Gemini 2.5 Flash Image, noto anche come Nano Banana, è il modello di Google basato su testo e immagini per creazione visiva e modifica conversazionale di immagini. Accetta un'istruzione con riferimenti di immagini facoltativi e può restituire immagini con testo associato. Questa esatta edizione 2.5 Flash Image è distinta da Nano Banana 2, Nano Banana Pro e dai modelli Lite per immagini successivi. Il suo risultato utile è una risorsa visiva generata o rivista, non la risposta del modello testuale generale Gemini 2.5.
La scheda dell'esatto modello elenca 65,536 token di input e 32,768 token di output. Immagini e istruzioni fanno parte dell'input, e l'immagine o il testo restituiti fanno parte del risultato. La tabella delle risoluzioni della guida indica output 1:1 a 1024×1024, 3:4 a 864×1184 e 16:9 a 1344×768, tra i rapporti d'aspetto supportati. Scegli il formato di visualizzazione previsto prima di progettare la scena. Le opzioni ad alta risoluzione di un'edizione Gemini per immagini successiva non devono essere considerate controlli documentati per questo esatto modello.
Per la creazione da testo a immagine, specifica soggetto, azione, ambiente, stile, illuminazione e punto di vista. Un'illustrazione di prodotto potrebbe usare un'identità visiva fornita e richiedere un dettaglio del materiale chiaramente visibile in un'ambientazione appropriata. Spiega lo scopo dell'immagine, affinché il modello possa assegnare spazio al soggetto e al testo eventuale. Descrizioni fotografiche come una vista ravvicinata, una composizione dall'alto o una prospettiva dal basso aiutano a definire l'inquadratura più chiaramente di un elenco di parole di stile non correlate.
Per la modifica, fornisci l'immagine originale e identifica la parte da cambiare. La guida del produttore descrive aggiunta o rimozione di elementi, mascheramento semantico, trasferimento di stile e composizione tramite riferimenti. Una richiesta utile indica sia la revisione sia le condizioni da conservare, per esempio cambiare lo sfondo mantenendo forma, superficie ed etichetta del prodotto. Etichetta il ruolo di ogni input quando combini riferimenti, come aspetto del soggetto, ambientazione o stile. La guida afferma che questa edizione funziona meglio con un massimo di tre immagini di input; è un'indicazione pratica, non un motivo per combinare un insieme illimitato di riferimenti in conflitto.
La rifinitura conversazionale può mantenere lo stesso soggetto cambiando una decisione visiva specifica. Chiedi una revisione correlata alla volta e conserva l'immagine sorgente e il risultato accettato usati per quel turno. Descrivi cosa debba restare coerente e cosa possa variare. Per una sequenza di risorse, identifica esplicitamente il soggetto condiviso, i colori e le regole visive, anziché presumere che un nuovo prompt isolato li recuperi. Confronta l'immagine rivista con il riferimento prima di considerare rispettata un'istruzione di conservazione.
Per il testo all'interno dell'immagine, definisci prima le diciture esatte e poi richiedi l'immagine che le contenga, come consigliato dalla guida. Specifica lingua, ordine di lettura, posizionamento ed enfasi relativa delle etichette. Una richiesta di infografica dovrebbe identificare la relazione spiegata da ciascuna etichetta e gli elementi visivi che la sostengono. Controlla ortografia, punteggiatura e associazione visiva alle dimensioni effettive di visualizzazione; un'etichetta generata dall'aspetto leggibile può comunque cambiare un nome, un numero o il significato previsto.
La scheda del modello non elenca thinking, grounding tramite ricerca, chiamate di funzione, esecuzione di codice o output strutturato vincolato per questa edizione. Non dichiara neppure generazione audio o Live API. Il suo input documentato è testo e immagini, quindi funzionalità audio, video ed elaborazione documentale di altri modelli Gemini non dovrebbero essere attribuite a questo profilo. Un'applicazione dovrebbe gestire esplicitamente le parti di contenuto restituite, anziché presumere che una normale risposta in prosa contenga la risorsa immagine completata.
La guida osserva che il numero richiesto di immagini potrebbe non essere sempre rispettato e che le immagini generate includono la marcatura SynthID. Esamina ogni immagine restituita per composizione, fedeltà al soggetto, numero di oggetti e diciture esatte. Se la scena ha diversi componenti, descrivine la disposizione prevista in un ordine chiaro ed esprimi positivamente l'aspetto desiderato. Conserva l'esatta identità del modello, il prompt e i riferimenti insieme al risultato. Questo rende verificabile il compito di generazione o modifica visiva e offre a una revisione successiva un punto di partenza concreto.
", "aboutText": "Gemini 2.5 Flash Image, noto anche come Nano Banana, è il modello di Google basato su testo e immagini per creazione visiva e modifica conversazionale di immagini. Accetta un'istruzione con riferimenti di immagini facoltativi e può restituire immagini con testo associato. Questa esatta edizione 2.5 Flash Image è distinta da Nano Banana 2, Nano Banana Pro e dai modelli Lite per immagini successivi. Il suo risultato utile è una risorsa visiva generata o rivista, non la risposta del modello testuale generale Gemini 2.5.\n\nLa scheda dell'esatto modello elenca 65,536 token di input e 32,768 token di output. Immagini e istruzioni fanno parte dell'input, e l'immagine o il testo restituiti fanno parte del risultato. La tabella delle risoluzioni della guida indica output 1:1 a 1024×1024, 3:4 a 864×1184 e 16:9 a 1344×768, tra i rapporti d'aspetto supportati. Scegli il formato di visualizzazione previsto prima di progettare la scena. Le opzioni ad alta risoluzione di un'edizione Gemini per immagini successiva non devono essere considerate controlli documentati per questo esatto modello.\n\nPer la creazione da testo a immagine, specifica soggetto, azione, ambiente, stile, illuminazione e punto di vista. Un'illustrazione di prodotto potrebbe usare un'identità visiva fornita e richiedere un dettaglio del materiale chiaramente visibile in un'ambientazione appropriata. Spiega lo scopo dell'immagine, affinché il modello possa assegnare spazio al soggetto e al testo eventuale. Descrizioni fotografiche come una vista ravvicinata, una composizione dall'alto o una prospettiva dal basso aiutano a definire l'inquadratura più chiaramente di un elenco di parole di stile non correlate.\n\nPer la modifica, fornisci l'immagine originale e identifica la parte da cambiare. La guida del produttore descrive aggiunta o rimozione di elementi, mascheramento semantico, trasferimento di stile e composizione tramite riferimenti. Una richiesta utile indica sia la revisione sia le condizioni da conservare, per esempio cambiare lo sfondo mantenendo forma, superficie ed etichetta del prodotto. Etichetta il ruolo di ogni input quando combini riferimenti, come aspetto del soggetto, ambientazione o stile. La guida afferma che questa edizione funziona meglio con un massimo di tre immagini di input; è un'indicazione pratica, non un motivo per combinare un insieme illimitato di riferimenti in conflitto.\n\nLa rifinitura conversazionale può mantenere lo stesso soggetto cambiando una decisione visiva specifica. Chiedi una revisione correlata alla volta e conserva l'immagine sorgente e il risultato accettato usati per quel turno. Descrivi cosa debba restare coerente e cosa possa variare. Per una sequenza di risorse, identifica esplicitamente il soggetto condiviso, i colori e le regole visive, anziché presumere che un nuovo prompt isolato li recuperi. Confronta l'immagine rivista con il riferimento prima di considerare rispettata un'istruzione di conservazione.\n\nPer il testo all'interno dell'immagine, definisci prima le diciture esatte e poi richiedi l'immagine che le contenga, come consigliato dalla guida. Specifica lingua, ordine di lettura, posizionamento ed enfasi relativa delle etichette. Una richiesta di infografica dovrebbe identificare la relazione spiegata da ciascuna etichetta e gli elementi visivi che la sostengono. Controlla ortografia, punteggiatura e associazione visiva alle dimensioni effettive di visualizzazione; un'etichetta generata dall'aspetto leggibile può comunque cambiare un nome, un numero o il significato previsto.\n\nLa scheda del modello non elenca thinking, grounding tramite ricerca, chiamate di funzione, esecuzione di codice o output strutturato vincolato per questa edizione. Non dichiara neppure generazione audio o Live API. Il suo input documentato è testo e immagini, quindi funzionalità audio, video ed elaborazione documentale di altri modelli Gemini non dovrebbero essere attribuite a questo profilo. Un'applicazione dovrebbe gestire esplicitamente le parti di contenuto restituite, anziché presumere che una normale risposta in prosa contenga la risorsa immagine completata.\n\nLa guida osserva che il numero richiesto di immagini potrebbe non essere sempre rispettato e che le immagini generate includono la marcatura SynthID. Esamina ogni immagine restituita per composizione, fedeltà al soggetto, numero di oggetti e diciture esatte. Se la scena ha diversi componenti, descrivine la disposizione prevista in un ordine chiaro ed esprimi positivamente l'aspetto desiderato. Conserva l'esatta identità del modello, il prompt e i riferimenti insieme al risultato. Questo rende verificabile il compito di generazione o modifica visiva e offre a una revisione successiva un punto di partenza concreto.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genera e modifica immagini a partire da testo e immagini. Usa il suo flusso conversazionale per comporre una scena, cambiare un elemento selezionato, combinare riferimenti visivi o rifinire un'immagine di prodotto, specificando quali dettagli devono rimanere.
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.
Gemini 2.5 Flash Image, noto anche come Nano Banana, è il modello di Google basato su testo e immagini per creazione visiva e modifica conversazionale di immagini. Accetta un'istruzione con riferimenti di immagini facoltativi e può restituire immagini con testo associato. Questa esatta edizione 2.5 Flash Image è distinta da Nano Banana 2, Nano Banana Pro e dai modelli Lite per immagini successivi. Il suo risultato utile è una risorsa visiva generata o rivista, non la risposta del modello testuale generale Gemini 2.5.
La scheda dell'esatto modello elenca 65,536 token di input e 32,768 token di output. Immagini e istruzioni fanno parte dell'input, e l'immagine o il testo restituiti fanno parte del risultato. La tabella delle risoluzioni della guida indica output 1:1 a 1024×1024, 3:4 a 864×1184 e 16:9 a 1344×768, tra i rapporti d'aspetto supportati. Scegli il formato di visualizzazione previsto prima di progettare la scena. Le opzioni ad alta risoluzione di un'edizione Gemini per immagini successiva non devono essere considerate controlli documentati per questo esatto modello.
Per la creazione da testo a immagine, specifica soggetto, azione, ambiente, stile, illuminazione e punto di vista. Un'illustrazione di prodotto potrebbe usare un'identità visiva fornita e richiedere un dettaglio del materiale chiaramente visibile in un'ambientazione appropriata. Spiega lo scopo dell'immagine, affinché il modello possa assegnare spazio al soggetto e al testo eventuale. Descrizioni fotografiche come una vista ravvicinata, una composizione dall'alto o una prospettiva dal basso aiutano a definire l'inquadratura più chiaramente di un elenco di parole di stile non correlate.
Per la modifica, fornisci l'immagine originale e identifica la parte da cambiare. La guida del produttore descrive aggiunta o rimozione di elementi, mascheramento semantico, trasferimento di stile e composizione tramite riferimenti. Una richiesta utile indica sia la revisione sia le condizioni da conservare, per esempio cambiare lo sfondo mantenendo forma, superficie ed etichetta del prodotto. Etichetta il ruolo di ogni input quando combini riferimenti, come aspetto del soggetto, ambientazione o stile. La guida afferma che questa edizione funziona meglio con un massimo di tre immagini di input; è un'indicazione pratica, non un motivo per combinare un insieme illimitato di riferimenti in conflitto.
La rifinitura conversazionale può mantenere lo stesso soggetto cambiando una decisione visiva specifica. Chiedi una revisione correlata alla volta e conserva l'immagine sorgente e il risultato accettato usati per quel turno. Descrivi cosa debba restare coerente e cosa possa variare. Per una sequenza di risorse, identifica esplicitamente il soggetto condiviso, i colori e le regole visive, anziché presumere che un nuovo prompt isolato li recuperi. Confronta l'immagine rivista con il riferimento prima di considerare rispettata un'istruzione di conservazione.
Per il testo all'interno dell'immagine, definisci prima le diciture esatte e poi richiedi l'immagine che le contenga, come consigliato dalla guida. Specifica lingua, ordine di lettura, posizionamento ed enfasi relativa delle etichette. Una richiesta di infografica dovrebbe identificare la relazione spiegata da ciascuna etichetta e gli elementi visivi che la sostengono. Controlla ortografia, punteggiatura e associazione visiva alle dimensioni effettive di visualizzazione; un'etichetta generata dall'aspetto leggibile può comunque cambiare un nome, un numero o il significato previsto.
La scheda del modello non elenca thinking, grounding tramite ricerca, chiamate di funzione, esecuzione di codice o output strutturato vincolato per questa edizione. Non dichiara neppure generazione audio o Live API. Il suo input documentato è testo e immagini, quindi funzionalità audio, video ed elaborazione documentale di altri modelli Gemini non dovrebbero essere attribuite a questo profilo. Un'applicazione dovrebbe gestire esplicitamente le parti di contenuto restituite, anziché presumere che una normale risposta in prosa contenga la risorsa immagine completata.
La guida osserva che il numero richiesto di immagini potrebbe non essere sempre rispettato e che le immagini generate includono la marcatura SynthID. Esamina ogni immagine restituita per composizione, fedeltà al soggetto, numero di oggetti e diciture esatte. Se la scena ha diversi componenti, descrivine la disposizione prevista in un ordine chiaro ed esprimi positivamente l'aspetto desiderato. Conserva l'esatta identità del modello, il prompt e i riferimenti insieme al risultato. Questo rende verificabile il compito di generazione o modifica visiva e offre a una revisione successiva un punto di partenza concreto.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-2.5-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 $0.0006 / 1K token Output · Token in output $0.005 / 1K token Input · Lettura dalla cache $0.00006 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token Output · Token immagine in uscita $0.06 / 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 $0.0006 / 1K token Output · Token in output $0.005 / 1K token Input · Lettura dalla cache $0.00006 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
I listini di riferimento del modello non modificano la selezione del metodo, i preventivi o gli addebiti. Gli addebiti attivi usano le tariffe del metodo Ailoot selezionato.
| Configurazione | Condizioni di fatturazione | Costo |
|---|---|---|
| Configurazionegoogle/gemini-2.5-flash-image · Configurazione predefinita | Condizioni di fatturazioneConfigurazione predefinita | Costo Input · Input 0,0006 USD / 1K token Output · Output 0,06 USD / 1K token |
| Configurazione | Condizioni di fatturazione | Costo |
|---|---|---|
| ConfigurazioneGoogle: Nano Banana (Gemini 2.5 Flash Image) · Configurazione predefinita | Condizioni di fatturazioneConfigurazione predefinita | Costo Input · Token in input 0,0006 USD / 1K token Output · Token in output 0,005 USD / 1K token Input · Immagine in ingresso 0,0006 USD / 1K token Output · Immagine in uscita 0,06 USD / 1K token Input · Audio in ingresso 0,002 USD / 1K token Input · Lettura dalla cache audio 0,0002 USD / 1K token Output · Ricerca web 0,028 USD per ricerca Output · Token di ragionamento 0,005 USD / 1K token Input · Lettura dalla cache 0,00006 USD / 1K token Input · Scrittura nella cache · 5 minuti ≈0,000167 USD / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-2.5-flash-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genera e modifica immagini a partire da testo e immagini. Usa il suo flusso conversazionale per comporre una scena, cambiare un elemento selezionato, combinare riferimenti visivi o rifinire un'immagine di prodotto, specificando quali dettagli devono rimanere.
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.
Gemini 2.5 Flash Image, noto anche come Nano Banana, è il modello di Google basato su testo e immagini per creazione visiva e modifica conversazionale di immagini. Accetta un'istruzione con riferimenti di immagini facoltativi e può restituire immagini con testo associato. Questa esatta edizione 2.5 Flash Image è distinta da Nano Banana 2, Nano Banana Pro e dai modelli Lite per immagini successivi. Il suo risultato utile è una risorsa visiva generata o rivista, non la risposta del modello testuale generale Gemini 2.5.
La scheda dell'esatto modello elenca 65,536 token di input e 32,768 token di output. Immagini e istruzioni fanno parte dell'input, e l'immagine o il testo restituiti fanno parte del risultato. La tabella delle risoluzioni della guida indica output 1:1 a 1024×1024, 3:4 a 864×1184 e 16:9 a 1344×768, tra i rapporti d'aspetto supportati. Scegli il formato di visualizzazione previsto prima di progettare la scena. Le opzioni ad alta risoluzione di un'edizione Gemini per immagini successiva non devono essere considerate controlli documentati per questo esatto modello.
Per la creazione da testo a immagine, specifica soggetto, azione, ambiente, stile, illuminazione e punto di vista. Un'illustrazione di prodotto potrebbe usare un'identità visiva fornita e richiedere un dettaglio del materiale chiaramente visibile in un'ambientazione appropriata. Spiega lo scopo dell'immagine, affinché il modello possa assegnare spazio al soggetto e al testo eventuale. Descrizioni fotografiche come una vista ravvicinata, una composizione dall'alto o una prospettiva dal basso aiutano a definire l'inquadratura più chiaramente di un elenco di parole di stile non correlate.
Per la modifica, fornisci l'immagine originale e identifica la parte da cambiare. La guida del produttore descrive aggiunta o rimozione di elementi, mascheramento semantico, trasferimento di stile e composizione tramite riferimenti. Una richiesta utile indica sia la revisione sia le condizioni da conservare, per esempio cambiare lo sfondo mantenendo forma, superficie ed etichetta del prodotto. Etichetta il ruolo di ogni input quando combini riferimenti, come aspetto del soggetto, ambientazione o stile. La guida afferma che questa edizione funziona meglio con un massimo di tre immagini di input; è un'indicazione pratica, non un motivo per combinare un insieme illimitato di riferimenti in conflitto.
La rifinitura conversazionale può mantenere lo stesso soggetto cambiando una decisione visiva specifica. Chiedi una revisione correlata alla volta e conserva l'immagine sorgente e il risultato accettato usati per quel turno. Descrivi cosa debba restare coerente e cosa possa variare. Per una sequenza di risorse, identifica esplicitamente il soggetto condiviso, i colori e le regole visive, anziché presumere che un nuovo prompt isolato li recuperi. Confronta l'immagine rivista con il riferimento prima di considerare rispettata un'istruzione di conservazione.
Per il testo all'interno dell'immagine, definisci prima le diciture esatte e poi richiedi l'immagine che le contenga, come consigliato dalla guida. Specifica lingua, ordine di lettura, posizionamento ed enfasi relativa delle etichette. Una richiesta di infografica dovrebbe identificare la relazione spiegata da ciascuna etichetta e gli elementi visivi che la sostengono. Controlla ortografia, punteggiatura e associazione visiva alle dimensioni effettive di visualizzazione; un'etichetta generata dall'aspetto leggibile può comunque cambiare un nome, un numero o il significato previsto.
La scheda del modello non elenca thinking, grounding tramite ricerca, chiamate di funzione, esecuzione di codice o output strutturato vincolato per questa edizione. Non dichiara neppure generazione audio o Live API. Il suo input documentato è testo e immagini, quindi funzionalità audio, video ed elaborazione documentale di altri modelli Gemini non dovrebbero essere attribuite a questo profilo. Un'applicazione dovrebbe gestire esplicitamente le parti di contenuto restituite, anziché presumere che una normale risposta in prosa contenga la risorsa immagine completata.
La guida osserva che il numero richiesto di immagini potrebbe non essere sempre rispettato e che le immagini generate includono la marcatura SynthID. Esamina ogni immagine restituita per composizione, fedeltà al soggetto, numero di oggetti e diciture esatte. Se la scena ha diversi componenti, descrivine la disposizione prevista in un ordine chiaro ed esprimi positivamente l'aspetto desiderato. Conserva l'esatta identità del modello, il prompt e i riferimenti insieme al risultato. Questo rende verificabile il compito di generazione o modifica visiva e offre a una revisione successiva un punto di partenza concreto.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-2.5-flash-image | Predefinito— |
Campoprompt | Tipostring | RequisitoObbligatorio | Valori e limiti Lunghezza minima: 1 | Predefinito— |
Campoaspect_ratio | Tipostring | RequisitoFacoltativo | Valori e limiti 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 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: 3 | 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 $0.24576 stima prima della generazione Questa stima non è un addebito aggiuntivo né una tariffa fissa per la generazione completata. |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${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-2.5-flash-image', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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 Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genera e modifica immagini a partire da testo e immagini. Usa il suo flusso conversazionale per comporre una scena, cambiare un elemento selezionato, combinare riferimenti visivi o rifinire un'immagine di prodotto, specificando quali dettagli devono rimanere.
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.
Gemini 2.5 Flash Image, noto anche come Nano Banana, è il modello di Google basato su testo e immagini per creazione visiva e modifica conversazionale di immagini. Accetta un'istruzione con riferimenti di immagini facoltativi e può restituire immagini con testo associato. Questa esatta edizione 2.5 Flash Image è distinta da Nano Banana 2, Nano Banana Pro e dai modelli Lite per immagini successivi. Il suo risultato utile è una risorsa visiva generata o rivista, non la risposta del modello testuale generale Gemini 2.5.
La scheda dell'esatto modello elenca 65,536 token di input e 32,768 token di output. Immagini e istruzioni fanno parte dell'input, e l'immagine o il testo restituiti fanno parte del risultato. La tabella delle risoluzioni della guida indica output 1:1 a 1024×1024, 3:4 a 864×1184 e 16:9 a 1344×768, tra i rapporti d'aspetto supportati. Scegli il formato di visualizzazione previsto prima di progettare la scena. Le opzioni ad alta risoluzione di un'edizione Gemini per immagini successiva non devono essere considerate controlli documentati per questo esatto modello.
Per la creazione da testo a immagine, specifica soggetto, azione, ambiente, stile, illuminazione e punto di vista. Un'illustrazione di prodotto potrebbe usare un'identità visiva fornita e richiedere un dettaglio del materiale chiaramente visibile in un'ambientazione appropriata. Spiega lo scopo dell'immagine, affinché il modello possa assegnare spazio al soggetto e al testo eventuale. Descrizioni fotografiche come una vista ravvicinata, una composizione dall'alto o una prospettiva dal basso aiutano a definire l'inquadratura più chiaramente di un elenco di parole di stile non correlate.
Per la modifica, fornisci l'immagine originale e identifica la parte da cambiare. La guida del produttore descrive aggiunta o rimozione di elementi, mascheramento semantico, trasferimento di stile e composizione tramite riferimenti. Una richiesta utile indica sia la revisione sia le condizioni da conservare, per esempio cambiare lo sfondo mantenendo forma, superficie ed etichetta del prodotto. Etichetta il ruolo di ogni input quando combini riferimenti, come aspetto del soggetto, ambientazione o stile. La guida afferma che questa edizione funziona meglio con un massimo di tre immagini di input; è un'indicazione pratica, non un motivo per combinare un insieme illimitato di riferimenti in conflitto.
La rifinitura conversazionale può mantenere lo stesso soggetto cambiando una decisione visiva specifica. Chiedi una revisione correlata alla volta e conserva l'immagine sorgente e il risultato accettato usati per quel turno. Descrivi cosa debba restare coerente e cosa possa variare. Per una sequenza di risorse, identifica esplicitamente il soggetto condiviso, i colori e le regole visive, anziché presumere che un nuovo prompt isolato li recuperi. Confronta l'immagine rivista con il riferimento prima di considerare rispettata un'istruzione di conservazione.
Per il testo all'interno dell'immagine, definisci prima le diciture esatte e poi richiedi l'immagine che le contenga, come consigliato dalla guida. Specifica lingua, ordine di lettura, posizionamento ed enfasi relativa delle etichette. Una richiesta di infografica dovrebbe identificare la relazione spiegata da ciascuna etichetta e gli elementi visivi che la sostengono. Controlla ortografia, punteggiatura e associazione visiva alle dimensioni effettive di visualizzazione; un'etichetta generata dall'aspetto leggibile può comunque cambiare un nome, un numero o il significato previsto.
La scheda del modello non elenca thinking, grounding tramite ricerca, chiamate di funzione, esecuzione di codice o output strutturato vincolato per questa edizione. Non dichiara neppure generazione audio o Live API. Il suo input documentato è testo e immagini, quindi funzionalità audio, video ed elaborazione documentale di altri modelli Gemini non dovrebbero essere attribuite a questo profilo. Un'applicazione dovrebbe gestire esplicitamente le parti di contenuto restituite, anziché presumere che una normale risposta in prosa contenga la risorsa immagine completata.
La guida osserva che il numero richiesto di immagini potrebbe non essere sempre rispettato e che le immagini generate includono la marcatura SynthID. Esamina ogni immagine restituita per composizione, fedeltà al soggetto, numero di oggetti e diciture esatte. Se la scena ha diversi componenti, descrivine la disposizione prevista in un ordine chiaro ed esprimi positivamente l'aspetto desiderato. Conserva l'esatta identità del modello, il prompt e i riferimenti insieme al risultato. Questo rende verificabile il compito di generazione o modifica visiva e offre a una revisione successiva un punto di partenza concreto.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-2.5-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 $0.0006 / 1K token Output · Token in output $0.005 / 1K token Input · Lettura dalla cache $0.00006 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token Output · Token immagine in uscita $0.06 / 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 $0.0006 / 1K token Output · Token in output $0.005 / 1K token Input · Lettura dalla cache $0.00006 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "google/gemini-2.5-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 Ultra google/gemini-2.5-flash-image
/v1/images
Esempio tecnico in inglese
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.