A Gemini Nano Banana 2.1 a Google képgeneráló és beszélgetéses képszerkesztő modellje. A Nano Banana 2 frissítése, a vizuális élethűség, az utasításkövetés, a szövegmegjelenítés és az egymást követő szerkesztések közötti karakterállandóság javításával. Bemeneti táblázatában szöveg, kép, videó és PDF szerepel, kimenete pedig kép és szöveg. Ez termékjelenethez, infografikához vagy több konkrét módosítással fejlődő vizuális sorozathoz teszi hasznossá.
A modell 1K, 2K és 4K kimenetet kínál, 1K alapértelmezéssel. Nem örökli a Nano Banana 2 0.5K lehetőségét. A dokumentált képarányok között 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 és 21:9 szerepel, valamint az álló vagy panoráma 1:4, 4:1, 1:8 és 8:1 formátumok. A Google az utóbbi széles és magas formátumoknál, 2K és 4K méretben javított mozaikos képhibákat említ. A felbontási címkék méretkategóriák, nem egyetlen rögzített téglalap: egy négyzetes 4K kép 4096 × 4096 méretű, a dokumentált 16:9 arányú 4K kimenet pedig 5504 × 3072.
A szöveg a vizuális munkafolyamat jelentős része. A modellt olvasható, stilizált feliratok megjelenítésére és az infografikai elemek pontosabb elrendezésére tervezték. Készítse elő a pontos címsort, címkéket és olvasási sorrendet, majd ezzel a jóváhagyott szöveggel kérje a képet. Étlapnál, diagramnál vagy útmutató ábránál nevezze meg a felirat és a vizuális elem kapcsolatát. A Google a szöveg előzetes megírását, majd a kép kérését javasolja, hogy a vizuális kompozíció véglegesített szöveges feladatleírásból induljon.
A referenciaképek egyesítése legfeljebb 14 képet támogat. A dokumentált profil legfeljebb négy karakter állandóságára és legfeljebb tíz tárgy hű megőrzésére terjed ki. Rendeljen minden referenciához szerepet: felismerhetően megőrzendő termék, karaktermegjelenés, kívánt háttér vagy vizuális stílus. Szemléltető termékfeladat: „Az A képet használja a palack alakjához és címkéjéhez. A B képet használja a felülethez és a világításhoz. Hagyja változatlanul a terméket, helyezze egy összehajtott törölköző mellé, és fölötte hagyjon üres helyet a megadott címsornak.”
A Google Web Search és Image Search alapú forráshoz kötés aktuális információt és vizuális kontextust biztosíthat a generáláshoz. Az Image Search lekért webes képeket ad referenciaként; a szokásos webes forráshoz kötés a témával kapcsolatos információt adja. Ez tényalapú grafikához vagy olyan jelenethez hasznos, amelynek megjelenése egy valós tárgytól függ. A képkeresési munkafolyamat erre a célra nem támogatja valós embereket ábrázoló képek lekérését. A Google dokumentált munkafolyamatában a forráshoz kötött válaszok forrás- és attribúciós metaadatokat tartalmaznak, ezért az alkalmazásnak ezeket meg kell őriznie a generált eredménnyel együtt.
A gondolkodás minimal, medium és high szinten állítható, ennél a konkrét modellnél medium alapértelmezéssel. Segít a modellnek a kompozíció és az összetettebb utasítások átgondolásában a végső kimenet előtt. A képi útmutató a folyamatban köztes kompozíciós képeket is leír; ezek különböznek a kívánt végső eredménytől. Kifejezetten válassza ki a szükséges végső elrendezést, képarányt és felbontást, ne várja a prompt leírásától önmagában minden kimeneti beállítás rögzítését.
A beszélgetéses szerkesztés lehetővé teszi, hogy egy további kérés a meglévő eredmény egy részét módosítsa: megváltoztassa a fényt, elmozdítson egy tárgyat vagy lefordítsa a címkéket a kompozíció többi részének megőrzésével. Vigye tovább a korábbi képet vagy interakciót a következő fordulóba, és nevezze meg a kért módosítást és a megőrzendő jellemzőket is. Karaktersorozatnál használjon következetes megjelenési referenciákat, és adjon pózreferenciát, ha új nézőpont vagy összetett póz számít. Gyakorlati módosítási feladat lehet: „Őrizze meg a terméket, a címkéket és az elrendezést; csak a háttér legyen melegebb szürke.”
A modelltáblázat 131 072 tokenes bemeneti és 32 768 tokenes kimeneti korlátot ad meg. A képgenerálás és a keresésalapú forráshoz kötés támogatott, míg a hanggenerálás, a kódvégrehajtás, a függvényhívás, a strukturált kimenetek, a gyorsítótárazás, a fájlkeresés, az URL-kontextus és a Live API ennél a kiadásnál nem szerepel támogatottként. A videó információt adhat egy generált állóképhez; ettől a modell nem válik videógenerátorrá. A Google azt is megjegyzi, hogy a pontos képszámot kérő utasítás nem feltétlenül eredményezi az adott darabszámot. Minden generált kép SynthID-vízjelet tartalmaz.
Hasznos első feladatleíráshoz adja meg a kép célját, témáját, kompozícióját, világítását, kameranézetét, kötelező szövegét és kimeneti formáját. Kérjen például álló infografikát három feliratozott lépéssel, olvasható címmel és meghatározott színhierarchiával, majd a következő szerkesztés előtt ellenőrizze a szöveget és az elemek egymáshoz viszonyított elhelyezését. Az eredmény termékillusztrációvá, szerkesztőségi grafikává vagy designreferenciává válhat, a kiválasztott kép és magyarázó szövegének együttes megőrzésével.
", "aboutText": "A Gemini Nano Banana 2.1 a Google képgeneráló és beszélgetéses képszerkesztő modellje. A Nano Banana 2 frissítése, a vizuális élethűség, az utasításkövetés, a szövegmegjelenítés és az egymást követő szerkesztések közötti karakterállandóság javításával. Bemeneti táblázatában szöveg, kép, videó és PDF szerepel, kimenete pedig kép és szöveg. Ez termékjelenethez, infografikához vagy több konkrét módosítással fejlődő vizuális sorozathoz teszi hasznossá.\n\nA modell 1K, 2K és 4K kimenetet kínál, 1K alapértelmezéssel. Nem örökli a Nano Banana 2 0.5K lehetőségét. A dokumentált képarányok között 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 és 21:9 szerepel, valamint az álló vagy panoráma 1:4, 4:1, 1:8 és 8:1 formátumok. A Google az utóbbi széles és magas formátumoknál, 2K és 4K méretben javított mozaikos képhibákat említ. A felbontási címkék méretkategóriák, nem egyetlen rögzített téglalap: egy négyzetes 4K kép 4096 × 4096 méretű, a dokumentált 16:9 arányú 4K kimenet pedig 5504 × 3072.\n\nA szöveg a vizuális munkafolyamat jelentős része. A modellt olvasható, stilizált feliratok megjelenítésére és az infografikai elemek pontosabb elrendezésére tervezték. Készítse elő a pontos címsort, címkéket és olvasási sorrendet, majd ezzel a jóváhagyott szöveggel kérje a képet. Étlapnál, diagramnál vagy útmutató ábránál nevezze meg a felirat és a vizuális elem kapcsolatát. A Google a szöveg előzetes megírását, majd a kép kérését javasolja, hogy a vizuális kompozíció véglegesített szöveges feladatleírásból induljon.\n\nA referenciaképek egyesítése legfeljebb 14 képet támogat. A dokumentált profil legfeljebb négy karakter állandóságára és legfeljebb tíz tárgy hű megőrzésére terjed ki. Rendeljen minden referenciához szerepet: felismerhetően megőrzendő termék, karaktermegjelenés, kívánt háttér vagy vizuális stílus. Szemléltető termékfeladat: „Az A képet használja a palack alakjához és címkéjéhez. A B képet használja a felülethez és a világításhoz. Hagyja változatlanul a terméket, helyezze egy összehajtott törölköző mellé, és fölötte hagyjon üres helyet a megadott címsornak.”\n\nA Google Web Search és Image Search alapú forráshoz kötés aktuális információt és vizuális kontextust biztosíthat a generáláshoz. Az Image Search lekért webes képeket ad referenciaként; a szokásos webes forráshoz kötés a témával kapcsolatos információt adja. Ez tényalapú grafikához vagy olyan jelenethez hasznos, amelynek megjelenése egy valós tárgytól függ. A képkeresési munkafolyamat erre a célra nem támogatja valós embereket ábrázoló képek lekérését. A Google dokumentált munkafolyamatában a forráshoz kötött válaszok forrás- és attribúciós metaadatokat tartalmaznak, ezért az alkalmazásnak ezeket meg kell őriznie a generált eredménnyel együtt.\n\nA gondolkodás minimal, medium és high szinten állítható, ennél a konkrét modellnél medium alapértelmezéssel. Segít a modellnek a kompozíció és az összetettebb utasítások átgondolásában a végső kimenet előtt. A képi útmutató a folyamatban köztes kompozíciós képeket is leír; ezek különböznek a kívánt végső eredménytől. Kifejezetten válassza ki a szükséges végső elrendezést, képarányt és felbontást, ne várja a prompt leírásától önmagában minden kimeneti beállítás rögzítését.\n\nA beszélgetéses szerkesztés lehetővé teszi, hogy egy további kérés a meglévő eredmény egy részét módosítsa: megváltoztassa a fényt, elmozdítson egy tárgyat vagy lefordítsa a címkéket a kompozíció többi részének megőrzésével. Vigye tovább a korábbi képet vagy interakciót a következő fordulóba, és nevezze meg a kért módosítást és a megőrzendő jellemzőket is. Karaktersorozatnál használjon következetes megjelenési referenciákat, és adjon pózreferenciát, ha új nézőpont vagy összetett póz számít. Gyakorlati módosítási feladat lehet: „Őrizze meg a terméket, a címkéket és az elrendezést; csak a háttér legyen melegebb szürke.”\n\nA modelltáblázat 131 072 tokenes bemeneti és 32 768 tokenes kimeneti korlátot ad meg. A képgenerálás és a keresésalapú forráshoz kötés támogatott, míg a hanggenerálás, a kódvégrehajtás, a függvényhívás, a strukturált kimenetek, a gyorsítótárazás, a fájlkeresés, az URL-kontextus és a Live API ennél a kiadásnál nem szerepel támogatottként. A videó információt adhat egy generált állóképhez; ettől a modell nem válik videógenerátorrá. A Google azt is megjegyzi, hogy a pontos képszámot kérő utasítás nem feltétlenül eredményezi az adott darabszámot. Minden generált kép SynthID-vízjelet tartalmaz.\n\nHasznos első feladatleíráshoz adja meg a kép célját, témáját, kompozícióját, világítását, kameranézetét, kötelező szövegét és kimeneti formáját. Kérjen például álló infografikát három feliratozott lépéssel, olvasható címmel és meghatározott színhierarchiával, majd a következő szerkesztés előtt ellenőrizze a szöveget és az elemek egymáshoz viszonyított elhelyezését. Az eredmény termékillusztrációvá, szerkesztőségi grafikává vagy designreferenciává válhat, a kiválasztott kép és magyarázó szövegének együttes megőrzésével.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
Refine an approved poster background\n\nEdit the supplied event poster. Preserve every word, the headline hierarchy, illustration placement and portrait composition. Change only the background from cool white to warm ivory, keeping dark text readable and retaining the original accent color. Do not add shapes, badges, textures or extra captions. Return the revised poster image.One edited poster with the original wording and layout preserved over a warm ivory background.Compare every word and element position against the supplied poster, then inspect text contrast.google/gemini-nano-banana-2.1A Gemini Nano Banana 2.1 beszélgetésben generál és szerkeszt képeket szövegből és vizuális anyagból. Javítja a szövegmegjelenítést, az infografikák elrendezését és a többfordulós következetességet, 1K–4K kimenettel és legfeljebb 14 referenciaképpel egy meghatározott vizuális feladatleíráshoz.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemini Nano Banana 2.1 a Google képgeneráló és beszélgetéses képszerkesztő modellje. A Nano Banana 2 frissítése, a vizuális élethűség, az utasításkövetés, a szövegmegjelenítés és az egymást követő szerkesztések közötti karakterállandóság javításával. Bemeneti táblázatában szöveg, kép, videó és PDF szerepel, kimenete pedig kép és szöveg. Ez termékjelenethez, infografikához vagy több konkrét módosítással fejlődő vizuális sorozathoz teszi hasznossá.
A modell 1K, 2K és 4K kimenetet kínál, 1K alapértelmezéssel. Nem örökli a Nano Banana 2 0.5K lehetőségét. A dokumentált képarányok között 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 és 21:9 szerepel, valamint az álló vagy panoráma 1:4, 4:1, 1:8 és 8:1 formátumok. A Google az utóbbi széles és magas formátumoknál, 2K és 4K méretben javított mozaikos képhibákat említ. A felbontási címkék méretkategóriák, nem egyetlen rögzített téglalap: egy négyzetes 4K kép 4096 × 4096 méretű, a dokumentált 16:9 arányú 4K kimenet pedig 5504 × 3072.
A szöveg a vizuális munkafolyamat jelentős része. A modellt olvasható, stilizált feliratok megjelenítésére és az infografikai elemek pontosabb elrendezésére tervezték. Készítse elő a pontos címsort, címkéket és olvasási sorrendet, majd ezzel a jóváhagyott szöveggel kérje a képet. Étlapnál, diagramnál vagy útmutató ábránál nevezze meg a felirat és a vizuális elem kapcsolatát. A Google a szöveg előzetes megírását, majd a kép kérését javasolja, hogy a vizuális kompozíció véglegesített szöveges feladatleírásból induljon.
A referenciaképek egyesítése legfeljebb 14 képet támogat. A dokumentált profil legfeljebb négy karakter állandóságára és legfeljebb tíz tárgy hű megőrzésére terjed ki. Rendeljen minden referenciához szerepet: felismerhetően megőrzendő termék, karaktermegjelenés, kívánt háttér vagy vizuális stílus. Szemléltető termékfeladat: „Az A képet használja a palack alakjához és címkéjéhez. A B képet használja a felülethez és a világításhoz. Hagyja változatlanul a terméket, helyezze egy összehajtott törölköző mellé, és fölötte hagyjon üres helyet a megadott címsornak.”
A Google Web Search és Image Search alapú forráshoz kötés aktuális információt és vizuális kontextust biztosíthat a generáláshoz. Az Image Search lekért webes képeket ad referenciaként; a szokásos webes forráshoz kötés a témával kapcsolatos információt adja. Ez tényalapú grafikához vagy olyan jelenethez hasznos, amelynek megjelenése egy valós tárgytól függ. A képkeresési munkafolyamat erre a célra nem támogatja valós embereket ábrázoló képek lekérését. A Google dokumentált munkafolyamatában a forráshoz kötött válaszok forrás- és attribúciós metaadatokat tartalmaznak, ezért az alkalmazásnak ezeket meg kell őriznie a generált eredménnyel együtt.
A gondolkodás minimal, medium és high szinten állítható, ennél a konkrét modellnél medium alapértelmezéssel. Segít a modellnek a kompozíció és az összetettebb utasítások átgondolásában a végső kimenet előtt. A képi útmutató a folyamatban köztes kompozíciós képeket is leír; ezek különböznek a kívánt végső eredménytől. Kifejezetten válassza ki a szükséges végső elrendezést, képarányt és felbontást, ne várja a prompt leírásától önmagában minden kimeneti beállítás rögzítését.
A beszélgetéses szerkesztés lehetővé teszi, hogy egy további kérés a meglévő eredmény egy részét módosítsa: megváltoztassa a fényt, elmozdítson egy tárgyat vagy lefordítsa a címkéket a kompozíció többi részének megőrzésével. Vigye tovább a korábbi képet vagy interakciót a következő fordulóba, és nevezze meg a kért módosítást és a megőrzendő jellemzőket is. Karaktersorozatnál használjon következetes megjelenési referenciákat, és adjon pózreferenciát, ha új nézőpont vagy összetett póz számít. Gyakorlati módosítási feladat lehet: „Őrizze meg a terméket, a címkéket és az elrendezést; csak a háttér legyen melegebb szürke.”
A modelltáblázat 131 072 tokenes bemeneti és 32 768 tokenes kimeneti korlátot ad meg. A képgenerálás és a keresésalapú forráshoz kötés támogatott, míg a hanggenerálás, a kódvégrehajtás, a függvényhívás, a strukturált kimenetek, a gyorsítótárazás, a fájlkeresés, az URL-kontextus és a Live API ennél a kiadásnál nem szerepel támogatottként. A videó információt adhat egy generált állóképhez; ettől a modell nem válik videógenerátorrá. A Google azt is megjegyzi, hogy a pontos képszámot kérő utasítás nem feltétlenül eredményezi az adott darabszámot. Minden generált kép SynthID-vízjelet tartalmaz.
Hasznos első feladatleíráshoz adja meg a kép célját, témáját, kompozícióját, világítását, kameranézetét, kötelező szövegét és kimeneti formáját. Kérjen például álló infografikát három feliratozott lépéssel, olvasható címmel és meghatározott színhierarchiával, majd a következő szerkesztés előtt ellenőrizze a szöveget és az elemek egymáshoz viszonyított elhelyezését. Az eredmény termékillusztrációvá, szerkesztőségi grafikává vagy designreferenciává válhat, a kiválasztott kép és magyarázó szövegének együttes megőrzésével.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemini-nano-banana-2.1 | 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 $0.003 / 1K token Kimenet · Kimeneti tokenek $0.015 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token Kimenet · Kimeneti képtokenek $0.06 / 1K képtoken |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.003 / 1K token Kimenet · Kimeneti tokenek $0.015 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
A modellszintű referenciatáblázatok nem módosítják a metódusválasztást, az árajánlatokat vagy a díjakat. A tényleges díjak a kiválasztott Ailoot-metódus díjtételeit használják.
| Beállítás | Elszámolási feltételek | Díj |
|---|---|---|
| BeállításGoogle: Nano Banana 2.1 · Alapértelmezett beállítások | Elszámolási feltételekAlapértelmezett konfiguráció | Díj Bemenet · Bemeneti tokenek 0,003 USD / 1K token Kimenet · Kimeneti tokenek 0,015 USD / 1K token Kimenet · Kimeneti kép 0,06 USD / 1K token Kimenet · Webes keresés 0,028 USD keresésenként |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-nano-banana-2.1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-nano-banana-2.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-nano-banana-2.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1A Gemini Nano Banana 2.1 beszélgetésben generál és szerkeszt képeket szövegből és vizuális anyagból. Javítja a szövegmegjelenítést, az infografikák elrendezését és a többfordulós következetességet, 1K–4K kimenettel és legfeljebb 14 referenciaképpel egy meghatározott vizuális feladatleíráshoz.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemini Nano Banana 2.1 a Google képgeneráló és beszélgetéses képszerkesztő modellje. A Nano Banana 2 frissítése, a vizuális élethűség, az utasításkövetés, a szövegmegjelenítés és az egymást követő szerkesztések közötti karakterállandóság javításával. Bemeneti táblázatában szöveg, kép, videó és PDF szerepel, kimenete pedig kép és szöveg. Ez termékjelenethez, infografikához vagy több konkrét módosítással fejlődő vizuális sorozathoz teszi hasznossá.
A modell 1K, 2K és 4K kimenetet kínál, 1K alapértelmezéssel. Nem örökli a Nano Banana 2 0.5K lehetőségét. A dokumentált képarányok között 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 és 21:9 szerepel, valamint az álló vagy panoráma 1:4, 4:1, 1:8 és 8:1 formátumok. A Google az utóbbi széles és magas formátumoknál, 2K és 4K méretben javított mozaikos képhibákat említ. A felbontási címkék méretkategóriák, nem egyetlen rögzített téglalap: egy négyzetes 4K kép 4096 × 4096 méretű, a dokumentált 16:9 arányú 4K kimenet pedig 5504 × 3072.
A szöveg a vizuális munkafolyamat jelentős része. A modellt olvasható, stilizált feliratok megjelenítésére és az infografikai elemek pontosabb elrendezésére tervezték. Készítse elő a pontos címsort, címkéket és olvasási sorrendet, majd ezzel a jóváhagyott szöveggel kérje a képet. Étlapnál, diagramnál vagy útmutató ábránál nevezze meg a felirat és a vizuális elem kapcsolatát. A Google a szöveg előzetes megírását, majd a kép kérését javasolja, hogy a vizuális kompozíció véglegesített szöveges feladatleírásból induljon.
A referenciaképek egyesítése legfeljebb 14 képet támogat. A dokumentált profil legfeljebb négy karakter állandóságára és legfeljebb tíz tárgy hű megőrzésére terjed ki. Rendeljen minden referenciához szerepet: felismerhetően megőrzendő termék, karaktermegjelenés, kívánt háttér vagy vizuális stílus. Szemléltető termékfeladat: „Az A képet használja a palack alakjához és címkéjéhez. A B képet használja a felülethez és a világításhoz. Hagyja változatlanul a terméket, helyezze egy összehajtott törölköző mellé, és fölötte hagyjon üres helyet a megadott címsornak.”
A Google Web Search és Image Search alapú forráshoz kötés aktuális információt és vizuális kontextust biztosíthat a generáláshoz. Az Image Search lekért webes képeket ad referenciaként; a szokásos webes forráshoz kötés a témával kapcsolatos információt adja. Ez tényalapú grafikához vagy olyan jelenethez hasznos, amelynek megjelenése egy valós tárgytól függ. A képkeresési munkafolyamat erre a célra nem támogatja valós embereket ábrázoló képek lekérését. A Google dokumentált munkafolyamatában a forráshoz kötött válaszok forrás- és attribúciós metaadatokat tartalmaznak, ezért az alkalmazásnak ezeket meg kell őriznie a generált eredménnyel együtt.
A gondolkodás minimal, medium és high szinten állítható, ennél a konkrét modellnél medium alapértelmezéssel. Segít a modellnek a kompozíció és az összetettebb utasítások átgondolásában a végső kimenet előtt. A képi útmutató a folyamatban köztes kompozíciós képeket is leír; ezek különböznek a kívánt végső eredménytől. Kifejezetten válassza ki a szükséges végső elrendezést, képarányt és felbontást, ne várja a prompt leírásától önmagában minden kimeneti beállítás rögzítését.
A beszélgetéses szerkesztés lehetővé teszi, hogy egy további kérés a meglévő eredmény egy részét módosítsa: megváltoztassa a fényt, elmozdítson egy tárgyat vagy lefordítsa a címkéket a kompozíció többi részének megőrzésével. Vigye tovább a korábbi képet vagy interakciót a következő fordulóba, és nevezze meg a kért módosítást és a megőrzendő jellemzőket is. Karaktersorozatnál használjon következetes megjelenési referenciákat, és adjon pózreferenciát, ha új nézőpont vagy összetett póz számít. Gyakorlati módosítási feladat lehet: „Őrizze meg a terméket, a címkéket és az elrendezést; csak a háttér legyen melegebb szürke.”
A modelltáblázat 131 072 tokenes bemeneti és 32 768 tokenes kimeneti korlátot ad meg. A képgenerálás és a keresésalapú forráshoz kötés támogatott, míg a hanggenerálás, a kódvégrehajtás, a függvényhívás, a strukturált kimenetek, a gyorsítótárazás, a fájlkeresés, az URL-kontextus és a Live API ennél a kiadásnál nem szerepel támogatottként. A videó információt adhat egy generált állóképhez; ettől a modell nem válik videógenerátorrá. A Google azt is megjegyzi, hogy a pontos képszámot kérő utasítás nem feltétlenül eredményezi az adott darabszámot. Minden generált kép SynthID-vízjelet tartalmaz.
Hasznos első feladatleíráshoz adja meg a kép célját, témáját, kompozícióját, világítását, kameranézetét, kötelező szövegét és kimeneti formáját. Kérjen például álló infografikát három feliratozott lépéssel, olvasható címmel és meghatározott színhierarchiával, majd a következő szerkesztés előtt ellenőrizze a szöveget és az elemek egymáshoz viszonyított elhelyezését. Az eredmény termékillusztrációvá, szerkesztőségi grafikává vagy designreferenciává válhat, a kiválasztott kép és magyarázó szövegének együttes megőrzésével.
POST /v1/images/generationstext, imageimage| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemini-nano-banana-2.1 | Alapértelmezett— |
Mezőprompt | Típusstring | KövetelményKötelező | Értékek és korlátok Minimális hossz: 1 | Alapértelmezett— |
Mezőresolution | Típusstring | KövetelményOpcionális | Értékek és korlátok 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 $0.24576 becslés a generálás előtt Ez a becslés nem jelent további díjat, és nem rögzített díjszabás az elkészült generálásra. |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${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-nano-banana-2.1', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1A Gemini Nano Banana 2.1 beszélgetésben generál és szerkeszt képeket szövegből és vizuális anyagból. Javítja a szövegmegjelenítést, az infografikák elrendezését és a többfordulós következetességet, 1K–4K kimenettel és legfeljebb 14 referenciaképpel egy meghatározott vizuális feladatleíráshoz.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemini Nano Banana 2.1 a Google képgeneráló és beszélgetéses képszerkesztő modellje. A Nano Banana 2 frissítése, a vizuális élethűség, az utasításkövetés, a szövegmegjelenítés és az egymást követő szerkesztések közötti karakterállandóság javításával. Bemeneti táblázatában szöveg, kép, videó és PDF szerepel, kimenete pedig kép és szöveg. Ez termékjelenethez, infografikához vagy több konkrét módosítással fejlődő vizuális sorozathoz teszi hasznossá.
A modell 1K, 2K és 4K kimenetet kínál, 1K alapértelmezéssel. Nem örökli a Nano Banana 2 0.5K lehetőségét. A dokumentált képarányok között 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 és 21:9 szerepel, valamint az álló vagy panoráma 1:4, 4:1, 1:8 és 8:1 formátumok. A Google az utóbbi széles és magas formátumoknál, 2K és 4K méretben javított mozaikos képhibákat említ. A felbontási címkék méretkategóriák, nem egyetlen rögzített téglalap: egy négyzetes 4K kép 4096 × 4096 méretű, a dokumentált 16:9 arányú 4K kimenet pedig 5504 × 3072.
A szöveg a vizuális munkafolyamat jelentős része. A modellt olvasható, stilizált feliratok megjelenítésére és az infografikai elemek pontosabb elrendezésére tervezték. Készítse elő a pontos címsort, címkéket és olvasási sorrendet, majd ezzel a jóváhagyott szöveggel kérje a képet. Étlapnál, diagramnál vagy útmutató ábránál nevezze meg a felirat és a vizuális elem kapcsolatát. A Google a szöveg előzetes megírását, majd a kép kérését javasolja, hogy a vizuális kompozíció véglegesített szöveges feladatleírásból induljon.
A referenciaképek egyesítése legfeljebb 14 képet támogat. A dokumentált profil legfeljebb négy karakter állandóságára és legfeljebb tíz tárgy hű megőrzésére terjed ki. Rendeljen minden referenciához szerepet: felismerhetően megőrzendő termék, karaktermegjelenés, kívánt háttér vagy vizuális stílus. Szemléltető termékfeladat: „Az A képet használja a palack alakjához és címkéjéhez. A B képet használja a felülethez és a világításhoz. Hagyja változatlanul a terméket, helyezze egy összehajtott törölköző mellé, és fölötte hagyjon üres helyet a megadott címsornak.”
A Google Web Search és Image Search alapú forráshoz kötés aktuális információt és vizuális kontextust biztosíthat a generáláshoz. Az Image Search lekért webes képeket ad referenciaként; a szokásos webes forráshoz kötés a témával kapcsolatos információt adja. Ez tényalapú grafikához vagy olyan jelenethez hasznos, amelynek megjelenése egy valós tárgytól függ. A képkeresési munkafolyamat erre a célra nem támogatja valós embereket ábrázoló képek lekérését. A Google dokumentált munkafolyamatában a forráshoz kötött válaszok forrás- és attribúciós metaadatokat tartalmaznak, ezért az alkalmazásnak ezeket meg kell őriznie a generált eredménnyel együtt.
A gondolkodás minimal, medium és high szinten állítható, ennél a konkrét modellnél medium alapértelmezéssel. Segít a modellnek a kompozíció és az összetettebb utasítások átgondolásában a végső kimenet előtt. A képi útmutató a folyamatban köztes kompozíciós képeket is leír; ezek különböznek a kívánt végső eredménytől. Kifejezetten válassza ki a szükséges végső elrendezést, képarányt és felbontást, ne várja a prompt leírásától önmagában minden kimeneti beállítás rögzítését.
A beszélgetéses szerkesztés lehetővé teszi, hogy egy további kérés a meglévő eredmény egy részét módosítsa: megváltoztassa a fényt, elmozdítson egy tárgyat vagy lefordítsa a címkéket a kompozíció többi részének megőrzésével. Vigye tovább a korábbi képet vagy interakciót a következő fordulóba, és nevezze meg a kért módosítást és a megőrzendő jellemzőket is. Karaktersorozatnál használjon következetes megjelenési referenciákat, és adjon pózreferenciát, ha új nézőpont vagy összetett póz számít. Gyakorlati módosítási feladat lehet: „Őrizze meg a terméket, a címkéket és az elrendezést; csak a háttér legyen melegebb szürke.”
A modelltáblázat 131 072 tokenes bemeneti és 32 768 tokenes kimeneti korlátot ad meg. A képgenerálás és a keresésalapú forráshoz kötés támogatott, míg a hanggenerálás, a kódvégrehajtás, a függvényhívás, a strukturált kimenetek, a gyorsítótárazás, a fájlkeresés, az URL-kontextus és a Live API ennél a kiadásnál nem szerepel támogatottként. A videó információt adhat egy generált állóképhez; ettől a modell nem válik videógenerátorrá. A Google azt is megjegyzi, hogy a pontos képszámot kérő utasítás nem feltétlenül eredményezi az adott darabszámot. Minden generált kép SynthID-vízjelet tartalmaz.
Hasznos első feladatleíráshoz adja meg a kép célját, témáját, kompozícióját, világítását, kameranézetét, kötelező szövegét és kimeneti formáját. Kérjen például álló infografikát három feliratozott lépéssel, olvasható címmel és meghatározott színhierarchiával, majd a következő szerkesztés előtt ellenőrizze a szöveget és az elemek egymáshoz viszonyított elhelyezését. Az eredmény termékillusztrációvá, szerkesztőségi grafikává vagy designreferenciává válhat, a kiválasztott kép és magyarázó szövegének együttes megőrzésével.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemini-nano-banana-2.1 | 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 $0.003 / 1K token Kimenet · Kimeneti tokenek $0.015 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token Kimenet · Kimeneti képtokenek $0.06 / 1K képtoken |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.003 / 1K token Kimenet · Kimeneti tokenek $0.015 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "google/gemini-nano-banana-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-nano-banana-2.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-nano-banana-2.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-nano-banana-2.1
/v1/images
Technikai példa angolul
Refine an approved poster background\n\nEdit the supplied event poster. Preserve every word, the headline hierarchy, illustration placement and portrait composition. Change only the background from cool white to warm ivory, keeping dark text readable and retaining the original accent color. Do not add shapes, badges, textures or extra captions. Return the revised poster image.One edited poster with the original wording and layout preserved over a warm ivory background.Compare every word and element position against the supplied poster, then inspect text contrast.