Gemini Nano Banana 2.1 on Googlen kuvien generointiin ja keskustelupohjaiseen muokkaukseen tarkoitettu malli. Se on Nano Banana 2:n päivitys, joka parantaa kuvien realistisuutta, ohjeiden noudattamista, tekstin esittämistä kuvissa ja hahmojen ulkoasun yhtenäisyyttä peräkkäisissä muokkauksissa. Mallin syötteitä kuvaavassa taulukossa luetellaan teksti, kuvat, video ja PDF, ja tulosteina ovat kuva ja teksti. Malli soveltuu siten tuotetta esittävän näkymän, infografiikan tai useiden täsmällisten muokkausten myötä kehittyvän visuaalisen sarjan luomiseen.
Malli tuottaa kuvia 1K-, 2K- ja 4K-tarkkuudella, joista oletus on 1K. Nano Banana 2:n 0.5K-vaihtoehto ei ole mukana tässä mallissa. Dokumentoidut kuvasuhteet ovat 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 ja 21:9 sekä korkeat tai panoraamamaiset kuvasuhteet 1:4, 4:1, 1:8 ja 8:1. Google mainitsee korjauksia laatoitusartefakteihin näissä viimeksi mainituissa leveissä ja korkeissa kuvasuhteissa 2K- ja 4K-tarkkuuksilla. Tarkkuusmerkinnät tarkoittavat kokoluokkia, eivät yhtä kiinteää suorakulmaista kuvakokoa: neliömäisen 4K-kuvan koko on 4096 × 4096, kun taas dokumentoidun 16:9-kuvasuhteisen 4K-kuvan koko on 5504 × 3072.
Teksti on olennainen osa visuaalista työnkulkua. Malli on suunniteltu tuottamaan kuviin luettavaa, tyyliteltyä tekstiä ja järjestämään infografiikan elementit aiempaa tarkemmin. Määritä otsikon ja merkintöjen täsmälliset sanamuodot sekä lukujärjestys ja pyydä sitten kuva, jossa käytetään tätä hyväksyttyä tekstiä. Määritä valikkoa, kaaviota tai ohjegrafiikkaa varten, miten kuvateksti liittyy sitä vastaavaan visuaaliseen elementtiin. Google suosittelee laatimaan tekstin ensin ja pyytämään kuvan vasta sen jälkeen, jotta visuaalinen sommittelu perustuu valmiiksi sovittuun tekstiohjeistukseen.
Viitekuvien yhdistämisessä voi käyttää enintään 14 kuvaa. Dokumentoitujen ominaisuuksien mukaan enintään neljän hahmon ulkoasu voidaan pitää yhtenäisenä ja enintään kymmenen esinettä toistaa uskollisesti. Anna jokaiselle viitekuvalle oma roolinsa: tunnistettavana säilytettävä tuote, hahmon ulkoasu, tavoiteltu tausta tai visuaalinen tyyli. Esimerkkiohje tuotekuvaa varten: ”Käytä kuvaa A pullon muodon ja etiketin viitteenä. Käytä kuvaa B pinnan ja valaistuksen viitteenä. Säilytä tuote muuttumattomana, sijoita se taitellun pyyhkeen viereen ja jätä sen yläpuolelle tyhjää tilaa annetulle otsikolle.”
Google Web Searchiin ja Image Searchiin perustuva lähteisiin ankkurointi voi tuoda generointiin ajantasaista tietoa ja visuaalista kontekstia. Image Search antaa verkosta haettuja kuvia viitekuviksi, kun taas tavanomainen verkkolähteisiin ankkurointi antaa tietoa aiheesta. Tästä on hyötyä faktapohjaisessa grafiikassa tai näkymässä, jonka ulkoasu riippuu todellisesta esineestä. Kuvahakuun perustuva työnkulku ei tue todellisia ihmisiä esittävien kuvien hakemista tähän tarkoitukseen. Googlen dokumentoidussa työnkulussa lähteisiin ankkuroidut vastaukset sisältävät lähde- ja tekijätietoja koskevat metatiedot, joten sovelluksen tulee säilyttää ne generoidun tuloksen mukana.
Päättelylle voi valita tason minimal, medium tai high. Juuri tämän mallin oletustaso on medium. Päättely auttaa mallia suunnittelemaan sommittelua ja käsittelemään monimutkaisempia ohjeita ennen lopullisen tuloksen tuottamista. Kuvageneroinnin oppaassa kuvataan tähän prosessiin kuuluvia sommittelun välivaihekuvia, jotka ovat erillisiä tavoitellusta lopputuotoksesta. Määritä lopullisen kuvan haluttu asettelu, kuvasuhde ja tarkkuus erikseen sen sijaan, että odottaisit pelkän kehotteen kuvauksen määrittävän kaikki tulostusasetukset.
Keskustelupohjaisessa muokkauksessa jatkopyynnöllä voi muuttaa yhtä olemassa olevan tuloksen osaa: säätää valaistusta, siirtää esinettä tai kääntää merkinnät säilyttäen muun sommittelun. Välitä aiempi kuva tai keskustelu seuraavan vuoron kontekstiksi ja kerro sekä haluttu muutos että säilytettävät piirteet. Pidä hahmosarjassa ulkoasua koskevat viitekuvat yhtenäisinä ja käytä asentoa esittävää viitekuvaa, kun uusi kuvakulma tai monimutkainen asento on tärkeä. Käytännön muokkausohje voi olla: ”Säilytä tuote, merkinnät ja asettelu; muuta vain tausta sävyltään lämpimämmän harmaaksi.”
Mallitaulukon mukaan syötteen enimmäispituus on 131 072 tokenia ja tulosteen enimmäispituus 32 768 tokenia. Kuvien generointi ja hakulähteisiin ankkurointi ovat tuettuja. Äänen generointia, koodin suorittamista, funktiokutsuja, rakenteisia tulosteita, välimuistin käyttöä, tiedostohakua, URL-kontekstia ja Live API -rajapintaa ei ole merkitty tämän version tukemiksi ominaisuuksiksi. Video voi toimia generoitavan yksittäiskuvan lähtöaineistona, mutta se ei tee tästä mallista videota generoivaa mallia. Google huomauttaa myös, ettei täsmällisen kuvamäärän pyytäminen välttämättä tuota juuri tätä määrää. Kaikki generoidut kuvat sisältävät SynthID-vesileiman.
Jotta ensimmäinen ohjeistus olisi hyödyllinen, kerro kuvan käyttötarkoitus, kohde, sommittelu, valaistus, kuvakulma, tarvittava teksti ja tulosteen muoto. Pyydä esimerkiksi pystysuuntaista infografiikkaa, jossa on kolme nimettyä vaihetta, luettava otsikko ja määritelty värien hierarkia. Tarkista sitten tekstin sanamuodot ja elementtien keskinäinen sijoittelu ennen seuraavaa muokkausta. Tulos voi toimia tuotekuvituksena, toimituksellisena grafiikkana tai suunnittelun viiteaineistona, ja valittu kuva sekä sitä selittävä teksti säilytetään yhdessä.
", "aboutText": "Gemini Nano Banana 2.1 on Googlen kuvien generointiin ja keskustelupohjaiseen muokkaukseen tarkoitettu malli. Se on Nano Banana 2:n päivitys, joka parantaa kuvien realistisuutta, ohjeiden noudattamista, tekstin esittämistä kuvissa ja hahmojen ulkoasun yhtenäisyyttä peräkkäisissä muokkauksissa. Mallin syötteitä kuvaavassa taulukossa luetellaan teksti, kuvat, video ja PDF, ja tulosteina ovat kuva ja teksti. Malli soveltuu siten tuotetta esittävän näkymän, infografiikan tai useiden täsmällisten muokkausten myötä kehittyvän visuaalisen sarjan luomiseen.\n\nMalli tuottaa kuvia 1K-, 2K- ja 4K-tarkkuudella, joista oletus on 1K. Nano Banana 2:n 0.5K-vaihtoehto ei ole mukana tässä mallissa. Dokumentoidut kuvasuhteet ovat 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 ja 21:9 sekä korkeat tai panoraamamaiset kuvasuhteet 1:4, 4:1, 1:8 ja 8:1. Google mainitsee korjauksia laatoitusartefakteihin näissä viimeksi mainituissa leveissä ja korkeissa kuvasuhteissa 2K- ja 4K-tarkkuuksilla. Tarkkuusmerkinnät tarkoittavat kokoluokkia, eivät yhtä kiinteää suorakulmaista kuvakokoa: neliömäisen 4K-kuvan koko on 4096 × 4096, kun taas dokumentoidun 16:9-kuvasuhteisen 4K-kuvan koko on 5504 × 3072.\n\nTeksti on olennainen osa visuaalista työnkulkua. Malli on suunniteltu tuottamaan kuviin luettavaa, tyyliteltyä tekstiä ja järjestämään infografiikan elementit aiempaa tarkemmin. Määritä otsikon ja merkintöjen täsmälliset sanamuodot sekä lukujärjestys ja pyydä sitten kuva, jossa käytetään tätä hyväksyttyä tekstiä. Määritä valikkoa, kaaviota tai ohjegrafiikkaa varten, miten kuvateksti liittyy sitä vastaavaan visuaaliseen elementtiin. Google suosittelee laatimaan tekstin ensin ja pyytämään kuvan vasta sen jälkeen, jotta visuaalinen sommittelu perustuu valmiiksi sovittuun tekstiohjeistukseen.\n\nViitekuvien yhdistämisessä voi käyttää enintään 14 kuvaa. Dokumentoitujen ominaisuuksien mukaan enintään neljän hahmon ulkoasu voidaan pitää yhtenäisenä ja enintään kymmenen esinettä toistaa uskollisesti. Anna jokaiselle viitekuvalle oma roolinsa: tunnistettavana säilytettävä tuote, hahmon ulkoasu, tavoiteltu tausta tai visuaalinen tyyli. Esimerkkiohje tuotekuvaa varten: ”Käytä kuvaa A pullon muodon ja etiketin viitteenä. Käytä kuvaa B pinnan ja valaistuksen viitteenä. Säilytä tuote muuttumattomana, sijoita se taitellun pyyhkeen viereen ja jätä sen yläpuolelle tyhjää tilaa annetulle otsikolle.”\n\nGoogle Web Searchiin ja Image Searchiin perustuva lähteisiin ankkurointi voi tuoda generointiin ajantasaista tietoa ja visuaalista kontekstia. Image Search antaa verkosta haettuja kuvia viitekuviksi, kun taas tavanomainen verkkolähteisiin ankkurointi antaa tietoa aiheesta. Tästä on hyötyä faktapohjaisessa grafiikassa tai näkymässä, jonka ulkoasu riippuu todellisesta esineestä. Kuvahakuun perustuva työnkulku ei tue todellisia ihmisiä esittävien kuvien hakemista tähän tarkoitukseen. Googlen dokumentoidussa työnkulussa lähteisiin ankkuroidut vastaukset sisältävät lähde- ja tekijätietoja koskevat metatiedot, joten sovelluksen tulee säilyttää ne generoidun tuloksen mukana.\n\nPäättelylle voi valita tason minimal, medium tai high. Juuri tämän mallin oletustaso on medium. Päättely auttaa mallia suunnittelemaan sommittelua ja käsittelemään monimutkaisempia ohjeita ennen lopullisen tuloksen tuottamista. Kuvageneroinnin oppaassa kuvataan tähän prosessiin kuuluvia sommittelun välivaihekuvia, jotka ovat erillisiä tavoitellusta lopputuotoksesta. Määritä lopullisen kuvan haluttu asettelu, kuvasuhde ja tarkkuus erikseen sen sijaan, että odottaisit pelkän kehotteen kuvauksen määrittävän kaikki tulostusasetukset.\n\nKeskustelupohjaisessa muokkauksessa jatkopyynnöllä voi muuttaa yhtä olemassa olevan tuloksen osaa: säätää valaistusta, siirtää esinettä tai kääntää merkinnät säilyttäen muun sommittelun. Välitä aiempi kuva tai keskustelu seuraavan vuoron kontekstiksi ja kerro sekä haluttu muutos että säilytettävät piirteet. Pidä hahmosarjassa ulkoasua koskevat viitekuvat yhtenäisinä ja käytä asentoa esittävää viitekuvaa, kun uusi kuvakulma tai monimutkainen asento on tärkeä. Käytännön muokkausohje voi olla: ”Säilytä tuote, merkinnät ja asettelu; muuta vain tausta sävyltään lämpimämmän harmaaksi.”\n\nMallitaulukon mukaan syötteen enimmäispituus on 131 072 tokenia ja tulosteen enimmäispituus 32 768 tokenia. Kuvien generointi ja hakulähteisiin ankkurointi ovat tuettuja. Äänen generointia, koodin suorittamista, funktiokutsuja, rakenteisia tulosteita, välimuistin käyttöä, tiedostohakua, URL-kontekstia ja Live API -rajapintaa ei ole merkitty tämän version tukemiksi ominaisuuksiksi. Video voi toimia generoitavan yksittäiskuvan lähtöaineistona, mutta se ei tee tästä mallista videota generoivaa mallia. Google huomauttaa myös, ettei täsmällisen kuvamäärän pyytäminen välttämättä tuota juuri tätä määrää. Kaikki generoidut kuvat sisältävät SynthID-vesileiman.\n\nJotta ensimmäinen ohjeistus olisi hyödyllinen, kerro kuvan käyttötarkoitus, kohde, sommittelu, valaistus, kuvakulma, tarvittava teksti ja tulosteen muoto. Pyydä esimerkiksi pystysuuntaista infografiikkaa, jossa on kolme nimettyä vaihetta, luettava otsikko ja määritelty värien hierarkia. Tarkista sitten tekstin sanamuodot ja elementtien keskinäinen sijoittelu ennen seuraavaa muokkausta. Tulos voi toimia tuotekuvituksena, toimituksellisena grafiikkana tai suunnittelun viiteaineistona, ja valittu kuva sekä sitä selittävä teksti säilytetään yhdessä.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekninen esimerkki englanniksi
Refine an approved poster background\n\nEdit the supplied event poster. Preserve every word, the headline hierarchy, illustration placement and portrait composition. Change only the background from cool white to warm ivory, keeping dark text readable and retaining the original accent color. Do not add shapes, badges, textures or extra captions. Return the revised poster image.One edited poster with the original wording and layout preserved over a warm ivory background.Compare every word and element position against the supplied poster, then inspect text contrast.google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 tuottaa ja muokkaa kuvia keskustelun avulla tekstin ja visuaalisen aineiston pohjalta. Se parantaa tekstin esittämistä kuvissa, infografiikan asettelua ja johdonmukaisuutta keskustelun eri vuorojen välillä. Se tuottaa 1K–4K-resoluutioisia kuvia ja tukee enintään 14 viitekuvan käyttöä määritellyn visuaalisen tehtävänannon toteuttamiseen.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Gemini Nano Banana 2.1 on Googlen kuvien generointiin ja keskustelupohjaiseen muokkaukseen tarkoitettu malli. Se on Nano Banana 2:n päivitys, joka parantaa kuvien realistisuutta, ohjeiden noudattamista, tekstin esittämistä kuvissa ja hahmojen ulkoasun yhtenäisyyttä peräkkäisissä muokkauksissa. Mallin syötteitä kuvaavassa taulukossa luetellaan teksti, kuvat, video ja PDF, ja tulosteina ovat kuva ja teksti. Malli soveltuu siten tuotetta esittävän näkymän, infografiikan tai useiden täsmällisten muokkausten myötä kehittyvän visuaalisen sarjan luomiseen.
Malli tuottaa kuvia 1K-, 2K- ja 4K-tarkkuudella, joista oletus on 1K. Nano Banana 2:n 0.5K-vaihtoehto ei ole mukana tässä mallissa. Dokumentoidut kuvasuhteet ovat 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 ja 21:9 sekä korkeat tai panoraamamaiset kuvasuhteet 1:4, 4:1, 1:8 ja 8:1. Google mainitsee korjauksia laatoitusartefakteihin näissä viimeksi mainituissa leveissä ja korkeissa kuvasuhteissa 2K- ja 4K-tarkkuuksilla. Tarkkuusmerkinnät tarkoittavat kokoluokkia, eivät yhtä kiinteää suorakulmaista kuvakokoa: neliömäisen 4K-kuvan koko on 4096 × 4096, kun taas dokumentoidun 16:9-kuvasuhteisen 4K-kuvan koko on 5504 × 3072.
Teksti on olennainen osa visuaalista työnkulkua. Malli on suunniteltu tuottamaan kuviin luettavaa, tyyliteltyä tekstiä ja järjestämään infografiikan elementit aiempaa tarkemmin. Määritä otsikon ja merkintöjen täsmälliset sanamuodot sekä lukujärjestys ja pyydä sitten kuva, jossa käytetään tätä hyväksyttyä tekstiä. Määritä valikkoa, kaaviota tai ohjegrafiikkaa varten, miten kuvateksti liittyy sitä vastaavaan visuaaliseen elementtiin. Google suosittelee laatimaan tekstin ensin ja pyytämään kuvan vasta sen jälkeen, jotta visuaalinen sommittelu perustuu valmiiksi sovittuun tekstiohjeistukseen.
Viitekuvien yhdistämisessä voi käyttää enintään 14 kuvaa. Dokumentoitujen ominaisuuksien mukaan enintään neljän hahmon ulkoasu voidaan pitää yhtenäisenä ja enintään kymmenen esinettä toistaa uskollisesti. Anna jokaiselle viitekuvalle oma roolinsa: tunnistettavana säilytettävä tuote, hahmon ulkoasu, tavoiteltu tausta tai visuaalinen tyyli. Esimerkkiohje tuotekuvaa varten: ”Käytä kuvaa A pullon muodon ja etiketin viitteenä. Käytä kuvaa B pinnan ja valaistuksen viitteenä. Säilytä tuote muuttumattomana, sijoita se taitellun pyyhkeen viereen ja jätä sen yläpuolelle tyhjää tilaa annetulle otsikolle.”
Google Web Searchiin ja Image Searchiin perustuva lähteisiin ankkurointi voi tuoda generointiin ajantasaista tietoa ja visuaalista kontekstia. Image Search antaa verkosta haettuja kuvia viitekuviksi, kun taas tavanomainen verkkolähteisiin ankkurointi antaa tietoa aiheesta. Tästä on hyötyä faktapohjaisessa grafiikassa tai näkymässä, jonka ulkoasu riippuu todellisesta esineestä. Kuvahakuun perustuva työnkulku ei tue todellisia ihmisiä esittävien kuvien hakemista tähän tarkoitukseen. Googlen dokumentoidussa työnkulussa lähteisiin ankkuroidut vastaukset sisältävät lähde- ja tekijätietoja koskevat metatiedot, joten sovelluksen tulee säilyttää ne generoidun tuloksen mukana.
Päättelylle voi valita tason minimal, medium tai high. Juuri tämän mallin oletustaso on medium. Päättely auttaa mallia suunnittelemaan sommittelua ja käsittelemään monimutkaisempia ohjeita ennen lopullisen tuloksen tuottamista. Kuvageneroinnin oppaassa kuvataan tähän prosessiin kuuluvia sommittelun välivaihekuvia, jotka ovat erillisiä tavoitellusta lopputuotoksesta. Määritä lopullisen kuvan haluttu asettelu, kuvasuhde ja tarkkuus erikseen sen sijaan, että odottaisit pelkän kehotteen kuvauksen määrittävän kaikki tulostusasetukset.
Keskustelupohjaisessa muokkauksessa jatkopyynnöllä voi muuttaa yhtä olemassa olevan tuloksen osaa: säätää valaistusta, siirtää esinettä tai kääntää merkinnät säilyttäen muun sommittelun. Välitä aiempi kuva tai keskustelu seuraavan vuoron kontekstiksi ja kerro sekä haluttu muutos että säilytettävät piirteet. Pidä hahmosarjassa ulkoasua koskevat viitekuvat yhtenäisinä ja käytä asentoa esittävää viitekuvaa, kun uusi kuvakulma tai monimutkainen asento on tärkeä. Käytännön muokkausohje voi olla: ”Säilytä tuote, merkinnät ja asettelu; muuta vain tausta sävyltään lämpimämmän harmaaksi.”
Mallitaulukon mukaan syötteen enimmäispituus on 131 072 tokenia ja tulosteen enimmäispituus 32 768 tokenia. Kuvien generointi ja hakulähteisiin ankkurointi ovat tuettuja. Äänen generointia, koodin suorittamista, funktiokutsuja, rakenteisia tulosteita, välimuistin käyttöä, tiedostohakua, URL-kontekstia ja Live API -rajapintaa ei ole merkitty tämän version tukemiksi ominaisuuksiksi. Video voi toimia generoitavan yksittäiskuvan lähtöaineistona, mutta se ei tee tästä mallista videota generoivaa mallia. Google huomauttaa myös, ettei täsmällisen kuvamäärän pyytäminen välttämättä tuota juuri tätä määrää. Kaikki generoidut kuvat sisältävät SynthID-vesileiman.
Jotta ensimmäinen ohjeistus olisi hyödyllinen, kerro kuvan käyttötarkoitus, kohde, sommittelu, valaistus, kuvakulma, tarvittava teksti ja tulosteen muoto. Pyydä esimerkiksi pystysuuntaista infografiikkaa, jossa on kolme nimettyä vaihetta, luettava otsikko ja määritelty värien hierarkia. Tarkista sitten tekstin sanamuodot ja elementtien keskinäinen sijoittelu ennen seuraavaa muokkausta. Tulos voi toimia tuotekuvituksena, toimituksellisena grafiikkana tai suunnittelun viiteaineistona, ja valittu kuva sekä sitä selittävä teksti säilytetään yhdessä.
POST /v1/chat/completionstexttext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat google/gemini-nano-banana-2.1 | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat Kohteiden vähimmäismäärä: 1 | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat Esimerkit: system, user, assistant, tool, function Ehdot: Nämä roolit esitetään nimenomaisesti lähdekoodin yhteensopivuustyypeissä; mallin täsmällinen roolijoukko pysyy mallikohtaisena. Riippuu mallista | Oletus— |
Kenttämessages[].content | Tyyppistring|content_part[]|null | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_calls | Tyyppitool_call[] | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_call_id | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: role=tool; käytä todella palautettua ID:tä | Oletus— |
Kenttämessages[].name | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].reasoning_content | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: Palauta todella saatu päättely takaisin mallille, kun kyseinen malli käyttää sitä | Oletus— |
Kenttämessages[].reasoning_details | Tyyppiobject|array | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttämax_completion_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Kenttästream_options.include_usage | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätemperature | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätop_p | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttästop | Tyyppistring|string[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools | Tyyppifunction_tool[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools[].type | Tyyppistring | VaatimusValinnainen | Arvot & rajat function Riippuu mallista | Oletus— |
Kenttätools[].function.name | Tyyppistring | VaatimusPakollinen | Arvot & rajat Sovelletaan, kun: funktiotyökalu annettu | Oletus— |
Kenttätools[].function.description | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätools[].function.parameters | TyyppiJSON_schema | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätool_choice | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäparallel_tool_calls | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäresponse_format | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning_effort | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäservice_tier | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäinstructions | Tyyppistring | VaatimusValinnainen | Arvot & rajat Yhteensopivuuskenttä | Oletus— |
Kenttäfunctions | Tyyppifunction[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäfunction_call | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäprompt_cache_options | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämodalities | Tyyppistring[] | VaatimusValinnainen | Arvot & rajat text | Oletus— |
Kenttäprovider | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Ehdot: provider.options hylätään tällä Ultran tekstireitillä | Oletus— |
Kenttäcache_control.ttl | Tyyppistring | VaatimusValinnainen | Arvot & rajat Ehdot: 1h hylätään varsinaisissa kehotevälimuistin kohdissa | Oletus— |
Teksti · UTF8-teksti
messages[].content
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages |
Parametrimaterial_types | Sopimustext |
Parametrimessages | Sopimusviestitaulukko role/content-rakenteella |
Parametrifile_material | Sopimusvarsinainen UTF-8-asiakirja lisätään sellaisenaan tekstinä; tiedoston ID:tä ei päätellä |
Parametrioptional_controls | Sopimusstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametricontrol_scope | Sopimusmallikohtainen; käyttäjän funktiotyökalut eroavat palvelun isännöimistä työkaluista |
Parametrioutput_modalities | Sopimustext |
Parametrihosted_operations | Sopimusfalse |
Parametrimultimodal_input_binding | Sopimusnull |
Elinkaari: synchronous_or_streamed
Lähetä mallin täsmällinen ID yhdessä messages-kentän kanssa.
Kontekstin pituus ei ole tuloksen yläraja.
Tekstitiedosto voi antaa tekstiä sellaisenaan; kuva-, ääni- ja tiedosto-objektisyötteet tarvitsevat täsmällisen sidonnan.
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Kontekstin tokenit, enemmän kuin | Kontekstin tokenit, enintään raja-arvo mukaan lukien | Veloitus |
|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Kontekstin tokenit, enemmän kuin— | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.003 / 1K tokenia Tuloste · Tulostokenit $0.015 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia Tuloste · Kuvatulosteen tokenit $0.06 / 1K kuvatokenia |
| AsetuksetPyynnön pituusluokka 1 | Hinnasto— | Kontekstin tokenit, enemmän kuin0 | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.003 / 1K tokenia Tuloste · Tulostokenit $0.015 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Mallitason viitehinnastot eivät muuta menetelmän valintaa, hinta-arvioita tai veloituksia. Käytössä olevat veloitukset käyttävät valitun Ailoot-menetelmän hintoja.
| Asetukset | Laskutusehdot | Veloitus |
|---|---|---|
| AsetuksetGoogle: Nano Banana 2.1 · Oletusasetukset | LaskutusehdotOletuskokoonpano | Veloitus Syöte · Syötetokenit 0,003 $ / 1K tokenia Tuloste · Tulostokenit 0,015 $ / 1K tokenia Tuloste · Kuvatuloste 0,06 $ / 1K tokenia Tuloste · Verkkohaku 0,028 $ hakua kohden |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
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-nano-banana-2.1", "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-nano-banana-2.1',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-nano-banana-2.1',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 tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä jokainen vastausvaihtoehto sisältöineen, työkalukutsuineen ja päättelyineen. Kokoa SSE:ssä muutokset vastausvaihtoehdon ja työkalun indeksin mukaan ja säilytä lopullinen päättymissyy sekä käyttötiedot.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttächoices[].index | Tyyppiinteger |
Kenttächoices[].message.content | Tyyppistring|null |
Kenttächoices[].message.tool_calls | Tyyppitool_call[] |
Kenttächoices[].message.reasoning_content | Tyyppistring |
Kenttächoices[].message.reasoning_details | Tyyppiobject|array |
Kenttächoices[].finish_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 tuottaa ja muokkaa kuvia keskustelun avulla tekstin ja visuaalisen aineiston pohjalta. Se parantaa tekstin esittämistä kuvissa, infografiikan asettelua ja johdonmukaisuutta keskustelun eri vuorojen välillä. Se tuottaa 1K–4K-resoluutioisia kuvia ja tukee enintään 14 viitekuvan käyttöä määritellyn visuaalisen tehtävänannon toteuttamiseen.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Gemini Nano Banana 2.1 on Googlen kuvien generointiin ja keskustelupohjaiseen muokkaukseen tarkoitettu malli. Se on Nano Banana 2:n päivitys, joka parantaa kuvien realistisuutta, ohjeiden noudattamista, tekstin esittämistä kuvissa ja hahmojen ulkoasun yhtenäisyyttä peräkkäisissä muokkauksissa. Mallin syötteitä kuvaavassa taulukossa luetellaan teksti, kuvat, video ja PDF, ja tulosteina ovat kuva ja teksti. Malli soveltuu siten tuotetta esittävän näkymän, infografiikan tai useiden täsmällisten muokkausten myötä kehittyvän visuaalisen sarjan luomiseen.
Malli tuottaa kuvia 1K-, 2K- ja 4K-tarkkuudella, joista oletus on 1K. Nano Banana 2:n 0.5K-vaihtoehto ei ole mukana tässä mallissa. Dokumentoidut kuvasuhteet ovat 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 ja 21:9 sekä korkeat tai panoraamamaiset kuvasuhteet 1:4, 4:1, 1:8 ja 8:1. Google mainitsee korjauksia laatoitusartefakteihin näissä viimeksi mainituissa leveissä ja korkeissa kuvasuhteissa 2K- ja 4K-tarkkuuksilla. Tarkkuusmerkinnät tarkoittavat kokoluokkia, eivät yhtä kiinteää suorakulmaista kuvakokoa: neliömäisen 4K-kuvan koko on 4096 × 4096, kun taas dokumentoidun 16:9-kuvasuhteisen 4K-kuvan koko on 5504 × 3072.
Teksti on olennainen osa visuaalista työnkulkua. Malli on suunniteltu tuottamaan kuviin luettavaa, tyyliteltyä tekstiä ja järjestämään infografiikan elementit aiempaa tarkemmin. Määritä otsikon ja merkintöjen täsmälliset sanamuodot sekä lukujärjestys ja pyydä sitten kuva, jossa käytetään tätä hyväksyttyä tekstiä. Määritä valikkoa, kaaviota tai ohjegrafiikkaa varten, miten kuvateksti liittyy sitä vastaavaan visuaaliseen elementtiin. Google suosittelee laatimaan tekstin ensin ja pyytämään kuvan vasta sen jälkeen, jotta visuaalinen sommittelu perustuu valmiiksi sovittuun tekstiohjeistukseen.
Viitekuvien yhdistämisessä voi käyttää enintään 14 kuvaa. Dokumentoitujen ominaisuuksien mukaan enintään neljän hahmon ulkoasu voidaan pitää yhtenäisenä ja enintään kymmenen esinettä toistaa uskollisesti. Anna jokaiselle viitekuvalle oma roolinsa: tunnistettavana säilytettävä tuote, hahmon ulkoasu, tavoiteltu tausta tai visuaalinen tyyli. Esimerkkiohje tuotekuvaa varten: ”Käytä kuvaa A pullon muodon ja etiketin viitteenä. Käytä kuvaa B pinnan ja valaistuksen viitteenä. Säilytä tuote muuttumattomana, sijoita se taitellun pyyhkeen viereen ja jätä sen yläpuolelle tyhjää tilaa annetulle otsikolle.”
Google Web Searchiin ja Image Searchiin perustuva lähteisiin ankkurointi voi tuoda generointiin ajantasaista tietoa ja visuaalista kontekstia. Image Search antaa verkosta haettuja kuvia viitekuviksi, kun taas tavanomainen verkkolähteisiin ankkurointi antaa tietoa aiheesta. Tästä on hyötyä faktapohjaisessa grafiikassa tai näkymässä, jonka ulkoasu riippuu todellisesta esineestä. Kuvahakuun perustuva työnkulku ei tue todellisia ihmisiä esittävien kuvien hakemista tähän tarkoitukseen. Googlen dokumentoidussa työnkulussa lähteisiin ankkuroidut vastaukset sisältävät lähde- ja tekijätietoja koskevat metatiedot, joten sovelluksen tulee säilyttää ne generoidun tuloksen mukana.
Päättelylle voi valita tason minimal, medium tai high. Juuri tämän mallin oletustaso on medium. Päättely auttaa mallia suunnittelemaan sommittelua ja käsittelemään monimutkaisempia ohjeita ennen lopullisen tuloksen tuottamista. Kuvageneroinnin oppaassa kuvataan tähän prosessiin kuuluvia sommittelun välivaihekuvia, jotka ovat erillisiä tavoitellusta lopputuotoksesta. Määritä lopullisen kuvan haluttu asettelu, kuvasuhde ja tarkkuus erikseen sen sijaan, että odottaisit pelkän kehotteen kuvauksen määrittävän kaikki tulostusasetukset.
Keskustelupohjaisessa muokkauksessa jatkopyynnöllä voi muuttaa yhtä olemassa olevan tuloksen osaa: säätää valaistusta, siirtää esinettä tai kääntää merkinnät säilyttäen muun sommittelun. Välitä aiempi kuva tai keskustelu seuraavan vuoron kontekstiksi ja kerro sekä haluttu muutos että säilytettävät piirteet. Pidä hahmosarjassa ulkoasua koskevat viitekuvat yhtenäisinä ja käytä asentoa esittävää viitekuvaa, kun uusi kuvakulma tai monimutkainen asento on tärkeä. Käytännön muokkausohje voi olla: ”Säilytä tuote, merkinnät ja asettelu; muuta vain tausta sävyltään lämpimämmän harmaaksi.”
Mallitaulukon mukaan syötteen enimmäispituus on 131 072 tokenia ja tulosteen enimmäispituus 32 768 tokenia. Kuvien generointi ja hakulähteisiin ankkurointi ovat tuettuja. Äänen generointia, koodin suorittamista, funktiokutsuja, rakenteisia tulosteita, välimuistin käyttöä, tiedostohakua, URL-kontekstia ja Live API -rajapintaa ei ole merkitty tämän version tukemiksi ominaisuuksiksi. Video voi toimia generoitavan yksittäiskuvan lähtöaineistona, mutta se ei tee tästä mallista videota generoivaa mallia. Google huomauttaa myös, ettei täsmällisen kuvamäärän pyytäminen välttämättä tuota juuri tätä määrää. Kaikki generoidut kuvat sisältävät SynthID-vesileiman.
Jotta ensimmäinen ohjeistus olisi hyödyllinen, kerro kuvan käyttötarkoitus, kohde, sommittelu, valaistus, kuvakulma, tarvittava teksti ja tulosteen muoto. Pyydä esimerkiksi pystysuuntaista infografiikkaa, jossa on kolme nimettyä vaihetta, luettava otsikko ja määritelty värien hierarkia. Tarkista sitten tekstin sanamuodot ja elementtien keskinäinen sijoittelu ennen seuraavaa muokkausta. Tulos voi toimia tuotekuvituksena, toimituksellisena grafiikkana tai suunnittelun viiteaineistona, ja valittu kuva sekä sitä selittävä teksti säilytetään yhdessä.
POST /v1/images/generationstext, imageimage| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat google/gemini-nano-banana-2.1 | Oletus— |
Kenttäprompt | Tyyppistring | VaatimusPakollinen | Arvot & rajat Vähimmäispituus: 1 | Oletus— |
Kenttäresolution | Tyyppistring | VaatimusValinnainen | Arvot & rajat 1K, 2K, 4K | Oletus— |
Kenttäaspect_ratio | Tyyppistring | VaatimusValinnainen | Arvot & rajat 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 | Oletus— |
Kenttän | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Enimmäismäärä: 1 | Oletus— |
Kenttäinput_references | Tyyppiarray | VaatimusValinnainen | Arvot & rajat Kohteiden vähimmäismäärä: 0 Kohteiden enimmäismäärä: 14 | Oletus— |
Kenttäprovider | Tyyppiobject | VaatimusValinnainen | Arvot & rajat | Oletus— |
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, prompt |
Parametrimaterial_types | Sopimustext, image |
Elinkaari: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · todellisuudessa palautettu task_id tai mediakirjaston tietue
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Näytettyjen hintojen avulla arvioidaan kustannukset ennen generointia. Lopullinen veloitus lasketaan alkuperäiselle generoinnille kirjatun kustannuksen perusteella. Lopullisena laskutettavana määränä ei käytetä tulosteen mitattua kestoa eikä ennustettuja määriä.
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Ennustettu määrä | Veloitus |
|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Ennustettu määrä— | Veloitus Syöte · Syötetokenit · Arvio vain vertailua varten — / 1K tokenia Tuloste · Tulostokenit · Arvio vain vertailua varten — / 1K tokenia Syöte · Välimuistin luku · Arvio vain vertailua varten — / 1K tokenia Syöte · Välimuistiin kirjoitus · Arvio vain vertailua varten — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti · Arvio vain vertailua varten — / 1K tokenia |
| AsetuksetArvioitu luontikustannus | Hinnasto— | Ennustettu määräyhden generoinnin arvio | Veloitus Tuloste · Arvioidut generointikustannukset · Arvio vain vertailua varten $0.24576 arvio ennen generointia Tämä arvio ei ole lisämaksu eikä valmistuneen generoinnin kiinteä hinta. |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
set -eu\n: "${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-nano-banana-2.1', '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\nLataa jokainen palautettu kuva tai tallenna sen Base64-sisältö
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.\nTallenna jokainen valmistunut kuva; nouda jokainen palautettu URL tai pura sen Base64-sisältö.
Säilytä koko vastaus ja otsakkeet, jokainen todellinen tuloste, alkuperäiset palautetut tunnisteet ja kaikki käyttötietokentät. Selvitä alkuperäisen operaation tila lähettämättä luontipyyntöä uudelleen.
Säilytä palautettu X-Client-Request-ID täsmäytystä varten. Tee lukukyselyt vain todellisuudessa palautetuilla task_id/asset_id-arvoilla tai käytä omistamaasi mediakirjastoa; älä koskaan rakenna tehtävän URL-osoitetta operaation ID:n perusteella äläkä lähetä luontipyyntöä uudelleen.
| Kenttä | Tyyppi |
|---|---|
Kenttäcreated | Tyyppi |
Kenttädata[].url | Tyyppi |
Kenttädata[].b64_json | Tyyppi |
Kenttäusage | Tyyppi |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 tuottaa ja muokkaa kuvia keskustelun avulla tekstin ja visuaalisen aineiston pohjalta. Se parantaa tekstin esittämistä kuvissa, infografiikan asettelua ja johdonmukaisuutta keskustelun eri vuorojen välillä. Se tuottaa 1K–4K-resoluutioisia kuvia ja tukee enintään 14 viitekuvan käyttöä määritellyn visuaalisen tehtävänannon toteuttamiseen.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Gemini Nano Banana 2.1 on Googlen kuvien generointiin ja keskustelupohjaiseen muokkaukseen tarkoitettu malli. Se on Nano Banana 2:n päivitys, joka parantaa kuvien realistisuutta, ohjeiden noudattamista, tekstin esittämistä kuvissa ja hahmojen ulkoasun yhtenäisyyttä peräkkäisissä muokkauksissa. Mallin syötteitä kuvaavassa taulukossa luetellaan teksti, kuvat, video ja PDF, ja tulosteina ovat kuva ja teksti. Malli soveltuu siten tuotetta esittävän näkymän, infografiikan tai useiden täsmällisten muokkausten myötä kehittyvän visuaalisen sarjan luomiseen.
Malli tuottaa kuvia 1K-, 2K- ja 4K-tarkkuudella, joista oletus on 1K. Nano Banana 2:n 0.5K-vaihtoehto ei ole mukana tässä mallissa. Dokumentoidut kuvasuhteet ovat 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 ja 21:9 sekä korkeat tai panoraamamaiset kuvasuhteet 1:4, 4:1, 1:8 ja 8:1. Google mainitsee korjauksia laatoitusartefakteihin näissä viimeksi mainituissa leveissä ja korkeissa kuvasuhteissa 2K- ja 4K-tarkkuuksilla. Tarkkuusmerkinnät tarkoittavat kokoluokkia, eivät yhtä kiinteää suorakulmaista kuvakokoa: neliömäisen 4K-kuvan koko on 4096 × 4096, kun taas dokumentoidun 16:9-kuvasuhteisen 4K-kuvan koko on 5504 × 3072.
Teksti on olennainen osa visuaalista työnkulkua. Malli on suunniteltu tuottamaan kuviin luettavaa, tyyliteltyä tekstiä ja järjestämään infografiikan elementit aiempaa tarkemmin. Määritä otsikon ja merkintöjen täsmälliset sanamuodot sekä lukujärjestys ja pyydä sitten kuva, jossa käytetään tätä hyväksyttyä tekstiä. Määritä valikkoa, kaaviota tai ohjegrafiikkaa varten, miten kuvateksti liittyy sitä vastaavaan visuaaliseen elementtiin. Google suosittelee laatimaan tekstin ensin ja pyytämään kuvan vasta sen jälkeen, jotta visuaalinen sommittelu perustuu valmiiksi sovittuun tekstiohjeistukseen.
Viitekuvien yhdistämisessä voi käyttää enintään 14 kuvaa. Dokumentoitujen ominaisuuksien mukaan enintään neljän hahmon ulkoasu voidaan pitää yhtenäisenä ja enintään kymmenen esinettä toistaa uskollisesti. Anna jokaiselle viitekuvalle oma roolinsa: tunnistettavana säilytettävä tuote, hahmon ulkoasu, tavoiteltu tausta tai visuaalinen tyyli. Esimerkkiohje tuotekuvaa varten: ”Käytä kuvaa A pullon muodon ja etiketin viitteenä. Käytä kuvaa B pinnan ja valaistuksen viitteenä. Säilytä tuote muuttumattomana, sijoita se taitellun pyyhkeen viereen ja jätä sen yläpuolelle tyhjää tilaa annetulle otsikolle.”
Google Web Searchiin ja Image Searchiin perustuva lähteisiin ankkurointi voi tuoda generointiin ajantasaista tietoa ja visuaalista kontekstia. Image Search antaa verkosta haettuja kuvia viitekuviksi, kun taas tavanomainen verkkolähteisiin ankkurointi antaa tietoa aiheesta. Tästä on hyötyä faktapohjaisessa grafiikassa tai näkymässä, jonka ulkoasu riippuu todellisesta esineestä. Kuvahakuun perustuva työnkulku ei tue todellisia ihmisiä esittävien kuvien hakemista tähän tarkoitukseen. Googlen dokumentoidussa työnkulussa lähteisiin ankkuroidut vastaukset sisältävät lähde- ja tekijätietoja koskevat metatiedot, joten sovelluksen tulee säilyttää ne generoidun tuloksen mukana.
Päättelylle voi valita tason minimal, medium tai high. Juuri tämän mallin oletustaso on medium. Päättely auttaa mallia suunnittelemaan sommittelua ja käsittelemään monimutkaisempia ohjeita ennen lopullisen tuloksen tuottamista. Kuvageneroinnin oppaassa kuvataan tähän prosessiin kuuluvia sommittelun välivaihekuvia, jotka ovat erillisiä tavoitellusta lopputuotoksesta. Määritä lopullisen kuvan haluttu asettelu, kuvasuhde ja tarkkuus erikseen sen sijaan, että odottaisit pelkän kehotteen kuvauksen määrittävän kaikki tulostusasetukset.
Keskustelupohjaisessa muokkauksessa jatkopyynnöllä voi muuttaa yhtä olemassa olevan tuloksen osaa: säätää valaistusta, siirtää esinettä tai kääntää merkinnät säilyttäen muun sommittelun. Välitä aiempi kuva tai keskustelu seuraavan vuoron kontekstiksi ja kerro sekä haluttu muutos että säilytettävät piirteet. Pidä hahmosarjassa ulkoasua koskevat viitekuvat yhtenäisinä ja käytä asentoa esittävää viitekuvaa, kun uusi kuvakulma tai monimutkainen asento on tärkeä. Käytännön muokkausohje voi olla: ”Säilytä tuote, merkinnät ja asettelu; muuta vain tausta sävyltään lämpimämmän harmaaksi.”
Mallitaulukon mukaan syötteen enimmäispituus on 131 072 tokenia ja tulosteen enimmäispituus 32 768 tokenia. Kuvien generointi ja hakulähteisiin ankkurointi ovat tuettuja. Äänen generointia, koodin suorittamista, funktiokutsuja, rakenteisia tulosteita, välimuistin käyttöä, tiedostohakua, URL-kontekstia ja Live API -rajapintaa ei ole merkitty tämän version tukemiksi ominaisuuksiksi. Video voi toimia generoitavan yksittäiskuvan lähtöaineistona, mutta se ei tee tästä mallista videota generoivaa mallia. Google huomauttaa myös, ettei täsmällisen kuvamäärän pyytäminen välttämättä tuota juuri tätä määrää. Kaikki generoidut kuvat sisältävät SynthID-vesileiman.
Jotta ensimmäinen ohjeistus olisi hyödyllinen, kerro kuvan käyttötarkoitus, kohde, sommittelu, valaistus, kuvakulma, tarvittava teksti ja tulosteen muoto. Pyydä esimerkiksi pystysuuntaista infografiikkaa, jossa on kolme nimettyä vaihetta, luettava otsikko ja määritelty värien hierarkia. Tarkista sitten tekstin sanamuodot ja elementtien keskinäinen sijoittelu ennen seuraavaa muokkausta. Tulos voi toimia tuotekuvituksena, toimituksellisena grafiikkana tai suunnittelun viiteaineistona, ja valittu kuva sekä sitä selittävä teksti säilytetään yhdessä.
POST /v1/messagestextjson, sse| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat google/gemini-nano-banana-2.1 | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat user, assistant | Oletus— |
Kenttämessages[].content | Tyyppistring | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Teksti · UTF-8-teksti
messages[].content-merkkijono
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages, max_tokens |
Parametrioptional_controls | Sopimusstream |
Parametrimaterial_types | Sopimustext |
Parametritext_file_material | SopimusLue varsinainen UTF-8-asiakirja ja sijoita sen teksti ilmoitettuun syöte- tai viestisisällön merkkijonoon. |
Elinkaari: synchronous_or_streamed
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Kontekstin tokenit, enemmän kuin | Kontekstin tokenit, enintään raja-arvo mukaan lukien | Veloitus |
|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Kontekstin tokenit, enemmän kuin— | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.003 / 1K tokenia Tuloste · Tulostokenit $0.015 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia Tuloste · Kuvatulosteen tokenit $0.06 / 1K kuvatokenia |
| AsetuksetPyynnön pituusluokka 1 | Hinnasto— | Kontekstin tokenit, enemmän kuin0 | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.003 / 1K tokenia Tuloste · Tulostokenit $0.015 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
{\n "model": "google/gemini-nano-banana-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-nano-banana-2.1', '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-nano-banana-2.1', '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 tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä kaikki sisältölohkot, päättelyallekirjoitukset ja todelliset työkalukäytön ID:t. Kokoa kaikki SSE-lohkomuutokset; ensimmäinen tekstilohko ei ole koko tulos.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttäid | Tyyppistring |
Kenttämodel | Tyyppistring |
Kenttäcontent[] | Tyyppitext|thinking|tool_use|other content block |
Kenttästop_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
Tekninen esimerkki englanniksi
Refine an approved poster background\n\nEdit the supplied event poster. Preserve every word, the headline hierarchy, illustration placement and portrait composition. Change only the background from cool white to warm ivory, keeping dark text readable and retaining the original accent color. Do not add shapes, badges, textures or extra captions. Return the revised poster image.One edited poster with the original wording and layout preserved over a warm ivory background.Compare every word and element position against the supplied poster, then inspect text contrast.