A Nano Banana 2 a Google Gemini 3.1 Flash Image modellje natív képgeneráláshoz és beszélgetéses szerkesztéshez. Felépítése a hatékony vizuális alkotást és az ismételt módosításokat hangsúlyozza. A dokumentált API-profil szöveget, képeket, videót és PDF-et fogad, és képet, valamint szöveget ad vissza. Külön névvel jelölt kiadás a Gemini Nano Banana 2.1-hez képest, nem minden későbbi Nano Banana-frissítés címkéje.
A kimeneti méretek 0.5K, 1K, 2K és 4K lehetőségeket tartalmaznak, 1K alapértelmezéssel. A kisebb 0.5K lehetőség erre a profilra jellemző, és kezdeti kompozícióhoz illhet; a nagyobb kategóriák több pixelt adnak a kiválasztott kimeneti formához. A dokumentált arányok négyzetes, álló és fekvő formátumokat fednek le, köztük 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 és 21:9 arányt, további 1:4, 4:1, 1:8 és 8:1 formátumokkal. Például a négyzetes kimenetek a 0.5K méretű 512 × 512-től a 4K méretű 4096 × 4096-ig terjednek. A kisebb részletek finomítása előtt válassza ki a tervezett elhelyezéshez illő formát.
A Google e kiadás frissítései között pontosabb képaránykövetést, vizuális következetességet és többnyelvű szövegmegjelenítést azonosít. Poszterhez, étlaphoz vagy infografikához használjon pontos szöveget, és határozza meg, melyik címke melyik tárgyhoz tartozik. Apró szövegnél vagy hosszú szövegrésznél a modellkártya fennmaradó olvashatósági korlátokat jelez, különösen 1K méretben. A feliratok legyenek tömörek, és a relatív méretük legyen egyértelmű; sűrű törzsszövegnél a képet vizuális elrendezési referenciaként kezelje, és gondosan ellenőrizze a tényleges betűket.
Egy munkafolyamatban legfeljebb 14 referenciakép egyesíthető. A képi útmutató legfeljebb tíz tárgy hű megőrzését és legfeljebb négy karakter hasonlóságát írja le. Címkézze a referenciákat, és határozza meg, mivel járul hozzá mindegyik. Termékjelenetnél az egyik kép meghatározhatja a tárgyat, egy másik a környezetet, egy harmadik a világítást. Karaktersorozatnál vigye tovább a korábbi kimeneteket a következő promptba, és mondja el, mely jellemzőknek kell fennmaradniuk nézet- vagy pózváltás közben.
A Web Search és Image Search alapú forráshoz kötés aktuális információval és lekért vizuális referenciákkal támogathatja a generálást. Az Image Search vizuális kontextust ad, nem csupán a keresési eredmény írott leírását. A fejlesztő a keresési funkciót a dokumentált gondolkodási beállítások teljes körében támogatja. Képkeresési munkafolyamata kizárja a valós embereket ábrázoló képeket a keresésből származó referenciák közül, és a forráshoz kötött eredményekhez attribúciós metaadatokat ad vissza; alkalmazásbeli felhasználáskor őrizze meg ezeket a metaadatokat.
A Gemini 3.1 Flash Image dokumentált gondolkodási vezérlői minimal és high, minimal alapértelmezéssel. Ez eltér a Nano Banana 2.1 háromszintű, medium alapértelmezésű profiljától. A gondolkodás összetettebb kompozíciót és utasításkezelést támogat. A modell a Gemini 3 Flash modellre épül, de ez a kapcsolat nem teszi általános kódvégrehajtó vagy függvényhívó modellé: e képkiadás táblázatában ezek a képességek nem támogatottként szerepelnek.
A beszélgetéses szerkesztés megadott kép módosítását vagy egy korábbi generálás finomítását támogatja. Konkrét feladatleírás lehet: „Őrizze meg a palack alakját, a címke szövegét és a kamera szögét. Cserélje a hátteret világos kőfelületre, és adjon hozzá lágyabb árnyékokat.” A megőrzendő elemeket ugyanolyan gondosan írja le, mint a módosítandókat. A modellkártya megjegyzi, hogy a karakterállandóság, a bal és jobb oldal meghatározása, valamint a firkák alapján végzett szerkesztések tökéletlenek maradhatnak, ezért a vizuális sorozat folytatása előtt ezeket a részleteket külön vesse össze.
Az API-modelltáblázat 131 072 bemeneti és 32 768 kimeneti tokent ad meg. Támogatja a képgenerálást, a keresésalapú forráshoz kötést, a gondolkodást és a kötegelt feldolgozást, míg a hanggenerálás, gyorsítótárazás, strukturált kimenetek, fájlkeresés, Live API és URL-kontextus nem támogatott. A képi munkafolyamat nem fogad hangbemenetet. Videó vagy PDF információt adhat egy állóképes feladathoz ebben az API-profilban; a kimenet továbbra is kép és szöveg. A generált képek SynthID-t tartalmaznak, és a modell nem mindig követi pontosan a kért képszámot.
Gyakorlati infografikához adjon meg jóváhagyott címkéket, célközönséget, olvasási sorrendet, referenciaanyagot és célképarányt. Kérjen egyetlen világos vizuális magyarázatot, majd a következő fordulóban javítsa a megfogalmazást vagy a térközöket a kialakult kompozíció megőrzésével. Termék-látványtervhez határozza meg a geometriát, felületet, fényt és a terméket meghatározó vizuális részleteket. Hasznos eredmény egy kép a hozzá tartozó szöveggel, amely szabályozott sorozatban vizsgálható, kiválasztható és finomítható.
", "aboutText": "A Nano Banana 2 a Google Gemini 3.1 Flash Image modellje natív képgeneráláshoz és beszélgetéses szerkesztéshez. Felépítése a hatékony vizuális alkotást és az ismételt módosításokat hangsúlyozza. A dokumentált API-profil szöveget, képeket, videót és PDF-et fogad, és képet, valamint szöveget ad vissza. Külön névvel jelölt kiadás a Gemini Nano Banana 2.1-hez képest, nem minden későbbi Nano Banana-frissítés címkéje.\n\nA kimeneti méretek 0.5K, 1K, 2K és 4K lehetőségeket tartalmaznak, 1K alapértelmezéssel. A kisebb 0.5K lehetőség erre a profilra jellemző, és kezdeti kompozícióhoz illhet; a nagyobb kategóriák több pixelt adnak a kiválasztott kimeneti formához. A dokumentált arányok négyzetes, álló és fekvő formátumokat fednek le, köztük 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 és 21:9 arányt, további 1:4, 4:1, 1:8 és 8:1 formátumokkal. Például a négyzetes kimenetek a 0.5K méretű 512 × 512-től a 4K méretű 4096 × 4096-ig terjednek. A kisebb részletek finomítása előtt válassza ki a tervezett elhelyezéshez illő formát.\n\nA Google e kiadás frissítései között pontosabb képaránykövetést, vizuális következetességet és többnyelvű szövegmegjelenítést azonosít. Poszterhez, étlaphoz vagy infografikához használjon pontos szöveget, és határozza meg, melyik címke melyik tárgyhoz tartozik. Apró szövegnél vagy hosszú szövegrésznél a modellkártya fennmaradó olvashatósági korlátokat jelez, különösen 1K méretben. A feliratok legyenek tömörek, és a relatív méretük legyen egyértelmű; sűrű törzsszövegnél a képet vizuális elrendezési referenciaként kezelje, és gondosan ellenőrizze a tényleges betűket.\n\nEgy munkafolyamatban legfeljebb 14 referenciakép egyesíthető. A képi útmutató legfeljebb tíz tárgy hű megőrzését és legfeljebb négy karakter hasonlóságát írja le. Címkézze a referenciákat, és határozza meg, mivel járul hozzá mindegyik. Termékjelenetnél az egyik kép meghatározhatja a tárgyat, egy másik a környezetet, egy harmadik a világítást. Karaktersorozatnál vigye tovább a korábbi kimeneteket a következő promptba, és mondja el, mely jellemzőknek kell fennmaradniuk nézet- vagy pózváltás közben.\n\nA Web Search és Image Search alapú forráshoz kötés aktuális információval és lekért vizuális referenciákkal támogathatja a generálást. Az Image Search vizuális kontextust ad, nem csupán a keresési eredmény írott leírását. A fejlesztő a keresési funkciót a dokumentált gondolkodási beállítások teljes körében támogatja. Képkeresési munkafolyamata kizárja a valós embereket ábrázoló képeket a keresésből származó referenciák közül, és a forráshoz kötött eredményekhez attribúciós metaadatokat ad vissza; alkalmazásbeli felhasználáskor őrizze meg ezeket a metaadatokat.\n\nA Gemini 3.1 Flash Image dokumentált gondolkodási vezérlői minimal és high, minimal alapértelmezéssel. Ez eltér a Nano Banana 2.1 háromszintű, medium alapértelmezésű profiljától. A gondolkodás összetettebb kompozíciót és utasításkezelést támogat. A modell a Gemini 3 Flash modellre épül, de ez a kapcsolat nem teszi általános kódvégrehajtó vagy függvényhívó modellé: e képkiadás táblázatában ezek a képességek nem támogatottként szerepelnek.\n\nA beszélgetéses szerkesztés megadott kép módosítását vagy egy korábbi generálás finomítását támogatja. Konkrét feladatleírás lehet: „Őrizze meg a palack alakját, a címke szövegét és a kamera szögét. Cserélje a hátteret világos kőfelületre, és adjon hozzá lágyabb árnyékokat.” A megőrzendő elemeket ugyanolyan gondosan írja le, mint a módosítandókat. A modellkártya megjegyzi, hogy a karakterállandóság, a bal és jobb oldal meghatározása, valamint a firkák alapján végzett szerkesztések tökéletlenek maradhatnak, ezért a vizuális sorozat folytatása előtt ezeket a részleteket külön vesse össze.\n\nAz API-modelltáblázat 131 072 bemeneti és 32 768 kimeneti tokent ad meg. Támogatja a képgenerálást, a keresésalapú forráshoz kötést, a gondolkodást és a kötegelt feldolgozást, míg a hanggenerálás, gyorsítótárazás, strukturált kimenetek, fájlkeresés, Live API és URL-kontextus nem támogatott. A képi munkafolyamat nem fogad hangbemenetet. Videó vagy PDF információt adhat egy állóképes feladathoz ebben az API-profilban; a kimenet továbbra is kép és szöveg. A generált képek SynthID-t tartalmaznak, és a modell nem mindig követi pontosan a kért képszámot.\n\nGyakorlati infografikához adjon meg jóváhagyott címkéket, célközönséget, olvasási sorrendet, referenciaanyagot és célképarányt. Kérjen egyetlen világos vizuális magyarázatot, majd a következő fordulóban javítsa a megfogalmazást vagy a térközöket a kialakult kompozíció megőrzésével. Termék-látványtervhez határozza meg a geometriát, felületet, fényt és a terméket meghatározó vizuális részleteket. Hasznos eredmény egy kép a hozzá tartozó szöveggel, amely szabályozott sorozatban vizsgálható, kiválasztható és finomítható.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
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-imageA Nano Banana 2 (Gemini 3.1 Flash Image) beszélgetésben generál és szerkeszt képeket. Szöveges és vizuális forrásokat, 0.5K–4K kimenetet, referenciaképekből összeállított kompozíciót és keresésalapú forráshoz kötést támogat termékjelenetekhez, infografikákhoz és iteratív vizuális munkához.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Nano Banana 2 a Google Gemini 3.1 Flash Image modellje natív képgeneráláshoz és beszélgetéses szerkesztéshez. Felépítése a hatékony vizuális alkotást és az ismételt módosításokat hangsúlyozza. A dokumentált API-profil szöveget, képeket, videót és PDF-et fogad, és képet, valamint szöveget ad vissza. Külön névvel jelölt kiadás a Gemini Nano Banana 2.1-hez képest, nem minden későbbi Nano Banana-frissítés címkéje.
A kimeneti méretek 0.5K, 1K, 2K és 4K lehetőségeket tartalmaznak, 1K alapértelmezéssel. A kisebb 0.5K lehetőség erre a profilra jellemző, és kezdeti kompozícióhoz illhet; a nagyobb kategóriák több pixelt adnak a kiválasztott kimeneti formához. A dokumentált arányok négyzetes, álló és fekvő formátumokat fednek le, köztük 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 és 21:9 arányt, további 1:4, 4:1, 1:8 és 8:1 formátumokkal. Például a négyzetes kimenetek a 0.5K méretű 512 × 512-től a 4K méretű 4096 × 4096-ig terjednek. A kisebb részletek finomítása előtt válassza ki a tervezett elhelyezéshez illő formát.
A Google e kiadás frissítései között pontosabb képaránykövetést, vizuális következetességet és többnyelvű szövegmegjelenítést azonosít. Poszterhez, étlaphoz vagy infografikához használjon pontos szöveget, és határozza meg, melyik címke melyik tárgyhoz tartozik. Apró szövegnél vagy hosszú szövegrésznél a modellkártya fennmaradó olvashatósági korlátokat jelez, különösen 1K méretben. A feliratok legyenek tömörek, és a relatív méretük legyen egyértelmű; sűrű törzsszövegnél a képet vizuális elrendezési referenciaként kezelje, és gondosan ellenőrizze a tényleges betűket.
Egy munkafolyamatban legfeljebb 14 referenciakép egyesíthető. A képi útmutató legfeljebb tíz tárgy hű megőrzését és legfeljebb négy karakter hasonlóságát írja le. Címkézze a referenciákat, és határozza meg, mivel járul hozzá mindegyik. Termékjelenetnél az egyik kép meghatározhatja a tárgyat, egy másik a környezetet, egy harmadik a világítást. Karaktersorozatnál vigye tovább a korábbi kimeneteket a következő promptba, és mondja el, mely jellemzőknek kell fennmaradniuk nézet- vagy pózváltás közben.
A Web Search és Image Search alapú forráshoz kötés aktuális információval és lekért vizuális referenciákkal támogathatja a generálást. Az Image Search vizuális kontextust ad, nem csupán a keresési eredmény írott leírását. A fejlesztő a keresési funkciót a dokumentált gondolkodási beállítások teljes körében támogatja. Képkeresési munkafolyamata kizárja a valós embereket ábrázoló képeket a keresésből származó referenciák közül, és a forráshoz kötött eredményekhez attribúciós metaadatokat ad vissza; alkalmazásbeli felhasználáskor őrizze meg ezeket a metaadatokat.
A Gemini 3.1 Flash Image dokumentált gondolkodási vezérlői minimal és high, minimal alapértelmezéssel. Ez eltér a Nano Banana 2.1 háromszintű, medium alapértelmezésű profiljától. A gondolkodás összetettebb kompozíciót és utasításkezelést támogat. A modell a Gemini 3 Flash modellre épül, de ez a kapcsolat nem teszi általános kódvégrehajtó vagy függvényhívó modellé: e képkiadás táblázatában ezek a képességek nem támogatottként szerepelnek.
A beszélgetéses szerkesztés megadott kép módosítását vagy egy korábbi generálás finomítását támogatja. Konkrét feladatleírás lehet: „Őrizze meg a palack alakját, a címke szövegét és a kamera szögét. Cserélje a hátteret világos kőfelületre, és adjon hozzá lágyabb árnyékokat.” A megőrzendő elemeket ugyanolyan gondosan írja le, mint a módosítandókat. A modellkártya megjegyzi, hogy a karakterállandóság, a bal és jobb oldal meghatározása, valamint a firkák alapján végzett szerkesztések tökéletlenek maradhatnak, ezért a vizuális sorozat folytatása előtt ezeket a részleteket külön vesse össze.
Az API-modelltáblázat 131 072 bemeneti és 32 768 kimeneti tokent ad meg. Támogatja a képgenerálást, a keresésalapú forráshoz kötést, a gondolkodást és a kötegelt feldolgozást, míg a hanggenerálás, gyorsítótárazás, strukturált kimenetek, fájlkeresés, Live API és URL-kontextus nem támogatott. A képi munkafolyamat nem fogad hangbemenetet. Videó vagy PDF információt adhat egy állóképes feladathoz ebben az API-profilban; a kimenet továbbra is kép és szöveg. A generált képek SynthID-t tartalmaznak, és a modell nem mindig követi pontosan a kért képszámot.
Gyakorlati infografikához adjon meg jóváhagyott címkéket, célközönséget, olvasási sorrendet, referenciaanyagot és célképarányt. Kérjen egyetlen világos vizuális magyarázatot, majd a következő fordulóban javítsa a megfogalmazást vagy a térközöket a kialakult kompozíció megőrzésével. Termék-látványtervhez határozza meg a geometriát, felületet, fényt és a terméket meghatározó vizuális részleteket. Hasznos eredmény egy kép a hozzá tartozó szöveggel, amely szabályozott sorozatban vizsgálható, kiválasztható és finomítható.
POST /v1/images/generationstextimage, text| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok gemini-3.1-flash-image | Alapértelmezett— |
Mezőprompt | Típusstring | KövetelményKötelező | Értékek és korlátok Minimális hossz: 1 | Alapértelmezett— |
Mezőn | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 | Alapértelmezett1 |
Mezőresponse_format | Típusstring | KövetelményOpcionális | Értékek és korlátok url, b64_json | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Mezősize | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőquality | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőbackground | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőoutput_format | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőoutput_compression | Típusinteger | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmoderation | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőinput_fidelity | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőstyle | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőpartial_images | Típusinteger | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Szövegből kép · Kötelező: prompt
| Paraméter | Szerződés |
|---|---|
Paramétermaterial_types | Szerződéstext |
Paraméterrequired | Szerződésmodel, prompt |
Paraméteroptional_controls | Szerződésnull |
Paramétercontent_type | Szerződésapplication/json |
Életciklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · A ténylegesen visszaadott task_id vagy a médiatár bejegyzése
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
A metódusok szerkezete és azonosítói pontosak; a beszállítói képesség különbözik a kérelmek befogadásától.
POST /v1/images/generationsAz Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
A modellszintű referenciatáblázatok nem módosítják a metódusválasztást, az árajánlatokat vagy a díjakat. A tényleges díjak a kiválasztott Ailoot-metódus díjtételeit használják.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításUltra | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.0010000 / 1K token Kimenet · Kimeneti tokenek $0.006000 / 1K token Kimenet · képkimenet $0.12000 / 1K token Kimenet · webes keresés $0.028 webes keresésenként |
set -eu\n: "${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");\nTöltsön le minden visszaadott képet, vagy mentse a Base64-tartalmat
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Mentsen minden elkészült képet; töltse le az összes visszaadott URL tartalmát, vagy dekódolja a Base64-tartalmat.
Mentsen minden adatelemet. Dekódoljon minden b64_json értéket, vagy töltse le minden visszaadott, aláírt URL tartalmát. A fájlnév kiterjesztését a tényleges MIME-típus/bájtok alapján válassza ki.
Ha egy képgenerálási vagy képszerkesztési eredmény ellenőrzést igényel, őrizze meg az eredeti operation_id/X-Client-Request-ID értéket és a visszaadott eredményadatokat. A saját, már meglévő eredményeket a médiatárból állítsa helyre a tényleges task_id vagy asset_id értékekkel. Ne küldje be újra a generálási/szerkesztési kérést, és ne állítson össze állapotlekérdezési URL-t az operation_id értékéből.
| Mező | Típus |
|---|---|
Mezőcreated | Típusinteger |
Meződata[].url | Típusstring |
Meződata[].b64_json | Típusbase64 string |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Válaszserver_error | FeltételA visszaadott válasz szerint a művelet vagy az eredmény ellenőrzést igényel | Következő lépésŐrizze meg az eredetileg visszaadott művelet- vagy feladatazonosítót, a kérés fejléceit és a választ; folytassa az eredeti művelet támogatott lekérdezéseit. Ne küldje be újra a létrehozási kérést. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageA Nano Banana 2 (Gemini 3.1 Flash Image) beszélgetésben generál és szerkeszt képeket. Szöveges és vizuális forrásokat, 0.5K–4K kimenetet, referenciaképekből összeállított kompozíciót és keresésalapú forráshoz kötést támogat termékjelenetekhez, infografikákhoz és iteratív vizuális munkához.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Nano Banana 2 a Google Gemini 3.1 Flash Image modellje natív képgeneráláshoz és beszélgetéses szerkesztéshez. Felépítése a hatékony vizuális alkotást és az ismételt módosításokat hangsúlyozza. A dokumentált API-profil szöveget, képeket, videót és PDF-et fogad, és képet, valamint szöveget ad vissza. Külön névvel jelölt kiadás a Gemini Nano Banana 2.1-hez képest, nem minden későbbi Nano Banana-frissítés címkéje.
A kimeneti méretek 0.5K, 1K, 2K és 4K lehetőségeket tartalmaznak, 1K alapértelmezéssel. A kisebb 0.5K lehetőség erre a profilra jellemző, és kezdeti kompozícióhoz illhet; a nagyobb kategóriák több pixelt adnak a kiválasztott kimeneti formához. A dokumentált arányok négyzetes, álló és fekvő formátumokat fednek le, köztük 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 és 21:9 arányt, további 1:4, 4:1, 1:8 és 8:1 formátumokkal. Például a négyzetes kimenetek a 0.5K méretű 512 × 512-től a 4K méretű 4096 × 4096-ig terjednek. A kisebb részletek finomítása előtt válassza ki a tervezett elhelyezéshez illő formát.
A Google e kiadás frissítései között pontosabb képaránykövetést, vizuális következetességet és többnyelvű szövegmegjelenítést azonosít. Poszterhez, étlaphoz vagy infografikához használjon pontos szöveget, és határozza meg, melyik címke melyik tárgyhoz tartozik. Apró szövegnél vagy hosszú szövegrésznél a modellkártya fennmaradó olvashatósági korlátokat jelez, különösen 1K méretben. A feliratok legyenek tömörek, és a relatív méretük legyen egyértelmű; sűrű törzsszövegnél a képet vizuális elrendezési referenciaként kezelje, és gondosan ellenőrizze a tényleges betűket.
Egy munkafolyamatban legfeljebb 14 referenciakép egyesíthető. A képi útmutató legfeljebb tíz tárgy hű megőrzését és legfeljebb négy karakter hasonlóságát írja le. Címkézze a referenciákat, és határozza meg, mivel járul hozzá mindegyik. Termékjelenetnél az egyik kép meghatározhatja a tárgyat, egy másik a környezetet, egy harmadik a világítást. Karaktersorozatnál vigye tovább a korábbi kimeneteket a következő promptba, és mondja el, mely jellemzőknek kell fennmaradniuk nézet- vagy pózváltás közben.
A Web Search és Image Search alapú forráshoz kötés aktuális információval és lekért vizuális referenciákkal támogathatja a generálást. Az Image Search vizuális kontextust ad, nem csupán a keresési eredmény írott leírását. A fejlesztő a keresési funkciót a dokumentált gondolkodási beállítások teljes körében támogatja. Képkeresési munkafolyamata kizárja a valós embereket ábrázoló képeket a keresésből származó referenciák közül, és a forráshoz kötött eredményekhez attribúciós metaadatokat ad vissza; alkalmazásbeli felhasználáskor őrizze meg ezeket a metaadatokat.
A Gemini 3.1 Flash Image dokumentált gondolkodási vezérlői minimal és high, minimal alapértelmezéssel. Ez eltér a Nano Banana 2.1 háromszintű, medium alapértelmezésű profiljától. A gondolkodás összetettebb kompozíciót és utasításkezelést támogat. A modell a Gemini 3 Flash modellre épül, de ez a kapcsolat nem teszi általános kódvégrehajtó vagy függvényhívó modellé: e képkiadás táblázatában ezek a képességek nem támogatottként szerepelnek.
A beszélgetéses szerkesztés megadott kép módosítását vagy egy korábbi generálás finomítását támogatja. Konkrét feladatleírás lehet: „Őrizze meg a palack alakját, a címke szövegét és a kamera szögét. Cserélje a hátteret világos kőfelületre, és adjon hozzá lágyabb árnyékokat.” A megőrzendő elemeket ugyanolyan gondosan írja le, mint a módosítandókat. A modellkártya megjegyzi, hogy a karakterállandóság, a bal és jobb oldal meghatározása, valamint a firkák alapján végzett szerkesztések tökéletlenek maradhatnak, ezért a vizuális sorozat folytatása előtt ezeket a részleteket külön vesse össze.
Az API-modelltáblázat 131 072 bemeneti és 32 768 kimeneti tokent ad meg. Támogatja a képgenerálást, a keresésalapú forráshoz kötést, a gondolkodást és a kötegelt feldolgozást, míg a hanggenerálás, gyorsítótárazás, strukturált kimenetek, fájlkeresés, Live API és URL-kontextus nem támogatott. A képi munkafolyamat nem fogad hangbemenetet. Videó vagy PDF információt adhat egy állóképes feladathoz ebben az API-profilban; a kimenet továbbra is kép és szöveg. A generált képek SynthID-t tartalmaznak, és a modell nem mindig követi pontosan a kért képszámot.
Gyakorlati infografikához adjon meg jóváhagyott címkéket, célközönséget, olvasási sorrendet, referenciaanyagot és célképarányt. Kérjen egyetlen világos vizuális magyarázatot, majd a következő fordulóban javítsa a megfogalmazást vagy a térközöket a kialakult kompozíció megőrzésével. Termék-látványtervhez határozza meg a geometriát, felületet, fényt és a terméket meghatározó vizuális részleteket. Hasznos eredmény egy kép a hozzá tartozó szöveggel, amely szabályozott sorozatban vizsgálható, kiválasztható és finomítható.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemini-3.1-flash-image | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Példák: system, user, assistant, tool, function Feltételek: Ezeket a szerepeket a forráskód kompatibilitási típusai kifejezetten reprezentálják; a pontos szerepkészlet továbbra is modellspecifikus. Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring|content_part[]|null | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_calls | Típustool_call[] | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_call_id | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: role=tool; használja a ténylegesen visszaadott ID-t | Alapértelmezett— |
Mezőmessages[].name | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].reasoning_content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Küldje vissza a ténylegesen visszaadott gondolkodási tartalmat, ha ez a modell használja | Alapértelmezett— |
Mezőmessages[].reasoning_details | Típusobject|array | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőmax_completion_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Mezőstream_options.include_usage | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőstop | Típusstring|string[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools | Típusfunction_tool[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools[].type | Típusstring | KövetelményOpcionális | Értékek és korlátok function Modelltől függ | Alapértelmezett— |
Mezőtools[].function.name | Típusstring | KövetelményKötelező | Értékek és korlátok Akkor alkalmazandó, ha: Függvényeszköz megadva | Alapértelmezett— |
Mezőtools[].function.description | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtools[].function.parameters | TípusJSON_schema | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtool_choice | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőparallel_tool_calls | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőresponse_format | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning_effort | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőservice_tier | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőinstructions | Típusstring | KövetelményOpcionális | Értékek és korlátok Kompatibilitási mező | Alapértelmezett— |
Mezőfunctions | Típusfunction[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőfunction_call | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőprompt_cache_options | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmodalities | Típusstring[] | KövetelményOpcionális | Értékek és korlátok text | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok Feltételek: A provider.options elutasításra kerül ezen az Ultra szöveges útvonalon | Alapértelmezett— |
Mezőcache_control.ttl | Típusstring | KövetelményOpcionális | Értékek és korlátok Feltételek: Az 1h elutasításra kerül a tényleges prompt-gyorsítótárazási helyeken | Alapértelmezett— |
Szöveg · UTF8 szöveg
messages[].content
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paramétermaterial_types | Szerződéstext |
Paramétermessages | Szerződésüzenettömb role/content szerkezettel |
Paraméterfile_material | Szerződésa tényleges UTF-8 dokumentum szó szerinti szövegként beillesztve; nincs kikövetkeztetett fájlazonosító |
Paraméteroptional_controls | Szerződésstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramétercontrol_scope | Szerződésmodellspecifikus; a felhasználói függvényeszközök eltérnek a hosztolt eszközöktől |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Életciklus: synchronous_or_streamed
Küldje el a pontos modellazonosítót a messages mellett.
A kontextushossz nem kimeneti felső korlát.
Egy szövegfájl szó szerinti szöveget adhat meg; a kép-/hang-/fájlobjektum-bemenetek pontos hozzárendelést igényelnek.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.001 / 1K token Kimenet · Kimeneti tokenek $0.006 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token Kimenet · Kimeneti képtokenek $0.12 / 1K képtoken |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.001 / 1K token Kimenet · Kimeneti tokenek $0.006 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
A modellszintű referenciatáblázatok nem módosítják a metódusválasztást, az árajánlatokat vagy a díjakat. A tényleges díjak a kiválasztott Ailoot-metódus díjtételeit használják.
| Beállítás | Elszámolási feltételek | Díj |
|---|---|---|
| BeállításGoogle: Nano Banana 2 (Gemini 3.1 Flash Image) · Alapértelmezett beállítások | Elszámolási feltételekAlapértelmezett konfiguráció | Díj Bemenet · Bemeneti tokenek 0,001 USD / 1K token Kimenet · Kimeneti tokenek 0,006 USD / 1K token Kimenet · Kimeneti kép 0,12 USD / 1K token Kimenet · Webes keresés 0,028 USD keresésenként |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszváltozatot és azok tartalmát/eszközhívásait/gondolkodási tartalmát. SSE esetén válaszváltozat- és eszközindex szerint állítsa össze a részleges frissítéseket, és tartsa meg a végső befejezési okot és a használati adatokat.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőchoices[].index | Típusinteger |
Mezőchoices[].message.content | Típusstring|null |
Mezőchoices[].message.tool_calls | Típustool_call[] |
Mezőchoices[].message.reasoning_content | Típusstring |
Mezőchoices[].message.reasoning_details | Típusobject|array |
Mezőchoices[].finish_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageA Nano Banana 2 (Gemini 3.1 Flash Image) beszélgetésben generál és szerkeszt képeket. Szöveges és vizuális forrásokat, 0.5K–4K kimenetet, referenciaképekből összeállított kompozíciót és keresésalapú forráshoz kötést támogat termékjelenetekhez, infografikákhoz és iteratív vizuális munkához.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Nano Banana 2 a Google Gemini 3.1 Flash Image modellje natív képgeneráláshoz és beszélgetéses szerkesztéshez. Felépítése a hatékony vizuális alkotást és az ismételt módosításokat hangsúlyozza. A dokumentált API-profil szöveget, képeket, videót és PDF-et fogad, és képet, valamint szöveget ad vissza. Külön névvel jelölt kiadás a Gemini Nano Banana 2.1-hez képest, nem minden későbbi Nano Banana-frissítés címkéje.
A kimeneti méretek 0.5K, 1K, 2K és 4K lehetőségeket tartalmaznak, 1K alapértelmezéssel. A kisebb 0.5K lehetőség erre a profilra jellemző, és kezdeti kompozícióhoz illhet; a nagyobb kategóriák több pixelt adnak a kiválasztott kimeneti formához. A dokumentált arányok négyzetes, álló és fekvő formátumokat fednek le, köztük 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 és 21:9 arányt, további 1:4, 4:1, 1:8 és 8:1 formátumokkal. Például a négyzetes kimenetek a 0.5K méretű 512 × 512-től a 4K méretű 4096 × 4096-ig terjednek. A kisebb részletek finomítása előtt válassza ki a tervezett elhelyezéshez illő formát.
A Google e kiadás frissítései között pontosabb képaránykövetést, vizuális következetességet és többnyelvű szövegmegjelenítést azonosít. Poszterhez, étlaphoz vagy infografikához használjon pontos szöveget, és határozza meg, melyik címke melyik tárgyhoz tartozik. Apró szövegnél vagy hosszú szövegrésznél a modellkártya fennmaradó olvashatósági korlátokat jelez, különösen 1K méretben. A feliratok legyenek tömörek, és a relatív méretük legyen egyértelmű; sűrű törzsszövegnél a képet vizuális elrendezési referenciaként kezelje, és gondosan ellenőrizze a tényleges betűket.
Egy munkafolyamatban legfeljebb 14 referenciakép egyesíthető. A képi útmutató legfeljebb tíz tárgy hű megőrzését és legfeljebb négy karakter hasonlóságát írja le. Címkézze a referenciákat, és határozza meg, mivel járul hozzá mindegyik. Termékjelenetnél az egyik kép meghatározhatja a tárgyat, egy másik a környezetet, egy harmadik a világítást. Karaktersorozatnál vigye tovább a korábbi kimeneteket a következő promptba, és mondja el, mely jellemzőknek kell fennmaradniuk nézet- vagy pózváltás közben.
A Web Search és Image Search alapú forráshoz kötés aktuális információval és lekért vizuális referenciákkal támogathatja a generálást. Az Image Search vizuális kontextust ad, nem csupán a keresési eredmény írott leírását. A fejlesztő a keresési funkciót a dokumentált gondolkodási beállítások teljes körében támogatja. Képkeresési munkafolyamata kizárja a valós embereket ábrázoló képeket a keresésből származó referenciák közül, és a forráshoz kötött eredményekhez attribúciós metaadatokat ad vissza; alkalmazásbeli felhasználáskor őrizze meg ezeket a metaadatokat.
A Gemini 3.1 Flash Image dokumentált gondolkodási vezérlői minimal és high, minimal alapértelmezéssel. Ez eltér a Nano Banana 2.1 háromszintű, medium alapértelmezésű profiljától. A gondolkodás összetettebb kompozíciót és utasításkezelést támogat. A modell a Gemini 3 Flash modellre épül, de ez a kapcsolat nem teszi általános kódvégrehajtó vagy függvényhívó modellé: e képkiadás táblázatában ezek a képességek nem támogatottként szerepelnek.
A beszélgetéses szerkesztés megadott kép módosítását vagy egy korábbi generálás finomítását támogatja. Konkrét feladatleírás lehet: „Őrizze meg a palack alakját, a címke szövegét és a kamera szögét. Cserélje a hátteret világos kőfelületre, és adjon hozzá lágyabb árnyékokat.” A megőrzendő elemeket ugyanolyan gondosan írja le, mint a módosítandókat. A modellkártya megjegyzi, hogy a karakterállandóság, a bal és jobb oldal meghatározása, valamint a firkák alapján végzett szerkesztések tökéletlenek maradhatnak, ezért a vizuális sorozat folytatása előtt ezeket a részleteket külön vesse össze.
Az API-modelltáblázat 131 072 bemeneti és 32 768 kimeneti tokent ad meg. Támogatja a képgenerálást, a keresésalapú forráshoz kötést, a gondolkodást és a kötegelt feldolgozást, míg a hanggenerálás, gyorsítótárazás, strukturált kimenetek, fájlkeresés, Live API és URL-kontextus nem támogatott. A képi munkafolyamat nem fogad hangbemenetet. Videó vagy PDF információt adhat egy állóképes feladathoz ebben az API-profilban; a kimenet továbbra is kép és szöveg. A generált képek SynthID-t tartalmaznak, és a modell nem mindig követi pontosan a kért képszámot.
Gyakorlati infografikához adjon meg jóváhagyott címkéket, célközönséget, olvasási sorrendet, referenciaanyagot és célképarányt. Kérjen egyetlen világos vizuális magyarázatot, majd a következő fordulóban javítsa a megfogalmazást vagy a térközöket a kialakult kompozíció megőrzésével. Termék-látványtervhez határozza meg a geometriát, felületet, fényt és a terméket meghatározó vizuális részleteket. Hasznos eredmény egy kép a hozzá tartozó szöveggel, amely szabályozott sorozatban vizsgálható, kiválasztható és finomítható.
POST /v1/images/generationstext, imageimage| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemini-3.1-flash-image | Alapértelmezett— |
Mezőprompt | Típusstring | KövetelményKötelező | Értékek és korlátok Minimális hossz: 1 | Alapértelmezett— |
Mezőresolution | Típusstring | KövetelményOpcionális | Értékek és korlátok 512, 1K, 2K, 4K | Alapértelmezett— |
Mezőaspect_ratio | Típusstring | KövetelményOpcionális | Értékek és korlátok 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 | Alapértelmezett— |
Mezőn | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Maximum: 1 | Alapértelmezett— |
Mezőinput_references | Típusarray | KövetelményOpcionális | Értékek és korlátok Minimális elemszám: 0 Maximális elemszám: 14 | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, prompt |
Paramétermaterial_types | Szerződéstext, image |
Életciklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · A ténylegesen visszaadott task_id vagy a médiatár bejegyzése
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
A megjelenített díjtételek a generálás előtti költségbecsléshez szolgálnak. A végleges díj az eredeti generáláshoz rögzített költségből számítódik. A kimenet mért időtartama és az előre jelzett mennyiségek nem azonosak a véglegesen elszámolandó mennyiséggel.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Előre jelzett mennyiség | Díj |
|---|---|---|---|
| BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Előre jelzett mennyiség— | Díj Bemenet · Bemeneti tokenek · Becslés, csak összehasonlításra — / 1K token Kimenet · Kimeneti tokenek · Becslés, csak összehasonlításra — / 1K token Bemenet · Gyorsítótár olvasása · Becslés, csak összehasonlításra — / 1K token Bemenet · Írás a gyorsítótárba · Becslés, csak összehasonlításra — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra · Becslés, csak összehasonlításra — / 1K token |
| BeállításA generálás becsült költsége | Díjtáblázat— | Előre jelzett mennyiségbecslés egy generálásra | Díj Kimenet · Becsült generálási költség · Becslés, csak összehasonlításra $0.49152 becslés a generálás előtt Ez a becslés nem jelent további díjat, és nem rögzített díjszabás az elkészült generálásra. |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${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\nTöltsön le minden visszaadott képet, vagy mentse a Base64-tartalmat
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.\nMentsen minden elkészült képet; töltse le az összes visszaadott URL tartalmát, vagy dekódolja a Base64-tartalmat.
Őrizze meg a teljes választ és a fejléceket, minden tényleges kimenetet, az eredetileg visszaadott azonosítókat és az összes használati adatmezőt. Az eredeti műveletet állítsa helyre, a létrehozási kérés újbóli beküldése nélkül.
Őrizze meg a visszaadott X-Client-Request-ID értéket az egyeztetéshez. Csak a ténylegesen visszaadott task_id/asset_id értékekkel kérdezzen le, vagy használja a saját médiatárat; soha ne állítson össze feladat-URL-t a műveletazonosítóból, és soha ne küldje be újra a létrehozási kérést.
| Mező | Típus |
|---|---|
Mezőcreated | Típus |
Meződata[].url | Típus |
Meződata[].b64_json | Típus |
Mezőusage | Típus |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageA Nano Banana 2 (Gemini 3.1 Flash Image) beszélgetésben generál és szerkeszt képeket. Szöveges és vizuális forrásokat, 0.5K–4K kimenetet, referenciaképekből összeállított kompozíciót és keresésalapú forráshoz kötést támogat termékjelenetekhez, infografikákhoz és iteratív vizuális munkához.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Nano Banana 2 a Google Gemini 3.1 Flash Image modellje natív képgeneráláshoz és beszélgetéses szerkesztéshez. Felépítése a hatékony vizuális alkotást és az ismételt módosításokat hangsúlyozza. A dokumentált API-profil szöveget, képeket, videót és PDF-et fogad, és képet, valamint szöveget ad vissza. Külön névvel jelölt kiadás a Gemini Nano Banana 2.1-hez képest, nem minden későbbi Nano Banana-frissítés címkéje.
A kimeneti méretek 0.5K, 1K, 2K és 4K lehetőségeket tartalmaznak, 1K alapértelmezéssel. A kisebb 0.5K lehetőség erre a profilra jellemző, és kezdeti kompozícióhoz illhet; a nagyobb kategóriák több pixelt adnak a kiválasztott kimeneti formához. A dokumentált arányok négyzetes, álló és fekvő formátumokat fednek le, köztük 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 és 21:9 arányt, további 1:4, 4:1, 1:8 és 8:1 formátumokkal. Például a négyzetes kimenetek a 0.5K méretű 512 × 512-től a 4K méretű 4096 × 4096-ig terjednek. A kisebb részletek finomítása előtt válassza ki a tervezett elhelyezéshez illő formát.
A Google e kiadás frissítései között pontosabb képaránykövetést, vizuális következetességet és többnyelvű szövegmegjelenítést azonosít. Poszterhez, étlaphoz vagy infografikához használjon pontos szöveget, és határozza meg, melyik címke melyik tárgyhoz tartozik. Apró szövegnél vagy hosszú szövegrésznél a modellkártya fennmaradó olvashatósági korlátokat jelez, különösen 1K méretben. A feliratok legyenek tömörek, és a relatív méretük legyen egyértelmű; sűrű törzsszövegnél a képet vizuális elrendezési referenciaként kezelje, és gondosan ellenőrizze a tényleges betűket.
Egy munkafolyamatban legfeljebb 14 referenciakép egyesíthető. A képi útmutató legfeljebb tíz tárgy hű megőrzését és legfeljebb négy karakter hasonlóságát írja le. Címkézze a referenciákat, és határozza meg, mivel járul hozzá mindegyik. Termékjelenetnél az egyik kép meghatározhatja a tárgyat, egy másik a környezetet, egy harmadik a világítást. Karaktersorozatnál vigye tovább a korábbi kimeneteket a következő promptba, és mondja el, mely jellemzőknek kell fennmaradniuk nézet- vagy pózváltás közben.
A Web Search és Image Search alapú forráshoz kötés aktuális információval és lekért vizuális referenciákkal támogathatja a generálást. Az Image Search vizuális kontextust ad, nem csupán a keresési eredmény írott leírását. A fejlesztő a keresési funkciót a dokumentált gondolkodási beállítások teljes körében támogatja. Képkeresési munkafolyamata kizárja a valós embereket ábrázoló képeket a keresésből származó referenciák közül, és a forráshoz kötött eredményekhez attribúciós metaadatokat ad vissza; alkalmazásbeli felhasználáskor őrizze meg ezeket a metaadatokat.
A Gemini 3.1 Flash Image dokumentált gondolkodási vezérlői minimal és high, minimal alapértelmezéssel. Ez eltér a Nano Banana 2.1 háromszintű, medium alapértelmezésű profiljától. A gondolkodás összetettebb kompozíciót és utasításkezelést támogat. A modell a Gemini 3 Flash modellre épül, de ez a kapcsolat nem teszi általános kódvégrehajtó vagy függvényhívó modellé: e képkiadás táblázatában ezek a képességek nem támogatottként szerepelnek.
A beszélgetéses szerkesztés megadott kép módosítását vagy egy korábbi generálás finomítását támogatja. Konkrét feladatleírás lehet: „Őrizze meg a palack alakját, a címke szövegét és a kamera szögét. Cserélje a hátteret világos kőfelületre, és adjon hozzá lágyabb árnyékokat.” A megőrzendő elemeket ugyanolyan gondosan írja le, mint a módosítandókat. A modellkártya megjegyzi, hogy a karakterállandóság, a bal és jobb oldal meghatározása, valamint a firkák alapján végzett szerkesztések tökéletlenek maradhatnak, ezért a vizuális sorozat folytatása előtt ezeket a részleteket külön vesse össze.
Az API-modelltáblázat 131 072 bemeneti és 32 768 kimeneti tokent ad meg. Támogatja a képgenerálást, a keresésalapú forráshoz kötést, a gondolkodást és a kötegelt feldolgozást, míg a hanggenerálás, gyorsítótárazás, strukturált kimenetek, fájlkeresés, Live API és URL-kontextus nem támogatott. A képi munkafolyamat nem fogad hangbemenetet. Videó vagy PDF információt adhat egy állóképes feladathoz ebben az API-profilban; a kimenet továbbra is kép és szöveg. A generált képek SynthID-t tartalmaznak, és a modell nem mindig követi pontosan a kért képszámot.
Gyakorlati infografikához adjon meg jóváhagyott címkéket, célközönséget, olvasási sorrendet, referenciaanyagot és célképarányt. Kérjen egyetlen világos vizuális magyarázatot, majd a következő fordulóban javítsa a megfogalmazást vagy a térközöket a kialakult kompozíció megőrzésével. Termék-látványtervhez határozza meg a geometriát, felületet, fényt és a terméket meghatározó vizuális részleteket. Hasznos eredmény egy kép a hozzá tartozó szöveggel, amely szabályozott sorozatban vizsgálható, kiválasztható és finomítható.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemini-3.1-flash-image | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF-8 szöveg
messages[].content karakterlánc
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésstream |
Paramétermaterial_types | Szerződéstext |
Paramétertext_file_material | SzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába. |
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.001 / 1K token Kimenet · Kimeneti tokenek $0.006 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token Kimenet · Kimeneti képtokenek $0.12 / 1K képtoken |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.001 / 1K token Kimenet · Kimeneti tokenek $0.006 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "google/gemini-3.1-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
Technikai példa angolul
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.