3:4 de 864×1184 y una salida 16:9 de 1344×768, entre las relaciones de aspecto admitidas. Elige el formato de visualización previsto antes de diseñar la escena. Las opciones de alta resolución de una edición posterior de imágenes de Gemini no deben tratarse como controles documentados para este modelo exacto.
Para crear imágenes a partir de texto, especifica el sujeto, la acción, el entorno, el estilo, la iluminación y el punto de vista. Una ilustración de producto podría utilizar una identidad visual proporcionada y solicitar un detalle del material claramente visible en un entorno adecuado. Explica la finalidad de la imagen para que el modelo pueda distribuir el espacio para el sujeto y cualquier texto. Las descripciones fotográficas, como un plano cercano, una composición cenital o una perspectiva en contrapicado, ayudan a definir el encuadre con más claridad que una lista de palabras de estilo sin relación entre sí.
Para editar, proporciona la imagen original e identifica la parte que debe cambiar. La guía del fabricante describe la adición o eliminación de elementos, el enmascaramiento semántico, la transferencia de estilo y la composición mediante referencias. Una solicitud útil indica tanto la revisión como las condiciones que deben conservarse; por ejemplo, cambiar el fondo manteniendo la forma, la superficie y la etiqueta del producto. Identifica la función de cada entrada al combinar referencias, como el aspecto del sujeto, el entorno o el estilo. La guía indica que esta edición funciona mejor con un máximo de tres imágenes de entrada; es una recomendación práctica, no un motivo para combinar un conjunto ilimitado de referencias contradictorias.
El perfeccionamiento mediante conversación puede mantener el mismo sujeto mientras se cambia una decisión visual concreta. Solicita una revisión relacionada cada vez y conserva la imagen de origen y el resultado aceptado utilizados en ese turno. Describe qué debe seguir siendo coherente y qué puede variar. Para una secuencia de recursos, identifica expresamente el sujeto, los colores y las reglas visuales compartidos en lugar de suponer que unas nuevas instrucciones aisladas los recuperarán. Compara la imagen revisada con la referencia antes de considerar que una instrucción de conservación se ha cumplido correctamente.
Para el texto integrado en la imagen, fija primero la redacción exacta y después solicita la imagen que contenga ese texto, tal como recomienda la guía. Indica el idioma, el orden de lectura, la ubicación y el énfasis relativo de los rótulos. Una solicitud de infografía debe identificar la relación que explica cada rótulo y los elementos visuales que la respaldan. Revisa la ortografía, la puntuación y la asociación visual al tamaño real de visualización; un rótulo generado que parezca legible puede aun así cambiar un nombre, un número o el significado previsto.
La ficha del modelo no enumera razonamiento, fundamentación mediante búsquedas, llamadas a funciones, ejecución de código ni salida estructurada sujeta a restricciones para esta edición. Tampoco anuncia generación de audio ni Live API. Su entrada documentada es texto e imágenes, por lo que las funciones de audio, vídeo y procesamiento de documentos de otros modelos Gemini no deben atribuirse a este perfil. Una aplicación debe manejar expresamente las partes de contenido devueltas en lugar de suponer que una respuesta normal en prosa contiene el recurso de imagen terminado.
La guía señala que el número de imágenes solicitado no siempre se respeta y que las imágenes generadas incluyen el marcado SynthID. Inspecciona todas las imágenes devueltas para comprobar la composición, la fidelidad al sujeto, el número de objetos y la redacción exacta. Si la escena tiene varios componentes, describe su disposición prevista en un orden claro y expresa el aspecto deseado en términos positivos. Conserva la identidad exacta del modelo, las instrucciones y las referencias junto con el resultado. Esto permite revisar la tarea de generación o edición visual y proporciona un punto de partida concreto para una revisión posterior.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-2.5-flash-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 $0.0006 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché $0.00006 / 1K tokens Entrada · Escritura en caché $0.0001666666666666666 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens Salida · Tokens de salida de imagen $0.06 / 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 $0.0006 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché $0.00006 / 1K tokens Entrada · Escritura en caché $0.0001666666666666666 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "google/gemini-2.5-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 Ultra google/gemini-2.5-flash-image
/v1/images
Ejemplo técnico en inglés
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.