Nano Banana 2 es el modelo Gemini 3.1 Flash Image de Google para generar imágenes y editarlas mediante conversación. Esta entrada conserva la identidad exacta de Preview. Una descripción escrita puede definir una nueva imagen, mientras que una imagen de entrada puede establecer el sujeto, el aspecto o la composición que se quiere modificar. El resultado puede contener una imagen y texto que la acompañe. El material de lanzamiento de Google destaca el conocimiento del mundo, la representación de texto y la coherencia del sujeto, junto con la posibilidad de perfeccionar una escena a través de turnos relacionados.
Para crear imágenes fundamentadas en fuentes, el modelo documentado puede utilizar información procedente de búsquedas web y de imágenes para orientar una generación. Esto permite tareas como una ilustración inspirada en un lugar o un diagrama basado en la información proporcionada. Define los hechos de origen que deben representarse y distínguelos de las decisiones artísticas. Una generación apoyada en búsquedas no convierte cada detalle de la imagen final en una afirmación verificada. Si un producto, un monumento o un diagrama debe ser exacto, proporciona una referencia autorizada e inspecciona el resultado comparándolo con ella.
El lanzamiento describe mejoras en la representación de texto dentro de las imágenes y en su localización. Para un cartel, una infografía o una maqueta de marketing, indica la redacción exacta, el idioma y la función de cada elemento de texto. Primero fija los textos y después solicita la imagen que los contenga, tal como recomienda la guía de imágenes. Explica el orden de lectura y el énfasis relativo para que no se confundan un titular, un pie de imagen y un rótulo de un diagrama. Revisa la ortografía, la puntuación y la conexión entre cada rótulo y el elemento ilustrado antes de utilizar la imagen en una publicación.
Los controles creativos incluyen la relación de aspecto y la resolución. El lanzamiento añade una salida de 512 píxeles a las opciones de 1K, 2K y 4K, así como las relaciones de aspecto 4:1, 1:4, 8:1 y 1:8. La guía para desarrolladores identifica minimal como el nivel de razonamiento predeterminado y high como una opción para composiciones más complejas. Elige el uso previsto antes de la composición: una historia vertical, un banner ancho y un diagrama compacto necesitan un espacio diferente para el sujeto y cualquier texto. Estos ajustes describen el flujo de generación del fabricante para esta línea, no un cambio automático de tamaño de un recurso ya terminado.
Para mantener la coherencia del sujeto, identifica la función de cada referencia: aspecto del producto, identidad del personaje, fondo o estilo visual. Indica qué detalles deben conservarse y después enumera los elementos que deben cambiar. Una tarea original podría situar una fotografía de producto proporcionada en una escena nueva conservando su forma, su material y la marca visible. Para una secuencia ilustrada, mantén las mismas referencias y define qué detalles propios de cada escena varían. Aportar más referencias no sustituye a unas instrucciones claras sobre lo que aporta cada imagen.
La edición mediante conversación resulta útil para una revisión concreta. Solicita ajustar un objeto, un fondo o la iluminación conservando la composición aceptada. La guía del fabricante describe el enmascaramiento semántico, en el que la zona editada se identifica con palabras. Para un trabajo de varios turnos, conserva la conversación y los metadatos necesarios del contexto de razonamiento en la interfaz elegida; la guía de Gemini 3 explica que las firmas de razonamiento ayudan a mantener ese contexto. Describir una región que debe permanecer sin cambios es una instrucción que debe contrastarse con el original, no una garantía de que todos sus píxeles permanezcan idénticos.
La tabla de Gemini 3 para desarrolladores nombra expresamente gemini-3.1-flash-image-preview con una capacidad de entrada de 128K y de salida de 32K. Conserva el nombre exacto del modelo Preview al registrar una generación. Guarda los ajustes disponibles de referencias, salida y resolución junto con las imágenes de origen y la solicitud para poder reproducir una revisión de forma coherente. Para una revisión, mantén las mismas referencias de origen y especifica el cambio visual exacto, conservando la función aceptada de cada entrada.
La guía de imágenes advierte de que el número solicitado de imágenes no siempre se respeta e identifica el marcado SynthID de las imágenes generadas. Comprueba todas las imágenes devueltas y cualquier texto que las acompañe, en lugar de suponer que el resultado es una única imagen fija. Inspecciona la identidad del sujeto, el número de objetos, la redacción dentro de la imagen, la composición y la fidelidad a las referencias al tamaño de visualización previsto. Para una escena compleja, especifica sus componentes en un orden lógico y describe el aspecto deseado en términos positivos. El resultado útil es un recurso visual revisado que conserva sus referencias de origen y la identidad exacta del modelo para la siguiente edición.
", "aboutText": "Nano Banana 2 es el modelo Gemini 3.1 Flash Image de Google para generar imágenes y editarlas mediante conversación. Esta entrada conserva la identidad exacta de Preview. Una descripción escrita puede definir una nueva imagen, mientras que una imagen de entrada puede establecer el sujeto, el aspecto o la composición que se quiere modificar. El resultado puede contener una imagen y texto que la acompañe. El material de lanzamiento de Google destaca el conocimiento del mundo, la representación de texto y la coherencia del sujeto, junto con la posibilidad de perfeccionar una escena a través de turnos relacionados.\n\nPara crear imágenes fundamentadas en fuentes, el modelo documentado puede utilizar información procedente de búsquedas web y de imágenes para orientar una generación. Esto permite tareas como una ilustración inspirada en un lugar o un diagrama basado en la información proporcionada. Define los hechos de origen que deben representarse y distínguelos de las decisiones artísticas. Una generación apoyada en búsquedas no convierte cada detalle de la imagen final en una afirmación verificada. Si un producto, un monumento o un diagrama debe ser exacto, proporciona una referencia autorizada e inspecciona el resultado comparándolo con ella.\n\nEl lanzamiento describe mejoras en la representación de texto dentro de las imágenes y en su localización. Para un cartel, una infografía o una maqueta de marketing, indica la redacción exacta, el idioma y la función de cada elemento de texto. Primero fija los textos y después solicita la imagen que los contenga, tal como recomienda la guía de imágenes. Explica el orden de lectura y el énfasis relativo para que no se confundan un titular, un pie de imagen y un rótulo de un diagrama. Revisa la ortografía, la puntuación y la conexión entre cada rótulo y el elemento ilustrado antes de utilizar la imagen en una publicación.\n\nLos controles creativos incluyen la relación de aspecto y la resolución. El lanzamiento añade una salida de 512 píxeles a las opciones de 1K, 2K y 4K, así como las relaciones de aspecto 4:1, 1:4, 8:1 y 1:8. La guía para desarrolladores identifica minimal como el nivel de razonamiento predeterminado y high como una opción para composiciones más complejas. Elige el uso previsto antes de la composición: una historia vertical, un banner ancho y un diagrama compacto necesitan un espacio diferente para el sujeto y cualquier texto. Estos ajustes describen el flujo de generación del fabricante para esta línea, no un cambio automático de tamaño de un recurso ya terminado.\n\nPara mantener la coherencia del sujeto, identifica la función de cada referencia: aspecto del producto, identidad del personaje, fondo o estilo visual. Indica qué detalles deben conservarse y después enumera los elementos que deben cambiar. Una tarea original podría situar una fotografía de producto proporcionada en una escena nueva conservando su forma, su material y la marca visible. Para una secuencia ilustrada, mantén las mismas referencias y define qué detalles propios de cada escena varían. Aportar más referencias no sustituye a unas instrucciones claras sobre lo que aporta cada imagen.\n\nLa edición mediante conversación resulta útil para una revisión concreta. Solicita ajustar un objeto, un fondo o la iluminación conservando la composición aceptada. La guía del fabricante describe el enmascaramiento semántico, en el que la zona editada se identifica con palabras. Para un trabajo de varios turnos, conserva la conversación y los metadatos necesarios del contexto de razonamiento en la interfaz elegida; la guía de Gemini 3 explica que las firmas de razonamiento ayudan a mantener ese contexto. Describir una región que debe permanecer sin cambios es una instrucción que debe contrastarse con el original, no una garantía de que todos sus píxeles permanezcan idénticos.\n\nLa tabla de Gemini 3 para desarrolladores nombra expresamente gemini-3.1-flash-image-preview con una capacidad de entrada de 128K y de salida de 32K. Conserva el nombre exacto del modelo Preview al registrar una generación. Guarda los ajustes disponibles de referencias, salida y resolución junto con las imágenes de origen y la solicitud para poder reproducir una revisión de forma coherente. Para una revisión, mantén las mismas referencias de origen y especifica el cambio visual exacto, conservando la función aceptada de cada entrada.\n\nLa guía de imágenes advierte de que el número solicitado de imágenes no siempre se respeta e identifica el marcado SynthID de las imágenes generadas. Comprueba todas las imágenes devueltas y cualquier texto que las acompañe, en lugar de suponer que el resultado es una única imagen fija. Inspecciona la identidad del sujeto, el número de objetos, la redacción dentro de la imagen, la composición y la fidelidad a las referencias al tamaño de visualización previsto. Para una escena compleja, especifica sus componentes en un orden lógico y describe el aspecto deseado en términos positivos. El resultado útil es un recurso visual revisado que conserva sus referencias de origen y la identidad exacta del modelo para la siguiente edición.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Create a four-stage growing guide\n\nCreate a friendly flat illustration for a gardening guide showing four tomato-growing stages from left to right: seed in soil, small seedling, leafy plant, mature plant with red tomatoes. Use a warm cream background, consistent pots and simple green shapes. Keep each stage clearly separated. Include no text, numbers, labels or decorative extra plants.An image with four distinct growing stages in the specified order and a consistent illustration style.Inspect the actual image for exactly four stages, the left-to-right progression and absence of text or extra plants.google/gemini-3.1-flash-image-previewNano Banana 2 (Gemini 3.1 Flash Image Preview) crea y edita imágenes a partir de texto y referencias visuales. Entre sus puntos fuertes documentados están la coherencia del sujeto, el texto integrado en las imágenes y su localización, los cambios mediante conversación y el control creativo de la composición, la relación de aspecto y la resolución.
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 2 es el modelo Gemini 3.1 Flash Image de Google para generar imágenes y editarlas mediante conversación. Esta entrada conserva la identidad exacta de Preview. Una descripción escrita puede definir una nueva imagen, mientras que una imagen de entrada puede establecer el sujeto, el aspecto o la composición que se quiere modificar. El resultado puede contener una imagen y texto que la acompañe. El material de lanzamiento de Google destaca el conocimiento del mundo, la representación de texto y la coherencia del sujeto, junto con la posibilidad de perfeccionar una escena a través de turnos relacionados.
Para crear imágenes fundamentadas en fuentes, el modelo documentado puede utilizar información procedente de búsquedas web y de imágenes para orientar una generación. Esto permite tareas como una ilustración inspirada en un lugar o un diagrama basado en la información proporcionada. Define los hechos de origen que deben representarse y distínguelos de las decisiones artísticas. Una generación apoyada en búsquedas no convierte cada detalle de la imagen final en una afirmación verificada. Si un producto, un monumento o un diagrama debe ser exacto, proporciona una referencia autorizada e inspecciona el resultado comparándolo con ella.
El lanzamiento describe mejoras en la representación de texto dentro de las imágenes y en su localización. Para un cartel, una infografía o una maqueta de marketing, indica la redacción exacta, el idioma y la función de cada elemento de texto. Primero fija los textos y después solicita la imagen que los contenga, tal como recomienda la guía de imágenes. Explica el orden de lectura y el énfasis relativo para que no se confundan un titular, un pie de imagen y un rótulo de un diagrama. Revisa la ortografía, la puntuación y la conexión entre cada rótulo y el elemento ilustrado antes de utilizar la imagen en una publicación.
Los controles creativos incluyen la relación de aspecto y la resolución. El lanzamiento añade una salida de 512 píxeles a las opciones de 1K, 2K y 4K, así como las relaciones de aspecto 4:1, 1:4, 8:1 y 1:8. La guía para desarrolladores identifica minimal como el nivel de razonamiento predeterminado y high como una opción para composiciones más complejas. Elige el uso previsto antes de la composición: una historia vertical, un banner ancho y un diagrama compacto necesitan un espacio diferente para el sujeto y cualquier texto. Estos ajustes describen el flujo de generación del fabricante para esta línea, no un cambio automático de tamaño de un recurso ya terminado.
Para mantener la coherencia del sujeto, identifica la función de cada referencia: aspecto del producto, identidad del personaje, fondo o estilo visual. Indica qué detalles deben conservarse y después enumera los elementos que deben cambiar. Una tarea original podría situar una fotografía de producto proporcionada en una escena nueva conservando su forma, su material y la marca visible. Para una secuencia ilustrada, mantén las mismas referencias y define qué detalles propios de cada escena varían. Aportar más referencias no sustituye a unas instrucciones claras sobre lo que aporta cada imagen.
La edición mediante conversación resulta útil para una revisión concreta. Solicita ajustar un objeto, un fondo o la iluminación conservando la composición aceptada. La guía del fabricante describe el enmascaramiento semántico, en el que la zona editada se identifica con palabras. Para un trabajo de varios turnos, conserva la conversación y los metadatos necesarios del contexto de razonamiento en la interfaz elegida; la guía de Gemini 3 explica que las firmas de razonamiento ayudan a mantener ese contexto. Describir una región que debe permanecer sin cambios es una instrucción que debe contrastarse con el original, no una garantía de que todos sus píxeles permanezcan idénticos.
La tabla de Gemini 3 para desarrolladores nombra expresamente gemini-3.1-flash-image-preview con una capacidad de entrada de 128K y de salida de 32K. Conserva el nombre exacto del modelo Preview al registrar una generación. Guarda los ajustes disponibles de referencias, salida y resolución junto con las imágenes de origen y la solicitud para poder reproducir una revisión de forma coherente. Para una revisión, mantén las mismas referencias de origen y especifica el cambio visual exacto, conservando la función aceptada de cada entrada.
La guía de imágenes advierte de que el número solicitado de imágenes no siempre se respeta e identifica el marcado SynthID de las imágenes generadas. Comprueba todas las imágenes devueltas y cualquier texto que las acompañe, en lugar de suponer que el resultado es una única imagen fija. Inspecciona la identidad del sujeto, el número de objetos, la redacción dentro de la imagen, la composición y la fidelidad a las referencias al tamaño de visualización previsto. Para una escena compleja, especifica sus componentes en un orden lógico y describe el aspecto deseado en términos positivos. El resultado útil es un recurso visual revisado que conserva sus referencias de origen y la identidad exacta del modelo para la siguiente edición.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-3.1-flash-image-preview | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.001 / 1K tokens Salida · Tokens de salida $0.006 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens Salida · Tokens de salida de imagen $0.12 / 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 $0.001 / 1K tokens Salida · Tokens de salida $0.006 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| Configuracióngoogle/gemini-3.1-flash-image-preview · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Entrada 0,001 US$ / 1K tokens Salida · Salida 0,12 US$ / 1K tokens |
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| Configuracióngoogle/gemini-3.1-flash-image-preview · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Entrada 0,001 US$ / 1K tokens Salida · Salida 0,12 US$ / 1K tokens |
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| Configuracióngoogle/gemini-3.1-flash-image-preview · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Entrada 0,00 US$ por llamada Salida · Salida 0,16 US$ por llamada |
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| Configuracióngoogle/gemini-3.1-flash-image-preview · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Entrada 0,00 US$ por llamada Salida · Salida 0,32 US$ por llamada |
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| Configuracióngoogle/gemini-3.1-flash-image-preview · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Entrada 0,00 US$ por llamada Salida · Salida 0,00 US$ por llamada |
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| ConfiguraciónGoogle: Nano Banana 2 (Gemini 3.1 Flash Image Preview) · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Tokens de entrada 0,001 US$ / 1K tokens Salida · Tokens de salida 0,006 US$ / 1K tokens Salida · Imagen de salida 0,12 US$ / 1K tokens Salida · Búsqueda web 0,028 US$ por búsqueda |
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-3.1-flash-image-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-flash-image-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-flash-image-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y 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-3.1-flash-image-preview
/v1/images
google/gemini-3.1-flash-image-previewNano Banana 2 (Gemini 3.1 Flash Image Preview) crea y edita imágenes a partir de texto y referencias visuales. Entre sus puntos fuertes documentados están la coherencia del sujeto, el texto integrado en las imágenes y su localización, los cambios mediante conversación y el control creativo de la composición, la relación de aspecto y la resolución.
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 2 es el modelo Gemini 3.1 Flash Image de Google para generar imágenes y editarlas mediante conversación. Esta entrada conserva la identidad exacta de Preview. Una descripción escrita puede definir una nueva imagen, mientras que una imagen de entrada puede establecer el sujeto, el aspecto o la composición que se quiere modificar. El resultado puede contener una imagen y texto que la acompañe. El material de lanzamiento de Google destaca el conocimiento del mundo, la representación de texto y la coherencia del sujeto, junto con la posibilidad de perfeccionar una escena a través de turnos relacionados.
Para crear imágenes fundamentadas en fuentes, el modelo documentado puede utilizar información procedente de búsquedas web y de imágenes para orientar una generación. Esto permite tareas como una ilustración inspirada en un lugar o un diagrama basado en la información proporcionada. Define los hechos de origen que deben representarse y distínguelos de las decisiones artísticas. Una generación apoyada en búsquedas no convierte cada detalle de la imagen final en una afirmación verificada. Si un producto, un monumento o un diagrama debe ser exacto, proporciona una referencia autorizada e inspecciona el resultado comparándolo con ella.
El lanzamiento describe mejoras en la representación de texto dentro de las imágenes y en su localización. Para un cartel, una infografía o una maqueta de marketing, indica la redacción exacta, el idioma y la función de cada elemento de texto. Primero fija los textos y después solicita la imagen que los contenga, tal como recomienda la guía de imágenes. Explica el orden de lectura y el énfasis relativo para que no se confundan un titular, un pie de imagen y un rótulo de un diagrama. Revisa la ortografía, la puntuación y la conexión entre cada rótulo y el elemento ilustrado antes de utilizar la imagen en una publicación.
Los controles creativos incluyen la relación de aspecto y la resolución. El lanzamiento añade una salida de 512 píxeles a las opciones de 1K, 2K y 4K, así como las relaciones de aspecto 4:1, 1:4, 8:1 y 1:8. La guía para desarrolladores identifica minimal como el nivel de razonamiento predeterminado y high como una opción para composiciones más complejas. Elige el uso previsto antes de la composición: una historia vertical, un banner ancho y un diagrama compacto necesitan un espacio diferente para el sujeto y cualquier texto. Estos ajustes describen el flujo de generación del fabricante para esta línea, no un cambio automático de tamaño de un recurso ya terminado.
Para mantener la coherencia del sujeto, identifica la función de cada referencia: aspecto del producto, identidad del personaje, fondo o estilo visual. Indica qué detalles deben conservarse y después enumera los elementos que deben cambiar. Una tarea original podría situar una fotografía de producto proporcionada en una escena nueva conservando su forma, su material y la marca visible. Para una secuencia ilustrada, mantén las mismas referencias y define qué detalles propios de cada escena varían. Aportar más referencias no sustituye a unas instrucciones claras sobre lo que aporta cada imagen.
La edición mediante conversación resulta útil para una revisión concreta. Solicita ajustar un objeto, un fondo o la iluminación conservando la composición aceptada. La guía del fabricante describe el enmascaramiento semántico, en el que la zona editada se identifica con palabras. Para un trabajo de varios turnos, conserva la conversación y los metadatos necesarios del contexto de razonamiento en la interfaz elegida; la guía de Gemini 3 explica que las firmas de razonamiento ayudan a mantener ese contexto. Describir una región que debe permanecer sin cambios es una instrucción que debe contrastarse con el original, no una garantía de que todos sus píxeles permanezcan idénticos.
La tabla de Gemini 3 para desarrolladores nombra expresamente gemini-3.1-flash-image-preview con una capacidad de entrada de 128K y de salida de 32K. Conserva el nombre exacto del modelo Preview al registrar una generación. Guarda los ajustes disponibles de referencias, salida y resolución junto con las imágenes de origen y la solicitud para poder reproducir una revisión de forma coherente. Para una revisión, mantén las mismas referencias de origen y especifica el cambio visual exacto, conservando la función aceptada de cada entrada.
La guía de imágenes advierte de que el número solicitado de imágenes no siempre se respeta e identifica el marcado SynthID de las imágenes generadas. Comprueba todas las imágenes devueltas y cualquier texto que las acompañe, en lugar de suponer que el resultado es una única imagen fija. Inspecciona la identidad del sujeto, el número de objetos, la redacción dentro de la imagen, la composición y la fidelidad a las referencias al tamaño de visualización previsto. Para una escena compleja, especifica sus componentes en un orden lógico y describe el aspecto deseado en términos positivos. El resultado útil es un recurso visual revisado que conserva sus referencias de origen y la identidad exacta del modelo para la siguiente edición.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-3.1-flash-image-preview | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | Predeterminado— |
Camporesolution | Tipostring | RequisitoOpcional | Valores y límites 512, 1K, 2K, 4K | Predeterminado— |
Campoaspect_ratio | Tipostring | RequisitoOpcional | Valores y límites 1:1, 1:4, 1:8, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 8:1, 9:16, 16:9, 21:9 | Predeterminado— |
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 $0.49152 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija para la generación completada. |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-3.1-flash-image-preview', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nDescarga cada imagen recibida o guarda su contenido Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nGuarda todas las imágenes completadas; descarga cada URL recibida o decodifica su contenido Base64.
Conserva la respuesta completa y 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-3.1-flash-image-preview
/v1/images
google/gemini-3.1-flash-image-previewNano Banana 2 (Gemini 3.1 Flash Image Preview) crea y edita imágenes a partir de texto y referencias visuales. Entre sus puntos fuertes documentados están la coherencia del sujeto, el texto integrado en las imágenes y su localización, los cambios mediante conversación y el control creativo de la composición, la relación de aspecto y la resolución.
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 2 es el modelo Gemini 3.1 Flash Image de Google para generar imágenes y editarlas mediante conversación. Esta entrada conserva la identidad exacta de Preview. Una descripción escrita puede definir una nueva imagen, mientras que una imagen de entrada puede establecer el sujeto, el aspecto o la composición que se quiere modificar. El resultado puede contener una imagen y texto que la acompañe. El material de lanzamiento de Google destaca el conocimiento del mundo, la representación de texto y la coherencia del sujeto, junto con la posibilidad de perfeccionar una escena a través de turnos relacionados.
Para crear imágenes fundamentadas en fuentes, el modelo documentado puede utilizar información procedente de búsquedas web y de imágenes para orientar una generación. Esto permite tareas como una ilustración inspirada en un lugar o un diagrama basado en la información proporcionada. Define los hechos de origen que deben representarse y distínguelos de las decisiones artísticas. Una generación apoyada en búsquedas no convierte cada detalle de la imagen final en una afirmación verificada. Si un producto, un monumento o un diagrama debe ser exacto, proporciona una referencia autorizada e inspecciona el resultado comparándolo con ella.
El lanzamiento describe mejoras en la representación de texto dentro de las imágenes y en su localización. Para un cartel, una infografía o una maqueta de marketing, indica la redacción exacta, el idioma y la función de cada elemento de texto. Primero fija los textos y después solicita la imagen que los contenga, tal como recomienda la guía de imágenes. Explica el orden de lectura y el énfasis relativo para que no se confundan un titular, un pie de imagen y un rótulo de un diagrama. Revisa la ortografía, la puntuación y la conexión entre cada rótulo y el elemento ilustrado antes de utilizar la imagen en una publicación.
Los controles creativos incluyen la relación de aspecto y la resolución. El lanzamiento añade una salida de 512 píxeles a las opciones de 1K, 2K y 4K, así como las relaciones de aspecto 4:1, 1:4, 8:1 y 1:8. La guía para desarrolladores identifica minimal como el nivel de razonamiento predeterminado y high como una opción para composiciones más complejas. Elige el uso previsto antes de la composición: una historia vertical, un banner ancho y un diagrama compacto necesitan un espacio diferente para el sujeto y cualquier texto. Estos ajustes describen el flujo de generación del fabricante para esta línea, no un cambio automático de tamaño de un recurso ya terminado.
Para mantener la coherencia del sujeto, identifica la función de cada referencia: aspecto del producto, identidad del personaje, fondo o estilo visual. Indica qué detalles deben conservarse y después enumera los elementos que deben cambiar. Una tarea original podría situar una fotografía de producto proporcionada en una escena nueva conservando su forma, su material y la marca visible. Para una secuencia ilustrada, mantén las mismas referencias y define qué detalles propios de cada escena varían. Aportar más referencias no sustituye a unas instrucciones claras sobre lo que aporta cada imagen.
La edición mediante conversación resulta útil para una revisión concreta. Solicita ajustar un objeto, un fondo o la iluminación conservando la composición aceptada. La guía del fabricante describe el enmascaramiento semántico, en el que la zona editada se identifica con palabras. Para un trabajo de varios turnos, conserva la conversación y los metadatos necesarios del contexto de razonamiento en la interfaz elegida; la guía de Gemini 3 explica que las firmas de razonamiento ayudan a mantener ese contexto. Describir una región que debe permanecer sin cambios es una instrucción que debe contrastarse con el original, no una garantía de que todos sus píxeles permanezcan idénticos.
La tabla de Gemini 3 para desarrolladores nombra expresamente gemini-3.1-flash-image-preview con una capacidad de entrada de 128K y de salida de 32K. Conserva el nombre exacto del modelo Preview al registrar una generación. Guarda los ajustes disponibles de referencias, salida y resolución junto con las imágenes de origen y la solicitud para poder reproducir una revisión de forma coherente. Para una revisión, mantén las mismas referencias de origen y especifica el cambio visual exacto, conservando la función aceptada de cada entrada.
La guía de imágenes advierte de que el número solicitado de imágenes no siempre se respeta e identifica el marcado SynthID de las imágenes generadas. Comprueba todas las imágenes devueltas y cualquier texto que las acompañe, en lugar de suponer que el resultado es una única imagen fija. Inspecciona la identidad del sujeto, el número de objetos, la redacción dentro de la imagen, la composición y la fidelidad a las referencias al tamaño de visualización previsto. Para una escena compleja, especifica sus componentes en un orden lógico y describe el aspecto deseado en términos positivos. El resultado útil es un recurso visual revisado que conserva sus referencias de origen y la identidad exacta del modelo para la siguiente edición.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-3.1-flash-image-preview | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.001 / 1K tokens Salida · Tokens de salida $0.006 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens Salida · Tokens de salida de imagen $0.12 / 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 $0.001 / 1K tokens Salida · Tokens de salida $0.006 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "google/gemini-3.1-flash-image-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-image-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-image-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y 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-3.1-flash-image-preview
/v1/images
Ejemplo técnico en inglés
Create a four-stage growing guide\n\nCreate a friendly flat illustration for a gardening guide showing four tomato-growing stages from left to right: seed in soil, small seedling, leafy plant, mature plant with red tomatoes. Use a warm cream background, consistent pots and simple green shapes. Keep each stage clearly separated. Include no text, numbers, labels or decorative extra plants.An image with four distinct growing stages in the specified order and a consistent illustration style.Inspect the actual image for exactly four stages, the left-to-right progression and absence of text or extra plants.