Nano Banana 2 è il modello Gemini 3.1 Flash Image di Google per la generazione nativa di immagini e la modifica conversazionale. Il suo design privilegia la creazione visiva efficiente e le revisioni ripetute. Il profilo API documentato accetta testo, immagini, video e PDF e restituisce immagini e testo. È un'edizione denominata distinta da Gemini Nano Banana 2.1, anziché un'etichetta per ogni aggiornamento Nano Banana successivo.
Le dimensioni di output comprendono 0.5K, 1K, 2K e 4K, con 1K come predefinito. L'opzione più piccola 0.5K è specifica di questo profilo e può essere adatta a una composizione iniziale; i livelli maggiori forniscono più pixel per il formato di output selezionato. I rapporti documentati coprono formati quadrati, verticali e orizzontali, inclusi 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, con ulteriori formati 1:4, 4:1, 1:8 e 8:1. Per esempio, gli output quadrati vanno da 512 × 512 a 0.5K a 4096 × 4096 a 4K. Scegli il formato per il posizionamento previsto prima di rifinire i piccoli dettagli.
Google identifica tra gli aggiornamenti di questa edizione una migliore aderenza al rapporto d'aspetto, coerenza visiva e resa del testo multilingue. Usa diciture esatte per un poster, un menu o un'infografica e definisci quale etichetta appartenga a quale oggetto. Per testo piccolo o brani lunghi, la scheda del modello segnala limiti residui di leggibilità, soprattutto a 1K. Mantieni concise le didascalie ed esplicita le loro dimensioni relative; per testo principale denso, considera l'immagine come riferimento di impaginazione visiva e controlla attentamente le scritte effettive.
In un flusso di lavoro possono essere combinate fino a 14 immagini di riferimento. La guida alle immagini descrive fedeltà per un massimo di dieci oggetti e somiglianza per un massimo di quattro personaggi. Etichetta i riferimenti e specifica ciò che ciascuno fornisce. Per una scena di prodotto, un'immagine può stabilire l'oggetto, un'altra l'ambiente e un'altra l'illuminazione. Per una sequenza con personaggi, porta gli output precedenti nel prompt successivo e specifica le caratteristiche che devono persistere attraverso un cambio di vista o posa.
Il grounding tramite Web Search e Image Search può orientare la generazione con informazioni attuali e riferimenti visivi recuperati. Image Search aggiunge contesto visivo, anziché soltanto una descrizione scritta del risultato di ricerca. Il produttore supporta la funzionalità di ricerca nelle impostazioni di thinking documentate. Il suo flusso di ricerca immagini esclude immagini reali di persone come riferimenti ottenuti dalla ricerca e restituisce metadati di attribuzione con i risultati dotati di grounding; conserva tali metadati quando usi il risultato in un'applicazione.
I controlli di thinking documentati per Gemini 3.1 Flash Image sono minimal e high, con minimal come predefinito. Questo differisce dal profilo a tre livelli con medium predefinito di Nano Banana 2.1. Il thinking supporta composizione e gestione delle istruzioni più complesse. Il modello si basa su Gemini 3 Flash, ma tale relazione non lo trasforma in un modello generalista per esecuzione di codice o chiamate di funzione: queste capacità sono contrassegnate come non supportate nella tabella di questa edizione per immagini.
La modifica conversazionale supporta il cambiamento di un'immagine fornita o la rifinitura di una generazione precedente. Un brief concreto può dire: «Mantieni la forma del flacone, il testo dell'etichetta e l'angolazione della fotocamera. Sostituisci lo sfondo con una superficie di pietra chiara e aggiungi ombre più morbide». Descrivi gli elementi da conservare con la stessa cura di quelli da modificare. La scheda del modello osserva che coerenza dei personaggi, localizzazione sinistra/destra e modifiche basate su schizzi possono restare imperfette: confronta quindi questi dettagli specifici prima di proseguire una sequenza visiva.
La tabella del modello API indica 131,072 token di input e 32,768 token di output. Supporta generazione di immagini, grounding tramite ricerca, thinking ed elaborazione batch, mentre generazione audio, caching, output strutturati, ricerca nei file, Live API e contesto URL non sono supportati. Il flusso di immagini non accetta input audio. Video o PDF possono contribuire a un compito di immagine statica in questo profilo API; l'output rimane immagini e testo. Le immagini generate includono SynthID e il numero richiesto di immagini non viene sempre rispettato esattamente.
Per un'infografica pratica, fornisci etichette approvate, pubblico previsto, ordine di lettura, materiale di riferimento e rapporto d'aspetto di destinazione. Chiedi una spiegazione visiva chiara, poi usa il turno successivo per correggere diciture o spaziatura conservando la composizione stabilita. Per un mockup di prodotto, specifica geometria, superficie, luce e dettagli visivi che definiscono il prodotto. Il risultato utile è un'immagine con il testo associato, che può essere esaminata, selezionata e rifinita in una sequenza controllata.
", "aboutText": "Nano Banana 2 è il modello Gemini 3.1 Flash Image di Google per la generazione nativa di immagini e la modifica conversazionale. Il suo design privilegia la creazione visiva efficiente e le revisioni ripetute. Il profilo API documentato accetta testo, immagini, video e PDF e restituisce immagini e testo. È un'edizione denominata distinta da Gemini Nano Banana 2.1, anziché un'etichetta per ogni aggiornamento Nano Banana successivo.\n\nLe dimensioni di output comprendono 0.5K, 1K, 2K e 4K, con 1K come predefinito. L'opzione più piccola 0.5K è specifica di questo profilo e può essere adatta a una composizione iniziale; i livelli maggiori forniscono più pixel per il formato di output selezionato. I rapporti documentati coprono formati quadrati, verticali e orizzontali, inclusi 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, con ulteriori formati 1:4, 4:1, 1:8 e 8:1. Per esempio, gli output quadrati vanno da 512 × 512 a 0.5K a 4096 × 4096 a 4K. Scegli il formato per il posizionamento previsto prima di rifinire i piccoli dettagli.\n\nGoogle identifica tra gli aggiornamenti di questa edizione una migliore aderenza al rapporto d'aspetto, coerenza visiva e resa del testo multilingue. Usa diciture esatte per un poster, un menu o un'infografica e definisci quale etichetta appartenga a quale oggetto. Per testo piccolo o brani lunghi, la scheda del modello segnala limiti residui di leggibilità, soprattutto a 1K. Mantieni concise le didascalie ed esplicita le loro dimensioni relative; per testo principale denso, considera l'immagine come riferimento di impaginazione visiva e controlla attentamente le scritte effettive.\n\nIn un flusso di lavoro possono essere combinate fino a 14 immagini di riferimento. La guida alle immagini descrive fedeltà per un massimo di dieci oggetti e somiglianza per un massimo di quattro personaggi. Etichetta i riferimenti e specifica ciò che ciascuno fornisce. Per una scena di prodotto, un'immagine può stabilire l'oggetto, un'altra l'ambiente e un'altra l'illuminazione. Per una sequenza con personaggi, porta gli output precedenti nel prompt successivo e specifica le caratteristiche che devono persistere attraverso un cambio di vista o posa.\n\nIl grounding tramite Web Search e Image Search può orientare la generazione con informazioni attuali e riferimenti visivi recuperati. Image Search aggiunge contesto visivo, anziché soltanto una descrizione scritta del risultato di ricerca. Il produttore supporta la funzionalità di ricerca nelle impostazioni di thinking documentate. Il suo flusso di ricerca immagini esclude immagini reali di persone come riferimenti ottenuti dalla ricerca e restituisce metadati di attribuzione con i risultati dotati di grounding; conserva tali metadati quando usi il risultato in un'applicazione.\n\nI controlli di thinking documentati per Gemini 3.1 Flash Image sono minimal e high, con minimal come predefinito. Questo differisce dal profilo a tre livelli con medium predefinito di Nano Banana 2.1. Il thinking supporta composizione e gestione delle istruzioni più complesse. Il modello si basa su Gemini 3 Flash, ma tale relazione non lo trasforma in un modello generalista per esecuzione di codice o chiamate di funzione: queste capacità sono contrassegnate come non supportate nella tabella di questa edizione per immagini.\n\nLa modifica conversazionale supporta il cambiamento di un'immagine fornita o la rifinitura di una generazione precedente. Un brief concreto può dire: «Mantieni la forma del flacone, il testo dell'etichetta e l'angolazione della fotocamera. Sostituisci lo sfondo con una superficie di pietra chiara e aggiungi ombre più morbide». Descrivi gli elementi da conservare con la stessa cura di quelli da modificare. La scheda del modello osserva che coerenza dei personaggi, localizzazione sinistra/destra e modifiche basate su schizzi possono restare imperfette: confronta quindi questi dettagli specifici prima di proseguire una sequenza visiva.\n\nLa tabella del modello API indica 131,072 token di input e 32,768 token di output. Supporta generazione di immagini, grounding tramite ricerca, thinking ed elaborazione batch, mentre generazione audio, caching, output strutturati, ricerca nei file, Live API e contesto URL non sono supportati. Il flusso di immagini non accetta input audio. Video o PDF possono contribuire a un compito di immagine statica in questo profilo API; l'output rimane immagini e testo. Le immagini generate includono SynthID e il numero richiesto di immagini non viene sempre rispettato esattamente.\n\nPer un'infografica pratica, fornisci etichette approvate, pubblico previsto, ordine di lettura, materiale di riferimento e rapporto d'aspetto di destinazione. Chiedi una spiegazione visiva chiara, poi usa il turno successivo per correggere diciture o spaziatura conservando la composizione stabilita. Per un mockup di prodotto, specifica geometria, superficie, luce e dettagli visivi che definiscono il prodotto. Il risultato utile è un'immagine con il testo associato, che può essere esaminata, selezionata e rifinita in una sequenza controllata.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Create a simple bicycle-care infographic\n\nCreate one portrait infographic teaching three bicycle checks before a short ride: tires, brakes and chain. Use three large illustrated steps in that order, a warm ivory background and dark green accents. Include only these headings: 'TIRES', 'BRAKES', 'CHAIN'. Leave generous space around each heading and keep the illustrations clearly separated.One portrait image with three ordered illustrated steps and the three exact, readable headings.Inspect the rendered image for heading spelling, order and clear separation of the three checks.gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) genera e modifica immagini all'interno di una conversazione. Supporta testo e fonti visive, output da 0.5K a 4K, composizione con immagini di riferimento e grounding tramite ricerca per scene di prodotto, infografiche e lavoro visivo iterativo.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Nano Banana 2 è il modello Gemini 3.1 Flash Image di Google per la generazione nativa di immagini e la modifica conversazionale. Il suo design privilegia la creazione visiva efficiente e le revisioni ripetute. Il profilo API documentato accetta testo, immagini, video e PDF e restituisce immagini e testo. È un'edizione denominata distinta da Gemini Nano Banana 2.1, anziché un'etichetta per ogni aggiornamento Nano Banana successivo.
Le dimensioni di output comprendono 0.5K, 1K, 2K e 4K, con 1K come predefinito. L'opzione più piccola 0.5K è specifica di questo profilo e può essere adatta a una composizione iniziale; i livelli maggiori forniscono più pixel per il formato di output selezionato. I rapporti documentati coprono formati quadrati, verticali e orizzontali, inclusi 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, con ulteriori formati 1:4, 4:1, 1:8 e 8:1. Per esempio, gli output quadrati vanno da 512 × 512 a 0.5K a 4096 × 4096 a 4K. Scegli il formato per il posizionamento previsto prima di rifinire i piccoli dettagli.
Google identifica tra gli aggiornamenti di questa edizione una migliore aderenza al rapporto d'aspetto, coerenza visiva e resa del testo multilingue. Usa diciture esatte per un poster, un menu o un'infografica e definisci quale etichetta appartenga a quale oggetto. Per testo piccolo o brani lunghi, la scheda del modello segnala limiti residui di leggibilità, soprattutto a 1K. Mantieni concise le didascalie ed esplicita le loro dimensioni relative; per testo principale denso, considera l'immagine come riferimento di impaginazione visiva e controlla attentamente le scritte effettive.
In un flusso di lavoro possono essere combinate fino a 14 immagini di riferimento. La guida alle immagini descrive fedeltà per un massimo di dieci oggetti e somiglianza per un massimo di quattro personaggi. Etichetta i riferimenti e specifica ciò che ciascuno fornisce. Per una scena di prodotto, un'immagine può stabilire l'oggetto, un'altra l'ambiente e un'altra l'illuminazione. Per una sequenza con personaggi, porta gli output precedenti nel prompt successivo e specifica le caratteristiche che devono persistere attraverso un cambio di vista o posa.
Il grounding tramite Web Search e Image Search può orientare la generazione con informazioni attuali e riferimenti visivi recuperati. Image Search aggiunge contesto visivo, anziché soltanto una descrizione scritta del risultato di ricerca. Il produttore supporta la funzionalità di ricerca nelle impostazioni di thinking documentate. Il suo flusso di ricerca immagini esclude immagini reali di persone come riferimenti ottenuti dalla ricerca e restituisce metadati di attribuzione con i risultati dotati di grounding; conserva tali metadati quando usi il risultato in un'applicazione.
I controlli di thinking documentati per Gemini 3.1 Flash Image sono minimal e high, con minimal come predefinito. Questo differisce dal profilo a tre livelli con medium predefinito di Nano Banana 2.1. Il thinking supporta composizione e gestione delle istruzioni più complesse. Il modello si basa su Gemini 3 Flash, ma tale relazione non lo trasforma in un modello generalista per esecuzione di codice o chiamate di funzione: queste capacità sono contrassegnate come non supportate nella tabella di questa edizione per immagini.
La modifica conversazionale supporta il cambiamento di un'immagine fornita o la rifinitura di una generazione precedente. Un brief concreto può dire: «Mantieni la forma del flacone, il testo dell'etichetta e l'angolazione della fotocamera. Sostituisci lo sfondo con una superficie di pietra chiara e aggiungi ombre più morbide». Descrivi gli elementi da conservare con la stessa cura di quelli da modificare. La scheda del modello osserva che coerenza dei personaggi, localizzazione sinistra/destra e modifiche basate su schizzi possono restare imperfette: confronta quindi questi dettagli specifici prima di proseguire una sequenza visiva.
La tabella del modello API indica 131,072 token di input e 32,768 token di output. Supporta generazione di immagini, grounding tramite ricerca, thinking ed elaborazione batch, mentre generazione audio, caching, output strutturati, ricerca nei file, Live API e contesto URL non sono supportati. Il flusso di immagini non accetta input audio. Video o PDF possono contribuire a un compito di immagine statica in questo profilo API; l'output rimane immagini e testo. Le immagini generate includono SynthID e il numero richiesto di immagini non viene sempre rispettato esattamente.
Per un'infografica pratica, fornisci etichette approvate, pubblico previsto, ordine di lettura, materiale di riferimento e rapporto d'aspetto di destinazione. Chiedi una spiegazione visiva chiara, poi usa il turno successivo per correggere diciture o spaziatura conservando la composizione stabilita. Per un mockup di prodotto, specifica geometria, superficie, luce e dettagli visivi che definiscono il prodotto. Il risultato utile è un'immagine con il testo associato, che può essere esaminata, selezionata e rifinita in una sequenza controllata.
POST /v1/images/generationstextimage, text| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3.1-flash-image | Predefinito— |
Campoprompt | Tipostring | RequisitoObbligatorio | Valori e limiti Lunghezza minima: 1 | Predefinito— |
Campon | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 | Predefinito1 |
Camporesponse_format | Tipostring | RequisitoFacoltativo | Valori e limiti url, b64_json | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Camposize | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoquality | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campobackground | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campooutput_format | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campooutput_compression | Tipointeger | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomoderation | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinput_fidelity | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostyle | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campopartial_images | Tipointeger | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Da testo a immagine · Obbligatorio: prompt
| Parametro | Contratto |
|---|---|
Parametromaterial_types | Contrattotext |
Parametrorequired | Contrattomodel, prompt |
Parametrooptional_controls | Contrattonull |
Parametrocontent_type | Contrattoapplication/json |
Ciclo di vita: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id effettivamente restituito o record della libreria multimediale
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Le strutture dei metodi e gli ID sono esatti; la capacità del fornitore è distinta dall’ammissione delle richieste.
POST /v1/images/generationsAiloot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
I listini di riferimento del modello non modificano la selezione del metodo, i preventivi o gli addebiti. Gli addebiti attivi usano le tariffe del metodo Ailoot selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneUltra | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0010000 / 1K token Output · Token in output $0.006000 / 1K token Output · immagine in uscita $0.12000 / 1K token Output · ricerca web $0.028 per ricerca web |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.1-flash-image", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nfrom openai import OpenAI\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gemini-3.1-flash-image', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gemini-3.1-flash-image", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\nScarica ogni immagine restituita o salvane il contenuto Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Salva ogni immagine completata; recupera ogni URL restituito oppure decodificane il contenuto Base64.
Salva ogni elemento data. Decodifica ogni b64_json o recupera ogni URL firmato restituito. Scegli l'estensione del nome del file in base al MIME e ai byte effettivi.
Se il risultato di una generazione o modifica di immagini richiede una verifica, conserva operation_id/X-Client-Request-ID originale e le informazioni sul risultato restituito. Recupera i risultati esistenti che ti appartengono tramite la libreria multimediale usando i valori effettivi di task_id o asset_id. Non reinviare la richiesta di generazione/modifica e non costruire un URL di polling a partire da operation_id.
| Campo | Tipo |
|---|---|
Campocreated | Tipointeger |
Campodata[].url | Tipostring |
Campodata[].b64_json | Tipobase64 string |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Rispostaserver_error | CondizioneLa risposta restituita indica che l'operazione o il risultato richiede una verifica | Passaggio successivoConserva l'ID originale di operazione/task restituito, gli header della richiesta e la risposta; continua a leggere l'operazione originale tramite le modalità supportate. Non reinviare la richiesta di creazione. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) genera e modifica immagini all'interno di una conversazione. Supporta testo e fonti visive, output da 0.5K a 4K, composizione con immagini di riferimento e grounding tramite ricerca per scene di prodotto, infografiche e lavoro visivo iterativo.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Nano Banana 2 è il modello Gemini 3.1 Flash Image di Google per la generazione nativa di immagini e la modifica conversazionale. Il suo design privilegia la creazione visiva efficiente e le revisioni ripetute. Il profilo API documentato accetta testo, immagini, video e PDF e restituisce immagini e testo. È un'edizione denominata distinta da Gemini Nano Banana 2.1, anziché un'etichetta per ogni aggiornamento Nano Banana successivo.
Le dimensioni di output comprendono 0.5K, 1K, 2K e 4K, con 1K come predefinito. L'opzione più piccola 0.5K è specifica di questo profilo e può essere adatta a una composizione iniziale; i livelli maggiori forniscono più pixel per il formato di output selezionato. I rapporti documentati coprono formati quadrati, verticali e orizzontali, inclusi 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, con ulteriori formati 1:4, 4:1, 1:8 e 8:1. Per esempio, gli output quadrati vanno da 512 × 512 a 0.5K a 4096 × 4096 a 4K. Scegli il formato per il posizionamento previsto prima di rifinire i piccoli dettagli.
Google identifica tra gli aggiornamenti di questa edizione una migliore aderenza al rapporto d'aspetto, coerenza visiva e resa del testo multilingue. Usa diciture esatte per un poster, un menu o un'infografica e definisci quale etichetta appartenga a quale oggetto. Per testo piccolo o brani lunghi, la scheda del modello segnala limiti residui di leggibilità, soprattutto a 1K. Mantieni concise le didascalie ed esplicita le loro dimensioni relative; per testo principale denso, considera l'immagine come riferimento di impaginazione visiva e controlla attentamente le scritte effettive.
In un flusso di lavoro possono essere combinate fino a 14 immagini di riferimento. La guida alle immagini descrive fedeltà per un massimo di dieci oggetti e somiglianza per un massimo di quattro personaggi. Etichetta i riferimenti e specifica ciò che ciascuno fornisce. Per una scena di prodotto, un'immagine può stabilire l'oggetto, un'altra l'ambiente e un'altra l'illuminazione. Per una sequenza con personaggi, porta gli output precedenti nel prompt successivo e specifica le caratteristiche che devono persistere attraverso un cambio di vista o posa.
Il grounding tramite Web Search e Image Search può orientare la generazione con informazioni attuali e riferimenti visivi recuperati. Image Search aggiunge contesto visivo, anziché soltanto una descrizione scritta del risultato di ricerca. Il produttore supporta la funzionalità di ricerca nelle impostazioni di thinking documentate. Il suo flusso di ricerca immagini esclude immagini reali di persone come riferimenti ottenuti dalla ricerca e restituisce metadati di attribuzione con i risultati dotati di grounding; conserva tali metadati quando usi il risultato in un'applicazione.
I controlli di thinking documentati per Gemini 3.1 Flash Image sono minimal e high, con minimal come predefinito. Questo differisce dal profilo a tre livelli con medium predefinito di Nano Banana 2.1. Il thinking supporta composizione e gestione delle istruzioni più complesse. Il modello si basa su Gemini 3 Flash, ma tale relazione non lo trasforma in un modello generalista per esecuzione di codice o chiamate di funzione: queste capacità sono contrassegnate come non supportate nella tabella di questa edizione per immagini.
La modifica conversazionale supporta il cambiamento di un'immagine fornita o la rifinitura di una generazione precedente. Un brief concreto può dire: «Mantieni la forma del flacone, il testo dell'etichetta e l'angolazione della fotocamera. Sostituisci lo sfondo con una superficie di pietra chiara e aggiungi ombre più morbide». Descrivi gli elementi da conservare con la stessa cura di quelli da modificare. La scheda del modello osserva che coerenza dei personaggi, localizzazione sinistra/destra e modifiche basate su schizzi possono restare imperfette: confronta quindi questi dettagli specifici prima di proseguire una sequenza visiva.
La tabella del modello API indica 131,072 token di input e 32,768 token di output. Supporta generazione di immagini, grounding tramite ricerca, thinking ed elaborazione batch, mentre generazione audio, caching, output strutturati, ricerca nei file, Live API e contesto URL non sono supportati. Il flusso di immagini non accetta input audio. Video o PDF possono contribuire a un compito di immagine statica in questo profilo API; l'output rimane immagini e testo. Le immagini generate includono SynthID e il numero richiesto di immagini non viene sempre rispettato esattamente.
Per un'infografica pratica, fornisci etichette approvate, pubblico previsto, ordine di lettura, materiale di riferimento e rapporto d'aspetto di destinazione. Chiedi una spiegazione visiva chiara, poi usa il turno successivo per correggere diciture o spaziatura conservando la composizione stabilita. Per un mockup di prodotto, specifica geometria, superficie, luce e dettagli visivi che definiscono il prodotto. Il risultato utile è un'immagine con il testo associato, che può essere esaminata, selezionata e rifinita in una sequenza controllata.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-3.1-flash-image | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.001 / 1K token Output · Token in output $0.006 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token Output · Token immagine in uscita $0.12 / 1K token immagine |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.001 / 1K token Output · Token in output $0.006 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
I listini di riferimento del modello non modificano la selezione del metodo, i preventivi o gli addebiti. Gli addebiti attivi usano le tariffe del metodo Ailoot selezionato.
| Configurazione | Condizioni di fatturazione | Costo |
|---|---|---|
| ConfigurazioneGoogle: Nano Banana 2 (Gemini 3.1 Flash Image) · Configurazione predefinita | Condizioni di fatturazioneConfigurazione predefinita | Costo Input · Token in input 0,001 USD / 1K token Output · Token in output 0,006 USD / 1K token Output · Immagine in uscita 0,12 USD / 1K token Output · Ricerca web 0,028 USD per ricerca |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-flash-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) genera e modifica immagini all'interno di una conversazione. Supporta testo e fonti visive, output da 0.5K a 4K, composizione con immagini di riferimento e grounding tramite ricerca per scene di prodotto, infografiche e lavoro visivo iterativo.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Nano Banana 2 è il modello Gemini 3.1 Flash Image di Google per la generazione nativa di immagini e la modifica conversazionale. Il suo design privilegia la creazione visiva efficiente e le revisioni ripetute. Il profilo API documentato accetta testo, immagini, video e PDF e restituisce immagini e testo. È un'edizione denominata distinta da Gemini Nano Banana 2.1, anziché un'etichetta per ogni aggiornamento Nano Banana successivo.
Le dimensioni di output comprendono 0.5K, 1K, 2K e 4K, con 1K come predefinito. L'opzione più piccola 0.5K è specifica di questo profilo e può essere adatta a una composizione iniziale; i livelli maggiori forniscono più pixel per il formato di output selezionato. I rapporti documentati coprono formati quadrati, verticali e orizzontali, inclusi 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, con ulteriori formati 1:4, 4:1, 1:8 e 8:1. Per esempio, gli output quadrati vanno da 512 × 512 a 0.5K a 4096 × 4096 a 4K. Scegli il formato per il posizionamento previsto prima di rifinire i piccoli dettagli.
Google identifica tra gli aggiornamenti di questa edizione una migliore aderenza al rapporto d'aspetto, coerenza visiva e resa del testo multilingue. Usa diciture esatte per un poster, un menu o un'infografica e definisci quale etichetta appartenga a quale oggetto. Per testo piccolo o brani lunghi, la scheda del modello segnala limiti residui di leggibilità, soprattutto a 1K. Mantieni concise le didascalie ed esplicita le loro dimensioni relative; per testo principale denso, considera l'immagine come riferimento di impaginazione visiva e controlla attentamente le scritte effettive.
In un flusso di lavoro possono essere combinate fino a 14 immagini di riferimento. La guida alle immagini descrive fedeltà per un massimo di dieci oggetti e somiglianza per un massimo di quattro personaggi. Etichetta i riferimenti e specifica ciò che ciascuno fornisce. Per una scena di prodotto, un'immagine può stabilire l'oggetto, un'altra l'ambiente e un'altra l'illuminazione. Per una sequenza con personaggi, porta gli output precedenti nel prompt successivo e specifica le caratteristiche che devono persistere attraverso un cambio di vista o posa.
Il grounding tramite Web Search e Image Search può orientare la generazione con informazioni attuali e riferimenti visivi recuperati. Image Search aggiunge contesto visivo, anziché soltanto una descrizione scritta del risultato di ricerca. Il produttore supporta la funzionalità di ricerca nelle impostazioni di thinking documentate. Il suo flusso di ricerca immagini esclude immagini reali di persone come riferimenti ottenuti dalla ricerca e restituisce metadati di attribuzione con i risultati dotati di grounding; conserva tali metadati quando usi il risultato in un'applicazione.
I controlli di thinking documentati per Gemini 3.1 Flash Image sono minimal e high, con minimal come predefinito. Questo differisce dal profilo a tre livelli con medium predefinito di Nano Banana 2.1. Il thinking supporta composizione e gestione delle istruzioni più complesse. Il modello si basa su Gemini 3 Flash, ma tale relazione non lo trasforma in un modello generalista per esecuzione di codice o chiamate di funzione: queste capacità sono contrassegnate come non supportate nella tabella di questa edizione per immagini.
La modifica conversazionale supporta il cambiamento di un'immagine fornita o la rifinitura di una generazione precedente. Un brief concreto può dire: «Mantieni la forma del flacone, il testo dell'etichetta e l'angolazione della fotocamera. Sostituisci lo sfondo con una superficie di pietra chiara e aggiungi ombre più morbide». Descrivi gli elementi da conservare con la stessa cura di quelli da modificare. La scheda del modello osserva che coerenza dei personaggi, localizzazione sinistra/destra e modifiche basate su schizzi possono restare imperfette: confronta quindi questi dettagli specifici prima di proseguire una sequenza visiva.
La tabella del modello API indica 131,072 token di input e 32,768 token di output. Supporta generazione di immagini, grounding tramite ricerca, thinking ed elaborazione batch, mentre generazione audio, caching, output strutturati, ricerca nei file, Live API e contesto URL non sono supportati. Il flusso di immagini non accetta input audio. Video o PDF possono contribuire a un compito di immagine statica in questo profilo API; l'output rimane immagini e testo. Le immagini generate includono SynthID e il numero richiesto di immagini non viene sempre rispettato esattamente.
Per un'infografica pratica, fornisci etichette approvate, pubblico previsto, ordine di lettura, materiale di riferimento e rapporto d'aspetto di destinazione. Chiedi una spiegazione visiva chiara, poi usa il turno successivo per correggere diciture o spaziatura conservando la composizione stabilita. Per un mockup di prodotto, specifica geometria, superficie, luce e dettagli visivi che definiscono il prodotto. Il risultato utile è un'immagine con il testo associato, che può essere esaminata, selezionata e rifinita in una sequenza controllata.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-3.1-flash-image | Predefinito— |
Campoprompt | Tipostring | RequisitoObbligatorio | Valori e limiti Lunghezza minima: 1 | Predefinito— |
Camporesolution | Tipostring | RequisitoFacoltativo | Valori e limiti 512, 1K, 2K, 4K | Predefinito— |
Campoaspect_ratio | Tipostring | RequisitoFacoltativo | Valori e limiti 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 | Predefinito— |
Campon | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Massimo: 1 | Predefinito— |
Campoinput_references | Tipoarray | RequisitoFacoltativo | Valori e limiti Numero minimo di elementi: 0 Numero massimo di elementi: 14 | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti | Predefinito— |
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, prompt |
Parametromaterial_types | Contrattotext, image |
Ciclo di vita: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id effettivamente restituito o record della libreria multimediale
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Le tariffe visualizzate stimano il costo prima della generazione. L'addebito finale viene calcolato in base al costo registrato per la generazione originale. La durata misurata dell'output e le quantità previste non costituiscono la quantità finale fatturabile.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Quantità prevista | Costo |
|---|---|---|---|
| ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Quantità prevista— | Costo Input · Token in input · Stima solo a fini di confronto — / 1K token Output · Token in output · Stima solo a fini di confronto — / 1K token Input · Lettura dalla cache · Stima solo a fini di confronto — / 1K token Input · Scrittura nella cache · Stima solo a fini di confronto — / 1K token Input · Scrittura nella cache, 1 ora · Stima solo a fini di confronto — / 1K token |
| ConfigurazioneCosto stimato della generazione | Listino delle tariffe— | Quantità previstastima per una generazione | Costo Output · Costo di generazione stimato · Stima solo a fini di confronto $0.49152 stima prima della generazione Questa stima non è un addebito aggiuntivo né una tariffa fissa per la generazione completata. |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'google/gemini-3.1-flash-image', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nScarica ogni immagine restituita o salvane il contenuto Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nSalva ogni immagine completata; recupera ogni URL restituito oppure decodificane il contenuto Base64.
Conserva la risposta completa e gli header, ogni output effettivo, gli identificatori originali restituiti e tutti i campi di utilizzo. Recupera l'operazione originale senza inviare nuovamente la richiesta di creazione.
Conserva l'X-Client-Request-ID restituito per la riconciliazione. Leggi solo i valori task_id/asset_id effettivamente restituiti o la tua libreria multimediale; non costruire mai un URL del task a partire dall'ID dell'operazione e non reinviare mai la richiesta di creazione.
| Campo | Tipo |
|---|---|
Campocreated | Tipo |
Campodata[].url | Tipo |
Campodata[].b64_json | Tipo |
Campousage | Tipo |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) genera e modifica immagini all'interno di una conversazione. Supporta testo e fonti visive, output da 0.5K a 4K, composizione con immagini di riferimento e grounding tramite ricerca per scene di prodotto, infografiche e lavoro visivo iterativo.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Nano Banana 2 è il modello Gemini 3.1 Flash Image di Google per la generazione nativa di immagini e la modifica conversazionale. Il suo design privilegia la creazione visiva efficiente e le revisioni ripetute. Il profilo API documentato accetta testo, immagini, video e PDF e restituisce immagini e testo. È un'edizione denominata distinta da Gemini Nano Banana 2.1, anziché un'etichetta per ogni aggiornamento Nano Banana successivo.
Le dimensioni di output comprendono 0.5K, 1K, 2K e 4K, con 1K come predefinito. L'opzione più piccola 0.5K è specifica di questo profilo e può essere adatta a una composizione iniziale; i livelli maggiori forniscono più pixel per il formato di output selezionato. I rapporti documentati coprono formati quadrati, verticali e orizzontali, inclusi 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, con ulteriori formati 1:4, 4:1, 1:8 e 8:1. Per esempio, gli output quadrati vanno da 512 × 512 a 0.5K a 4096 × 4096 a 4K. Scegli il formato per il posizionamento previsto prima di rifinire i piccoli dettagli.
Google identifica tra gli aggiornamenti di questa edizione una migliore aderenza al rapporto d'aspetto, coerenza visiva e resa del testo multilingue. Usa diciture esatte per un poster, un menu o un'infografica e definisci quale etichetta appartenga a quale oggetto. Per testo piccolo o brani lunghi, la scheda del modello segnala limiti residui di leggibilità, soprattutto a 1K. Mantieni concise le didascalie ed esplicita le loro dimensioni relative; per testo principale denso, considera l'immagine come riferimento di impaginazione visiva e controlla attentamente le scritte effettive.
In un flusso di lavoro possono essere combinate fino a 14 immagini di riferimento. La guida alle immagini descrive fedeltà per un massimo di dieci oggetti e somiglianza per un massimo di quattro personaggi. Etichetta i riferimenti e specifica ciò che ciascuno fornisce. Per una scena di prodotto, un'immagine può stabilire l'oggetto, un'altra l'ambiente e un'altra l'illuminazione. Per una sequenza con personaggi, porta gli output precedenti nel prompt successivo e specifica le caratteristiche che devono persistere attraverso un cambio di vista o posa.
Il grounding tramite Web Search e Image Search può orientare la generazione con informazioni attuali e riferimenti visivi recuperati. Image Search aggiunge contesto visivo, anziché soltanto una descrizione scritta del risultato di ricerca. Il produttore supporta la funzionalità di ricerca nelle impostazioni di thinking documentate. Il suo flusso di ricerca immagini esclude immagini reali di persone come riferimenti ottenuti dalla ricerca e restituisce metadati di attribuzione con i risultati dotati di grounding; conserva tali metadati quando usi il risultato in un'applicazione.
I controlli di thinking documentati per Gemini 3.1 Flash Image sono minimal e high, con minimal come predefinito. Questo differisce dal profilo a tre livelli con medium predefinito di Nano Banana 2.1. Il thinking supporta composizione e gestione delle istruzioni più complesse. Il modello si basa su Gemini 3 Flash, ma tale relazione non lo trasforma in un modello generalista per esecuzione di codice o chiamate di funzione: queste capacità sono contrassegnate come non supportate nella tabella di questa edizione per immagini.
La modifica conversazionale supporta il cambiamento di un'immagine fornita o la rifinitura di una generazione precedente. Un brief concreto può dire: «Mantieni la forma del flacone, il testo dell'etichetta e l'angolazione della fotocamera. Sostituisci lo sfondo con una superficie di pietra chiara e aggiungi ombre più morbide». Descrivi gli elementi da conservare con la stessa cura di quelli da modificare. La scheda del modello osserva che coerenza dei personaggi, localizzazione sinistra/destra e modifiche basate su schizzi possono restare imperfette: confronta quindi questi dettagli specifici prima di proseguire una sequenza visiva.
La tabella del modello API indica 131,072 token di input e 32,768 token di output. Supporta generazione di immagini, grounding tramite ricerca, thinking ed elaborazione batch, mentre generazione audio, caching, output strutturati, ricerca nei file, Live API e contesto URL non sono supportati. Il flusso di immagini non accetta input audio. Video o PDF possono contribuire a un compito di immagine statica in questo profilo API; l'output rimane immagini e testo. Le immagini generate includono SynthID e il numero richiesto di immagini non viene sempre rispettato esattamente.
Per un'infografica pratica, fornisci etichette approvate, pubblico previsto, ordine di lettura, materiale di riferimento e rapporto d'aspetto di destinazione. Chiedi una spiegazione visiva chiara, poi usa il turno successivo per correggere diciture o spaziatura conservando la composizione stabilita. Per un mockup di prodotto, specifica geometria, superficie, luce e dettagli visivi che definiscono il prodotto. Il risultato utile è un'immagine con il testo associato, che può essere esaminata, selezionata e rifinita in una sequenza controllata.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-3.1-flash-image | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.001 / 1K token Output · Token in output $0.006 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token Output · Token immagine in uscita $0.12 / 1K token immagine |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.001 / 1K token Output · Token in output $0.006 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "google/gemini-3.1-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
Esempio tecnico in inglese
Create a simple bicycle-care infographic\n\nCreate one portrait infographic teaching three bicycle checks before a short ride: tires, brakes and chain. Use three large illustrated steps in that order, a warm ivory background and dark green accents. Include only these headings: 'TIRES', 'BRAKES', 'CHAIN'. Leave generous space around each heading and keep the illustrations clearly separated.One portrait image with three ordered illustrated steps and the three exact, readable headings.Inspect the rendered image for heading spelling, order and clear separation of the three checks.