Gemini Nano Banana 2.1 adalah model pembuatan gambar dan penyuntingan berbasis percakapan dari Google. Model ini merupakan pembaruan Nano Banana 2, dengan peningkatan realisme visual, kepatuhan pada instruksi, rendering teks, dan konsistensi karakter dalam penyuntingan berturut-turut. Tabel masukannya mencakup teks, gambar, video, dan PDF, sedangkan keluarannya adalah gambar dan teks. Ini menjadikannya berguna untuk adegan produk, infografik, atau seri visual yang berkembang melalui beberapa revisi spesifik.
Model ini menawarkan keluaran 1K, 2K, dan 4K, dengan 1K sebagai default. Model ini tidak mewarisi pilihan 0.5K dari Nano Banana 2. Rasio aspek yang didokumentasikan mencakup 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, dan 21:9, ditambah format tinggi atau panorama 1:4, 4:1, 1:8, dan 8:1. Google menyebut perbaikan artefak pengubinan pada format lebar dan tinggi terakhir tersebut pada 2K dan 4K. Label resolusi merupakan tingkat ukuran, bukan satu persegi panjang tetap: gambar persegi 4K berukuran 4096 × 4096, sedangkan keluaran 16:9 4K yang didokumentasikan berukuran 5504 × 3072.
Teks merupakan bagian penting alur kerja visual. Model ini dirancang untuk merender teks bergaya yang terbaca dan menata unsur infografik dengan lebih akurat. Siapkan judul, label, dan urutan baca yang persis, lalu minta gambar dengan teks yang sudah disetujui tersebut. Untuk menu, diagram, atau grafis instruksional, sebutkan hubungan antara keterangan dan unsur visualnya. Google menyarankan membuat redaksi terlebih dahulu lalu meminta gambar, sehingga komposisi visual dimulai dari deskripsi teks yang sudah ditetapkan.
Penggabungan gambar referensi mendukung hingga 14 gambar. Profil yang didokumentasikan mencakup konsistensi hingga empat karakter dan kesetiaan visual hingga sepuluh objek. Beri setiap referensi peran: produk yang harus tetap dapat dikenali, penampilan karakter, latar belakang yang dituju, atau gaya visual. Contoh deskripsi produk: “Gunakan gambar A untuk bentuk botol dan label. Gunakan gambar B untuk permukaan dan pencahayaan. Pertahankan produk tanpa perubahan, letakkan di samping handuk terlipat, dan sisakan ruang kosong di atasnya untuk judul yang diberikan.”
Grounding Google Web Search dan Image Search dapat menyediakan informasi terkini serta konteks visual untuk pembuatan. Image Search menyediakan gambar web hasil pencarian sebagai referensi; grounding web standar menyediakan informasi tentang subjek. Ini berguna untuk grafis faktual atau adegan yang tampilannya bergantung pada objek nyata. Alur kerja pencarian gambar tidak mendukung pengambilan gambar orang di dunia nyata untuk tujuan ini. Respons yang menggunakan grounding membawa metadata sumber dan atribusi dalam alur kerja Google yang didokumentasikan, sehingga aplikasi perlu menyimpannya bersama hasil yang dihasilkan.
Berpikir dapat dikonfigurasi pada tingkat minimal, medium, dan high, dengan medium sebagai default untuk model yang persis ini. Ini membantu model mengolah komposisi dan instruksi yang lebih kompleks sebelum keluaran akhir. Panduan gambar menjelaskan gambar komposisi sementara dalam proses tersebut; gambar itu berbeda dari hasil akhir yang dituju. Pilih tata letak akhir, rasio aspek, dan resolusi yang diperlukan secara eksplisit, alih-alih mengharapkan deskripsi prompt saja menentukan setiap pengaturan keluaran.
Penyuntingan berbasis percakapan memungkinkan tindak lanjut mengubah satu bagian dari hasil yang sudah ada: menyesuaikan cahaya, memindahkan objek, atau menerjemahkan label sambil mempertahankan komposisi lainnya. Bawa gambar atau interaksi sebelumnya ke giliran berikutnya dan nyatakan perubahan yang diminta serta ciri yang harus dipertahankan. Untuk seri karakter, pertahankan referensi penampilan yang konsisten dan gunakan referensi pose jika sudut baru atau pose rumit penting. Deskripsi revisi praktis dapat berbunyi: “Pertahankan produk, label, dan tata letak; ubah hanya latar belakang menjadi abu-abu yang lebih hangat.”
Tabel model memberikan batas masukan 131072 token dan batas keluaran 32768 token. Pembuatan gambar dan grounding pencarian didukung, sedangkan pembuatan audio, eksekusi kode, pemanggilan fungsi, keluaran terstruktur, caching, pencarian berkas, konteks URL, dan Live API tidak tercantum sebagai didukung untuk edisi ini. Video dapat memberi informasi bagi gambar diam yang dihasilkan; ini tidak menjadikan model tersebut pembuat video. Google juga menyatakan bahwa permintaan jumlah gambar yang persis mungkin tidak menghasilkan jumlah tersebut. Semua gambar yang dihasilkan menyertakan watermark SynthID.
Untuk deskripsi awal yang berguna, berikan tujuan gambar, subjek, komposisi, pencahayaan, sudut kamera, teks yang diperlukan, dan bentuk keluaran. Misalnya, minta infografik potret dengan tiga langkah berlabel, judul yang terbaca, dan hierarki warna tertentu, lalu tinjau redaksi serta penempatan relatif sebelum penyuntingan berikutnya. Hasil dapat menjadi ilustrasi produk, grafis editorial, atau referensi desain, dengan gambar yang dipilih dan teks penjelasnya disimpan bersama.
", "aboutText": "Gemini Nano Banana 2.1 adalah model pembuatan gambar dan penyuntingan berbasis percakapan dari Google. Model ini merupakan pembaruan Nano Banana 2, dengan peningkatan realisme visual, kepatuhan pada instruksi, rendering teks, dan konsistensi karakter dalam penyuntingan berturut-turut. Tabel masukannya mencakup teks, gambar, video, dan PDF, sedangkan keluarannya adalah gambar dan teks. Ini menjadikannya berguna untuk adegan produk, infografik, atau seri visual yang berkembang melalui beberapa revisi spesifik.\n\nModel ini menawarkan keluaran 1K, 2K, dan 4K, dengan 1K sebagai default. Model ini tidak mewarisi pilihan 0.5K dari Nano Banana 2. Rasio aspek yang didokumentasikan mencakup 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, dan 21:9, ditambah format tinggi atau panorama 1:4, 4:1, 1:8, dan 8:1. Google menyebut perbaikan artefak pengubinan pada format lebar dan tinggi terakhir tersebut pada 2K dan 4K. Label resolusi merupakan tingkat ukuran, bukan satu persegi panjang tetap: gambar persegi 4K berukuran 4096 × 4096, sedangkan keluaran 16:9 4K yang didokumentasikan berukuran 5504 × 3072.\n\nTeks merupakan bagian penting alur kerja visual. Model ini dirancang untuk merender teks bergaya yang terbaca dan menata unsur infografik dengan lebih akurat. Siapkan judul, label, dan urutan baca yang persis, lalu minta gambar dengan teks yang sudah disetujui tersebut. Untuk menu, diagram, atau grafis instruksional, sebutkan hubungan antara keterangan dan unsur visualnya. Google menyarankan membuat redaksi terlebih dahulu lalu meminta gambar, sehingga komposisi visual dimulai dari deskripsi teks yang sudah ditetapkan.\n\nPenggabungan gambar referensi mendukung hingga 14 gambar. Profil yang didokumentasikan mencakup konsistensi hingga empat karakter dan kesetiaan visual hingga sepuluh objek. Beri setiap referensi peran: produk yang harus tetap dapat dikenali, penampilan karakter, latar belakang yang dituju, atau gaya visual. Contoh deskripsi produk: “Gunakan gambar A untuk bentuk botol dan label. Gunakan gambar B untuk permukaan dan pencahayaan. Pertahankan produk tanpa perubahan, letakkan di samping handuk terlipat, dan sisakan ruang kosong di atasnya untuk judul yang diberikan.”\n\nGrounding Google Web Search dan Image Search dapat menyediakan informasi terkini serta konteks visual untuk pembuatan. Image Search menyediakan gambar web hasil pencarian sebagai referensi; grounding web standar menyediakan informasi tentang subjek. Ini berguna untuk grafis faktual atau adegan yang tampilannya bergantung pada objek nyata. Alur kerja pencarian gambar tidak mendukung pengambilan gambar orang di dunia nyata untuk tujuan ini. Respons yang menggunakan grounding membawa metadata sumber dan atribusi dalam alur kerja Google yang didokumentasikan, sehingga aplikasi perlu menyimpannya bersama hasil yang dihasilkan.\n\nBerpikir dapat dikonfigurasi pada tingkat minimal, medium, dan high, dengan medium sebagai default untuk model yang persis ini. Ini membantu model mengolah komposisi dan instruksi yang lebih kompleks sebelum keluaran akhir. Panduan gambar menjelaskan gambar komposisi sementara dalam proses tersebut; gambar itu berbeda dari hasil akhir yang dituju. Pilih tata letak akhir, rasio aspek, dan resolusi yang diperlukan secara eksplisit, alih-alih mengharapkan deskripsi prompt saja menentukan setiap pengaturan keluaran.\n\nPenyuntingan berbasis percakapan memungkinkan tindak lanjut mengubah satu bagian dari hasil yang sudah ada: menyesuaikan cahaya, memindahkan objek, atau menerjemahkan label sambil mempertahankan komposisi lainnya. Bawa gambar atau interaksi sebelumnya ke giliran berikutnya dan nyatakan perubahan yang diminta serta ciri yang harus dipertahankan. Untuk seri karakter, pertahankan referensi penampilan yang konsisten dan gunakan referensi pose jika sudut baru atau pose rumit penting. Deskripsi revisi praktis dapat berbunyi: “Pertahankan produk, label, dan tata letak; ubah hanya latar belakang menjadi abu-abu yang lebih hangat.”\n\nTabel model memberikan batas masukan 131072 token dan batas keluaran 32768 token. Pembuatan gambar dan grounding pencarian didukung, sedangkan pembuatan audio, eksekusi kode, pemanggilan fungsi, keluaran terstruktur, caching, pencarian berkas, konteks URL, dan Live API tidak tercantum sebagai didukung untuk edisi ini. Video dapat memberi informasi bagi gambar diam yang dihasilkan; ini tidak menjadikan model tersebut pembuat video. Google juga menyatakan bahwa permintaan jumlah gambar yang persis mungkin tidak menghasilkan jumlah tersebut. Semua gambar yang dihasilkan menyertakan watermark SynthID.\n\nUntuk deskripsi awal yang berguna, berikan tujuan gambar, subjek, komposisi, pencahayaan, sudut kamera, teks yang diperlukan, dan bentuk keluaran. Misalnya, minta infografik potret dengan tiga langkah berlabel, judul yang terbaca, dan hierarki warna tertentu, lalu tinjau redaksi serta penempatan relatif sebelum penyuntingan berikutnya. Hasil dapat menjadi ilustrasi produk, grafis editorial, atau referensi desain, dengan gambar yang dipilih dan teks penjelasnya disimpan bersama.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
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-2.1Gemini Nano Banana 2.1 menghasilkan dan menyunting gambar secara percakapan dari teks serta materi visual. Model ini meningkatkan rendering teks, tata letak infografik, dan konsistensi antargiliran, dengan keluaran 1K–4K dan hingga 14 gambar referensi untuk deskripsi visual yang ditentukan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini Nano Banana 2.1 adalah model pembuatan gambar dan penyuntingan berbasis percakapan dari Google. Model ini merupakan pembaruan Nano Banana 2, dengan peningkatan realisme visual, kepatuhan pada instruksi, rendering teks, dan konsistensi karakter dalam penyuntingan berturut-turut. Tabel masukannya mencakup teks, gambar, video, dan PDF, sedangkan keluarannya adalah gambar dan teks. Ini menjadikannya berguna untuk adegan produk, infografik, atau seri visual yang berkembang melalui beberapa revisi spesifik.
Model ini menawarkan keluaran 1K, 2K, dan 4K, dengan 1K sebagai default. Model ini tidak mewarisi pilihan 0.5K dari Nano Banana 2. Rasio aspek yang didokumentasikan mencakup 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, dan 21:9, ditambah format tinggi atau panorama 1:4, 4:1, 1:8, dan 8:1. Google menyebut perbaikan artefak pengubinan pada format lebar dan tinggi terakhir tersebut pada 2K dan 4K. Label resolusi merupakan tingkat ukuran, bukan satu persegi panjang tetap: gambar persegi 4K berukuran 4096 × 4096, sedangkan keluaran 16:9 4K yang didokumentasikan berukuran 5504 × 3072.
Teks merupakan bagian penting alur kerja visual. Model ini dirancang untuk merender teks bergaya yang terbaca dan menata unsur infografik dengan lebih akurat. Siapkan judul, label, dan urutan baca yang persis, lalu minta gambar dengan teks yang sudah disetujui tersebut. Untuk menu, diagram, atau grafis instruksional, sebutkan hubungan antara keterangan dan unsur visualnya. Google menyarankan membuat redaksi terlebih dahulu lalu meminta gambar, sehingga komposisi visual dimulai dari deskripsi teks yang sudah ditetapkan.
Penggabungan gambar referensi mendukung hingga 14 gambar. Profil yang didokumentasikan mencakup konsistensi hingga empat karakter dan kesetiaan visual hingga sepuluh objek. Beri setiap referensi peran: produk yang harus tetap dapat dikenali, penampilan karakter, latar belakang yang dituju, atau gaya visual. Contoh deskripsi produk: “Gunakan gambar A untuk bentuk botol dan label. Gunakan gambar B untuk permukaan dan pencahayaan. Pertahankan produk tanpa perubahan, letakkan di samping handuk terlipat, dan sisakan ruang kosong di atasnya untuk judul yang diberikan.”
Grounding Google Web Search dan Image Search dapat menyediakan informasi terkini serta konteks visual untuk pembuatan. Image Search menyediakan gambar web hasil pencarian sebagai referensi; grounding web standar menyediakan informasi tentang subjek. Ini berguna untuk grafis faktual atau adegan yang tampilannya bergantung pada objek nyata. Alur kerja pencarian gambar tidak mendukung pengambilan gambar orang di dunia nyata untuk tujuan ini. Respons yang menggunakan grounding membawa metadata sumber dan atribusi dalam alur kerja Google yang didokumentasikan, sehingga aplikasi perlu menyimpannya bersama hasil yang dihasilkan.
Berpikir dapat dikonfigurasi pada tingkat minimal, medium, dan high, dengan medium sebagai default untuk model yang persis ini. Ini membantu model mengolah komposisi dan instruksi yang lebih kompleks sebelum keluaran akhir. Panduan gambar menjelaskan gambar komposisi sementara dalam proses tersebut; gambar itu berbeda dari hasil akhir yang dituju. Pilih tata letak akhir, rasio aspek, dan resolusi yang diperlukan secara eksplisit, alih-alih mengharapkan deskripsi prompt saja menentukan setiap pengaturan keluaran.
Penyuntingan berbasis percakapan memungkinkan tindak lanjut mengubah satu bagian dari hasil yang sudah ada: menyesuaikan cahaya, memindahkan objek, atau menerjemahkan label sambil mempertahankan komposisi lainnya. Bawa gambar atau interaksi sebelumnya ke giliran berikutnya dan nyatakan perubahan yang diminta serta ciri yang harus dipertahankan. Untuk seri karakter, pertahankan referensi penampilan yang konsisten dan gunakan referensi pose jika sudut baru atau pose rumit penting. Deskripsi revisi praktis dapat berbunyi: “Pertahankan produk, label, dan tata letak; ubah hanya latar belakang menjadi abu-abu yang lebih hangat.”
Tabel model memberikan batas masukan 131072 token dan batas keluaran 32768 token. Pembuatan gambar dan grounding pencarian didukung, sedangkan pembuatan audio, eksekusi kode, pemanggilan fungsi, keluaran terstruktur, caching, pencarian berkas, konteks URL, dan Live API tidak tercantum sebagai didukung untuk edisi ini. Video dapat memberi informasi bagi gambar diam yang dihasilkan; ini tidak menjadikan model tersebut pembuat video. Google juga menyatakan bahwa permintaan jumlah gambar yang persis mungkin tidak menghasilkan jumlah tersebut. Semua gambar yang dihasilkan menyertakan watermark SynthID.
Untuk deskripsi awal yang berguna, berikan tujuan gambar, subjek, komposisi, pencahayaan, sudut kamera, teks yang diperlukan, dan bentuk keluaran. Misalnya, minta infografik potret dengan tiga langkah berlabel, judul yang terbaca, dan hierarki warna tertentu, lalu tinjau redaksi serta penempatan relatif sebelum penyuntingan berikutnya. Hasil dapat menjadi ilustrasi produk, grafis editorial, atau referensi desain, dengan gambar yang dipilih dan teks penjelasnya disimpan bersama.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan google/gemini-nano-banana-2.1 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.003 / 1K token Keluaran · Token keluaran $0.015 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token Keluaran · Token gambar keluaran $0.06 / 1K token gambar |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.003 / 1K token Keluaran · Token keluaran $0.015 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Jadwal referensi tingkat model tidak mengubah pemilihan metode, estimasi harga, atau biaya. Biaya aktif menggunakan tarif metode Ailoot yang dipilih.
| Konfigurasi | Kondisi penagihan | Biaya |
|---|---|---|
| KonfigurasiGoogle: Nano Banana 2.1 · Konfigurasi bawaan | Kondisi penagihanKonfigurasi bawaan | Biaya Masukan · Token masukan US$0,003 / 1K token Keluaran · Token keluaran US$0,015 / 1K token Keluaran · Gambar keluaran US$0,06 / 1K token Keluaran · Pencarian web US$0,028 per pencarian |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 menghasilkan dan menyunting gambar secara percakapan dari teks serta materi visual. Model ini meningkatkan rendering teks, tata letak infografik, dan konsistensi antargiliran, dengan keluaran 1K–4K dan hingga 14 gambar referensi untuk deskripsi visual yang ditentukan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini Nano Banana 2.1 adalah model pembuatan gambar dan penyuntingan berbasis percakapan dari Google. Model ini merupakan pembaruan Nano Banana 2, dengan peningkatan realisme visual, kepatuhan pada instruksi, rendering teks, dan konsistensi karakter dalam penyuntingan berturut-turut. Tabel masukannya mencakup teks, gambar, video, dan PDF, sedangkan keluarannya adalah gambar dan teks. Ini menjadikannya berguna untuk adegan produk, infografik, atau seri visual yang berkembang melalui beberapa revisi spesifik.
Model ini menawarkan keluaran 1K, 2K, dan 4K, dengan 1K sebagai default. Model ini tidak mewarisi pilihan 0.5K dari Nano Banana 2. Rasio aspek yang didokumentasikan mencakup 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, dan 21:9, ditambah format tinggi atau panorama 1:4, 4:1, 1:8, dan 8:1. Google menyebut perbaikan artefak pengubinan pada format lebar dan tinggi terakhir tersebut pada 2K dan 4K. Label resolusi merupakan tingkat ukuran, bukan satu persegi panjang tetap: gambar persegi 4K berukuran 4096 × 4096, sedangkan keluaran 16:9 4K yang didokumentasikan berukuran 5504 × 3072.
Teks merupakan bagian penting alur kerja visual. Model ini dirancang untuk merender teks bergaya yang terbaca dan menata unsur infografik dengan lebih akurat. Siapkan judul, label, dan urutan baca yang persis, lalu minta gambar dengan teks yang sudah disetujui tersebut. Untuk menu, diagram, atau grafis instruksional, sebutkan hubungan antara keterangan dan unsur visualnya. Google menyarankan membuat redaksi terlebih dahulu lalu meminta gambar, sehingga komposisi visual dimulai dari deskripsi teks yang sudah ditetapkan.
Penggabungan gambar referensi mendukung hingga 14 gambar. Profil yang didokumentasikan mencakup konsistensi hingga empat karakter dan kesetiaan visual hingga sepuluh objek. Beri setiap referensi peran: produk yang harus tetap dapat dikenali, penampilan karakter, latar belakang yang dituju, atau gaya visual. Contoh deskripsi produk: “Gunakan gambar A untuk bentuk botol dan label. Gunakan gambar B untuk permukaan dan pencahayaan. Pertahankan produk tanpa perubahan, letakkan di samping handuk terlipat, dan sisakan ruang kosong di atasnya untuk judul yang diberikan.”
Grounding Google Web Search dan Image Search dapat menyediakan informasi terkini serta konteks visual untuk pembuatan. Image Search menyediakan gambar web hasil pencarian sebagai referensi; grounding web standar menyediakan informasi tentang subjek. Ini berguna untuk grafis faktual atau adegan yang tampilannya bergantung pada objek nyata. Alur kerja pencarian gambar tidak mendukung pengambilan gambar orang di dunia nyata untuk tujuan ini. Respons yang menggunakan grounding membawa metadata sumber dan atribusi dalam alur kerja Google yang didokumentasikan, sehingga aplikasi perlu menyimpannya bersama hasil yang dihasilkan.
Berpikir dapat dikonfigurasi pada tingkat minimal, medium, dan high, dengan medium sebagai default untuk model yang persis ini. Ini membantu model mengolah komposisi dan instruksi yang lebih kompleks sebelum keluaran akhir. Panduan gambar menjelaskan gambar komposisi sementara dalam proses tersebut; gambar itu berbeda dari hasil akhir yang dituju. Pilih tata letak akhir, rasio aspek, dan resolusi yang diperlukan secara eksplisit, alih-alih mengharapkan deskripsi prompt saja menentukan setiap pengaturan keluaran.
Penyuntingan berbasis percakapan memungkinkan tindak lanjut mengubah satu bagian dari hasil yang sudah ada: menyesuaikan cahaya, memindahkan objek, atau menerjemahkan label sambil mempertahankan komposisi lainnya. Bawa gambar atau interaksi sebelumnya ke giliran berikutnya dan nyatakan perubahan yang diminta serta ciri yang harus dipertahankan. Untuk seri karakter, pertahankan referensi penampilan yang konsisten dan gunakan referensi pose jika sudut baru atau pose rumit penting. Deskripsi revisi praktis dapat berbunyi: “Pertahankan produk, label, dan tata letak; ubah hanya latar belakang menjadi abu-abu yang lebih hangat.”
Tabel model memberikan batas masukan 131072 token dan batas keluaran 32768 token. Pembuatan gambar dan grounding pencarian didukung, sedangkan pembuatan audio, eksekusi kode, pemanggilan fungsi, keluaran terstruktur, caching, pencarian berkas, konteks URL, dan Live API tidak tercantum sebagai didukung untuk edisi ini. Video dapat memberi informasi bagi gambar diam yang dihasilkan; ini tidak menjadikan model tersebut pembuat video. Google juga menyatakan bahwa permintaan jumlah gambar yang persis mungkin tidak menghasilkan jumlah tersebut. Semua gambar yang dihasilkan menyertakan watermark SynthID.
Untuk deskripsi awal yang berguna, berikan tujuan gambar, subjek, komposisi, pencahayaan, sudut kamera, teks yang diperlukan, dan bentuk keluaran. Misalnya, minta infografik potret dengan tiga langkah berlabel, judul yang terbaca, dan hierarki warna tertentu, lalu tinjau redaksi serta penempatan relatif sebelum penyuntingan berikutnya. Hasil dapat menjadi ilustrasi produk, grafis editorial, atau referensi desain, dengan gambar yang dipilih dan teks penjelasnya disimpan bersama.
POST /v1/images/generationstext, imageimage| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan google/gemini-nano-banana-2.1 | Bawaan— |
Kolomprompt | Jenisstring | PersyaratanWajib | Nilai & batasan Panjang minimum: 1 | Bawaan— |
Kolomresolution | Jenisstring | PersyaratanOpsional | Nilai & batasan 1K, 2K, 4K | Bawaan— |
Kolomaspect_ratio | Jenisstring | PersyaratanOpsional | Nilai & batasan 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 | Bawaan— |
Kolomn | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Maksimum: 1 | Bawaan— |
Kolominput_references | Jenisarray | PersyaratanOpsional | Nilai & batasan Item minimum: 0 Item maksimum: 14 | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan | Bawaan— |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, prompt |
Parametermaterial_types | Kontraktext, image |
Siklus hidup: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id aktual yang dikembalikan atau catatan pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tarif yang ditampilkan memperkirakan biaya sebelum pembuatan. Biaya akhir dihitung dari biaya yang tercatat untuk proses pembuatan awal. Durasi keluaran yang terukur dan kuantitas perkiraan bukanlah kuantitas akhir yang ditagihkan.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Jumlah perkiraan | Biaya |
|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Jumlah perkiraan— | Biaya Masukan · Token masukan · Perkiraan hanya untuk perbandingan — / 1K token Keluaran · Token keluaran · Perkiraan hanya untuk perbandingan — / 1K token Masukan · Pembacaan cache · Perkiraan hanya untuk perbandingan — / 1K token Masukan · Penulisan cache · Perkiraan hanya untuk perbandingan — / 1K token Masukan · Penulisan cache, 1 jam · Perkiraan hanya untuk perbandingan — / 1K token |
| KonfigurasiPerkiraan biaya pembuatan | Jadwal tarif— | Jumlah perkiraanestimasi satu kali pembuatan | Biaya Keluaran · Perkiraan biaya pembuatan · Perkiraan hanya untuk perbandingan $0.24576 estimasi sebelum pembuatan Perkiraan ini bukan biaya tambahan maupun tarif tetap untuk proses pembuatan yang telah selesai. |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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\nUnduh setiap gambar yang dikembalikan atau simpan konten Base64-nya
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.\nSimpan setiap gambar yang selesai; ambil setiap URL yang dikembalikan atau dekode konten Base64-nya.
Simpan respons dan header secara lengkap, setiap keluaran aktual, identifikator asli yang dikembalikan, dan semua kolom usage. Pulihkan operasi asli tanpa mengirim ulang permintaan pembuatan.
Simpan X-Client-Request-ID yang dikembalikan untuk rekonsiliasi. Baca hanya nilai task_id/asset_id yang benar-benar dikembalikan atau pustaka media milik Anda; jangan pernah membuat URL tugas dari ID operasi dan jangan pernah mengirim ulang permintaan pembuatan.
| Kolom | Jenis |
|---|---|
Kolomcreated | Jenis |
Kolomdata[].url | Jenis |
Kolomdata[].b64_json | Jenis |
Kolomusage | Jenis |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 menghasilkan dan menyunting gambar secara percakapan dari teks serta materi visual. Model ini meningkatkan rendering teks, tata letak infografik, dan konsistensi antargiliran, dengan keluaran 1K–4K dan hingga 14 gambar referensi untuk deskripsi visual yang ditentukan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini Nano Banana 2.1 adalah model pembuatan gambar dan penyuntingan berbasis percakapan dari Google. Model ini merupakan pembaruan Nano Banana 2, dengan peningkatan realisme visual, kepatuhan pada instruksi, rendering teks, dan konsistensi karakter dalam penyuntingan berturut-turut. Tabel masukannya mencakup teks, gambar, video, dan PDF, sedangkan keluarannya adalah gambar dan teks. Ini menjadikannya berguna untuk adegan produk, infografik, atau seri visual yang berkembang melalui beberapa revisi spesifik.
Model ini menawarkan keluaran 1K, 2K, dan 4K, dengan 1K sebagai default. Model ini tidak mewarisi pilihan 0.5K dari Nano Banana 2. Rasio aspek yang didokumentasikan mencakup 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, dan 21:9, ditambah format tinggi atau panorama 1:4, 4:1, 1:8, dan 8:1. Google menyebut perbaikan artefak pengubinan pada format lebar dan tinggi terakhir tersebut pada 2K dan 4K. Label resolusi merupakan tingkat ukuran, bukan satu persegi panjang tetap: gambar persegi 4K berukuran 4096 × 4096, sedangkan keluaran 16:9 4K yang didokumentasikan berukuran 5504 × 3072.
Teks merupakan bagian penting alur kerja visual. Model ini dirancang untuk merender teks bergaya yang terbaca dan menata unsur infografik dengan lebih akurat. Siapkan judul, label, dan urutan baca yang persis, lalu minta gambar dengan teks yang sudah disetujui tersebut. Untuk menu, diagram, atau grafis instruksional, sebutkan hubungan antara keterangan dan unsur visualnya. Google menyarankan membuat redaksi terlebih dahulu lalu meminta gambar, sehingga komposisi visual dimulai dari deskripsi teks yang sudah ditetapkan.
Penggabungan gambar referensi mendukung hingga 14 gambar. Profil yang didokumentasikan mencakup konsistensi hingga empat karakter dan kesetiaan visual hingga sepuluh objek. Beri setiap referensi peran: produk yang harus tetap dapat dikenali, penampilan karakter, latar belakang yang dituju, atau gaya visual. Contoh deskripsi produk: “Gunakan gambar A untuk bentuk botol dan label. Gunakan gambar B untuk permukaan dan pencahayaan. Pertahankan produk tanpa perubahan, letakkan di samping handuk terlipat, dan sisakan ruang kosong di atasnya untuk judul yang diberikan.”
Grounding Google Web Search dan Image Search dapat menyediakan informasi terkini serta konteks visual untuk pembuatan. Image Search menyediakan gambar web hasil pencarian sebagai referensi; grounding web standar menyediakan informasi tentang subjek. Ini berguna untuk grafis faktual atau adegan yang tampilannya bergantung pada objek nyata. Alur kerja pencarian gambar tidak mendukung pengambilan gambar orang di dunia nyata untuk tujuan ini. Respons yang menggunakan grounding membawa metadata sumber dan atribusi dalam alur kerja Google yang didokumentasikan, sehingga aplikasi perlu menyimpannya bersama hasil yang dihasilkan.
Berpikir dapat dikonfigurasi pada tingkat minimal, medium, dan high, dengan medium sebagai default untuk model yang persis ini. Ini membantu model mengolah komposisi dan instruksi yang lebih kompleks sebelum keluaran akhir. Panduan gambar menjelaskan gambar komposisi sementara dalam proses tersebut; gambar itu berbeda dari hasil akhir yang dituju. Pilih tata letak akhir, rasio aspek, dan resolusi yang diperlukan secara eksplisit, alih-alih mengharapkan deskripsi prompt saja menentukan setiap pengaturan keluaran.
Penyuntingan berbasis percakapan memungkinkan tindak lanjut mengubah satu bagian dari hasil yang sudah ada: menyesuaikan cahaya, memindahkan objek, atau menerjemahkan label sambil mempertahankan komposisi lainnya. Bawa gambar atau interaksi sebelumnya ke giliran berikutnya dan nyatakan perubahan yang diminta serta ciri yang harus dipertahankan. Untuk seri karakter, pertahankan referensi penampilan yang konsisten dan gunakan referensi pose jika sudut baru atau pose rumit penting. Deskripsi revisi praktis dapat berbunyi: “Pertahankan produk, label, dan tata letak; ubah hanya latar belakang menjadi abu-abu yang lebih hangat.”
Tabel model memberikan batas masukan 131072 token dan batas keluaran 32768 token. Pembuatan gambar dan grounding pencarian didukung, sedangkan pembuatan audio, eksekusi kode, pemanggilan fungsi, keluaran terstruktur, caching, pencarian berkas, konteks URL, dan Live API tidak tercantum sebagai didukung untuk edisi ini. Video dapat memberi informasi bagi gambar diam yang dihasilkan; ini tidak menjadikan model tersebut pembuat video. Google juga menyatakan bahwa permintaan jumlah gambar yang persis mungkin tidak menghasilkan jumlah tersebut. Semua gambar yang dihasilkan menyertakan watermark SynthID.
Untuk deskripsi awal yang berguna, berikan tujuan gambar, subjek, komposisi, pencahayaan, sudut kamera, teks yang diperlukan, dan bentuk keluaran. Misalnya, minta infografik potret dengan tiga langkah berlabel, judul yang terbaca, dan hierarki warna tertentu, lalu tinjau redaksi serta penempatan relatif sebelum penyuntingan berikutnya. Hasil dapat menjadi ilustrasi produk, grafis editorial, atau referensi desain, dengan gambar yang dipilih dan teks penjelasnya disimpan bersama.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan google/gemini-nano-banana-2.1 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.003 / 1K token Keluaran · Token keluaran $0.015 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token Keluaran · Token gambar keluaran $0.06 / 1K token gambar |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.003 / 1K token Keluaran · Token keluaran $0.015 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "google/gemini-nano-banana-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
Contoh teknis dalam bahasa Inggris
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.