A Gemini 2.5 Flash Image, más néven Nano Banana, a Google szöveges és képi modellje vizuális alkotáshoz és beszélgetéses képszerkesztéshez. Utasítást fogad, amelyhez opcionálisan képi referenciák is társíthatók, és kísérőszöveggel együtt képeket adhat vissza. Ez a konkrét 2.5 Flash Image kiadás különbözik a Nano Banana 2, a Nano Banana Pro és a későbbi Lite képmodellektől. Hasznos eredménye egy generált vagy átdolgozott vizuális anyag, nem az általános Gemini 2.5 szöveges modell válasza.
A konkrét modellkártya 65,536 bemeneti és 32,768 kimeneti tokent sorol fel. A képek és az utasítások a bemenethez tartoznak, a visszaadott kép vagy szöveg pedig az eredmény része. Az útmutató felbontástáblázata a támogatott képarányok között 1:1 kimenethez 1024×1024, 3:4-hez 864×1184, 16:9-hez pedig 1344×768 méretet ad meg. A jelenet megtervezése előtt válassza ki a tervezett megjelenítés arányait. Egy későbbi Gemini képkiadás nagy felbontású lehetőségeit ne tekintse ehhez a konkrét modellhez dokumentált vezérlőknek.
Szövegből történő képkészítéshez adja meg a témát, a cselekvést, a környezetet, a stílust, a megvilágítást és a nézőpontot. Termékillusztrációhoz például használhatja a megadott vizuális arculatot, és kérheti, hogy egy anyagrészlet megfelelő környezetben jól látható legyen. Magyarázza el a kép célját, hogy a modell helyet tudjon biztosítani a témának és az esetleges szövegnek. Az olyan fotográfiai leírások, mint a közeli nézet, a felülnézeti kompozíció vagy az alacsony kameraállás, világosabban határozzák meg a képkivágást, mint egymáshoz nem kapcsolódó stíluskifejezések listája.
Szerkesztéshez adja meg az eredeti képet, és jelölje meg a módosítandó részt. A gyártó útmutatója elemek hozzáadását vagy eltávolítását, szemantikus maszkolást, stílusátvitelt és referenciák felhasználásával történő kompozícióalkotást ír le. A hasznos kérés megnevezi a módosítást és a megőrzendő feltételeket is: például változzon meg a háttér, miközben a termék alakja, felülete és címkéje megmarad. Referenciák kombinálásakor jelölje az egyes bemenetek szerepét, például a téma megjelenését, a környezetet vagy a stílust. Az útmutató szerint ez a kiadás legfeljebb három bemeneti képpel működik a legjobban; ez gyakorlati tanács, nem ok arra, hogy korlátlan számú, egymásnak ellentmondó referenciát kombináljon.
A beszélgetéses finomítás megőrizheti ugyanazt a témát, miközben egy konkrét vizuális döntést módosít. Egyszerre egy összefüggő módosítást kérjen, és őrizze meg az adott fordulóhoz használt forrásképet és elfogadott eredményt. Írja le, minek kell következetesnek maradnia, és mi változhat. Anyagsorozatnál kifejezetten nevezze meg a közös témát, színeket és vizuális szabályokat ahelyett, hogy feltételezné: egy új, elszigetelt prompt magától visszaállítja őket. Vesse össze az átdolgozott képet a referenciával, mielőtt teljesítettnek tekintené a megőrzésre vonatkozó utasítást.
Képen belüli szövegnél először rögzítse a pontos szöveget, majd kérje az azt tartalmazó képet, ahogy az útmutató javasolja. Adja meg a feliratok nyelvét, olvasási sorrendjét, elhelyezését és egymáshoz viszonyított hangsúlyát. Infografika kérésekor nevezze meg az egyes feliratok által magyarázott kapcsolatot és az azt alátámasztó vizuális elemeket. A helyesírást, az írásjeleket és a vizuális társítást a tényleges megjelenítési méreten ellenőrizze; az olvashatónak tűnő generált felirat is megváltoztathat egy nevet, számot vagy a szándékolt jelentést.
A modellkártya ennél a kiadásnál nem sorol fel gondolkodást, keresési forrásokkal való alátámasztást, függvényhívást, kódfuttatást vagy korlátozott, strukturált kimenetet. Hanggenerálást vagy Live API-t sem hirdet. Dokumentált bemenete szöveg és kép, ezért más Gemini modellek hang-, videó- és dokumentumfeldolgozási képességeit nem szabad ehhez a profilhoz kapcsolni. Az alkalmazásnak explicit módon kell kezelnie a visszaadott tartalomrészeket ahelyett, hogy feltételezné: egy szokásos prózai válasz tartalmazza az elkészült képi anyagot.
Az útmutató megjegyzi, hogy a kért képszámot a modell nem mindig követi, és a generált képek SynthID-jelölést tartalmaznak. Minden visszaadott képen ellenőrizze a kompozíciót, a téma hűségét, az objektumok számát és a pontos szöveget. Ha a jelenet több összetevőből áll, világos sorrendben írja le a tervezett elrendezésüket, és pozitív formában fogalmazza meg a kívánt megjelenést. Őrizze meg az eredmény mellett a modell pontos azonosítóját, a promptot és a referenciákat. Így a vizuális generálási vagy szerkesztési feladat ellenőrizhetővé válik, és egy későbbi módosítás konkrét kiindulópontot kap.
", "aboutText": "A Gemini 2.5 Flash Image, más néven Nano Banana, a Google szöveges és képi modellje vizuális alkotáshoz és beszélgetéses képszerkesztéshez. Utasítást fogad, amelyhez opcionálisan képi referenciák is társíthatók, és kísérőszöveggel együtt képeket adhat vissza. Ez a konkrét 2.5 Flash Image kiadás különbözik a Nano Banana 2, a Nano Banana Pro és a későbbi Lite képmodellektől. Hasznos eredménye egy generált vagy átdolgozott vizuális anyag, nem az általános Gemini 2.5 szöveges modell válasza.\n\nA konkrét modellkártya 65,536 bemeneti és 32,768 kimeneti tokent sorol fel. A képek és az utasítások a bemenethez tartoznak, a visszaadott kép vagy szöveg pedig az eredmény része. Az útmutató felbontástáblázata a támogatott képarányok között 1:1 kimenethez 1024×1024, 3:4-hez 864×1184, 16:9-hez pedig 1344×768 méretet ad meg. A jelenet megtervezése előtt válassza ki a tervezett megjelenítés arányait. Egy későbbi Gemini képkiadás nagy felbontású lehetőségeit ne tekintse ehhez a konkrét modellhez dokumentált vezérlőknek.\n\nSzövegből történő képkészítéshez adja meg a témát, a cselekvést, a környezetet, a stílust, a megvilágítást és a nézőpontot. Termékillusztrációhoz például használhatja a megadott vizuális arculatot, és kérheti, hogy egy anyagrészlet megfelelő környezetben jól látható legyen. Magyarázza el a kép célját, hogy a modell helyet tudjon biztosítani a témának és az esetleges szövegnek. Az olyan fotográfiai leírások, mint a közeli nézet, a felülnézeti kompozíció vagy az alacsony kameraállás, világosabban határozzák meg a képkivágást, mint egymáshoz nem kapcsolódó stíluskifejezések listája.\n\nSzerkesztéshez adja meg az eredeti képet, és jelölje meg a módosítandó részt. A gyártó útmutatója elemek hozzáadását vagy eltávolítását, szemantikus maszkolást, stílusátvitelt és referenciák felhasználásával történő kompozícióalkotást ír le. A hasznos kérés megnevezi a módosítást és a megőrzendő feltételeket is: például változzon meg a háttér, miközben a termék alakja, felülete és címkéje megmarad. Referenciák kombinálásakor jelölje az egyes bemenetek szerepét, például a téma megjelenését, a környezetet vagy a stílust. Az útmutató szerint ez a kiadás legfeljebb három bemeneti képpel működik a legjobban; ez gyakorlati tanács, nem ok arra, hogy korlátlan számú, egymásnak ellentmondó referenciát kombináljon.\n\nA beszélgetéses finomítás megőrizheti ugyanazt a témát, miközben egy konkrét vizuális döntést módosít. Egyszerre egy összefüggő módosítást kérjen, és őrizze meg az adott fordulóhoz használt forrásképet és elfogadott eredményt. Írja le, minek kell következetesnek maradnia, és mi változhat. Anyagsorozatnál kifejezetten nevezze meg a közös témát, színeket és vizuális szabályokat ahelyett, hogy feltételezné: egy új, elszigetelt prompt magától visszaállítja őket. Vesse össze az átdolgozott képet a referenciával, mielőtt teljesítettnek tekintené a megőrzésre vonatkozó utasítást.\n\nKépen belüli szövegnél először rögzítse a pontos szöveget, majd kérje az azt tartalmazó képet, ahogy az útmutató javasolja. Adja meg a feliratok nyelvét, olvasási sorrendjét, elhelyezését és egymáshoz viszonyított hangsúlyát. Infografika kérésekor nevezze meg az egyes feliratok által magyarázott kapcsolatot és az azt alátámasztó vizuális elemeket. A helyesírást, az írásjeleket és a vizuális társítást a tényleges megjelenítési méreten ellenőrizze; az olvashatónak tűnő generált felirat is megváltoztathat egy nevet, számot vagy a szándékolt jelentést.\n\nA modellkártya ennél a kiadásnál nem sorol fel gondolkodást, keresési forrásokkal való alátámasztást, függvényhívást, kódfuttatást vagy korlátozott, strukturált kimenetet. Hanggenerálást vagy Live API-t sem hirdet. Dokumentált bemenete szöveg és kép, ezért más Gemini modellek hang-, videó- és dokumentumfeldolgozási képességeit nem szabad ehhez a profilhoz kapcsolni. Az alkalmazásnak explicit módon kell kezelnie a visszaadott tartalomrészeket ahelyett, hogy feltételezné: egy szokásos prózai válasz tartalmazza az elkészült képi anyagot.\n\nAz útmutató megjegyzi, hogy a kért képszámot a modell nem mindig követi, és a generált képek SynthID-jelölést tartalmaznak. Minden visszaadott képen ellenőrizze a kompozíciót, a téma hűségét, az objektumok számát és a pontos szöveget. Ha a jelenet több összetevőből áll, világos sorrendben írja le a tervezett elrendezésüket, és pozitív formában fogalmazza meg a kívánt megjelenést. Őrizze meg az eredmény mellett a modell pontos azonosítóját, a promptot és a referenciákat. Így a vizuális generálási vagy szerkesztési feladat ellenőrizhetővé válik, és egy későbbi módosítás konkrét kiindulópontot kap.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
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-imageA Nano Banana (Gemini 2.5 Flash Image) szövegből és képekből hoz létre, illetve szerkeszt képeket. Beszélgetéses munkafolyamatával jelenetet komponálhat, módosíthat egy kiválasztott elemet, vizuális referenciákat kombinálhat vagy termékképet finomíthat, miközben megadja, mely részleteknek kell megmaradniuk.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemini 2.5 Flash Image, más néven Nano Banana, a Google szöveges és képi modellje vizuális alkotáshoz és beszélgetéses képszerkesztéshez. Utasítást fogad, amelyhez opcionálisan képi referenciák is társíthatók, és kísérőszöveggel együtt képeket adhat vissza. Ez a konkrét 2.5 Flash Image kiadás különbözik a Nano Banana 2, a Nano Banana Pro és a későbbi Lite képmodellektől. Hasznos eredménye egy generált vagy átdolgozott vizuális anyag, nem az általános Gemini 2.5 szöveges modell válasza.
A konkrét modellkártya 65,536 bemeneti és 32,768 kimeneti tokent sorol fel. A képek és az utasítások a bemenethez tartoznak, a visszaadott kép vagy szöveg pedig az eredmény része. Az útmutató felbontástáblázata a támogatott képarányok között 1:1 kimenethez 1024×1024, 3:4-hez 864×1184, 16:9-hez pedig 1344×768 méretet ad meg. A jelenet megtervezése előtt válassza ki a tervezett megjelenítés arányait. Egy későbbi Gemini képkiadás nagy felbontású lehetőségeit ne tekintse ehhez a konkrét modellhez dokumentált vezérlőknek.
Szövegből történő képkészítéshez adja meg a témát, a cselekvést, a környezetet, a stílust, a megvilágítást és a nézőpontot. Termékillusztrációhoz például használhatja a megadott vizuális arculatot, és kérheti, hogy egy anyagrészlet megfelelő környezetben jól látható legyen. Magyarázza el a kép célját, hogy a modell helyet tudjon biztosítani a témának és az esetleges szövegnek. Az olyan fotográfiai leírások, mint a közeli nézet, a felülnézeti kompozíció vagy az alacsony kameraállás, világosabban határozzák meg a képkivágást, mint egymáshoz nem kapcsolódó stíluskifejezések listája.
Szerkesztéshez adja meg az eredeti képet, és jelölje meg a módosítandó részt. A gyártó útmutatója elemek hozzáadását vagy eltávolítását, szemantikus maszkolást, stílusátvitelt és referenciák felhasználásával történő kompozícióalkotást ír le. A hasznos kérés megnevezi a módosítást és a megőrzendő feltételeket is: például változzon meg a háttér, miközben a termék alakja, felülete és címkéje megmarad. Referenciák kombinálásakor jelölje az egyes bemenetek szerepét, például a téma megjelenését, a környezetet vagy a stílust. Az útmutató szerint ez a kiadás legfeljebb három bemeneti képpel működik a legjobban; ez gyakorlati tanács, nem ok arra, hogy korlátlan számú, egymásnak ellentmondó referenciát kombináljon.
A beszélgetéses finomítás megőrizheti ugyanazt a témát, miközben egy konkrét vizuális döntést módosít. Egyszerre egy összefüggő módosítást kérjen, és őrizze meg az adott fordulóhoz használt forrásképet és elfogadott eredményt. Írja le, minek kell következetesnek maradnia, és mi változhat. Anyagsorozatnál kifejezetten nevezze meg a közös témát, színeket és vizuális szabályokat ahelyett, hogy feltételezné: egy új, elszigetelt prompt magától visszaállítja őket. Vesse össze az átdolgozott képet a referenciával, mielőtt teljesítettnek tekintené a megőrzésre vonatkozó utasítást.
Képen belüli szövegnél először rögzítse a pontos szöveget, majd kérje az azt tartalmazó képet, ahogy az útmutató javasolja. Adja meg a feliratok nyelvét, olvasási sorrendjét, elhelyezését és egymáshoz viszonyított hangsúlyát. Infografika kérésekor nevezze meg az egyes feliratok által magyarázott kapcsolatot és az azt alátámasztó vizuális elemeket. A helyesírást, az írásjeleket és a vizuális társítást a tényleges megjelenítési méreten ellenőrizze; az olvashatónak tűnő generált felirat is megváltoztathat egy nevet, számot vagy a szándékolt jelentést.
A modellkártya ennél a kiadásnál nem sorol fel gondolkodást, keresési forrásokkal való alátámasztást, függvényhívást, kódfuttatást vagy korlátozott, strukturált kimenetet. Hanggenerálást vagy Live API-t sem hirdet. Dokumentált bemenete szöveg és kép, ezért más Gemini modellek hang-, videó- és dokumentumfeldolgozási képességeit nem szabad ehhez a profilhoz kapcsolni. Az alkalmazásnak explicit módon kell kezelnie a visszaadott tartalomrészeket ahelyett, hogy feltételezné: egy szokásos prózai válasz tartalmazza az elkészült képi anyagot.
Az útmutató megjegyzi, hogy a kért képszámot a modell nem mindig követi, és a generált képek SynthID-jelölést tartalmaznak. Minden visszaadott képen ellenőrizze a kompozíciót, a téma hűségét, az objektumok számát és a pontos szöveget. Ha a jelenet több összetevőből áll, világos sorrendben írja le a tervezett elrendezésüket, és pozitív formában fogalmazza meg a kívánt megjelenést. Őrizze meg az eredmény mellett a modell pontos azonosítóját, a promptot és a referenciákat. Így a vizuális generálási vagy szerkesztési feladat ellenőrizhetővé válik, és egy későbbi módosítás konkrét kiindulópontot kap.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemini-2.5-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 $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token Kimenet · Kimeneti képtokenek $0.06 / 1K képtoken |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
A modellszintű referenciatáblázatok nem módosítják a metódusválasztást, az árajánlatokat vagy a díjakat. A tényleges díjak a kiválasztott Ailoot-metódus díjtételeit használják.
| Beállítás | Elszámolási feltételek | Díj |
|---|---|---|
| Beállításgoogle/gemini-2.5-flash-image · Alapértelmezett beállítások | Elszámolási feltételekAlapértelmezett konfiguráció | Díj Bemenet · Bemenet 0,0006 USD / 1K token Kimenet · Kimenet 0,06 USD / 1K token |
| Beállítás | Elszámolási feltételek | Díj |
|---|---|---|
| BeállításGoogle: Nano Banana (Gemini 2.5 Flash Image) · Alapértelmezett beállítások | Elszámolási feltételekAlapértelmezett konfiguráció | Díj Bemenet · Bemeneti tokenek 0,0006 USD / 1K token Kimenet · Kimeneti tokenek 0,005 USD / 1K token Bemenet · Bemeneti kép 0,0006 USD / 1K token Kimenet · Kimeneti kép 0,06 USD / 1K token Bemenet · Hangbemenet 0,002 USD / 1K token Bemenet · Hangadatok olvasása a gyorsítótárból 0,0002 USD / 1K token Kimenet · Webes keresés 0,028 USD keresésenként Kimenet · Következtetési tokenek 0,005 USD / 1K token Bemenet · Gyorsítótár olvasása 0,00006 USD / 1K token Bemenet · Gyorsítótárba írás · 5 perc ≈0,000167 USD / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${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 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 Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageA Nano Banana (Gemini 2.5 Flash Image) szövegből és képekből hoz létre, illetve szerkeszt képeket. Beszélgetéses munkafolyamatával jelenetet komponálhat, módosíthat egy kiválasztott elemet, vizuális referenciákat kombinálhat vagy termékképet finomíthat, miközben megadja, mely részleteknek kell megmaradniuk.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemini 2.5 Flash Image, más néven Nano Banana, a Google szöveges és képi modellje vizuális alkotáshoz és beszélgetéses képszerkesztéshez. Utasítást fogad, amelyhez opcionálisan képi referenciák is társíthatók, és kísérőszöveggel együtt képeket adhat vissza. Ez a konkrét 2.5 Flash Image kiadás különbözik a Nano Banana 2, a Nano Banana Pro és a későbbi Lite képmodellektől. Hasznos eredménye egy generált vagy átdolgozott vizuális anyag, nem az általános Gemini 2.5 szöveges modell válasza.
A konkrét modellkártya 65,536 bemeneti és 32,768 kimeneti tokent sorol fel. A képek és az utasítások a bemenethez tartoznak, a visszaadott kép vagy szöveg pedig az eredmény része. Az útmutató felbontástáblázata a támogatott képarányok között 1:1 kimenethez 1024×1024, 3:4-hez 864×1184, 16:9-hez pedig 1344×768 méretet ad meg. A jelenet megtervezése előtt válassza ki a tervezett megjelenítés arányait. Egy későbbi Gemini képkiadás nagy felbontású lehetőségeit ne tekintse ehhez a konkrét modellhez dokumentált vezérlőknek.
Szövegből történő képkészítéshez adja meg a témát, a cselekvést, a környezetet, a stílust, a megvilágítást és a nézőpontot. Termékillusztrációhoz például használhatja a megadott vizuális arculatot, és kérheti, hogy egy anyagrészlet megfelelő környezetben jól látható legyen. Magyarázza el a kép célját, hogy a modell helyet tudjon biztosítani a témának és az esetleges szövegnek. Az olyan fotográfiai leírások, mint a közeli nézet, a felülnézeti kompozíció vagy az alacsony kameraállás, világosabban határozzák meg a képkivágást, mint egymáshoz nem kapcsolódó stíluskifejezések listája.
Szerkesztéshez adja meg az eredeti képet, és jelölje meg a módosítandó részt. A gyártó útmutatója elemek hozzáadását vagy eltávolítását, szemantikus maszkolást, stílusátvitelt és referenciák felhasználásával történő kompozícióalkotást ír le. A hasznos kérés megnevezi a módosítást és a megőrzendő feltételeket is: például változzon meg a háttér, miközben a termék alakja, felülete és címkéje megmarad. Referenciák kombinálásakor jelölje az egyes bemenetek szerepét, például a téma megjelenését, a környezetet vagy a stílust. Az útmutató szerint ez a kiadás legfeljebb három bemeneti képpel működik a legjobban; ez gyakorlati tanács, nem ok arra, hogy korlátlan számú, egymásnak ellentmondó referenciát kombináljon.
A beszélgetéses finomítás megőrizheti ugyanazt a témát, miközben egy konkrét vizuális döntést módosít. Egyszerre egy összefüggő módosítást kérjen, és őrizze meg az adott fordulóhoz használt forrásképet és elfogadott eredményt. Írja le, minek kell következetesnek maradnia, és mi változhat. Anyagsorozatnál kifejezetten nevezze meg a közös témát, színeket és vizuális szabályokat ahelyett, hogy feltételezné: egy új, elszigetelt prompt magától visszaállítja őket. Vesse össze az átdolgozott képet a referenciával, mielőtt teljesítettnek tekintené a megőrzésre vonatkozó utasítást.
Képen belüli szövegnél először rögzítse a pontos szöveget, majd kérje az azt tartalmazó képet, ahogy az útmutató javasolja. Adja meg a feliratok nyelvét, olvasási sorrendjét, elhelyezését és egymáshoz viszonyított hangsúlyát. Infografika kérésekor nevezze meg az egyes feliratok által magyarázott kapcsolatot és az azt alátámasztó vizuális elemeket. A helyesírást, az írásjeleket és a vizuális társítást a tényleges megjelenítési méreten ellenőrizze; az olvashatónak tűnő generált felirat is megváltoztathat egy nevet, számot vagy a szándékolt jelentést.
A modellkártya ennél a kiadásnál nem sorol fel gondolkodást, keresési forrásokkal való alátámasztást, függvényhívást, kódfuttatást vagy korlátozott, strukturált kimenetet. Hanggenerálást vagy Live API-t sem hirdet. Dokumentált bemenete szöveg és kép, ezért más Gemini modellek hang-, videó- és dokumentumfeldolgozási képességeit nem szabad ehhez a profilhoz kapcsolni. Az alkalmazásnak explicit módon kell kezelnie a visszaadott tartalomrészeket ahelyett, hogy feltételezné: egy szokásos prózai válasz tartalmazza az elkészült képi anyagot.
Az útmutató megjegyzi, hogy a kért képszámot a modell nem mindig követi, és a generált képek SynthID-jelölést tartalmaznak. Minden visszaadott képen ellenőrizze a kompozíciót, a téma hűségét, az objektumok számát és a pontos szöveget. Ha a jelenet több összetevőből áll, világos sorrendben írja le a tervezett elrendezésüket, és pozitív formában fogalmazza meg a kívánt megjelenést. Őrizze meg az eredmény mellett a modell pontos azonosítóját, a promptot és a referenciákat. Így a vizuális generálási vagy szerkesztési feladat ellenőrizhetővé válik, és egy későbbi módosítás konkrét kiindulópontot kap.
POST /v1/images/generationstext, imageimage| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemini-2.5-flash-image | Alapértelmezett— |
Mezőprompt | Típusstring | KövetelményKötelező | Értékek és korlátok Minimális hossz: 1 | Alapértelmezett— |
Mezőaspect_ratio | Típusstring | KövetelményOpcionális | Értékek és korlátok 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 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: 3 | 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 $0.24576 becslés a generálás előtt Ez a becslés nem jelent további díjat, és nem rögzített díjszabás az elkészült generálásra. |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${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-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\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 Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageA Nano Banana (Gemini 2.5 Flash Image) szövegből és képekből hoz létre, illetve szerkeszt képeket. Beszélgetéses munkafolyamatával jelenetet komponálhat, módosíthat egy kiválasztott elemet, vizuális referenciákat kombinálhat vagy termékképet finomíthat, miközben megadja, mely részleteknek kell megmaradniuk.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemini 2.5 Flash Image, más néven Nano Banana, a Google szöveges és képi modellje vizuális alkotáshoz és beszélgetéses képszerkesztéshez. Utasítást fogad, amelyhez opcionálisan képi referenciák is társíthatók, és kísérőszöveggel együtt képeket adhat vissza. Ez a konkrét 2.5 Flash Image kiadás különbözik a Nano Banana 2, a Nano Banana Pro és a későbbi Lite képmodellektől. Hasznos eredménye egy generált vagy átdolgozott vizuális anyag, nem az általános Gemini 2.5 szöveges modell válasza.
A konkrét modellkártya 65,536 bemeneti és 32,768 kimeneti tokent sorol fel. A képek és az utasítások a bemenethez tartoznak, a visszaadott kép vagy szöveg pedig az eredmény része. Az útmutató felbontástáblázata a támogatott képarányok között 1:1 kimenethez 1024×1024, 3:4-hez 864×1184, 16:9-hez pedig 1344×768 méretet ad meg. A jelenet megtervezése előtt válassza ki a tervezett megjelenítés arányait. Egy későbbi Gemini képkiadás nagy felbontású lehetőségeit ne tekintse ehhez a konkrét modellhez dokumentált vezérlőknek.
Szövegből történő képkészítéshez adja meg a témát, a cselekvést, a környezetet, a stílust, a megvilágítást és a nézőpontot. Termékillusztrációhoz például használhatja a megadott vizuális arculatot, és kérheti, hogy egy anyagrészlet megfelelő környezetben jól látható legyen. Magyarázza el a kép célját, hogy a modell helyet tudjon biztosítani a témának és az esetleges szövegnek. Az olyan fotográfiai leírások, mint a közeli nézet, a felülnézeti kompozíció vagy az alacsony kameraállás, világosabban határozzák meg a képkivágást, mint egymáshoz nem kapcsolódó stíluskifejezések listája.
Szerkesztéshez adja meg az eredeti képet, és jelölje meg a módosítandó részt. A gyártó útmutatója elemek hozzáadását vagy eltávolítását, szemantikus maszkolást, stílusátvitelt és referenciák felhasználásával történő kompozícióalkotást ír le. A hasznos kérés megnevezi a módosítást és a megőrzendő feltételeket is: például változzon meg a háttér, miközben a termék alakja, felülete és címkéje megmarad. Referenciák kombinálásakor jelölje az egyes bemenetek szerepét, például a téma megjelenését, a környezetet vagy a stílust. Az útmutató szerint ez a kiadás legfeljebb három bemeneti képpel működik a legjobban; ez gyakorlati tanács, nem ok arra, hogy korlátlan számú, egymásnak ellentmondó referenciát kombináljon.
A beszélgetéses finomítás megőrizheti ugyanazt a témát, miközben egy konkrét vizuális döntést módosít. Egyszerre egy összefüggő módosítást kérjen, és őrizze meg az adott fordulóhoz használt forrásképet és elfogadott eredményt. Írja le, minek kell következetesnek maradnia, és mi változhat. Anyagsorozatnál kifejezetten nevezze meg a közös témát, színeket és vizuális szabályokat ahelyett, hogy feltételezné: egy új, elszigetelt prompt magától visszaállítja őket. Vesse össze az átdolgozott képet a referenciával, mielőtt teljesítettnek tekintené a megőrzésre vonatkozó utasítást.
Képen belüli szövegnél először rögzítse a pontos szöveget, majd kérje az azt tartalmazó képet, ahogy az útmutató javasolja. Adja meg a feliratok nyelvét, olvasási sorrendjét, elhelyezését és egymáshoz viszonyított hangsúlyát. Infografika kérésekor nevezze meg az egyes feliratok által magyarázott kapcsolatot és az azt alátámasztó vizuális elemeket. A helyesírást, az írásjeleket és a vizuális társítást a tényleges megjelenítési méreten ellenőrizze; az olvashatónak tűnő generált felirat is megváltoztathat egy nevet, számot vagy a szándékolt jelentést.
A modellkártya ennél a kiadásnál nem sorol fel gondolkodást, keresési forrásokkal való alátámasztást, függvényhívást, kódfuttatást vagy korlátozott, strukturált kimenetet. Hanggenerálást vagy Live API-t sem hirdet. Dokumentált bemenete szöveg és kép, ezért más Gemini modellek hang-, videó- és dokumentumfeldolgozási képességeit nem szabad ehhez a profilhoz kapcsolni. Az alkalmazásnak explicit módon kell kezelnie a visszaadott tartalomrészeket ahelyett, hogy feltételezné: egy szokásos prózai válasz tartalmazza az elkészült képi anyagot.
Az útmutató megjegyzi, hogy a kért képszámot a modell nem mindig követi, és a generált képek SynthID-jelölést tartalmaznak. Minden visszaadott képen ellenőrizze a kompozíciót, a téma hűségét, az objektumok számát és a pontos szöveget. Ha a jelenet több összetevőből áll, világos sorrendben írja le a tervezett elrendezésüket, és pozitív formában fogalmazza meg a kívánt megjelenést. Őrizze meg az eredmény mellett a modell pontos azonosítóját, a promptot és a referenciákat. Így a vizuális generálási vagy szerkesztési feladat ellenőrizhetővé válik, és egy későbbi módosítás konkrét kiindulópontot kap.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemini-2.5-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 $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token Kimenet · Kimeneti képtokenek $0.06 / 1K képtoken |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "google/gemini-2.5-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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 Ultra google/gemini-2.5-flash-image
/v1/images
Technikai példa angolul
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.