Gemini 2.5 Flash Image, également connu sous le nom de Nano Banana, est le modèle de Google utilisant le texte et l’image pour la création visuelle et la retouche conversationnelle d’images. Il accepte une instruction accompagnée de références d’images facultatives et peut renvoyer des images avec un texte d’accompagnement. Cette édition précise de 2.5 Flash Image est distincte de Nano Banana 2, Nano Banana Pro et des modèles d’images Lite ultérieurs. Son résultat utile est un visuel généré ou révisé, et non la réponse du modèle textuel général Gemini 2.5.
La fiche de ce modèle précis répertorie 65 536 tokens d’entrée et 32 768 tokens de sortie. Les images et les instructions font partie de l’entrée, et l’image ou le texte renvoyé fait partie du résultat. Le tableau de résolution du guide indique notamment, parmi les rapports largeur/hauteur pris en charge, une sortie 1:1 en 1024×1024, 3:4 en 864×1184 et 16:9 en 1344×768. Choisissez les proportions d’affichage prévues avant de concevoir la scène. Les options haute résolution d’une édition d’images Gemini ultérieure ne doivent pas être considérées comme des réglages documentés pour ce modèle précis.
Pour créer une image à partir de texte, précisez le sujet, l’action, l’environnement, le style, l’éclairage et le point de vue. Une illustration de produit peut utiliser une identité visuelle fournie et demander qu’un détail de matière soit clairement visible dans un cadre approprié. Expliquez l’objectif de l’image pour que le modèle puisse répartir l’espace entre le sujet et le texte éventuel. Des descriptions photographiques comme une vue rapprochée, une composition vue de dessus ou une perspective en contre-plongée définissent le cadrage plus clairement qu’une liste de mots de style sans rapport entre eux.
Pour une retouche, fournissez l’image d’origine et identifiez la partie à modifier. Le guide du concepteur décrit l’ajout ou la suppression d’éléments, le masquage sémantique, le transfert de style et la composition à partir de références. Une requête utile nomme à la fois la révision et les conditions à préserver — par exemple, changer l’arrière-plan tout en conservant la forme, la surface et l’étiquette du produit. Attribuez un rôle à chaque entrée lorsque vous combinez des références, comme l’apparence du sujet, le décor ou le style. Le guide indique que cette édition fonctionne au mieux avec un maximum de trois images d’entrée ; c’est une recommandation pratique, et non une raison de combiner un ensemble illimité de références contradictoires.
L’affinement conversationnel peut conserver le même sujet tout en modifiant un choix visuel précis. Demandez une révision cohérente à la fois et conservez l’image source ainsi que le résultat accepté utilisés pour cet échange. Décrivez ce qui doit rester constant et ce qui peut varier. Pour une série de visuels, identifiez explicitement le sujet commun, les couleurs et les règles visuelles, plutôt que de supposer qu’un nouveau prompt isolé les retrouvera. Comparez l’image révisée à la référence avant de considérer qu’une instruction de préservation a été respectée avec succès.
Pour du texte intégré à l’image, arrêtez d’abord la formulation exacte, puis demandez l’image contenant ce texte, comme le recommande le guide. Indiquez la langue, l’ordre de lecture, le placement et l’importance relative des libellés. Une demande d’infographie doit identifier la relation expliquée par chaque libellé et les éléments visuels qui l’étayent. Vérifiez l’orthographe, la ponctuation et l’association visuelle à la taille d’affichage réelle ; un libellé généré qui semble lisible peut tout de même modifier un nom, un nombre ou le sens voulu.
La fiche du modèle ne répertorie pour cette édition ni réflexion, ni ancrage par recherche, ni appels de fonctions, ni exécution de code, ni sortie structurée contrainte. Elle n’annonce pas non plus de génération audio ou de Live API. Son entrée documentée se compose de texte et d’images ; les fonctions audio, vidéo et de traitement documentaire d’autres modèles Gemini ne doivent donc pas être attribuées à ce profil. Une application doit gérer explicitement les différentes parties du contenu renvoyé au lieu de supposer qu’une réponse en prose ordinaire contient le visuel finalisé.
Le guide précise que le nombre d’images demandé peut ne pas toujours être respecté et que les images générées incluent le marquage SynthID. Examinez chaque image renvoyée pour vérifier la composition, la fidélité du sujet, le nombre d’objets et la formulation exacte. Si la scène comporte plusieurs éléments, décrivez leur disposition prévue dans un ordre clair et exprimez positivement l’apparence souhaitée. Conservez l’identité exacte du modèle, le prompt et les références avec le résultat. La tâche de génération ou de retouche visuelle peut ainsi être examinée, et une révision ultérieure dispose d’un point de départ concret.
", "aboutText": "Gemini 2.5 Flash Image, également connu sous le nom de Nano Banana, est le modèle de Google utilisant le texte et l’image pour la création visuelle et la retouche conversationnelle d’images. Il accepte une instruction accompagnée de références d’images facultatives et peut renvoyer des images avec un texte d’accompagnement. Cette édition précise de 2.5 Flash Image est distincte de Nano Banana 2, Nano Banana Pro et des modèles d’images Lite ultérieurs. Son résultat utile est un visuel généré ou révisé, et non la réponse du modèle textuel général Gemini 2.5.\n\nLa fiche de ce modèle précis répertorie 65 536 tokens d’entrée et 32 768 tokens de sortie. Les images et les instructions font partie de l’entrée, et l’image ou le texte renvoyé fait partie du résultat. Le tableau de résolution du guide indique notamment, parmi les rapports largeur/hauteur pris en charge, une sortie 1:1 en 1024×1024, 3:4 en 864×1184 et 16:9 en 1344×768. Choisissez les proportions d’affichage prévues avant de concevoir la scène. Les options haute résolution d’une édition d’images Gemini ultérieure ne doivent pas être considérées comme des réglages documentés pour ce modèle précis.\n\nPour créer une image à partir de texte, précisez le sujet, l’action, l’environnement, le style, l’éclairage et le point de vue. Une illustration de produit peut utiliser une identité visuelle fournie et demander qu’un détail de matière soit clairement visible dans un cadre approprié. Expliquez l’objectif de l’image pour que le modèle puisse répartir l’espace entre le sujet et le texte éventuel. Des descriptions photographiques comme une vue rapprochée, une composition vue de dessus ou une perspective en contre-plongée définissent le cadrage plus clairement qu’une liste de mots de style sans rapport entre eux.\n\nPour une retouche, fournissez l’image d’origine et identifiez la partie à modifier. Le guide du concepteur décrit l’ajout ou la suppression d’éléments, le masquage sémantique, le transfert de style et la composition à partir de références. Une requête utile nomme à la fois la révision et les conditions à préserver — par exemple, changer l’arrière-plan tout en conservant la forme, la surface et l’étiquette du produit. Attribuez un rôle à chaque entrée lorsque vous combinez des références, comme l’apparence du sujet, le décor ou le style. Le guide indique que cette édition fonctionne au mieux avec un maximum de trois images d’entrée ; c’est une recommandation pratique, et non une raison de combiner un ensemble illimité de références contradictoires.\n\nL’affinement conversationnel peut conserver le même sujet tout en modifiant un choix visuel précis. Demandez une révision cohérente à la fois et conservez l’image source ainsi que le résultat accepté utilisés pour cet échange. Décrivez ce qui doit rester constant et ce qui peut varier. Pour une série de visuels, identifiez explicitement le sujet commun, les couleurs et les règles visuelles, plutôt que de supposer qu’un nouveau prompt isolé les retrouvera. Comparez l’image révisée à la référence avant de considérer qu’une instruction de préservation a été respectée avec succès.\n\nPour du texte intégré à l’image, arrêtez d’abord la formulation exacte, puis demandez l’image contenant ce texte, comme le recommande le guide. Indiquez la langue, l’ordre de lecture, le placement et l’importance relative des libellés. Une demande d’infographie doit identifier la relation expliquée par chaque libellé et les éléments visuels qui l’étayent. Vérifiez l’orthographe, la ponctuation et l’association visuelle à la taille d’affichage réelle ; un libellé généré qui semble lisible peut tout de même modifier un nom, un nombre ou le sens voulu.\n\nLa fiche du modèle ne répertorie pour cette édition ni réflexion, ni ancrage par recherche, ni appels de fonctions, ni exécution de code, ni sortie structurée contrainte. Elle n’annonce pas non plus de génération audio ou de Live API. Son entrée documentée se compose de texte et d’images ; les fonctions audio, vidéo et de traitement documentaire d’autres modèles Gemini ne doivent donc pas être attribuées à ce profil. Une application doit gérer explicitement les différentes parties du contenu renvoyé au lieu de supposer qu’une réponse en prose ordinaire contient le visuel finalisé.\n\nLe guide précise que le nombre d’images demandé peut ne pas toujours être respecté et que les images générées incluent le marquage SynthID. Examinez chaque image renvoyée pour vérifier la composition, la fidélité du sujet, le nombre d’objets et la formulation exacte. Si la scène comporte plusieurs éléments, décrivez leur disposition prévue dans un ordre clair et exprimez positivement l’apparence souhaitée. Conservez l’identité exacte du modèle, le prompt et les références avec le résultat. La tâche de génération ou de retouche visuelle peut ainsi être examinée, et une révision ultérieure dispose d’un point de départ concret.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) génère et retouche des images à partir de texte et d’images. Utilisez son processus conversationnel pour composer une scène, modifier un élément sélectionné, combiner des références visuelles ou affiner une image de produit tout en précisant les détails à conserver.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini 2.5 Flash Image, également connu sous le nom de Nano Banana, est le modèle de Google utilisant le texte et l’image pour la création visuelle et la retouche conversationnelle d’images. Il accepte une instruction accompagnée de références d’images facultatives et peut renvoyer des images avec un texte d’accompagnement. Cette édition précise de 2.5 Flash Image est distincte de Nano Banana 2, Nano Banana Pro et des modèles d’images Lite ultérieurs. Son résultat utile est un visuel généré ou révisé, et non la réponse du modèle textuel général Gemini 2.5.
La fiche de ce modèle précis répertorie 65 536 tokens d’entrée et 32 768 tokens de sortie. Les images et les instructions font partie de l’entrée, et l’image ou le texte renvoyé fait partie du résultat. Le tableau de résolution du guide indique notamment, parmi les rapports largeur/hauteur pris en charge, une sortie 1:1 en 1024×1024, 3:4 en 864×1184 et 16:9 en 1344×768. Choisissez les proportions d’affichage prévues avant de concevoir la scène. Les options haute résolution d’une édition d’images Gemini ultérieure ne doivent pas être considérées comme des réglages documentés pour ce modèle précis.
Pour créer une image à partir de texte, précisez le sujet, l’action, l’environnement, le style, l’éclairage et le point de vue. Une illustration de produit peut utiliser une identité visuelle fournie et demander qu’un détail de matière soit clairement visible dans un cadre approprié. Expliquez l’objectif de l’image pour que le modèle puisse répartir l’espace entre le sujet et le texte éventuel. Des descriptions photographiques comme une vue rapprochée, une composition vue de dessus ou une perspective en contre-plongée définissent le cadrage plus clairement qu’une liste de mots de style sans rapport entre eux.
Pour une retouche, fournissez l’image d’origine et identifiez la partie à modifier. Le guide du concepteur décrit l’ajout ou la suppression d’éléments, le masquage sémantique, le transfert de style et la composition à partir de références. Une requête utile nomme à la fois la révision et les conditions à préserver — par exemple, changer l’arrière-plan tout en conservant la forme, la surface et l’étiquette du produit. Attribuez un rôle à chaque entrée lorsque vous combinez des références, comme l’apparence du sujet, le décor ou le style. Le guide indique que cette édition fonctionne au mieux avec un maximum de trois images d’entrée ; c’est une recommandation pratique, et non une raison de combiner un ensemble illimité de références contradictoires.
L’affinement conversationnel peut conserver le même sujet tout en modifiant un choix visuel précis. Demandez une révision cohérente à la fois et conservez l’image source ainsi que le résultat accepté utilisés pour cet échange. Décrivez ce qui doit rester constant et ce qui peut varier. Pour une série de visuels, identifiez explicitement le sujet commun, les couleurs et les règles visuelles, plutôt que de supposer qu’un nouveau prompt isolé les retrouvera. Comparez l’image révisée à la référence avant de considérer qu’une instruction de préservation a été respectée avec succès.
Pour du texte intégré à l’image, arrêtez d’abord la formulation exacte, puis demandez l’image contenant ce texte, comme le recommande le guide. Indiquez la langue, l’ordre de lecture, le placement et l’importance relative des libellés. Une demande d’infographie doit identifier la relation expliquée par chaque libellé et les éléments visuels qui l’étayent. Vérifiez l’orthographe, la ponctuation et l’association visuelle à la taille d’affichage réelle ; un libellé généré qui semble lisible peut tout de même modifier un nom, un nombre ou le sens voulu.
La fiche du modèle ne répertorie pour cette édition ni réflexion, ni ancrage par recherche, ni appels de fonctions, ni exécution de code, ni sortie structurée contrainte. Elle n’annonce pas non plus de génération audio ou de Live API. Son entrée documentée se compose de texte et d’images ; les fonctions audio, vidéo et de traitement documentaire d’autres modèles Gemini ne doivent donc pas être attribuées à ce profil. Une application doit gérer explicitement les différentes parties du contenu renvoyé au lieu de supposer qu’une réponse en prose ordinaire contient le visuel finalisé.
Le guide précise que le nombre d’images demandé peut ne pas toujours être respecté et que les images générées incluent le marquage SynthID. Examinez chaque image renvoyée pour vérifier la composition, la fidélité du sujet, le nombre d’objets et la formulation exacte. Si la scène comporte plusieurs éléments, décrivez leur disposition prévue dans un ordre clair et exprimez positivement l’apparence souhaitée. Conservez l’identité exacte du modèle, le prompt et les références avec le résultat. La tâche de génération ou de retouche visuelle peut ainsi être examinée, et une révision ultérieure dispose d’un point de départ concret.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites google/gemini-2.5-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 $0.0006 / 1K tokens Sortie · Tokens en sortie $0.005 / 1K tokens Entrée · Lecture du cache $0.00006 / 1K tokens Entrée · Écriture dans le cache $0.0001666666666666666 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens Sortie · Jetons d’image en sortie $0.06 / 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 $0.0006 / 1K tokens Sortie · Tokens en sortie $0.005 / 1K tokens Entrée · Lecture du cache $0.00006 / 1K tokens Entrée · Écriture dans le cache $0.0001666666666666666 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Les barèmes de référence du modèle ne modifient ni la sélection de méthode, ni les devis, ni les coûts. Les frais actifs utilisent les tarifs de la méthode Ailoot sélectionnée.
| Configuration | Conditions de facturation | Coût |
|---|---|---|
| Configurationgoogle/gemini-2.5-flash-image · Configuration par défaut | Conditions de facturationConfiguration par défaut | Coût Entrée · Entrée 0.0006 USD / 1K tokens Sortie · Sortie 0.06 USD / 1K tokens |
| Configuration | Conditions de facturation | Coût |
|---|---|---|
| ConfigurationGoogle: Nano Banana (Gemini 2.5 Flash Image) · Configuration par défaut | Conditions de facturationConfiguration par défaut | Coût Entrée · Tokens en entrée 0.0006 USD / 1K tokens Sortie · Tokens en sortie 0.005 USD / 1K tokens Entrée · Image en entrée 0.0006 USD / 1K tokens Sortie · Image en sortie 0.06 USD / 1K tokens Entrée · Audio en entrée 0.002 USD / 1K tokens Entrée · Lecture du cache audio 0.0002 USD / 1K tokens Sortie · Recherche web 0.028 USD par recherche Sortie · Jetons de raisonnement 0.005 USD / 1K tokens Entrée · Lecture du cache 0.00006 USD / 1K tokens Entrée · Écriture en cache · 5 minutes ≈0.000167 USD / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-2.5-flash-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) génère et retouche des images à partir de texte et d’images. Utilisez son processus conversationnel pour composer une scène, modifier un élément sélectionné, combiner des références visuelles ou affiner une image de produit tout en précisant les détails à conserver.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini 2.5 Flash Image, également connu sous le nom de Nano Banana, est le modèle de Google utilisant le texte et l’image pour la création visuelle et la retouche conversationnelle d’images. Il accepte une instruction accompagnée de références d’images facultatives et peut renvoyer des images avec un texte d’accompagnement. Cette édition précise de 2.5 Flash Image est distincte de Nano Banana 2, Nano Banana Pro et des modèles d’images Lite ultérieurs. Son résultat utile est un visuel généré ou révisé, et non la réponse du modèle textuel général Gemini 2.5.
La fiche de ce modèle précis répertorie 65 536 tokens d’entrée et 32 768 tokens de sortie. Les images et les instructions font partie de l’entrée, et l’image ou le texte renvoyé fait partie du résultat. Le tableau de résolution du guide indique notamment, parmi les rapports largeur/hauteur pris en charge, une sortie 1:1 en 1024×1024, 3:4 en 864×1184 et 16:9 en 1344×768. Choisissez les proportions d’affichage prévues avant de concevoir la scène. Les options haute résolution d’une édition d’images Gemini ultérieure ne doivent pas être considérées comme des réglages documentés pour ce modèle précis.
Pour créer une image à partir de texte, précisez le sujet, l’action, l’environnement, le style, l’éclairage et le point de vue. Une illustration de produit peut utiliser une identité visuelle fournie et demander qu’un détail de matière soit clairement visible dans un cadre approprié. Expliquez l’objectif de l’image pour que le modèle puisse répartir l’espace entre le sujet et le texte éventuel. Des descriptions photographiques comme une vue rapprochée, une composition vue de dessus ou une perspective en contre-plongée définissent le cadrage plus clairement qu’une liste de mots de style sans rapport entre eux.
Pour une retouche, fournissez l’image d’origine et identifiez la partie à modifier. Le guide du concepteur décrit l’ajout ou la suppression d’éléments, le masquage sémantique, le transfert de style et la composition à partir de références. Une requête utile nomme à la fois la révision et les conditions à préserver — par exemple, changer l’arrière-plan tout en conservant la forme, la surface et l’étiquette du produit. Attribuez un rôle à chaque entrée lorsque vous combinez des références, comme l’apparence du sujet, le décor ou le style. Le guide indique que cette édition fonctionne au mieux avec un maximum de trois images d’entrée ; c’est une recommandation pratique, et non une raison de combiner un ensemble illimité de références contradictoires.
L’affinement conversationnel peut conserver le même sujet tout en modifiant un choix visuel précis. Demandez une révision cohérente à la fois et conservez l’image source ainsi que le résultat accepté utilisés pour cet échange. Décrivez ce qui doit rester constant et ce qui peut varier. Pour une série de visuels, identifiez explicitement le sujet commun, les couleurs et les règles visuelles, plutôt que de supposer qu’un nouveau prompt isolé les retrouvera. Comparez l’image révisée à la référence avant de considérer qu’une instruction de préservation a été respectée avec succès.
Pour du texte intégré à l’image, arrêtez d’abord la formulation exacte, puis demandez l’image contenant ce texte, comme le recommande le guide. Indiquez la langue, l’ordre de lecture, le placement et l’importance relative des libellés. Une demande d’infographie doit identifier la relation expliquée par chaque libellé et les éléments visuels qui l’étayent. Vérifiez l’orthographe, la ponctuation et l’association visuelle à la taille d’affichage réelle ; un libellé généré qui semble lisible peut tout de même modifier un nom, un nombre ou le sens voulu.
La fiche du modèle ne répertorie pour cette édition ni réflexion, ni ancrage par recherche, ni appels de fonctions, ni exécution de code, ni sortie structurée contrainte. Elle n’annonce pas non plus de génération audio ou de Live API. Son entrée documentée se compose de texte et d’images ; les fonctions audio, vidéo et de traitement documentaire d’autres modèles Gemini ne doivent donc pas être attribuées à ce profil. Une application doit gérer explicitement les différentes parties du contenu renvoyé au lieu de supposer qu’une réponse en prose ordinaire contient le visuel finalisé.
Le guide précise que le nombre d’images demandé peut ne pas toujours être respecté et que les images générées incluent le marquage SynthID. Examinez chaque image renvoyée pour vérifier la composition, la fidélité du sujet, le nombre d’objets et la formulation exacte. Si la scène comporte plusieurs éléments, décrivez leur disposition prévue dans un ordre clair et exprimez positivement l’apparence souhaitée. Conservez l’identité exacte du modèle, le prompt et les références avec le résultat. La tâche de génération ou de retouche visuelle peut ainsi être examinée, et une révision ultérieure dispose d’un point de départ concret.
POST /v1/images/generationstext, imageimage| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites google/gemini-2.5-flash-image | Par défaut— |
Champprompt | Typestring | ExigenceObligatoire | Valeurs et limites Longueur minimale: 1 | Par défaut— |
Champaspect_ratio | Typestring | ExigenceFacultatif | Valeurs et limites 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 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: 3 | 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 $0.24576 estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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-2.5-flash-image', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) génère et retouche des images à partir de texte et d’images. Utilisez son processus conversationnel pour composer une scène, modifier un élément sélectionné, combiner des références visuelles ou affiner une image de produit tout en précisant les détails à conserver.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini 2.5 Flash Image, également connu sous le nom de Nano Banana, est le modèle de Google utilisant le texte et l’image pour la création visuelle et la retouche conversationnelle d’images. Il accepte une instruction accompagnée de références d’images facultatives et peut renvoyer des images avec un texte d’accompagnement. Cette édition précise de 2.5 Flash Image est distincte de Nano Banana 2, Nano Banana Pro et des modèles d’images Lite ultérieurs. Son résultat utile est un visuel généré ou révisé, et non la réponse du modèle textuel général Gemini 2.5.
La fiche de ce modèle précis répertorie 65 536 tokens d’entrée et 32 768 tokens de sortie. Les images et les instructions font partie de l’entrée, et l’image ou le texte renvoyé fait partie du résultat. Le tableau de résolution du guide indique notamment, parmi les rapports largeur/hauteur pris en charge, une sortie 1:1 en 1024×1024, 3:4 en 864×1184 et 16:9 en 1344×768. Choisissez les proportions d’affichage prévues avant de concevoir la scène. Les options haute résolution d’une édition d’images Gemini ultérieure ne doivent pas être considérées comme des réglages documentés pour ce modèle précis.
Pour créer une image à partir de texte, précisez le sujet, l’action, l’environnement, le style, l’éclairage et le point de vue. Une illustration de produit peut utiliser une identité visuelle fournie et demander qu’un détail de matière soit clairement visible dans un cadre approprié. Expliquez l’objectif de l’image pour que le modèle puisse répartir l’espace entre le sujet et le texte éventuel. Des descriptions photographiques comme une vue rapprochée, une composition vue de dessus ou une perspective en contre-plongée définissent le cadrage plus clairement qu’une liste de mots de style sans rapport entre eux.
Pour une retouche, fournissez l’image d’origine et identifiez la partie à modifier. Le guide du concepteur décrit l’ajout ou la suppression d’éléments, le masquage sémantique, le transfert de style et la composition à partir de références. Une requête utile nomme à la fois la révision et les conditions à préserver — par exemple, changer l’arrière-plan tout en conservant la forme, la surface et l’étiquette du produit. Attribuez un rôle à chaque entrée lorsque vous combinez des références, comme l’apparence du sujet, le décor ou le style. Le guide indique que cette édition fonctionne au mieux avec un maximum de trois images d’entrée ; c’est une recommandation pratique, et non une raison de combiner un ensemble illimité de références contradictoires.
L’affinement conversationnel peut conserver le même sujet tout en modifiant un choix visuel précis. Demandez une révision cohérente à la fois et conservez l’image source ainsi que le résultat accepté utilisés pour cet échange. Décrivez ce qui doit rester constant et ce qui peut varier. Pour une série de visuels, identifiez explicitement le sujet commun, les couleurs et les règles visuelles, plutôt que de supposer qu’un nouveau prompt isolé les retrouvera. Comparez l’image révisée à la référence avant de considérer qu’une instruction de préservation a été respectée avec succès.
Pour du texte intégré à l’image, arrêtez d’abord la formulation exacte, puis demandez l’image contenant ce texte, comme le recommande le guide. Indiquez la langue, l’ordre de lecture, le placement et l’importance relative des libellés. Une demande d’infographie doit identifier la relation expliquée par chaque libellé et les éléments visuels qui l’étayent. Vérifiez l’orthographe, la ponctuation et l’association visuelle à la taille d’affichage réelle ; un libellé généré qui semble lisible peut tout de même modifier un nom, un nombre ou le sens voulu.
La fiche du modèle ne répertorie pour cette édition ni réflexion, ni ancrage par recherche, ni appels de fonctions, ni exécution de code, ni sortie structurée contrainte. Elle n’annonce pas non plus de génération audio ou de Live API. Son entrée documentée se compose de texte et d’images ; les fonctions audio, vidéo et de traitement documentaire d’autres modèles Gemini ne doivent donc pas être attribuées à ce profil. Une application doit gérer explicitement les différentes parties du contenu renvoyé au lieu de supposer qu’une réponse en prose ordinaire contient le visuel finalisé.
Le guide précise que le nombre d’images demandé peut ne pas toujours être respecté et que les images générées incluent le marquage SynthID. Examinez chaque image renvoyée pour vérifier la composition, la fidélité du sujet, le nombre d’objets et la formulation exacte. Si la scène comporte plusieurs éléments, décrivez leur disposition prévue dans un ordre clair et exprimez positivement l’apparence souhaitée. Conservez l’identité exacte du modèle, le prompt et les références avec le résultat. La tâche de génération ou de retouche visuelle peut ainsi être examinée, et une révision ultérieure dispose d’un point de départ concret.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites google/gemini-2.5-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 $0.0006 / 1K tokens Sortie · Tokens en sortie $0.005 / 1K tokens Entrée · Lecture du cache $0.00006 / 1K tokens Entrée · Écriture dans le cache $0.0001666666666666666 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens Sortie · Jetons d’image en sortie $0.06 / 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 $0.0006 / 1K tokens Sortie · Tokens en sortie $0.005 / 1K tokens Entrée · Lecture du cache $0.00006 / 1K tokens Entrée · Écriture dans le cache $0.0001666666666666666 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "google/gemini-2.5-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 Ultra google/gemini-2.5-flash-image
/v1/images
Exemple technique en anglais
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.