Gemini Nano Banana 2.1 est le modèle de Google pour la génération d’images et la modification conversationnelle. Il s’agit d’une mise à jour de Nano Banana 2, avec des améliorations du réalisme visuel, du respect des instructions, du rendu du texte et de la cohérence des personnages au fil des modifications successives. Son tableau des entrées comprend le texte, les images, la vidéo et les PDF, tandis que la sortie est constituée d’images et de texte. Il est donc utile pour une scène de produit, une infographie ou une série visuelle qui évolue au fil de plusieurs révisions précises.
Le modèle offre des sorties 1K, 2K et 4K, avec 1K comme valeur par défaut. Il ne reprend pas l’option 0.5K de Nano Banana 2. Les rapports d’aspect documentés comprennent 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 et 21:9, ainsi que les formats hauts ou panoramiques 1:4, 4:1, 1:8 et 8:1. Google indique des correctifs aux artéfacts de mosaïque dans ces derniers formats larges et hauts en 2K et 4K. Les étiquettes de résolution sont des paliers de taille, et non un rectangle fixe : une image carrée 4K mesure 4096 × 4096, tandis que la sortie 4K 16:9 documentée mesure 5504 × 3072.
Le texte occupe une place importante dans le flux de travail visuel. Le modèle est conçu pour rendre des formulations stylisées lisibles et organiser les éléments d’infographie avec plus de précision. Préparez le titre exact, les étiquettes et l’ordre de lecture, puis demandez l’image avec ce texte approuvé. Pour un menu, un diagramme ou une illustration pédagogique, précisez la relation entre une légende et son élément visuel. Google recommande de créer la formulation d’abord, puis de demander l’image, afin que la composition visuelle parte d’une consigne textuelle arrêtée.
La fusion d’images de référence prend en charge jusqu’à 14 images. Le profil documenté permet de préserver la cohérence d’un maximum de quatre personnages et la fidélité de la représentation d’un maximum de dix objets. Attribuez un rôle à chaque référence : le produit qui doit rester reconnaissable, l’apparence du personnage, l’arrière-plan souhaité ou le style visuel. Voici un exemple de consigne pour un produit : « Utilisez l’image A pour la forme de la bouteille et son étiquette. Utilisez l’image B pour la surface et l’éclairage. Gardez le produit inchangé, placez-le à côté d’une serviette pliée et laissez un espace dégagé au-dessus pour le titre fourni. »
L’ancrage avec Google Web Search et Image Search peut fournir de l’information actuelle et du contexte visuel pour la génération. Image Search fournit des images Web récupérées comme références; l’ancrage Web standard fournit de l’information sur le sujet. Cela est utile pour une illustration factuelle ou une scène dont l’apparence dépend d’un objet réel. Le flux de recherche d’images ne permet pas de récupérer des images de personnes du monde réel à cette fin. Les réponses ancrées comportent des métadonnées de source et d’attribution dans le flux documenté de Google; une application doit donc les conserver avec le résultat généré.
La réflexion est configurable aux niveaux minimal, moyen et élevé, avec le niveau moyen par défaut pour ce modèle exact. Elle aide le modèle à travailler la composition et les instructions plus complexes avant la sortie finale. Le guide d’images décrit des images de composition intermédiaires au cours de ce processus; elles sont distinctes du livrable final souhaité. Choisissez explicitement la disposition finale, le rapport d’aspect et la résolution requis plutôt que de vous attendre à ce que la description de l’invite fixe à elle seule tous les réglages de sortie.
La modification conversationnelle permet à une demande de suivi de changer une partie d’un résultat existant : ajuster la lumière, déplacer un objet ou traduire les étiquettes tout en préservant le reste de la composition. Reprenez l’image ou l’interaction antérieure au tour suivant et indiquez à la fois le changement demandé et les caractéristiques à conserver. Pour une série de personnages, gardez des références d’apparence cohérentes et utilisez une référence de pose lorsqu’un nouvel angle ou une pose complexe est important. Une consigne de révision pratique peut être : « Préservez le produit, les étiquettes et la disposition; donnez seulement à l’arrière-plan un gris plus chaud. »
Le tableau du modèle indique une limite d’entrée de 131 072 jetons et une limite de sortie de 32 768 jetons. La génération d’images et l’ancrage par recherche sont pris en charge, tandis que la génération audio, l’exécution de code, les appels de fonctions, les sorties structurées, la mise en cache, la recherche de fichiers, le contexte URL et Live API ne sont pas indiqués comme pris en charge dans cette édition. Une vidéo peut éclairer la génération d’une image fixe; elle ne fait pas de ce modèle un générateur vidéo. Google note aussi qu’une demande portant sur un nombre exact d’images peut ne pas produire ce nombre. Toutes les images générées comportent un filigrane SynthID.
Pour une première consigne utile, précisez la finalité de l’image, le sujet, la composition, l’éclairage, le point de vue de la caméra, le texte requis et la forme de sortie. Par exemple, demandez une infographie en portrait avec trois étapes étiquetées, un titre lisible et une hiérarchie de couleurs définie, puis examinez la formulation et le placement relatif avant la prochaine modification. Le résultat peut devenir une illustration de produit, un visuel éditorial ou une référence de conception, en conservant ensemble l’image choisie et son texte explicatif.
", "aboutText": "Gemini Nano Banana 2.1 est le modèle de Google pour la génération d’images et la modification conversationnelle. Il s’agit d’une mise à jour de Nano Banana 2, avec des améliorations du réalisme visuel, du respect des instructions, du rendu du texte et de la cohérence des personnages au fil des modifications successives. Son tableau des entrées comprend le texte, les images, la vidéo et les PDF, tandis que la sortie est constituée d’images et de texte. Il est donc utile pour une scène de produit, une infographie ou une série visuelle qui évolue au fil de plusieurs révisions précises.\n\nLe modèle offre des sorties 1K, 2K et 4K, avec 1K comme valeur par défaut. Il ne reprend pas l’option 0.5K de Nano Banana 2. Les rapports d’aspect documentés comprennent 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 et 21:9, ainsi que les formats hauts ou panoramiques 1:4, 4:1, 1:8 et 8:1. Google indique des correctifs aux artéfacts de mosaïque dans ces derniers formats larges et hauts en 2K et 4K. Les étiquettes de résolution sont des paliers de taille, et non un rectangle fixe : une image carrée 4K mesure 4096 × 4096, tandis que la sortie 4K 16:9 documentée mesure 5504 × 3072.\n\nLe texte occupe une place importante dans le flux de travail visuel. Le modèle est conçu pour rendre des formulations stylisées lisibles et organiser les éléments d’infographie avec plus de précision. Préparez le titre exact, les étiquettes et l’ordre de lecture, puis demandez l’image avec ce texte approuvé. Pour un menu, un diagramme ou une illustration pédagogique, précisez la relation entre une légende et son élément visuel. Google recommande de créer la formulation d’abord, puis de demander l’image, afin que la composition visuelle parte d’une consigne textuelle arrêtée.\n\nLa fusion d’images de référence prend en charge jusqu’à 14 images. Le profil documenté permet de préserver la cohérence d’un maximum de quatre personnages et la fidélité de la représentation d’un maximum de dix objets. Attribuez un rôle à chaque référence : le produit qui doit rester reconnaissable, l’apparence du personnage, l’arrière-plan souhaité ou le style visuel. Voici un exemple de consigne pour un produit : « Utilisez l’image A pour la forme de la bouteille et son étiquette. Utilisez l’image B pour la surface et l’éclairage. Gardez le produit inchangé, placez-le à côté d’une serviette pliée et laissez un espace dégagé au-dessus pour le titre fourni. »\n\nL’ancrage avec Google Web Search et Image Search peut fournir de l’information actuelle et du contexte visuel pour la génération. Image Search fournit des images Web récupérées comme références; l’ancrage Web standard fournit de l’information sur le sujet. Cela est utile pour une illustration factuelle ou une scène dont l’apparence dépend d’un objet réel. Le flux de recherche d’images ne permet pas de récupérer des images de personnes du monde réel à cette fin. Les réponses ancrées comportent des métadonnées de source et d’attribution dans le flux documenté de Google; une application doit donc les conserver avec le résultat généré.\n\nLa réflexion est configurable aux niveaux minimal, moyen et élevé, avec le niveau moyen par défaut pour ce modèle exact. Elle aide le modèle à travailler la composition et les instructions plus complexes avant la sortie finale. Le guide d’images décrit des images de composition intermédiaires au cours de ce processus; elles sont distinctes du livrable final souhaité. Choisissez explicitement la disposition finale, le rapport d’aspect et la résolution requis plutôt que de vous attendre à ce que la description de l’invite fixe à elle seule tous les réglages de sortie.\n\nLa modification conversationnelle permet à une demande de suivi de changer une partie d’un résultat existant : ajuster la lumière, déplacer un objet ou traduire les étiquettes tout en préservant le reste de la composition. Reprenez l’image ou l’interaction antérieure au tour suivant et indiquez à la fois le changement demandé et les caractéristiques à conserver. Pour une série de personnages, gardez des références d’apparence cohérentes et utilisez une référence de pose lorsqu’un nouvel angle ou une pose complexe est important. Une consigne de révision pratique peut être : « Préservez le produit, les étiquettes et la disposition; donnez seulement à l’arrière-plan un gris plus chaud. »\n\nLe tableau du modèle indique une limite d’entrée de 131 072 jetons et une limite de sortie de 32 768 jetons. La génération d’images et l’ancrage par recherche sont pris en charge, tandis que la génération audio, l’exécution de code, les appels de fonctions, les sorties structurées, la mise en cache, la recherche de fichiers, le contexte URL et Live API ne sont pas indiqués comme pris en charge dans cette édition. Une vidéo peut éclairer la génération d’une image fixe; elle ne fait pas de ce modèle un générateur vidéo. Google note aussi qu’une demande portant sur un nombre exact d’images peut ne pas produire ce nombre. Toutes les images générées comportent un filigrane SynthID.\n\nPour une première consigne utile, précisez la finalité de l’image, le sujet, la composition, l’éclairage, le point de vue de la caméra, le texte requis et la forme de sortie. Par exemple, demandez une infographie en portrait avec trois étapes étiquetées, un titre lisible et une hiérarchie de couleurs définie, puis examinez la formulation et le placement relatif avant la prochaine modification. Le résultat peut devenir une illustration de produit, un visuel éditorial ou une référence de conception, en conservant ensemble l’image choisie et son texte explicatif.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
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 génère et modifie des images de façon conversationnelle à partir de texte et de contenu visuel. Il améliore le rendu du texte, la mise en page des infographies et la cohérence sur plusieurs tours, avec des sorties de 1K–4K et jusqu’à 14 images de référence pour une consigne visuelle définie.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini Nano Banana 2.1 est le modèle de Google pour la génération d’images et la modification conversationnelle. Il s’agit d’une mise à jour de Nano Banana 2, avec des améliorations du réalisme visuel, du respect des instructions, du rendu du texte et de la cohérence des personnages au fil des modifications successives. Son tableau des entrées comprend le texte, les images, la vidéo et les PDF, tandis que la sortie est constituée d’images et de texte. Il est donc utile pour une scène de produit, une infographie ou une série visuelle qui évolue au fil de plusieurs révisions précises.
Le modèle offre des sorties 1K, 2K et 4K, avec 1K comme valeur par défaut. Il ne reprend pas l’option 0.5K de Nano Banana 2. Les rapports d’aspect documentés comprennent 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 et 21:9, ainsi que les formats hauts ou panoramiques 1:4, 4:1, 1:8 et 8:1. Google indique des correctifs aux artéfacts de mosaïque dans ces derniers formats larges et hauts en 2K et 4K. Les étiquettes de résolution sont des paliers de taille, et non un rectangle fixe : une image carrée 4K mesure 4096 × 4096, tandis que la sortie 4K 16:9 documentée mesure 5504 × 3072.
Le texte occupe une place importante dans le flux de travail visuel. Le modèle est conçu pour rendre des formulations stylisées lisibles et organiser les éléments d’infographie avec plus de précision. Préparez le titre exact, les étiquettes et l’ordre de lecture, puis demandez l’image avec ce texte approuvé. Pour un menu, un diagramme ou une illustration pédagogique, précisez la relation entre une légende et son élément visuel. Google recommande de créer la formulation d’abord, puis de demander l’image, afin que la composition visuelle parte d’une consigne textuelle arrêtée.
La fusion d’images de référence prend en charge jusqu’à 14 images. Le profil documenté permet de préserver la cohérence d’un maximum de quatre personnages et la fidélité de la représentation d’un maximum de dix objets. Attribuez un rôle à chaque référence : le produit qui doit rester reconnaissable, l’apparence du personnage, l’arrière-plan souhaité ou le style visuel. Voici un exemple de consigne pour un produit : « Utilisez l’image A pour la forme de la bouteille et son étiquette. Utilisez l’image B pour la surface et l’éclairage. Gardez le produit inchangé, placez-le à côté d’une serviette pliée et laissez un espace dégagé au-dessus pour le titre fourni. »
L’ancrage avec Google Web Search et Image Search peut fournir de l’information actuelle et du contexte visuel pour la génération. Image Search fournit des images Web récupérées comme références; l’ancrage Web standard fournit de l’information sur le sujet. Cela est utile pour une illustration factuelle ou une scène dont l’apparence dépend d’un objet réel. Le flux de recherche d’images ne permet pas de récupérer des images de personnes du monde réel à cette fin. Les réponses ancrées comportent des métadonnées de source et d’attribution dans le flux documenté de Google; une application doit donc les conserver avec le résultat généré.
La réflexion est configurable aux niveaux minimal, moyen et élevé, avec le niveau moyen par défaut pour ce modèle exact. Elle aide le modèle à travailler la composition et les instructions plus complexes avant la sortie finale. Le guide d’images décrit des images de composition intermédiaires au cours de ce processus; elles sont distinctes du livrable final souhaité. Choisissez explicitement la disposition finale, le rapport d’aspect et la résolution requis plutôt que de vous attendre à ce que la description de l’invite fixe à elle seule tous les réglages de sortie.
La modification conversationnelle permet à une demande de suivi de changer une partie d’un résultat existant : ajuster la lumière, déplacer un objet ou traduire les étiquettes tout en préservant le reste de la composition. Reprenez l’image ou l’interaction antérieure au tour suivant et indiquez à la fois le changement demandé et les caractéristiques à conserver. Pour une série de personnages, gardez des références d’apparence cohérentes et utilisez une référence de pose lorsqu’un nouvel angle ou une pose complexe est important. Une consigne de révision pratique peut être : « Préservez le produit, les étiquettes et la disposition; donnez seulement à l’arrière-plan un gris plus chaud. »
Le tableau du modèle indique une limite d’entrée de 131 072 jetons et une limite de sortie de 32 768 jetons. La génération d’images et l’ancrage par recherche sont pris en charge, tandis que la génération audio, l’exécution de code, les appels de fonctions, les sorties structurées, la mise en cache, la recherche de fichiers, le contexte URL et Live API ne sont pas indiqués comme pris en charge dans cette édition. Une vidéo peut éclairer la génération d’une image fixe; elle ne fait pas de ce modèle un générateur vidéo. Google note aussi qu’une demande portant sur un nombre exact d’images peut ne pas produire ce nombre. Toutes les images générées comportent un filigrane SynthID.
Pour une première consigne utile, précisez la finalité de l’image, le sujet, la composition, l’éclairage, le point de vue de la caméra, le texte requis et la forme de sortie. Par exemple, demandez une infographie en portrait avec trois étapes étiquetées, un titre lisible et une hiérarchie de couleurs définie, puis examinez la formulation et le placement relatif avant la prochaine modification. Le résultat peut devenir une illustration de produit, un visuel éditorial ou une référence de conception, en conservant ensemble l’image choisie et son texte explicatif.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites google/gemini-nano-banana-2.1 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’ID réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: Fonction fournie comme outil | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | ContratTableau de messages avec une structure role/content |
Paramètrefile_material | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | ContratPropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’ID exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.003 / 1K jetons Sortie · Jetons en sortie $0.015 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons Sortie · Jetons d’image en sortie $0.06 / 1K jetons image |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.003 / 1K jetons Sortie · Jetons en sortie $0.015 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Les barèmes de référence du modèle ne modifient ni la sélection de méthode, ni les devis, ni les coûts. Les frais actifs utilisent les tarifs de la méthode Ailoot sélectionnée.
| Configuration | Conditions de facturation | Coût |
|---|---|---|
| ConfigurationGoogle: Nano Banana 2.1 · Configuration par défaut | Conditions de facturationConfiguration par défaut | Coût Entrée · Jetons en entrée 0,003 USD / 1K jetons Sortie · Jetons en sortie 0,015 USD / 1K jetons Sortie · Image de sortie 0,06 USD / 1K jetons Sortie · Recherche web 0,028 USD par recherche |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 génère et modifie des images de façon conversationnelle à partir de texte et de contenu visuel. Il améliore le rendu du texte, la mise en page des infographies et la cohérence sur plusieurs tours, avec des sorties de 1K–4K et jusqu’à 14 images de référence pour une consigne visuelle définie.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini Nano Banana 2.1 est le modèle de Google pour la génération d’images et la modification conversationnelle. Il s’agit d’une mise à jour de Nano Banana 2, avec des améliorations du réalisme visuel, du respect des instructions, du rendu du texte et de la cohérence des personnages au fil des modifications successives. Son tableau des entrées comprend le texte, les images, la vidéo et les PDF, tandis que la sortie est constituée d’images et de texte. Il est donc utile pour une scène de produit, une infographie ou une série visuelle qui évolue au fil de plusieurs révisions précises.
Le modèle offre des sorties 1K, 2K et 4K, avec 1K comme valeur par défaut. Il ne reprend pas l’option 0.5K de Nano Banana 2. Les rapports d’aspect documentés comprennent 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 et 21:9, ainsi que les formats hauts ou panoramiques 1:4, 4:1, 1:8 et 8:1. Google indique des correctifs aux artéfacts de mosaïque dans ces derniers formats larges et hauts en 2K et 4K. Les étiquettes de résolution sont des paliers de taille, et non un rectangle fixe : une image carrée 4K mesure 4096 × 4096, tandis que la sortie 4K 16:9 documentée mesure 5504 × 3072.
Le texte occupe une place importante dans le flux de travail visuel. Le modèle est conçu pour rendre des formulations stylisées lisibles et organiser les éléments d’infographie avec plus de précision. Préparez le titre exact, les étiquettes et l’ordre de lecture, puis demandez l’image avec ce texte approuvé. Pour un menu, un diagramme ou une illustration pédagogique, précisez la relation entre une légende et son élément visuel. Google recommande de créer la formulation d’abord, puis de demander l’image, afin que la composition visuelle parte d’une consigne textuelle arrêtée.
La fusion d’images de référence prend en charge jusqu’à 14 images. Le profil documenté permet de préserver la cohérence d’un maximum de quatre personnages et la fidélité de la représentation d’un maximum de dix objets. Attribuez un rôle à chaque référence : le produit qui doit rester reconnaissable, l’apparence du personnage, l’arrière-plan souhaité ou le style visuel. Voici un exemple de consigne pour un produit : « Utilisez l’image A pour la forme de la bouteille et son étiquette. Utilisez l’image B pour la surface et l’éclairage. Gardez le produit inchangé, placez-le à côté d’une serviette pliée et laissez un espace dégagé au-dessus pour le titre fourni. »
L’ancrage avec Google Web Search et Image Search peut fournir de l’information actuelle et du contexte visuel pour la génération. Image Search fournit des images Web récupérées comme références; l’ancrage Web standard fournit de l’information sur le sujet. Cela est utile pour une illustration factuelle ou une scène dont l’apparence dépend d’un objet réel. Le flux de recherche d’images ne permet pas de récupérer des images de personnes du monde réel à cette fin. Les réponses ancrées comportent des métadonnées de source et d’attribution dans le flux documenté de Google; une application doit donc les conserver avec le résultat généré.
La réflexion est configurable aux niveaux minimal, moyen et élevé, avec le niveau moyen par défaut pour ce modèle exact. Elle aide le modèle à travailler la composition et les instructions plus complexes avant la sortie finale. Le guide d’images décrit des images de composition intermédiaires au cours de ce processus; elles sont distinctes du livrable final souhaité. Choisissez explicitement la disposition finale, le rapport d’aspect et la résolution requis plutôt que de vous attendre à ce que la description de l’invite fixe à elle seule tous les réglages de sortie.
La modification conversationnelle permet à une demande de suivi de changer une partie d’un résultat existant : ajuster la lumière, déplacer un objet ou traduire les étiquettes tout en préservant le reste de la composition. Reprenez l’image ou l’interaction antérieure au tour suivant et indiquez à la fois le changement demandé et les caractéristiques à conserver. Pour une série de personnages, gardez des références d’apparence cohérentes et utilisez une référence de pose lorsqu’un nouvel angle ou une pose complexe est important. Une consigne de révision pratique peut être : « Préservez le produit, les étiquettes et la disposition; donnez seulement à l’arrière-plan un gris plus chaud. »
Le tableau du modèle indique une limite d’entrée de 131 072 jetons et une limite de sortie de 32 768 jetons. La génération d’images et l’ancrage par recherche sont pris en charge, tandis que la génération audio, l’exécution de code, les appels de fonctions, les sorties structurées, la mise en cache, la recherche de fichiers, le contexte URL et Live API ne sont pas indiqués comme pris en charge dans cette édition. Une vidéo peut éclairer la génération d’une image fixe; elle ne fait pas de ce modèle un générateur vidéo. Google note aussi qu’une demande portant sur un nombre exact d’images peut ne pas produire ce nombre. Toutes les images générées comportent un filigrane SynthID.
Pour une première consigne utile, précisez la finalité de l’image, le sujet, la composition, l’éclairage, le point de vue de la caméra, le texte requis et la forme de sortie. Par exemple, demandez une infographie en portrait avec trois étapes étiquetées, un titre lisible et une hiérarchie de couleurs définie, puis examinez la formulation et le placement relatif avant la prochaine modification. Le résultat peut devenir une illustration de produit, un visuel éditorial ou une référence de conception, en conservant ensemble l’image choisie et son texte explicatif.
POST /v1/images/generationstext, imageimage| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites google/gemini-nano-banana-2.1 | Par défaut— |
Champprompt | Typestring | ExigenceObligatoire | Valeurs et limites Longueur minimale: 1 | Par défaut— |
Champresolution | Typestring | ExigenceFacultatif | Valeurs et limites 1K, 2K, 4K | Par défaut— |
Champaspect_ratio | Typestring | ExigenceFacultatif | Valeurs et limites 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 | Par défaut— |
Champn | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Maximum: 1 | Par défaut— |
Champinput_references | Typearray | ExigenceFacultatif | Valeurs et limites Nombre minimal d’éléments: 0 Nombre maximal d’éléments: 14 | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites | Par défaut— |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, prompt |
Paramètrematerial_types | Contrattext, image |
Cycle de vie : synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Les tarifs affichés servent à estimer le coût avant la génération. Le montant final est calculé à partir du coût enregistré pour la génération d’origine. La durée mesurée du résultat et les quantités prévisionnelles ne constituent pas la quantité finale facturable.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Quantité prévisionnelle | Coût |
|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Quantité prévisionnelle— | Coût Entrée · Jetons en entrée · Estimation à des fins de comparaison uniquement — / 1K jetons Sortie · Jetons en sortie · Estimation à des fins de comparaison uniquement — / 1K jetons Entrée · Lecture du cache · Estimation à des fins de comparaison uniquement — / 1K jetons Entrée · Écriture dans le cache · Estimation à des fins de comparaison uniquement — / 1K jetons Entrée · Écriture dans le cache, 1 h · Estimation à des fins de comparaison uniquement — / 1K jetons |
| ConfigurationCoût de génération estimé | Barème tarifaire— | Quantité prévisionnelleestimation pour une génération | Coût Sortie · Coût estimé de génération · Estimation à des fins de comparaison uniquement $0.24576 estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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\nTéléchargez chaque image renvoyée ou enregistrez son contenu 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.\nEnregistrez chaque image terminée ; récupérez chaque URL renvoyée ou décodez son contenu Base64.
Conservez la réponse complète et les en-têtes, chaque sortie effective, les identifiants initialement renvoyés et tous les champs d’utilisation. Récupérez l’opération d’origine sans soumettre à nouveau sa création.
Conservez le X-Client-Request-ID renvoyé pour le rapprochement. Consultez uniquement les valeurs task_id/asset_id effectivement renvoyées ou votre bibliothèque multimédia ; ne construisez jamais une URL de tâche à partir de l’identifiant de l’opération et ne soumettez jamais à nouveau la création.
| Champ | Type |
|---|---|
Champcreated | Type |
Champdata[].url | Type |
Champdata[].b64_json | Type |
Champusage | Type |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 génère et modifie des images de façon conversationnelle à partir de texte et de contenu visuel. Il améliore le rendu du texte, la mise en page des infographies et la cohérence sur plusieurs tours, avec des sorties de 1K–4K et jusqu’à 14 images de référence pour une consigne visuelle définie.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini Nano Banana 2.1 est le modèle de Google pour la génération d’images et la modification conversationnelle. Il s’agit d’une mise à jour de Nano Banana 2, avec des améliorations du réalisme visuel, du respect des instructions, du rendu du texte et de la cohérence des personnages au fil des modifications successives. Son tableau des entrées comprend le texte, les images, la vidéo et les PDF, tandis que la sortie est constituée d’images et de texte. Il est donc utile pour une scène de produit, une infographie ou une série visuelle qui évolue au fil de plusieurs révisions précises.
Le modèle offre des sorties 1K, 2K et 4K, avec 1K comme valeur par défaut. Il ne reprend pas l’option 0.5K de Nano Banana 2. Les rapports d’aspect documentés comprennent 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 et 21:9, ainsi que les formats hauts ou panoramiques 1:4, 4:1, 1:8 et 8:1. Google indique des correctifs aux artéfacts de mosaïque dans ces derniers formats larges et hauts en 2K et 4K. Les étiquettes de résolution sont des paliers de taille, et non un rectangle fixe : une image carrée 4K mesure 4096 × 4096, tandis que la sortie 4K 16:9 documentée mesure 5504 × 3072.
Le texte occupe une place importante dans le flux de travail visuel. Le modèle est conçu pour rendre des formulations stylisées lisibles et organiser les éléments d’infographie avec plus de précision. Préparez le titre exact, les étiquettes et l’ordre de lecture, puis demandez l’image avec ce texte approuvé. Pour un menu, un diagramme ou une illustration pédagogique, précisez la relation entre une légende et son élément visuel. Google recommande de créer la formulation d’abord, puis de demander l’image, afin que la composition visuelle parte d’une consigne textuelle arrêtée.
La fusion d’images de référence prend en charge jusqu’à 14 images. Le profil documenté permet de préserver la cohérence d’un maximum de quatre personnages et la fidélité de la représentation d’un maximum de dix objets. Attribuez un rôle à chaque référence : le produit qui doit rester reconnaissable, l’apparence du personnage, l’arrière-plan souhaité ou le style visuel. Voici un exemple de consigne pour un produit : « Utilisez l’image A pour la forme de la bouteille et son étiquette. Utilisez l’image B pour la surface et l’éclairage. Gardez le produit inchangé, placez-le à côté d’une serviette pliée et laissez un espace dégagé au-dessus pour le titre fourni. »
L’ancrage avec Google Web Search et Image Search peut fournir de l’information actuelle et du contexte visuel pour la génération. Image Search fournit des images Web récupérées comme références; l’ancrage Web standard fournit de l’information sur le sujet. Cela est utile pour une illustration factuelle ou une scène dont l’apparence dépend d’un objet réel. Le flux de recherche d’images ne permet pas de récupérer des images de personnes du monde réel à cette fin. Les réponses ancrées comportent des métadonnées de source et d’attribution dans le flux documenté de Google; une application doit donc les conserver avec le résultat généré.
La réflexion est configurable aux niveaux minimal, moyen et élevé, avec le niveau moyen par défaut pour ce modèle exact. Elle aide le modèle à travailler la composition et les instructions plus complexes avant la sortie finale. Le guide d’images décrit des images de composition intermédiaires au cours de ce processus; elles sont distinctes du livrable final souhaité. Choisissez explicitement la disposition finale, le rapport d’aspect et la résolution requis plutôt que de vous attendre à ce que la description de l’invite fixe à elle seule tous les réglages de sortie.
La modification conversationnelle permet à une demande de suivi de changer une partie d’un résultat existant : ajuster la lumière, déplacer un objet ou traduire les étiquettes tout en préservant le reste de la composition. Reprenez l’image ou l’interaction antérieure au tour suivant et indiquez à la fois le changement demandé et les caractéristiques à conserver. Pour une série de personnages, gardez des références d’apparence cohérentes et utilisez une référence de pose lorsqu’un nouvel angle ou une pose complexe est important. Une consigne de révision pratique peut être : « Préservez le produit, les étiquettes et la disposition; donnez seulement à l’arrière-plan un gris plus chaud. »
Le tableau du modèle indique une limite d’entrée de 131 072 jetons et une limite de sortie de 32 768 jetons. La génération d’images et l’ancrage par recherche sont pris en charge, tandis que la génération audio, l’exécution de code, les appels de fonctions, les sorties structurées, la mise en cache, la recherche de fichiers, le contexte URL et Live API ne sont pas indiqués comme pris en charge dans cette édition. Une vidéo peut éclairer la génération d’une image fixe; elle ne fait pas de ce modèle un générateur vidéo. Google note aussi qu’une demande portant sur un nombre exact d’images peut ne pas produire ce nombre. Toutes les images générées comportent un filigrane SynthID.
Pour une première consigne utile, précisez la finalité de l’image, le sujet, la composition, l’éclairage, le point de vue de la caméra, le texte requis et la forme de sortie. Par exemple, demandez une infographie en portrait avec trois étapes étiquetées, un titre lisible et une hiérarchie de couleurs définie, puis examinez la formulation et le placement relatif avant la prochaine modification. Le résultat peut devenir une illustration de produit, un visuel éditorial ou une référence de conception, en conservant ensemble l’image choisie et son texte explicatif.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites google/gemini-nano-banana-2.1 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
Chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.003 / 1K jetons Sortie · Jetons en sortie $0.015 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons Sortie · Jetons d’image en sortie $0.06 / 1K jetons image |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.003 / 1K jetons Sortie · Jetons en sortie $0.015 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "google/gemini-nano-banana-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
Exemple technique en anglais
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.