Gemini Nano Banana 2.1 è il modello di Google per la generazione di immagini e la modifica conversazionale. È un aggiornamento di Nano Banana 2, con miglioramenti nel realismo visivo, nel rispetto delle istruzioni, nella resa del testo e nella coerenza dei personaggi tra modifiche successive. La tabella degli input comprende testo, immagini, video e PDF, mentre l'output è costituito da immagini e testo. Questo lo rende utile per una scena di prodotto, un'infografica o una serie visiva sviluppata attraverso più revisioni specifiche.
Il modello offre output 1K, 2K e 4K, con 1K come impostazione predefinita. Non eredita l'opzione 0.5K di Nano Banana 2. I rapporti d'aspetto documentati comprendono 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, oltre ai formati verticali o panoramici 1:4, 4:1, 1:8 e 8:1. Google segnala correzioni agli artefatti di tassellatura in questi ultimi formati larghi e alti a 2K e 4K. Le etichette di risoluzione indicano classi dimensionali, non un unico rettangolo fisso: un'immagine quadrata 4K misura 4096 × 4096, mentre l'output 4K in 16:9 documentato misura 5504 × 3072.
Il testo è una parte sostanziale del flusso di lavoro visivo. Il modello è progettato per rendere diciture stilizzate leggibili e organizzare con maggiore precisione gli elementi delle infografiche. Prepara il titolo esatto, le etichette e l'ordine di lettura, quindi richiedi l'immagine con quel testo approvato. Per un menu, un diagramma o una grafica didattica, indica la relazione tra una didascalia e il suo elemento visivo. Google consiglia di creare prima le diciture e poi chiedere l'immagine, affinché la composizione visiva parta da un brief testuale già definito.
La fusione di immagini di riferimento supporta fino a 14 immagini. Il profilo documentato copre la coerenza per un massimo di quattro personaggi e la fedeltà per un massimo di dieci oggetti. Assegna un ruolo a ciascun riferimento: il prodotto che deve rimanere riconoscibile, l'aspetto del personaggio, lo sfondo desiderato o lo stile visivo. Un esempio di brief di prodotto è: «Usa l'immagine A per la forma e l'etichetta del flacone. Usa l'immagine B per la superficie e l'illuminazione. Mantieni invariato il prodotto, posizionalo accanto a un asciugamano piegato e lascia uno spazio libero sopra di esso per il titolo fornito».
Il grounding tramite Google Web Search e Image Search può fornire informazioni aggiornate e contesto visivo per la generazione. Image Search fornisce immagini recuperate dal web come riferimenti; il grounding web standard fornisce informazioni sul soggetto. Questo è utile per una grafica fattuale o una scena il cui aspetto dipende da un oggetto reale. Il flusso di Image Search non supporta il recupero di immagini reali di persone per questo scopo. Nel flusso documentato da Google, le risposte con grounding includono metadati delle fonti e delle attribuzioni, che un'applicazione dovrebbe conservare insieme al risultato generato.
Il thinking è configurabile ai livelli minimal, medium e high, con medium come predefinito per questo esatto modello. Aiuta il modello a elaborare la composizione e le istruzioni più complesse prima dell'output finale. La guida alle immagini descrive immagini intermedie di composizione all'interno di questo processo; sono distinte dal risultato finale previsto. Scegli esplicitamente l'impaginazione finale, il rapporto d'aspetto e la risoluzione richiesti, senza aspettarti che la sola descrizione nel prompt definisca ogni impostazione dell'output.
La modifica conversazionale consente a una richiesta successiva di cambiare una parte di un risultato esistente: regolare la luce, spostare un oggetto o tradurre le etichette conservando il resto della composizione. Porta l'immagine o l'interazione precedente nel turno successivo e specifica sia la modifica richiesta sia le caratteristiche da mantenere. Per una serie di personaggi, mantieni coerenti i riferimenti dell'aspetto e usa un riferimento della posa quando conta una nuova angolazione o una posa complessa. Un brief pratico di revisione può dire: «Conserva il prodotto, le etichette e l'impaginazione; rendi soltanto lo sfondo di un grigio più caldo».
La tabella del modello indica un limite di input di 131,072 token e un limite di output di 32,768 token. Sono supportati la generazione di immagini e il grounding tramite ricerca, mentre generazione audio, esecuzione di codice, chiamate di funzione, output strutturati, caching, ricerca nei file, contesto URL e Live API non risultano supportati per questa edizione. Un video può contribuire alla generazione di un'immagine statica; ciò non rende il modello un generatore di video. Google segnala inoltre che la richiesta di un numero esatto di immagini potrebbe non produrre quel numero. Tutte le immagini generate includono una filigrana SynthID.
Per un primo brief utile, indica lo scopo dell'immagine, il soggetto, la composizione, l'illuminazione, l'inquadratura, il testo obbligatorio e il formato dell'output. Per esempio, richiedi un'infografica verticale con tre passaggi etichettati, un titolo leggibile e una gerarchia cromatica specificata, quindi controlla le diciture e la posizione relativa prima della modifica successiva. Il risultato può diventare un'illustrazione di prodotto, una grafica editoriale o un riferimento di design, conservando insieme l'immagine scelta e il suo testo esplicativo.
", "aboutText": "Gemini Nano Banana 2.1 è il modello di Google per la generazione di immagini e la modifica conversazionale. È un aggiornamento di Nano Banana 2, con miglioramenti nel realismo visivo, nel rispetto delle istruzioni, nella resa del testo e nella coerenza dei personaggi tra modifiche successive. La tabella degli input comprende testo, immagini, video e PDF, mentre l'output è costituito da immagini e testo. Questo lo rende utile per una scena di prodotto, un'infografica o una serie visiva sviluppata attraverso più revisioni specifiche.\n\nIl modello offre output 1K, 2K e 4K, con 1K come impostazione predefinita. Non eredita l'opzione 0.5K di Nano Banana 2. I rapporti d'aspetto documentati comprendono 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, oltre ai formati verticali o panoramici 1:4, 4:1, 1:8 e 8:1. Google segnala correzioni agli artefatti di tassellatura in questi ultimi formati larghi e alti a 2K e 4K. Le etichette di risoluzione indicano classi dimensionali, non un unico rettangolo fisso: un'immagine quadrata 4K misura 4096 × 4096, mentre l'output 4K in 16:9 documentato misura 5504 × 3072.\n\nIl testo è una parte sostanziale del flusso di lavoro visivo. Il modello è progettato per rendere diciture stilizzate leggibili e organizzare con maggiore precisione gli elementi delle infografiche. Prepara il titolo esatto, le etichette e l'ordine di lettura, quindi richiedi l'immagine con quel testo approvato. Per un menu, un diagramma o una grafica didattica, indica la relazione tra una didascalia e il suo elemento visivo. Google consiglia di creare prima le diciture e poi chiedere l'immagine, affinché la composizione visiva parta da un brief testuale già definito.\n\nLa fusione di immagini di riferimento supporta fino a 14 immagini. Il profilo documentato copre la coerenza per un massimo di quattro personaggi e la fedeltà per un massimo di dieci oggetti. Assegna un ruolo a ciascun riferimento: il prodotto che deve rimanere riconoscibile, l'aspetto del personaggio, lo sfondo desiderato o lo stile visivo. Un esempio di brief di prodotto è: «Usa l'immagine A per la forma e l'etichetta del flacone. Usa l'immagine B per la superficie e l'illuminazione. Mantieni invariato il prodotto, posizionalo accanto a un asciugamano piegato e lascia uno spazio libero sopra di esso per il titolo fornito».\n\nIl grounding tramite Google Web Search e Image Search può fornire informazioni aggiornate e contesto visivo per la generazione. Image Search fornisce immagini recuperate dal web come riferimenti; il grounding web standard fornisce informazioni sul soggetto. Questo è utile per una grafica fattuale o una scena il cui aspetto dipende da un oggetto reale. Il flusso di Image Search non supporta il recupero di immagini reali di persone per questo scopo. Nel flusso documentato da Google, le risposte con grounding includono metadati delle fonti e delle attribuzioni, che un'applicazione dovrebbe conservare insieme al risultato generato.\n\nIl thinking è configurabile ai livelli minimal, medium e high, con medium come predefinito per questo esatto modello. Aiuta il modello a elaborare la composizione e le istruzioni più complesse prima dell'output finale. La guida alle immagini descrive immagini intermedie di composizione all'interno di questo processo; sono distinte dal risultato finale previsto. Scegli esplicitamente l'impaginazione finale, il rapporto d'aspetto e la risoluzione richiesti, senza aspettarti che la sola descrizione nel prompt definisca ogni impostazione dell'output.\n\nLa modifica conversazionale consente a una richiesta successiva di cambiare una parte di un risultato esistente: regolare la luce, spostare un oggetto o tradurre le etichette conservando il resto della composizione. Porta l'immagine o l'interazione precedente nel turno successivo e specifica sia la modifica richiesta sia le caratteristiche da mantenere. Per una serie di personaggi, mantieni coerenti i riferimenti dell'aspetto e usa un riferimento della posa quando conta una nuova angolazione o una posa complessa. Un brief pratico di revisione può dire: «Conserva il prodotto, le etichette e l'impaginazione; rendi soltanto lo sfondo di un grigio più caldo».\n\nLa tabella del modello indica un limite di input di 131,072 token e un limite di output di 32,768 token. Sono supportati la generazione di immagini e il grounding tramite ricerca, mentre generazione audio, esecuzione di codice, chiamate di funzione, output strutturati, caching, ricerca nei file, contesto URL e Live API non risultano supportati per questa edizione. Un video può contribuire alla generazione di un'immagine statica; ciò non rende il modello un generatore di video. Google segnala inoltre che la richiesta di un numero esatto di immagini potrebbe non produrre quel numero. Tutte le immagini generate includono una filigrana SynthID.\n\nPer un primo brief utile, indica lo scopo dell'immagine, il soggetto, la composizione, l'illuminazione, l'inquadratura, il testo obbligatorio e il formato dell'output. Per esempio, richiedi un'infografica verticale con tre passaggi etichettati, un titolo leggibile e una gerarchia cromatica specificata, quindi controlla le diciture e la posizione relativa prima della modifica successiva. Il risultato può diventare un'illustrazione di prodotto, una grafica editoriale o un riferimento di design, conservando insieme l'immagine scelta e il suo testo esplicativo.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Refine an approved poster background\n\nEdit the supplied event poster. Preserve every word, the headline hierarchy, illustration placement and portrait composition. Change only the background from cool white to warm ivory, keeping dark text readable and retaining the original accent color. Do not add shapes, badges, textures or extra captions. Return the revised poster image.One edited poster with the original wording and layout preserved over a warm ivory background.Compare every word and element position against the supplied poster, then inspect text contrast.google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 genera e modifica immagini in modo conversazionale a partire da testo e materiale visivo. Migliora la resa del testo, l'impaginazione delle infografiche e la coerenza tra più turni, con output da 1K a 4K e fino a 14 immagini di riferimento per un brief visivo definito.
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 Nano Banana 2.1 è il modello di Google per la generazione di immagini e la modifica conversazionale. È un aggiornamento di Nano Banana 2, con miglioramenti nel realismo visivo, nel rispetto delle istruzioni, nella resa del testo e nella coerenza dei personaggi tra modifiche successive. La tabella degli input comprende testo, immagini, video e PDF, mentre l'output è costituito da immagini e testo. Questo lo rende utile per una scena di prodotto, un'infografica o una serie visiva sviluppata attraverso più revisioni specifiche.
Il modello offre output 1K, 2K e 4K, con 1K come impostazione predefinita. Non eredita l'opzione 0.5K di Nano Banana 2. I rapporti d'aspetto documentati comprendono 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, oltre ai formati verticali o panoramici 1:4, 4:1, 1:8 e 8:1. Google segnala correzioni agli artefatti di tassellatura in questi ultimi formati larghi e alti a 2K e 4K. Le etichette di risoluzione indicano classi dimensionali, non un unico rettangolo fisso: un'immagine quadrata 4K misura 4096 × 4096, mentre l'output 4K in 16:9 documentato misura 5504 × 3072.
Il testo è una parte sostanziale del flusso di lavoro visivo. Il modello è progettato per rendere diciture stilizzate leggibili e organizzare con maggiore precisione gli elementi delle infografiche. Prepara il titolo esatto, le etichette e l'ordine di lettura, quindi richiedi l'immagine con quel testo approvato. Per un menu, un diagramma o una grafica didattica, indica la relazione tra una didascalia e il suo elemento visivo. Google consiglia di creare prima le diciture e poi chiedere l'immagine, affinché la composizione visiva parta da un brief testuale già definito.
La fusione di immagini di riferimento supporta fino a 14 immagini. Il profilo documentato copre la coerenza per un massimo di quattro personaggi e la fedeltà per un massimo di dieci oggetti. Assegna un ruolo a ciascun riferimento: il prodotto che deve rimanere riconoscibile, l'aspetto del personaggio, lo sfondo desiderato o lo stile visivo. Un esempio di brief di prodotto è: «Usa l'immagine A per la forma e l'etichetta del flacone. Usa l'immagine B per la superficie e l'illuminazione. Mantieni invariato il prodotto, posizionalo accanto a un asciugamano piegato e lascia uno spazio libero sopra di esso per il titolo fornito».
Il grounding tramite Google Web Search e Image Search può fornire informazioni aggiornate e contesto visivo per la generazione. Image Search fornisce immagini recuperate dal web come riferimenti; il grounding web standard fornisce informazioni sul soggetto. Questo è utile per una grafica fattuale o una scena il cui aspetto dipende da un oggetto reale. Il flusso di Image Search non supporta il recupero di immagini reali di persone per questo scopo. Nel flusso documentato da Google, le risposte con grounding includono metadati delle fonti e delle attribuzioni, che un'applicazione dovrebbe conservare insieme al risultato generato.
Il thinking è configurabile ai livelli minimal, medium e high, con medium come predefinito per questo esatto modello. Aiuta il modello a elaborare la composizione e le istruzioni più complesse prima dell'output finale. La guida alle immagini descrive immagini intermedie di composizione all'interno di questo processo; sono distinte dal risultato finale previsto. Scegli esplicitamente l'impaginazione finale, il rapporto d'aspetto e la risoluzione richiesti, senza aspettarti che la sola descrizione nel prompt definisca ogni impostazione dell'output.
La modifica conversazionale consente a una richiesta successiva di cambiare una parte di un risultato esistente: regolare la luce, spostare un oggetto o tradurre le etichette conservando il resto della composizione. Porta l'immagine o l'interazione precedente nel turno successivo e specifica sia la modifica richiesta sia le caratteristiche da mantenere. Per una serie di personaggi, mantieni coerenti i riferimenti dell'aspetto e usa un riferimento della posa quando conta una nuova angolazione o una posa complessa. Un brief pratico di revisione può dire: «Conserva il prodotto, le etichette e l'impaginazione; rendi soltanto lo sfondo di un grigio più caldo».
La tabella del modello indica un limite di input di 131,072 token e un limite di output di 32,768 token. Sono supportati la generazione di immagini e il grounding tramite ricerca, mentre generazione audio, esecuzione di codice, chiamate di funzione, output strutturati, caching, ricerca nei file, contesto URL e Live API non risultano supportati per questa edizione. Un video può contribuire alla generazione di un'immagine statica; ciò non rende il modello un generatore di video. Google segnala inoltre che la richiesta di un numero esatto di immagini potrebbe non produrre quel numero. Tutte le immagini generate includono una filigrana SynthID.
Per un primo brief utile, indica lo scopo dell'immagine, il soggetto, la composizione, l'illuminazione, l'inquadratura, il testo obbligatorio e il formato dell'output. Per esempio, richiedi un'infografica verticale con tre passaggi etichettati, un titolo leggibile e una gerarchia cromatica specificata, quindi controlla le diciture e la posizione relativa prima della modifica successiva. Il risultato può diventare un'illustrazione di prodotto, una grafica editoriale o un riferimento di design, conservando insieme l'immagine scelta e il suo testo esplicativo.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-nano-banana-2.1 | 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 $0.003 / 1K token Output · Token in output $0.015 / 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 $0.06 / 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 $0.003 / 1K token Output · Token in output $0.015 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
I listini di riferimento del modello non modificano la selezione del metodo, i preventivi o gli addebiti. Gli addebiti attivi usano le tariffe del metodo Ailoot selezionato.
| Configurazione | Condizioni di fatturazione | Costo |
|---|---|---|
| ConfigurazioneGoogle: Nano Banana 2.1 · Configurazione predefinita | Condizioni di fatturazioneConfigurazione predefinita | Costo Input · Token in input 0,003 USD / 1K token Output · Token in output 0,015 USD / 1K token Output · Immagine in uscita 0,06 USD / 1K token Output · Ricerca web 0,028 USD per ricerca |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-nano-banana-2.1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-nano-banana-2.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-nano-banana-2.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 genera e modifica immagini in modo conversazionale a partire da testo e materiale visivo. Migliora la resa del testo, l'impaginazione delle infografiche e la coerenza tra più turni, con output da 1K a 4K e fino a 14 immagini di riferimento per un brief visivo definito.
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 Nano Banana 2.1 è il modello di Google per la generazione di immagini e la modifica conversazionale. È un aggiornamento di Nano Banana 2, con miglioramenti nel realismo visivo, nel rispetto delle istruzioni, nella resa del testo e nella coerenza dei personaggi tra modifiche successive. La tabella degli input comprende testo, immagini, video e PDF, mentre l'output è costituito da immagini e testo. Questo lo rende utile per una scena di prodotto, un'infografica o una serie visiva sviluppata attraverso più revisioni specifiche.
Il modello offre output 1K, 2K e 4K, con 1K come impostazione predefinita. Non eredita l'opzione 0.5K di Nano Banana 2. I rapporti d'aspetto documentati comprendono 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, oltre ai formati verticali o panoramici 1:4, 4:1, 1:8 e 8:1. Google segnala correzioni agli artefatti di tassellatura in questi ultimi formati larghi e alti a 2K e 4K. Le etichette di risoluzione indicano classi dimensionali, non un unico rettangolo fisso: un'immagine quadrata 4K misura 4096 × 4096, mentre l'output 4K in 16:9 documentato misura 5504 × 3072.
Il testo è una parte sostanziale del flusso di lavoro visivo. Il modello è progettato per rendere diciture stilizzate leggibili e organizzare con maggiore precisione gli elementi delle infografiche. Prepara il titolo esatto, le etichette e l'ordine di lettura, quindi richiedi l'immagine con quel testo approvato. Per un menu, un diagramma o una grafica didattica, indica la relazione tra una didascalia e il suo elemento visivo. Google consiglia di creare prima le diciture e poi chiedere l'immagine, affinché la composizione visiva parta da un brief testuale già definito.
La fusione di immagini di riferimento supporta fino a 14 immagini. Il profilo documentato copre la coerenza per un massimo di quattro personaggi e la fedeltà per un massimo di dieci oggetti. Assegna un ruolo a ciascun riferimento: il prodotto che deve rimanere riconoscibile, l'aspetto del personaggio, lo sfondo desiderato o lo stile visivo. Un esempio di brief di prodotto è: «Usa l'immagine A per la forma e l'etichetta del flacone. Usa l'immagine B per la superficie e l'illuminazione. Mantieni invariato il prodotto, posizionalo accanto a un asciugamano piegato e lascia uno spazio libero sopra di esso per il titolo fornito».
Il grounding tramite Google Web Search e Image Search può fornire informazioni aggiornate e contesto visivo per la generazione. Image Search fornisce immagini recuperate dal web come riferimenti; il grounding web standard fornisce informazioni sul soggetto. Questo è utile per una grafica fattuale o una scena il cui aspetto dipende da un oggetto reale. Il flusso di Image Search non supporta il recupero di immagini reali di persone per questo scopo. Nel flusso documentato da Google, le risposte con grounding includono metadati delle fonti e delle attribuzioni, che un'applicazione dovrebbe conservare insieme al risultato generato.
Il thinking è configurabile ai livelli minimal, medium e high, con medium come predefinito per questo esatto modello. Aiuta il modello a elaborare la composizione e le istruzioni più complesse prima dell'output finale. La guida alle immagini descrive immagini intermedie di composizione all'interno di questo processo; sono distinte dal risultato finale previsto. Scegli esplicitamente l'impaginazione finale, il rapporto d'aspetto e la risoluzione richiesti, senza aspettarti che la sola descrizione nel prompt definisca ogni impostazione dell'output.
La modifica conversazionale consente a una richiesta successiva di cambiare una parte di un risultato esistente: regolare la luce, spostare un oggetto o tradurre le etichette conservando il resto della composizione. Porta l'immagine o l'interazione precedente nel turno successivo e specifica sia la modifica richiesta sia le caratteristiche da mantenere. Per una serie di personaggi, mantieni coerenti i riferimenti dell'aspetto e usa un riferimento della posa quando conta una nuova angolazione o una posa complessa. Un brief pratico di revisione può dire: «Conserva il prodotto, le etichette e l'impaginazione; rendi soltanto lo sfondo di un grigio più caldo».
La tabella del modello indica un limite di input di 131,072 token e un limite di output di 32,768 token. Sono supportati la generazione di immagini e il grounding tramite ricerca, mentre generazione audio, esecuzione di codice, chiamate di funzione, output strutturati, caching, ricerca nei file, contesto URL e Live API non risultano supportati per questa edizione. Un video può contribuire alla generazione di un'immagine statica; ciò non rende il modello un generatore di video. Google segnala inoltre che la richiesta di un numero esatto di immagini potrebbe non produrre quel numero. Tutte le immagini generate includono una filigrana SynthID.
Per un primo brief utile, indica lo scopo dell'immagine, il soggetto, la composizione, l'illuminazione, l'inquadratura, il testo obbligatorio e il formato dell'output. Per esempio, richiedi un'infografica verticale con tre passaggi etichettati, un titolo leggibile e una gerarchia cromatica specificata, quindi controlla le diciture e la posizione relativa prima della modifica successiva. Il risultato può diventare un'illustrazione di prodotto, una grafica editoriale o un riferimento di design, conservando insieme l'immagine scelta e il suo testo esplicativo.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-nano-banana-2.1 | Predefinito— |
Campoprompt | Tipostring | RequisitoObbligatorio | Valori e limiti Lunghezza minima: 1 | Predefinito— |
Camporesolution | Tipostring | RequisitoFacoltativo | Valori e limiti 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 $0.24576 stima prima della generazione Questa stima non è un addebito aggiuntivo né una tariffa fissa per la generazione completata. |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${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-nano-banana-2.1', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 genera e modifica immagini in modo conversazionale a partire da testo e materiale visivo. Migliora la resa del testo, l'impaginazione delle infografiche e la coerenza tra più turni, con output da 1K a 4K e fino a 14 immagini di riferimento per un brief visivo definito.
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 Nano Banana 2.1 è il modello di Google per la generazione di immagini e la modifica conversazionale. È un aggiornamento di Nano Banana 2, con miglioramenti nel realismo visivo, nel rispetto delle istruzioni, nella resa del testo e nella coerenza dei personaggi tra modifiche successive. La tabella degli input comprende testo, immagini, video e PDF, mentre l'output è costituito da immagini e testo. Questo lo rende utile per una scena di prodotto, un'infografica o una serie visiva sviluppata attraverso più revisioni specifiche.
Il modello offre output 1K, 2K e 4K, con 1K come impostazione predefinita. Non eredita l'opzione 0.5K di Nano Banana 2. I rapporti d'aspetto documentati comprendono 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, oltre ai formati verticali o panoramici 1:4, 4:1, 1:8 e 8:1. Google segnala correzioni agli artefatti di tassellatura in questi ultimi formati larghi e alti a 2K e 4K. Le etichette di risoluzione indicano classi dimensionali, non un unico rettangolo fisso: un'immagine quadrata 4K misura 4096 × 4096, mentre l'output 4K in 16:9 documentato misura 5504 × 3072.
Il testo è una parte sostanziale del flusso di lavoro visivo. Il modello è progettato per rendere diciture stilizzate leggibili e organizzare con maggiore precisione gli elementi delle infografiche. Prepara il titolo esatto, le etichette e l'ordine di lettura, quindi richiedi l'immagine con quel testo approvato. Per un menu, un diagramma o una grafica didattica, indica la relazione tra una didascalia e il suo elemento visivo. Google consiglia di creare prima le diciture e poi chiedere l'immagine, affinché la composizione visiva parta da un brief testuale già definito.
La fusione di immagini di riferimento supporta fino a 14 immagini. Il profilo documentato copre la coerenza per un massimo di quattro personaggi e la fedeltà per un massimo di dieci oggetti. Assegna un ruolo a ciascun riferimento: il prodotto che deve rimanere riconoscibile, l'aspetto del personaggio, lo sfondo desiderato o lo stile visivo. Un esempio di brief di prodotto è: «Usa l'immagine A per la forma e l'etichetta del flacone. Usa l'immagine B per la superficie e l'illuminazione. Mantieni invariato il prodotto, posizionalo accanto a un asciugamano piegato e lascia uno spazio libero sopra di esso per il titolo fornito».
Il grounding tramite Google Web Search e Image Search può fornire informazioni aggiornate e contesto visivo per la generazione. Image Search fornisce immagini recuperate dal web come riferimenti; il grounding web standard fornisce informazioni sul soggetto. Questo è utile per una grafica fattuale o una scena il cui aspetto dipende da un oggetto reale. Il flusso di Image Search non supporta il recupero di immagini reali di persone per questo scopo. Nel flusso documentato da Google, le risposte con grounding includono metadati delle fonti e delle attribuzioni, che un'applicazione dovrebbe conservare insieme al risultato generato.
Il thinking è configurabile ai livelli minimal, medium e high, con medium come predefinito per questo esatto modello. Aiuta il modello a elaborare la composizione e le istruzioni più complesse prima dell'output finale. La guida alle immagini descrive immagini intermedie di composizione all'interno di questo processo; sono distinte dal risultato finale previsto. Scegli esplicitamente l'impaginazione finale, il rapporto d'aspetto e la risoluzione richiesti, senza aspettarti che la sola descrizione nel prompt definisca ogni impostazione dell'output.
La modifica conversazionale consente a una richiesta successiva di cambiare una parte di un risultato esistente: regolare la luce, spostare un oggetto o tradurre le etichette conservando il resto della composizione. Porta l'immagine o l'interazione precedente nel turno successivo e specifica sia la modifica richiesta sia le caratteristiche da mantenere. Per una serie di personaggi, mantieni coerenti i riferimenti dell'aspetto e usa un riferimento della posa quando conta una nuova angolazione o una posa complessa. Un brief pratico di revisione può dire: «Conserva il prodotto, le etichette e l'impaginazione; rendi soltanto lo sfondo di un grigio più caldo».
La tabella del modello indica un limite di input di 131,072 token e un limite di output di 32,768 token. Sono supportati la generazione di immagini e il grounding tramite ricerca, mentre generazione audio, esecuzione di codice, chiamate di funzione, output strutturati, caching, ricerca nei file, contesto URL e Live API non risultano supportati per questa edizione. Un video può contribuire alla generazione di un'immagine statica; ciò non rende il modello un generatore di video. Google segnala inoltre che la richiesta di un numero esatto di immagini potrebbe non produrre quel numero. Tutte le immagini generate includono una filigrana SynthID.
Per un primo brief utile, indica lo scopo dell'immagine, il soggetto, la composizione, l'illuminazione, l'inquadratura, il testo obbligatorio e il formato dell'output. Per esempio, richiedi un'infografica verticale con tre passaggi etichettati, un titolo leggibile e una gerarchia cromatica specificata, quindi controlla le diciture e la posizione relativa prima della modifica successiva. Il risultato può diventare un'illustrazione di prodotto, una grafica editoriale o un riferimento di design, conservando insieme l'immagine scelta e il suo testo esplicativo.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-nano-banana-2.1 | 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 $0.003 / 1K token Output · Token in output $0.015 / 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 $0.06 / 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 $0.003 / 1K token Output · Token in output $0.015 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "google/gemini-nano-banana-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-nano-banana-2.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-nano-banana-2.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-nano-banana-2.1
/v1/images
Esempio tecnico in inglese
Refine an approved poster background\n\nEdit the supplied event poster. Preserve every word, the headline hierarchy, illustration placement and portrait composition. Change only the background from cool white to warm ivory, keeping dark text readable and retaining the original accent color. Do not add shapes, badges, textures or extra captions. Return the revised poster image.One edited poster with the original wording and layout preserved over a warm ivory background.Compare every word and element position against the supplied poster, then inspect text contrast.