Nano Banana 2 est le modèle Gemini 3.1 Flash Image de Google pour la génération native d’images et la retouche conversationnelle. Sa conception privilégie une création visuelle efficace et des révisions répétées. Le profil API documenté accepte le texte, les images, la vidéo et le PDF et renvoie des images et du texte. C’est une édition nommée distincte de Gemini Nano Banana 2.1 plutôt qu’un libellé pour toutes les mises à jour ultérieures de Nano Banana.
Les tailles de sortie comprennent 0.5K, 1K, 2K et 4K, avec 1K par défaut. L’option plus petite 0.5K est propre à ce profil et peut convenir à une première composition ; les paliers supérieurs fournissent davantage de pixels pour la forme de sortie choisie. Les rapports documentés couvrent les formats carré, portrait et paysage, dont 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 et 21:9, avec les formats supplémentaires 1:4, 4:1, 1:8 et 8:1. Par exemple, les sorties carrées vont de 512 × 512 en 0.5K à 4096 × 4096 en 4K. Choisissez la forme pour le placement prévu avant d’affiner les petits détails.
Google cite parmi les améliorations de cette édition un meilleur respect du rapport largeur/hauteur, la cohérence visuelle et le rendu multilingue du texte. Utilisez des formulations exactes pour une affiche, un menu ou une infographie et définissez quel libellé appartient à quel objet. Pour les petits textes ou les longs passages, la fiche du modèle rapporte des limites de lisibilité persistantes, notamment en 1K. Gardez les légendes concises et précisez leur taille relative ; pour un corps de texte dense, traitez l’image comme une référence de mise en page visuelle et vérifiez soigneusement les lettres réellement produites.
Jusqu’à 14 images de référence peuvent être combinées dans un processus. Le guide d’images décrit une fidélité pour dix objets au maximum et une ressemblance pour quatre personnages au maximum. Identifiez les références et précisez la contribution de chacune. Pour une scène de produit, une image peut établir l’objet, une autre l’environnement et une autre l’éclairage. Pour une séquence de personnages, transmettez les sorties précédentes à la requête suivante et indiquez les caractéristiques qui doivent persister lors d’un changement de point de vue ou de pose.
L’ancrage Web Search et Image Search peut éclairer la génération avec des informations actuelles et des références visuelles récupérées. Image Search ajoute un contexte visuel plutôt qu’une simple description écrite du résultat de recherche. Le fabricant prend en charge la recherche avec les réglages de réflexion documentés. Son processus de recherche d’images exclut les images de personnes réelles comme références issues de la recherche et renvoie des métadonnées d’attribution avec les résultats ancrés ; préservez ces métadonnées lorsque vous utilisez le résultat dans une application.
Les réglages de réflexion documentés pour Gemini 3.1 Flash Image sont minimal et élevé (high), le niveau minimal étant celui par défaut. Cela diffère du profil à trois niveaux de Nano Banana 2.1, dont le niveau moyen (medium) est la valeur par défaut. La réflexion aide à traiter des compositions et des instructions plus complexes. Le modèle est fondé sur Gemini 3 Flash, mais cette relation ne le transforme pas en modèle général d’exécution de code ou d’appel de fonctions : ces capacités sont indiquées comme non prises en charge dans le tableau de cette édition d’images.
La retouche conversationnelle permet de modifier une image fournie ou d’affiner une génération antérieure. Des instructions concrètes peuvent être : « Conserve la forme du flacon, le texte de l’étiquette et l’angle de caméra. Remplace l’arrière-plan par une surface en pierre claire et ajoute des ombres plus douces. » Décrivez les éléments à conserver aussi soigneusement que ceux à modifier. La fiche du modèle indique que la cohérence des personnages, la distinction entre la gauche et la droite et les retouches à partir de croquis peuvent rester imparfaites : comparez donc ces détails précis avant de poursuivre une séquence visuelle.
Le tableau API du modèle indique 131 072 tokens d’entrée et 32 768 tokens de sortie. Il prend en charge la génération d’images, l’ancrage par recherche, la réflexion et le traitement par lots, tandis que la génération audio, la mise en cache, les sorties structurées, la recherche dans les fichiers, l’API Live et le contexte fourni par une URL ne sont pas pris en charge. Le processus d’images n’accepte pas d’entrée audio. Une vidéo ou un PDF peuvent éclairer une tâche d’image fixe dans ce profil API ; la sortie reste composée d’images et de texte. Les images générées incluent SynthID, et le nombre d’images demandé n’est pas toujours respecté exactement.
Pour une infographie pratique, fournissez les libellés validés, le public prévu, l’ordre de lecture, les références et un rapport cible. Demandez une explication visuelle claire, puis utilisez le tour suivant pour corriger les formulations ou les espacements en préservant la composition établie. Pour une maquette de produit, précisez la géométrie, la surface, la lumière et les détails visuels qui définissent le produit. Le résultat utile est une image accompagnée de son texte qui peut être examinée, choisie et affinée dans une séquence contrôlée.
", "aboutText": "Nano Banana 2 est le modèle Gemini 3.1 Flash Image de Google pour la génération native d’images et la retouche conversationnelle. Sa conception privilégie une création visuelle efficace et des révisions répétées. Le profil API documenté accepte le texte, les images, la vidéo et le PDF et renvoie des images et du texte. C’est une édition nommée distincte de Gemini Nano Banana 2.1 plutôt qu’un libellé pour toutes les mises à jour ultérieures de Nano Banana.\n\nLes tailles de sortie comprennent 0.5K, 1K, 2K et 4K, avec 1K par défaut. L’option plus petite 0.5K est propre à ce profil et peut convenir à une première composition ; les paliers supérieurs fournissent davantage de pixels pour la forme de sortie choisie. Les rapports documentés couvrent les formats carré, portrait et paysage, dont 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 et 21:9, avec les formats supplémentaires 1:4, 4:1, 1:8 et 8:1. Par exemple, les sorties carrées vont de 512 × 512 en 0.5K à 4096 × 4096 en 4K. Choisissez la forme pour le placement prévu avant d’affiner les petits détails.\n\nGoogle cite parmi les améliorations de cette édition un meilleur respect du rapport largeur/hauteur, la cohérence visuelle et le rendu multilingue du texte. Utilisez des formulations exactes pour une affiche, un menu ou une infographie et définissez quel libellé appartient à quel objet. Pour les petits textes ou les longs passages, la fiche du modèle rapporte des limites de lisibilité persistantes, notamment en 1K. Gardez les légendes concises et précisez leur taille relative ; pour un corps de texte dense, traitez l’image comme une référence de mise en page visuelle et vérifiez soigneusement les lettres réellement produites.\n\nJusqu’à 14 images de référence peuvent être combinées dans un processus. Le guide d’images décrit une fidélité pour dix objets au maximum et une ressemblance pour quatre personnages au maximum. Identifiez les références et précisez la contribution de chacune. Pour une scène de produit, une image peut établir l’objet, une autre l’environnement et une autre l’éclairage. Pour une séquence de personnages, transmettez les sorties précédentes à la requête suivante et indiquez les caractéristiques qui doivent persister lors d’un changement de point de vue ou de pose.\n\nL’ancrage Web Search et Image Search peut éclairer la génération avec des informations actuelles et des références visuelles récupérées. Image Search ajoute un contexte visuel plutôt qu’une simple description écrite du résultat de recherche. Le fabricant prend en charge la recherche avec les réglages de réflexion documentés. Son processus de recherche d’images exclut les images de personnes réelles comme références issues de la recherche et renvoie des métadonnées d’attribution avec les résultats ancrés ; préservez ces métadonnées lorsque vous utilisez le résultat dans une application.\n\nLes réglages de réflexion documentés pour Gemini 3.1 Flash Image sont minimal et élevé (high), le niveau minimal étant celui par défaut. Cela diffère du profil à trois niveaux de Nano Banana 2.1, dont le niveau moyen (medium) est la valeur par défaut. La réflexion aide à traiter des compositions et des instructions plus complexes. Le modèle est fondé sur Gemini 3 Flash, mais cette relation ne le transforme pas en modèle général d’exécution de code ou d’appel de fonctions : ces capacités sont indiquées comme non prises en charge dans le tableau de cette édition d’images.\n\nLa retouche conversationnelle permet de modifier une image fournie ou d’affiner une génération antérieure. Des instructions concrètes peuvent être : « Conserve la forme du flacon, le texte de l’étiquette et l’angle de caméra. Remplace l’arrière-plan par une surface en pierre claire et ajoute des ombres plus douces. » Décrivez les éléments à conserver aussi soigneusement que ceux à modifier. La fiche du modèle indique que la cohérence des personnages, la distinction entre la gauche et la droite et les retouches à partir de croquis peuvent rester imparfaites : comparez donc ces détails précis avant de poursuivre une séquence visuelle.\n\nLe tableau API du modèle indique 131 072 tokens d’entrée et 32 768 tokens de sortie. Il prend en charge la génération d’images, l’ancrage par recherche, la réflexion et le traitement par lots, tandis que la génération audio, la mise en cache, les sorties structurées, la recherche dans les fichiers, l’API Live et le contexte fourni par une URL ne sont pas pris en charge. Le processus d’images n’accepte pas d’entrée audio. Une vidéo ou un PDF peuvent éclairer une tâche d’image fixe dans ce profil API ; la sortie reste composée d’images et de texte. Les images générées incluent SynthID, et le nombre d’images demandé n’est pas toujours respecté exactement.\n\nPour une infographie pratique, fournissez les libellés validés, le public prévu, l’ordre de lecture, les références et un rapport cible. Demandez une explication visuelle claire, puis utilisez le tour suivant pour corriger les formulations ou les espacements en préservant la composition établie. Pour une maquette de produit, précisez la géométrie, la surface, la lumière et les détails visuels qui définissent le produit. Le résultat utile est une image accompagnée de son texte qui peut être examinée, choisie et affinée dans une séquence contrôlée.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Create a simple bicycle-care infographic\n\nCreate one portrait infographic teaching three bicycle checks before a short ride: tires, brakes and chain. Use three large illustrated steps in that order, a warm ivory background and dark green accents. Include only these headings: 'TIRES', 'BRAKES', 'CHAIN'. Leave generous space around each heading and keep the illustrations clearly separated.One portrait image with three ordered illustrated steps and the three exact, readable headings.Inspect the rendered image for heading spelling, order and clear separation of the three checks.gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) génère et retouche des images dans une conversation. Il prend en charge le texte et les sources visuelles, les sorties de 0.5K à 4K, la composition avec des images de référence et l’ancrage par recherche pour les scènes de produit, les infographies et le travail visuel itératif.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Nano Banana 2 est le modèle Gemini 3.1 Flash Image de Google pour la génération native d’images et la retouche conversationnelle. Sa conception privilégie une création visuelle efficace et des révisions répétées. Le profil API documenté accepte le texte, les images, la vidéo et le PDF et renvoie des images et du texte. C’est une édition nommée distincte de Gemini Nano Banana 2.1 plutôt qu’un libellé pour toutes les mises à jour ultérieures de Nano Banana.
Les tailles de sortie comprennent 0.5K, 1K, 2K et 4K, avec 1K par défaut. L’option plus petite 0.5K est propre à ce profil et peut convenir à une première composition ; les paliers supérieurs fournissent davantage de pixels pour la forme de sortie choisie. Les rapports documentés couvrent les formats carré, portrait et paysage, dont 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 et 21:9, avec les formats supplémentaires 1:4, 4:1, 1:8 et 8:1. Par exemple, les sorties carrées vont de 512 × 512 en 0.5K à 4096 × 4096 en 4K. Choisissez la forme pour le placement prévu avant d’affiner les petits détails.
Google cite parmi les améliorations de cette édition un meilleur respect du rapport largeur/hauteur, la cohérence visuelle et le rendu multilingue du texte. Utilisez des formulations exactes pour une affiche, un menu ou une infographie et définissez quel libellé appartient à quel objet. Pour les petits textes ou les longs passages, la fiche du modèle rapporte des limites de lisibilité persistantes, notamment en 1K. Gardez les légendes concises et précisez leur taille relative ; pour un corps de texte dense, traitez l’image comme une référence de mise en page visuelle et vérifiez soigneusement les lettres réellement produites.
Jusqu’à 14 images de référence peuvent être combinées dans un processus. Le guide d’images décrit une fidélité pour dix objets au maximum et une ressemblance pour quatre personnages au maximum. Identifiez les références et précisez la contribution de chacune. Pour une scène de produit, une image peut établir l’objet, une autre l’environnement et une autre l’éclairage. Pour une séquence de personnages, transmettez les sorties précédentes à la requête suivante et indiquez les caractéristiques qui doivent persister lors d’un changement de point de vue ou de pose.
L’ancrage Web Search et Image Search peut éclairer la génération avec des informations actuelles et des références visuelles récupérées. Image Search ajoute un contexte visuel plutôt qu’une simple description écrite du résultat de recherche. Le fabricant prend en charge la recherche avec les réglages de réflexion documentés. Son processus de recherche d’images exclut les images de personnes réelles comme références issues de la recherche et renvoie des métadonnées d’attribution avec les résultats ancrés ; préservez ces métadonnées lorsque vous utilisez le résultat dans une application.
Les réglages de réflexion documentés pour Gemini 3.1 Flash Image sont minimal et élevé (high), le niveau minimal étant celui par défaut. Cela diffère du profil à trois niveaux de Nano Banana 2.1, dont le niveau moyen (medium) est la valeur par défaut. La réflexion aide à traiter des compositions et des instructions plus complexes. Le modèle est fondé sur Gemini 3 Flash, mais cette relation ne le transforme pas en modèle général d’exécution de code ou d’appel de fonctions : ces capacités sont indiquées comme non prises en charge dans le tableau de cette édition d’images.
La retouche conversationnelle permet de modifier une image fournie ou d’affiner une génération antérieure. Des instructions concrètes peuvent être : « Conserve la forme du flacon, le texte de l’étiquette et l’angle de caméra. Remplace l’arrière-plan par une surface en pierre claire et ajoute des ombres plus douces. » Décrivez les éléments à conserver aussi soigneusement que ceux à modifier. La fiche du modèle indique que la cohérence des personnages, la distinction entre la gauche et la droite et les retouches à partir de croquis peuvent rester imparfaites : comparez donc ces détails précis avant de poursuivre une séquence visuelle.
Le tableau API du modèle indique 131 072 tokens d’entrée et 32 768 tokens de sortie. Il prend en charge la génération d’images, l’ancrage par recherche, la réflexion et le traitement par lots, tandis que la génération audio, la mise en cache, les sorties structurées, la recherche dans les fichiers, l’API Live et le contexte fourni par une URL ne sont pas pris en charge. Le processus d’images n’accepte pas d’entrée audio. Une vidéo ou un PDF peuvent éclairer une tâche d’image fixe dans ce profil API ; la sortie reste composée d’images et de texte. Les images générées incluent SynthID, et le nombre d’images demandé n’est pas toujours respecté exactement.
Pour une infographie pratique, fournissez les libellés validés, le public prévu, l’ordre de lecture, les références et un rapport cible. Demandez une explication visuelle claire, puis utilisez le tour suivant pour corriger les formulations ou les espacements en préservant la composition établie. Pour une maquette de produit, précisez la géométrie, la surface, la lumière et les détails visuels qui définissent le produit. Le résultat utile est une image accompagnée de son texte qui peut être examinée, choisie et affinée dans une séquence contrôlée.
POST /v1/images/generationstextimage, text| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gemini-3.1-flash-image | Par défaut— |
Champprompt | Typestring | ExigenceObligatoire | Valeurs et limites Longueur minimale: 1 | Par défaut— |
Champn | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 | Par défaut1 |
Champresponse_format | Typestring | ExigenceFacultatif | Valeurs et limites url, b64_json | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champsize | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champquality | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champbackground | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champoutput_format | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champoutput_compression | Typeinteger | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmoderation | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinput_fidelity | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstyle | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champpartial_images | Typeinteger | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte vers image · Obligatoire : prompt
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext |
Paramètrerequired | Contratmodel, prompt |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
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 structures des méthodes et les identifiants sont exacts ; la capacité du fournisseur est distincte de l’admission.
POST /v1/images/generationsAiloot 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 →
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 | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationUltra | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.0010000 / 1K tokens Sortie · Tokens en sortie $0.006000 / 1K tokens Sortie · image en sortie $0.12000 / 1K tokens Sortie · recherche web $0.028 par recherche web |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.1-flash-image", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nfrom openai import OpenAI\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gemini-3.1-flash-image', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gemini-3.1-flash-image", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\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}Enregistrez chaque image terminée ; récupérez chaque URL renvoyée ou décodez son contenu Base64.
Enregistrez chaque élément de données. Décodez chaque b64_json ou récupérez le contenu de chaque URL signée renvoyée. Choisissez l’extension du fichier à partir du type MIME et des octets réels.
Si le résultat d’une génération ou d’une retouche d’image nécessite une vérification, conservez l’operation_id/X-Client-Request-ID d’origine et les informations renvoyées sur le résultat. Récupérez les résultats existants qui vous appartiennent via la bibliothèque multimédia, à l’aide des valeurs task_id ou asset_id réelles. Ne soumettez pas à nouveau la requête de génération/retouche et ne construisez pas d’URL d’interrogation du statut à partir d’operation_id.
| Champ | Type |
|---|---|
Champcreated | Typeinteger |
Champdata[].url | Typestring |
Champdata[].b64_json | Typebase64 string |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Réponseserver_error | ConditionLa réponse renvoyée indique que l’opération ou le résultat nécessite une vérification | Étape suivanteConservez l’identifiant d’opération/de tâche initialement renvoyé, les en-têtes de la requête et la réponse ; poursuivez les lectures prises en charge de cette opération d’origine. Ne soumettez pas à nouveau la requête de création. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) génère et retouche des images dans une conversation. Il prend en charge le texte et les sources visuelles, les sorties de 0.5K à 4K, la composition avec des images de référence et l’ancrage par recherche pour les scènes de produit, les infographies et le travail visuel itératif.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Nano Banana 2 est le modèle Gemini 3.1 Flash Image de Google pour la génération native d’images et la retouche conversationnelle. Sa conception privilégie une création visuelle efficace et des révisions répétées. Le profil API documenté accepte le texte, les images, la vidéo et le PDF et renvoie des images et du texte. C’est une édition nommée distincte de Gemini Nano Banana 2.1 plutôt qu’un libellé pour toutes les mises à jour ultérieures de Nano Banana.
Les tailles de sortie comprennent 0.5K, 1K, 2K et 4K, avec 1K par défaut. L’option plus petite 0.5K est propre à ce profil et peut convenir à une première composition ; les paliers supérieurs fournissent davantage de pixels pour la forme de sortie choisie. Les rapports documentés couvrent les formats carré, portrait et paysage, dont 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 et 21:9, avec les formats supplémentaires 1:4, 4:1, 1:8 et 8:1. Par exemple, les sorties carrées vont de 512 × 512 en 0.5K à 4096 × 4096 en 4K. Choisissez la forme pour le placement prévu avant d’affiner les petits détails.
Google cite parmi les améliorations de cette édition un meilleur respect du rapport largeur/hauteur, la cohérence visuelle et le rendu multilingue du texte. Utilisez des formulations exactes pour une affiche, un menu ou une infographie et définissez quel libellé appartient à quel objet. Pour les petits textes ou les longs passages, la fiche du modèle rapporte des limites de lisibilité persistantes, notamment en 1K. Gardez les légendes concises et précisez leur taille relative ; pour un corps de texte dense, traitez l’image comme une référence de mise en page visuelle et vérifiez soigneusement les lettres réellement produites.
Jusqu’à 14 images de référence peuvent être combinées dans un processus. Le guide d’images décrit une fidélité pour dix objets au maximum et une ressemblance pour quatre personnages au maximum. Identifiez les références et précisez la contribution de chacune. Pour une scène de produit, une image peut établir l’objet, une autre l’environnement et une autre l’éclairage. Pour une séquence de personnages, transmettez les sorties précédentes à la requête suivante et indiquez les caractéristiques qui doivent persister lors d’un changement de point de vue ou de pose.
L’ancrage Web Search et Image Search peut éclairer la génération avec des informations actuelles et des références visuelles récupérées. Image Search ajoute un contexte visuel plutôt qu’une simple description écrite du résultat de recherche. Le fabricant prend en charge la recherche avec les réglages de réflexion documentés. Son processus de recherche d’images exclut les images de personnes réelles comme références issues de la recherche et renvoie des métadonnées d’attribution avec les résultats ancrés ; préservez ces métadonnées lorsque vous utilisez le résultat dans une application.
Les réglages de réflexion documentés pour Gemini 3.1 Flash Image sont minimal et élevé (high), le niveau minimal étant celui par défaut. Cela diffère du profil à trois niveaux de Nano Banana 2.1, dont le niveau moyen (medium) est la valeur par défaut. La réflexion aide à traiter des compositions et des instructions plus complexes. Le modèle est fondé sur Gemini 3 Flash, mais cette relation ne le transforme pas en modèle général d’exécution de code ou d’appel de fonctions : ces capacités sont indiquées comme non prises en charge dans le tableau de cette édition d’images.
La retouche conversationnelle permet de modifier une image fournie ou d’affiner une génération antérieure. Des instructions concrètes peuvent être : « Conserve la forme du flacon, le texte de l’étiquette et l’angle de caméra. Remplace l’arrière-plan par une surface en pierre claire et ajoute des ombres plus douces. » Décrivez les éléments à conserver aussi soigneusement que ceux à modifier. La fiche du modèle indique que la cohérence des personnages, la distinction entre la gauche et la droite et les retouches à partir de croquis peuvent rester imparfaites : comparez donc ces détails précis avant de poursuivre une séquence visuelle.
Le tableau API du modèle indique 131 072 tokens d’entrée et 32 768 tokens de sortie. Il prend en charge la génération d’images, l’ancrage par recherche, la réflexion et le traitement par lots, tandis que la génération audio, la mise en cache, les sorties structurées, la recherche dans les fichiers, l’API Live et le contexte fourni par une URL ne sont pas pris en charge. Le processus d’images n’accepte pas d’entrée audio. Une vidéo ou un PDF peuvent éclairer une tâche d’image fixe dans ce profil API ; la sortie reste composée d’images et de texte. Les images générées incluent SynthID, et le nombre d’images demandé n’est pas toujours respecté exactement.
Pour une infographie pratique, fournissez les libellés validés, le public prévu, l’ordre de lecture, les références et un rapport cible. Demandez une explication visuelle claire, puis utilisez le tour suivant pour corriger les formulations ou les espacements en préservant la composition établie. Pour une maquette de produit, précisez la géométrie, la surface, la lumière et les détails visuels qui définissent le produit. Le résultat utile est une image accompagnée de son texte qui peut être examinée, choisie et affinée dans une séquence contrôlée.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites google/gemini-3.1-flash-image | 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’identifiant 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: outil de fonction fourni | 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 rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | 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 sous forme de texte littéral ; aucun identifiant 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’identifiant 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/objets 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 | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.001 / 1K tokens Sortie · Tokens en sortie $0.006 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens Sortie · Jetons d’image en sortie $0.12 / 1K tokens image |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.001 / 1K tokens Sortie · Tokens en sortie $0.006 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Les barèmes de référence du modèle ne modifient ni la sélection de méthode, ni les devis, ni les coûts. Les frais actifs utilisent les tarifs de la méthode Ailoot sélectionnée.
| Configuration | Conditions de facturation | Coût |
|---|---|---|
| ConfigurationGoogle: Nano Banana 2 (Gemini 3.1 Flash Image) · Configuration par défaut | Conditions de facturationConfiguration par défaut | Coût Entrée · Tokens en entrée 0.001 USD / 1K tokens Sortie · Tokens en sortie 0.006 USD / 1K tokens Sortie · Image en sortie 0.12 USD / 1K tokens Sortie · Recherche web 0.028 USD par recherche |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-flash-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles 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 contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) génère et retouche des images dans une conversation. Il prend en charge le texte et les sources visuelles, les sorties de 0.5K à 4K, la composition avec des images de référence et l’ancrage par recherche pour les scènes de produit, les infographies et le travail visuel itératif.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Nano Banana 2 est le modèle Gemini 3.1 Flash Image de Google pour la génération native d’images et la retouche conversationnelle. Sa conception privilégie une création visuelle efficace et des révisions répétées. Le profil API documenté accepte le texte, les images, la vidéo et le PDF et renvoie des images et du texte. C’est une édition nommée distincte de Gemini Nano Banana 2.1 plutôt qu’un libellé pour toutes les mises à jour ultérieures de Nano Banana.
Les tailles de sortie comprennent 0.5K, 1K, 2K et 4K, avec 1K par défaut. L’option plus petite 0.5K est propre à ce profil et peut convenir à une première composition ; les paliers supérieurs fournissent davantage de pixels pour la forme de sortie choisie. Les rapports documentés couvrent les formats carré, portrait et paysage, dont 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 et 21:9, avec les formats supplémentaires 1:4, 4:1, 1:8 et 8:1. Par exemple, les sorties carrées vont de 512 × 512 en 0.5K à 4096 × 4096 en 4K. Choisissez la forme pour le placement prévu avant d’affiner les petits détails.
Google cite parmi les améliorations de cette édition un meilleur respect du rapport largeur/hauteur, la cohérence visuelle et le rendu multilingue du texte. Utilisez des formulations exactes pour une affiche, un menu ou une infographie et définissez quel libellé appartient à quel objet. Pour les petits textes ou les longs passages, la fiche du modèle rapporte des limites de lisibilité persistantes, notamment en 1K. Gardez les légendes concises et précisez leur taille relative ; pour un corps de texte dense, traitez l’image comme une référence de mise en page visuelle et vérifiez soigneusement les lettres réellement produites.
Jusqu’à 14 images de référence peuvent être combinées dans un processus. Le guide d’images décrit une fidélité pour dix objets au maximum et une ressemblance pour quatre personnages au maximum. Identifiez les références et précisez la contribution de chacune. Pour une scène de produit, une image peut établir l’objet, une autre l’environnement et une autre l’éclairage. Pour une séquence de personnages, transmettez les sorties précédentes à la requête suivante et indiquez les caractéristiques qui doivent persister lors d’un changement de point de vue ou de pose.
L’ancrage Web Search et Image Search peut éclairer la génération avec des informations actuelles et des références visuelles récupérées. Image Search ajoute un contexte visuel plutôt qu’une simple description écrite du résultat de recherche. Le fabricant prend en charge la recherche avec les réglages de réflexion documentés. Son processus de recherche d’images exclut les images de personnes réelles comme références issues de la recherche et renvoie des métadonnées d’attribution avec les résultats ancrés ; préservez ces métadonnées lorsque vous utilisez le résultat dans une application.
Les réglages de réflexion documentés pour Gemini 3.1 Flash Image sont minimal et élevé (high), le niveau minimal étant celui par défaut. Cela diffère du profil à trois niveaux de Nano Banana 2.1, dont le niveau moyen (medium) est la valeur par défaut. La réflexion aide à traiter des compositions et des instructions plus complexes. Le modèle est fondé sur Gemini 3 Flash, mais cette relation ne le transforme pas en modèle général d’exécution de code ou d’appel de fonctions : ces capacités sont indiquées comme non prises en charge dans le tableau de cette édition d’images.
La retouche conversationnelle permet de modifier une image fournie ou d’affiner une génération antérieure. Des instructions concrètes peuvent être : « Conserve la forme du flacon, le texte de l’étiquette et l’angle de caméra. Remplace l’arrière-plan par une surface en pierre claire et ajoute des ombres plus douces. » Décrivez les éléments à conserver aussi soigneusement que ceux à modifier. La fiche du modèle indique que la cohérence des personnages, la distinction entre la gauche et la droite et les retouches à partir de croquis peuvent rester imparfaites : comparez donc ces détails précis avant de poursuivre une séquence visuelle.
Le tableau API du modèle indique 131 072 tokens d’entrée et 32 768 tokens de sortie. Il prend en charge la génération d’images, l’ancrage par recherche, la réflexion et le traitement par lots, tandis que la génération audio, la mise en cache, les sorties structurées, la recherche dans les fichiers, l’API Live et le contexte fourni par une URL ne sont pas pris en charge. Le processus d’images n’accepte pas d’entrée audio. Une vidéo ou un PDF peuvent éclairer une tâche d’image fixe dans ce profil API ; la sortie reste composée d’images et de texte. Les images générées incluent SynthID, et le nombre d’images demandé n’est pas toujours respecté exactement.
Pour une infographie pratique, fournissez les libellés validés, le public prévu, l’ordre de lecture, les références et un rapport cible. Demandez une explication visuelle claire, puis utilisez le tour suivant pour corriger les formulations ou les espacements en préservant la composition établie. Pour une maquette de produit, précisez la géométrie, la surface, la lumière et les détails visuels qui définissent le produit. Le résultat utile est une image accompagnée de son texte qui peut être examinée, choisie et affinée dans une séquence contrôlée.
POST /v1/images/generationstext, imageimage| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites google/gemini-3.1-flash-image | Par défaut— |
Champprompt | Typestring | ExigenceObligatoire | Valeurs et limites Longueur minimale: 1 | Par défaut— |
Champresolution | Typestring | ExigenceFacultatif | Valeurs et limites 512, 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 · Tokens en entrée · Estimation à des fins de comparaison uniquement — / 1K tokens Sortie · Tokens en sortie · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Lecture du cache · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Écriture dans le cache · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Écriture dans le cache, 1 h · Estimation à des fins de comparaison uniquement — / 1K tokens |
| ConfigurationCoût estimé de la génération | Barème tarifaire— | Quantité prévisionnelleEstimation pour une génération | Coût Sortie · Coût estimé de génération · Estimation à des fins de comparaison uniquement $0.49152 estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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-3.1-flash-image', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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 gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) génère et retouche des images dans une conversation. Il prend en charge le texte et les sources visuelles, les sorties de 0.5K à 4K, la composition avec des images de référence et l’ancrage par recherche pour les scènes de produit, les infographies et le travail visuel itératif.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Nano Banana 2 est le modèle Gemini 3.1 Flash Image de Google pour la génération native d’images et la retouche conversationnelle. Sa conception privilégie une création visuelle efficace et des révisions répétées. Le profil API documenté accepte le texte, les images, la vidéo et le PDF et renvoie des images et du texte. C’est une édition nommée distincte de Gemini Nano Banana 2.1 plutôt qu’un libellé pour toutes les mises à jour ultérieures de Nano Banana.
Les tailles de sortie comprennent 0.5K, 1K, 2K et 4K, avec 1K par défaut. L’option plus petite 0.5K est propre à ce profil et peut convenir à une première composition ; les paliers supérieurs fournissent davantage de pixels pour la forme de sortie choisie. Les rapports documentés couvrent les formats carré, portrait et paysage, dont 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 et 21:9, avec les formats supplémentaires 1:4, 4:1, 1:8 et 8:1. Par exemple, les sorties carrées vont de 512 × 512 en 0.5K à 4096 × 4096 en 4K. Choisissez la forme pour le placement prévu avant d’affiner les petits détails.
Google cite parmi les améliorations de cette édition un meilleur respect du rapport largeur/hauteur, la cohérence visuelle et le rendu multilingue du texte. Utilisez des formulations exactes pour une affiche, un menu ou une infographie et définissez quel libellé appartient à quel objet. Pour les petits textes ou les longs passages, la fiche du modèle rapporte des limites de lisibilité persistantes, notamment en 1K. Gardez les légendes concises et précisez leur taille relative ; pour un corps de texte dense, traitez l’image comme une référence de mise en page visuelle et vérifiez soigneusement les lettres réellement produites.
Jusqu’à 14 images de référence peuvent être combinées dans un processus. Le guide d’images décrit une fidélité pour dix objets au maximum et une ressemblance pour quatre personnages au maximum. Identifiez les références et précisez la contribution de chacune. Pour une scène de produit, une image peut établir l’objet, une autre l’environnement et une autre l’éclairage. Pour une séquence de personnages, transmettez les sorties précédentes à la requête suivante et indiquez les caractéristiques qui doivent persister lors d’un changement de point de vue ou de pose.
L’ancrage Web Search et Image Search peut éclairer la génération avec des informations actuelles et des références visuelles récupérées. Image Search ajoute un contexte visuel plutôt qu’une simple description écrite du résultat de recherche. Le fabricant prend en charge la recherche avec les réglages de réflexion documentés. Son processus de recherche d’images exclut les images de personnes réelles comme références issues de la recherche et renvoie des métadonnées d’attribution avec les résultats ancrés ; préservez ces métadonnées lorsque vous utilisez le résultat dans une application.
Les réglages de réflexion documentés pour Gemini 3.1 Flash Image sont minimal et élevé (high), le niveau minimal étant celui par défaut. Cela diffère du profil à trois niveaux de Nano Banana 2.1, dont le niveau moyen (medium) est la valeur par défaut. La réflexion aide à traiter des compositions et des instructions plus complexes. Le modèle est fondé sur Gemini 3 Flash, mais cette relation ne le transforme pas en modèle général d’exécution de code ou d’appel de fonctions : ces capacités sont indiquées comme non prises en charge dans le tableau de cette édition d’images.
La retouche conversationnelle permet de modifier une image fournie ou d’affiner une génération antérieure. Des instructions concrètes peuvent être : « Conserve la forme du flacon, le texte de l’étiquette et l’angle de caméra. Remplace l’arrière-plan par une surface en pierre claire et ajoute des ombres plus douces. » Décrivez les éléments à conserver aussi soigneusement que ceux à modifier. La fiche du modèle indique que la cohérence des personnages, la distinction entre la gauche et la droite et les retouches à partir de croquis peuvent rester imparfaites : comparez donc ces détails précis avant de poursuivre une séquence visuelle.
Le tableau API du modèle indique 131 072 tokens d’entrée et 32 768 tokens de sortie. Il prend en charge la génération d’images, l’ancrage par recherche, la réflexion et le traitement par lots, tandis que la génération audio, la mise en cache, les sorties structurées, la recherche dans les fichiers, l’API Live et le contexte fourni par une URL ne sont pas pris en charge. Le processus d’images n’accepte pas d’entrée audio. Une vidéo ou un PDF peuvent éclairer une tâche d’image fixe dans ce profil API ; la sortie reste composée d’images et de texte. Les images générées incluent SynthID, et le nombre d’images demandé n’est pas toujours respecté exactement.
Pour une infographie pratique, fournissez les libellés validés, le public prévu, l’ordre de lecture, les références et un rapport cible. Demandez une explication visuelle claire, puis utilisez le tour suivant pour corriger les formulations ou les espacements en préservant la composition établie. Pour une maquette de produit, précisez la géométrie, la surface, la lumière et les détails visuels qui définissent le produit. Le résultat utile est une image accompagnée de son texte qui peut être examinée, choisie et affinée dans une séquence contrôlée.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites google/gemini-3.1-flash-image | 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 | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.001 / 1K tokens Sortie · Tokens en sortie $0.006 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens Sortie · Jetons d’image en sortie $0.12 / 1K tokens image |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.001 / 1K tokens Sortie · Tokens en sortie $0.006 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "google/gemini-3.1-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 identifiants 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 identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles 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 contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
Exemple technique en anglais
Create a simple bicycle-care infographic\n\nCreate one portrait infographic teaching three bicycle checks before a short ride: tires, brakes and chain. Use three large illustrated steps in that order, a warm ivory background and dark green accents. Include only these headings: 'TIRES', 'BRAKES', 'CHAIN'. Leave generous space around each heading and keep the illustrations clearly separated.One portrait image with three ordered illustrated steps and the three exact, readable headings.Inspect the rendered image for heading spelling, order and clear separation of the three checks.