Gemini Nano Banana 2.1は、Googleの画像生成・会話型編集モデルです。Nano Banana 2の更新版で、視覚的な写実性、指示遵守、文字の描画、編集を重ねた際のキャラクターの一貫性が改善されています。入力仕様にはテキスト、画像、動画、PDFが含まれ、出力は画像とテキストです。商品のシーン、インフォグラフィック、具体的な修正を数回加えて展開するビジュアルシリーズに活用できます。
出力には1K、2K、4Kがあり、デフォルトは1Kです。Nano Banana 2の0.5Kオプションは引き継いでいません。公開されているアスペクト比は1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9に加え、縦長またはパノラマ形式の1:4、4:1、1:8、8:1です。Googleは、後者の横長・縦長形式について、2Kと4Kでタイル状アーティファクトを修正したと説明しています。解像度のラベルはサイズ区分であり、固定の長方形を表すものではありません。4Kの正方形画像は4096 × 4096ですが、公開されている16:9の4K出力は5504 × 3072です。
文字はビジュアル制作の重要な要素です。このモデルは、装飾された文字を読みやすく描画し、インフォグラフィックの要素をより正確に整理するよう設計されています。正確な見出し、ラベル、読む順番を用意し、承認済みの文言を使った画像を依頼してください。メニュー、図、説明用グラフィックでは、キャプションと視覚要素の関係を明示します。Googleは文言を先に作成してから画像を依頼することを勧めており、確定したテキストの指示を起点に構図を作れます。
参照画像の融合は最大14枚に対応します。公開仕様では、最大4人のキャラクターの一貫性と、最大10個の物体への忠実度が対象です。各参照画像に、認識可能な状態を保つ商品、キャラクターの外見、目的の背景、ビジュアルスタイルといった役割を割り当てます。商品向けの依頼例は「画像Aをボトルの形とラベルの参照に、画像Bを置き面と照明の参照にしてください。商品を変えず、折りたたんだタオルの隣に配置し、上部には指定の見出しを置くための空間を確保してください」です。
Google Web SearchとImage Searchによるグラウンディングは、生成に最新情報と視覚的な文脈を提供できます。Image Searchはウェブから取得した画像を参照として渡し、通常のウェブグラウンディングは対象に関する情報を提供します。事実に基づくグラフィックや、実在する物体の外見が重要なシーンに役立ちます。この画像検索の手順は、この目的で現実の人物画像を取得することには対応していません。Googleが公開している手順では、グラウンディングされた回答に出典と帰属のメタデータが付くため、アプリケーションは生成結果とともに保存してください。
思考レベルはminimal、medium、highから設定でき、このモデルのデフォルトはmediumです。最終出力の前に、構図や複雑な指示を検討する助けになります。画像ガイドには、その処理過程での中間構図画像が説明されていますが、目的とする最終成果物とは区別されます。プロンプト内の説明だけですべての出力設定が決まると期待せず、必要な最終レイアウト、アスペクト比、解像度を明示してください。
会話型編集では、追加の依頼で既存の結果の一部を変えられます。照明の調整、物体の移動、ラベルの翻訳などを、ほかの構図を保ちながら行います。前の画像または対話を次のターンに引き継ぎ、求める変更と保持する特徴の両方を示してください。キャラクターシリーズでは外見の参照を統一し、新しい角度や複雑なポーズが重要な場合はポーズ参照も使います。実用的な修正指示は「商品、ラベル、レイアウトを保持し、背景だけを暖かみのあるグレーにしてください」と書けます。
モデル仕様表には、入力上限131,072トークン、出力上限32,768トークンと記載されています。画像生成と検索グラウンディングは対応していますが、この版では音声生成、コード実行、関数呼び出し、構造化出力、キャッシュ、ファイル検索、URLコンテキスト、Live APIは対応機能として挙げられていません。動画は、生成する静止画の情報源として利用できますが、このモデル自体が動画生成モデルになるわけではありません。Googleは、画像枚数を正確に指定しても、その枚数にならない場合があるとも述べています。生成されるすべての画像にはSynthIDの透かしが含まれます。
最初の有用な制作指示には、画像の目的、被写体、構図、照明、カメラ視点、必要な文字、出力の形を含めます。たとえば、ラベル付きの3段階、読みやすい見出し、指定した色の階層を持つ縦長インフォグラフィックを依頼し、次の編集前に文言と相対的な配置を確認します。結果は商品イラスト、記事用グラフィック、デザイン参照として使え、選んだ画像とその説明文を一緒に保管できます。
", "aboutText": "Gemini Nano Banana 2.1は、Googleの画像生成・会話型編集モデルです。Nano Banana 2の更新版で、視覚的な写実性、指示遵守、文字の描画、編集を重ねた際のキャラクターの一貫性が改善されています。入力仕様にはテキスト、画像、動画、PDFが含まれ、出力は画像とテキストです。商品のシーン、インフォグラフィック、具体的な修正を数回加えて展開するビジュアルシリーズに活用できます。\n\n出力には1K、2K、4Kがあり、デフォルトは1Kです。Nano Banana 2の0.5Kオプションは引き継いでいません。公開されているアスペクト比は1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9に加え、縦長またはパノラマ形式の1:4、4:1、1:8、8:1です。Googleは、後者の横長・縦長形式について、2Kと4Kでタイル状アーティファクトを修正したと説明しています。解像度のラベルはサイズ区分であり、固定の長方形を表すものではありません。4Kの正方形画像は4096 × 4096ですが、公開されている16:9の4K出力は5504 × 3072です。\n\n文字はビジュアル制作の重要な要素です。このモデルは、装飾された文字を読みやすく描画し、インフォグラフィックの要素をより正確に整理するよう設計されています。正確な見出し、ラベル、読む順番を用意し、承認済みの文言を使った画像を依頼してください。メニュー、図、説明用グラフィックでは、キャプションと視覚要素の関係を明示します。Googleは文言を先に作成してから画像を依頼することを勧めており、確定したテキストの指示を起点に構図を作れます。\n\n参照画像の融合は最大14枚に対応します。公開仕様では、最大4人のキャラクターの一貫性と、最大10個の物体への忠実度が対象です。各参照画像に、認識可能な状態を保つ商品、キャラクターの外見、目的の背景、ビジュアルスタイルといった役割を割り当てます。商品向けの依頼例は「画像Aをボトルの形とラベルの参照に、画像Bを置き面と照明の参照にしてください。商品を変えず、折りたたんだタオルの隣に配置し、上部には指定の見出しを置くための空間を確保してください」です。\n\nGoogle Web SearchとImage Searchによるグラウンディングは、生成に最新情報と視覚的な文脈を提供できます。Image Searchはウェブから取得した画像を参照として渡し、通常のウェブグラウンディングは対象に関する情報を提供します。事実に基づくグラフィックや、実在する物体の外見が重要なシーンに役立ちます。この画像検索の手順は、この目的で現実の人物画像を取得することには対応していません。Googleが公開している手順では、グラウンディングされた回答に出典と帰属のメタデータが付くため、アプリケーションは生成結果とともに保存してください。\n\n思考レベルはminimal、medium、highから設定でき、このモデルのデフォルトはmediumです。最終出力の前に、構図や複雑な指示を検討する助けになります。画像ガイドには、その処理過程での中間構図画像が説明されていますが、目的とする最終成果物とは区別されます。プロンプト内の説明だけですべての出力設定が決まると期待せず、必要な最終レイアウト、アスペクト比、解像度を明示してください。\n\n会話型編集では、追加の依頼で既存の結果の一部を変えられます。照明の調整、物体の移動、ラベルの翻訳などを、ほかの構図を保ちながら行います。前の画像または対話を次のターンに引き継ぎ、求める変更と保持する特徴の両方を示してください。キャラクターシリーズでは外見の参照を統一し、新しい角度や複雑なポーズが重要な場合はポーズ参照も使います。実用的な修正指示は「商品、ラベル、レイアウトを保持し、背景だけを暖かみのあるグレーにしてください」と書けます。\n\nモデル仕様表には、入力上限131,072トークン、出力上限32,768トークンと記載されています。画像生成と検索グラウンディングは対応していますが、この版では音声生成、コード実行、関数呼び出し、構造化出力、キャッシュ、ファイル検索、URLコンテキスト、Live APIは対応機能として挙げられていません。動画は、生成する静止画の情報源として利用できますが、このモデル自体が動画生成モデルになるわけではありません。Googleは、画像枚数を正確に指定しても、その枚数にならない場合があるとも述べています。生成されるすべての画像にはSynthIDの透かしが含まれます。\n\n最初の有用な制作指示には、画像の目的、被写体、構図、照明、カメラ視点、必要な文字、出力の形を含めます。たとえば、ラベル付きの3段階、読みやすい見出し、指定した色の階層を持つ縦長インフォグラフィックを依頼し、次の編集前に文言と相対的な配置を確認します。結果は商品イラスト、記事用グラフィック、デザイン参照として使え、選んだ画像とその説明文を一緒に保管できます。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
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は、テキストと視覚資料を基に、会話形式で画像を生成・編集します。文字の描画、インフォグラフィックの配置、複数ターンにわたる一貫性を改善しており、明確なビジュアル制作指示に対して1K～4Kの出力と最大14枚の参照画像に対応します。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Gemini Nano Banana 2.1は、Googleの画像生成・会話型編集モデルです。Nano Banana 2の更新版で、視覚的な写実性、指示遵守、文字の描画、編集を重ねた際のキャラクターの一貫性が改善されています。入力仕様にはテキスト、画像、動画、PDFが含まれ、出力は画像とテキストです。商品のシーン、インフォグラフィック、具体的な修正を数回加えて展開するビジュアルシリーズに活用できます。
出力には1K、2K、4Kがあり、デフォルトは1Kです。Nano Banana 2の0.5Kオプションは引き継いでいません。公開されているアスペクト比は1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9に加え、縦長またはパノラマ形式の1:4、4:1、1:8、8:1です。Googleは、後者の横長・縦長形式について、2Kと4Kでタイル状アーティファクトを修正したと説明しています。解像度のラベルはサイズ区分であり、固定の長方形を表すものではありません。4Kの正方形画像は4096 × 4096ですが、公開されている16:9の4K出力は5504 × 3072です。
文字はビジュアル制作の重要な要素です。このモデルは、装飾された文字を読みやすく描画し、インフォグラフィックの要素をより正確に整理するよう設計されています。正確な見出し、ラベル、読む順番を用意し、承認済みの文言を使った画像を依頼してください。メニュー、図、説明用グラフィックでは、キャプションと視覚要素の関係を明示します。Googleは文言を先に作成してから画像を依頼することを勧めており、確定したテキストの指示を起点に構図を作れます。
参照画像の融合は最大14枚に対応します。公開仕様では、最大4人のキャラクターの一貫性と、最大10個の物体への忠実度が対象です。各参照画像に、認識可能な状態を保つ商品、キャラクターの外見、目的の背景、ビジュアルスタイルといった役割を割り当てます。商品向けの依頼例は「画像Aをボトルの形とラベルの参照に、画像Bを置き面と照明の参照にしてください。商品を変えず、折りたたんだタオルの隣に配置し、上部には指定の見出しを置くための空間を確保してください」です。
Google Web SearchとImage Searchによるグラウンディングは、生成に最新情報と視覚的な文脈を提供できます。Image Searchはウェブから取得した画像を参照として渡し、通常のウェブグラウンディングは対象に関する情報を提供します。事実に基づくグラフィックや、実在する物体の外見が重要なシーンに役立ちます。この画像検索の手順は、この目的で現実の人物画像を取得することには対応していません。Googleが公開している手順では、グラウンディングされた回答に出典と帰属のメタデータが付くため、アプリケーションは生成結果とともに保存してください。
思考レベルはminimal、medium、highから設定でき、このモデルのデフォルトはmediumです。最終出力の前に、構図や複雑な指示を検討する助けになります。画像ガイドには、その処理過程での中間構図画像が説明されていますが、目的とする最終成果物とは区別されます。プロンプト内の説明だけですべての出力設定が決まると期待せず、必要な最終レイアウト、アスペクト比、解像度を明示してください。
会話型編集では、追加の依頼で既存の結果の一部を変えられます。照明の調整、物体の移動、ラベルの翻訳などを、ほかの構図を保ちながら行います。前の画像または対話を次のターンに引き継ぎ、求める変更と保持する特徴の両方を示してください。キャラクターシリーズでは外見の参照を統一し、新しい角度や複雑なポーズが重要な場合はポーズ参照も使います。実用的な修正指示は「商品、ラベル、レイアウトを保持し、背景だけを暖かみのあるグレーにしてください」と書けます。
モデル仕様表には、入力上限131,072トークン、出力上限32,768トークンと記載されています。画像生成と検索グラウンディングは対応していますが、この版では音声生成、コード実行、関数呼び出し、構造化出力、キャッシュ、ファイル検索、URLコンテキスト、Live APIは対応機能として挙げられていません。動画は、生成する静止画の情報源として利用できますが、このモデル自体が動画生成モデルになるわけではありません。Googleは、画像枚数を正確に指定しても、その枚数にならない場合があるとも述べています。生成されるすべての画像にはSynthIDの透かしが含まれます。
最初の有用な制作指示には、画像の目的、被写体、構図、照明、カメラ視点、必要な文字、出力の形を含めます。たとえば、ラベル付きの3段階、読みやすい見出し、指定した色の階層を持つ縦長インフォグラフィックを依頼し、次の編集前に文言と相対的な配置を確認します。結果は商品イラスト、記事用グラフィック、デザイン参照として使え、選んだ画像とその説明文を一緒に保管できます。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 google/gemini-nano-banana-2.1 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.003 / 1K トークン 出力 · 出力トークン $0.015 / 1K トークン 入力 · キャッシュ読み取り — / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン 出力 · 出力画像トークン $0.06 / 1K 画像トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.003 / 1K トークン 出力 · 出力トークン $0.015 / 1K トークン 入力 · キャッシュ読み取り — / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。
| 設定 | 課金条件 | 料金 |
|---|---|---|
| 設定Google: Nano Banana 2.1 · 標準設定 | 課金条件デフォルト設定 | 料金 入力 · 入力トークン $0.003 / 1K トークン 出力 · 出力トークン $0.015 / 1K トークン 出力 · 出力画像 $0.06 / 1K トークン 出力 · ウェブ検索 $0.028 検索ごと |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1は、テキストと視覚資料を基に、会話形式で画像を生成・編集します。文字の描画、インフォグラフィックの配置、複数ターンにわたる一貫性を改善しており、明確なビジュアル制作指示に対して1K～4Kの出力と最大14枚の参照画像に対応します。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Gemini Nano Banana 2.1は、Googleの画像生成・会話型編集モデルです。Nano Banana 2の更新版で、視覚的な写実性、指示遵守、文字の描画、編集を重ねた際のキャラクターの一貫性が改善されています。入力仕様にはテキスト、画像、動画、PDFが含まれ、出力は画像とテキストです。商品のシーン、インフォグラフィック、具体的な修正を数回加えて展開するビジュアルシリーズに活用できます。
出力には1K、2K、4Kがあり、デフォルトは1Kです。Nano Banana 2の0.5Kオプションは引き継いでいません。公開されているアスペクト比は1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9に加え、縦長またはパノラマ形式の1:4、4:1、1:8、8:1です。Googleは、後者の横長・縦長形式について、2Kと4Kでタイル状アーティファクトを修正したと説明しています。解像度のラベルはサイズ区分であり、固定の長方形を表すものではありません。4Kの正方形画像は4096 × 4096ですが、公開されている16:9の4K出力は5504 × 3072です。
文字はビジュアル制作の重要な要素です。このモデルは、装飾された文字を読みやすく描画し、インフォグラフィックの要素をより正確に整理するよう設計されています。正確な見出し、ラベル、読む順番を用意し、承認済みの文言を使った画像を依頼してください。メニュー、図、説明用グラフィックでは、キャプションと視覚要素の関係を明示します。Googleは文言を先に作成してから画像を依頼することを勧めており、確定したテキストの指示を起点に構図を作れます。
参照画像の融合は最大14枚に対応します。公開仕様では、最大4人のキャラクターの一貫性と、最大10個の物体への忠実度が対象です。各参照画像に、認識可能な状態を保つ商品、キャラクターの外見、目的の背景、ビジュアルスタイルといった役割を割り当てます。商品向けの依頼例は「画像Aをボトルの形とラベルの参照に、画像Bを置き面と照明の参照にしてください。商品を変えず、折りたたんだタオルの隣に配置し、上部には指定の見出しを置くための空間を確保してください」です。
Google Web SearchとImage Searchによるグラウンディングは、生成に最新情報と視覚的な文脈を提供できます。Image Searchはウェブから取得した画像を参照として渡し、通常のウェブグラウンディングは対象に関する情報を提供します。事実に基づくグラフィックや、実在する物体の外見が重要なシーンに役立ちます。この画像検索の手順は、この目的で現実の人物画像を取得することには対応していません。Googleが公開している手順では、グラウンディングされた回答に出典と帰属のメタデータが付くため、アプリケーションは生成結果とともに保存してください。
思考レベルはminimal、medium、highから設定でき、このモデルのデフォルトはmediumです。最終出力の前に、構図や複雑な指示を検討する助けになります。画像ガイドには、その処理過程での中間構図画像が説明されていますが、目的とする最終成果物とは区別されます。プロンプト内の説明だけですべての出力設定が決まると期待せず、必要な最終レイアウト、アスペクト比、解像度を明示してください。
会話型編集では、追加の依頼で既存の結果の一部を変えられます。照明の調整、物体の移動、ラベルの翻訳などを、ほかの構図を保ちながら行います。前の画像または対話を次のターンに引き継ぎ、求める変更と保持する特徴の両方を示してください。キャラクターシリーズでは外見の参照を統一し、新しい角度や複雑なポーズが重要な場合はポーズ参照も使います。実用的な修正指示は「商品、ラベル、レイアウトを保持し、背景だけを暖かみのあるグレーにしてください」と書けます。
モデル仕様表には、入力上限131,072トークン、出力上限32,768トークンと記載されています。画像生成と検索グラウンディングは対応していますが、この版では音声生成、コード実行、関数呼び出し、構造化出力、キャッシュ、ファイル検索、URLコンテキスト、Live APIは対応機能として挙げられていません。動画は、生成する静止画の情報源として利用できますが、このモデル自体が動画生成モデルになるわけではありません。Googleは、画像枚数を正確に指定しても、その枚数にならない場合があるとも述べています。生成されるすべての画像にはSynthIDの透かしが含まれます。
最初の有用な制作指示には、画像の目的、被写体、構図、照明、カメラ視点、必要な文字、出力の形を含めます。たとえば、ラベル付きの3段階、読みやすい見出し、指定した色の階層を持つ縦長インフォグラフィックを依頼し、次の編集前に文言と相対的な配置を確認します。結果は商品イラスト、記事用グラフィック、デザイン参照として使え、選んだ画像とその説明文を一緒に保管できます。
POST /v1/images/generationstext, imageimage| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 google/gemini-nano-banana-2.1 | デフォルト— |
フィールドprompt | 種類string | 要件必須 | 値と制限 最小の長さ: 1 | デフォルト— |
フィールドresolution | 種類string | 要件任意 | 値と制限 1K, 2K, 4K | デフォルト— |
フィールドaspect_ratio | 種類string | 要件任意 | 値と制限 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 | デフォルト— |
フィールドn | 種類integer | 要件任意 | 値と制限 最小値: 1 最大値: 1 | デフォルト— |
フィールドinput_references | 種類array | 要件任意 | 値と制限 最小項目数: 0 最大項目数: 14 | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 | デフォルト— |
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, prompt |
パラメータmaterial_types | 仕様text, image |
ライフサイクル: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 実際に返された task_id またはメディアライブラリのレコード
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
表示料金は生成前の費用の見積もりです。最終請求額は、元の生成処理に記録された費用から計算されます。実測された出力時間や予測数量が、そのまま最終的な課金数量になるわけではありません。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | 予測数量 | 料金 |
|---|---|---|---|
| 設定基本トークン料金 | 料金表基本料金 | 予測数量— | 料金 入力 · 入力トークン · 比較専用の見積もり — / 1K トークン 出力 · 出力トークン · 比較専用の見積もり — / 1K トークン 入力 · キャッシュ読み取り · 比較専用の見積もり — / 1K トークン 入力 · キャッシュ書き込み · 比較専用の見積もり — / 1K トークン 入力 · キャッシュ書き込み、1時間 · 比較専用の見積もり — / 1K トークン |
| 設定生成費用の見積もり | 料金表— | 予測数量生成1回分の概算 | 料金 出力 · 推定生成コスト · 比較専用の見積もり $0.24576 生成前の見積もり この見積もりは追加料金ではなく、完了した生成処理に対する固定料金でもありません。 |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${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\n返された画像をすべてダウンロードするか、Base64の内容を保存
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.\n完了した画像をすべて保存してください。返された各URLから取得するか、Base64の内容をデコードしてください。
レスポンスとヘッダーの全体、実際の出力すべて、最初に返された識別子、使用量フィールドすべてを保存してください。作成リクエストを再送せずに、元の操作を復旧してください。
照合のため、返された X-Client-Request-ID を保存してください。実際に返された task_id/asset_id の値、または自分が所有するメディアライブラリだけを使って読み取ってください。操作 ID からタスクの URL を組み立てたり、作成リクエストを再送したりしないでください。
| フィールド | 種類 |
|---|---|
フィールドcreated | 種類 |
フィールドdata[].url | 種類 |
フィールドdata[].b64_json | 種類 |
フィールドusage | 種類 |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1は、テキストと視覚資料を基に、会話形式で画像を生成・編集します。文字の描画、インフォグラフィックの配置、複数ターンにわたる一貫性を改善しており、明確なビジュアル制作指示に対して1K～4Kの出力と最大14枚の参照画像に対応します。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Gemini Nano Banana 2.1は、Googleの画像生成・会話型編集モデルです。Nano Banana 2の更新版で、視覚的な写実性、指示遵守、文字の描画、編集を重ねた際のキャラクターの一貫性が改善されています。入力仕様にはテキスト、画像、動画、PDFが含まれ、出力は画像とテキストです。商品のシーン、インフォグラフィック、具体的な修正を数回加えて展開するビジュアルシリーズに活用できます。
出力には1K、2K、4Kがあり、デフォルトは1Kです。Nano Banana 2の0.5Kオプションは引き継いでいません。公開されているアスペクト比は1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9に加え、縦長またはパノラマ形式の1:4、4:1、1:8、8:1です。Googleは、後者の横長・縦長形式について、2Kと4Kでタイル状アーティファクトを修正したと説明しています。解像度のラベルはサイズ区分であり、固定の長方形を表すものではありません。4Kの正方形画像は4096 × 4096ですが、公開されている16:9の4K出力は5504 × 3072です。
文字はビジュアル制作の重要な要素です。このモデルは、装飾された文字を読みやすく描画し、インフォグラフィックの要素をより正確に整理するよう設計されています。正確な見出し、ラベル、読む順番を用意し、承認済みの文言を使った画像を依頼してください。メニュー、図、説明用グラフィックでは、キャプションと視覚要素の関係を明示します。Googleは文言を先に作成してから画像を依頼することを勧めており、確定したテキストの指示を起点に構図を作れます。
参照画像の融合は最大14枚に対応します。公開仕様では、最大4人のキャラクターの一貫性と、最大10個の物体への忠実度が対象です。各参照画像に、認識可能な状態を保つ商品、キャラクターの外見、目的の背景、ビジュアルスタイルといった役割を割り当てます。商品向けの依頼例は「画像Aをボトルの形とラベルの参照に、画像Bを置き面と照明の参照にしてください。商品を変えず、折りたたんだタオルの隣に配置し、上部には指定の見出しを置くための空間を確保してください」です。
Google Web SearchとImage Searchによるグラウンディングは、生成に最新情報と視覚的な文脈を提供できます。Image Searchはウェブから取得した画像を参照として渡し、通常のウェブグラウンディングは対象に関する情報を提供します。事実に基づくグラフィックや、実在する物体の外見が重要なシーンに役立ちます。この画像検索の手順は、この目的で現実の人物画像を取得することには対応していません。Googleが公開している手順では、グラウンディングされた回答に出典と帰属のメタデータが付くため、アプリケーションは生成結果とともに保存してください。
思考レベルはminimal、medium、highから設定でき、このモデルのデフォルトはmediumです。最終出力の前に、構図や複雑な指示を検討する助けになります。画像ガイドには、その処理過程での中間構図画像が説明されていますが、目的とする最終成果物とは区別されます。プロンプト内の説明だけですべての出力設定が決まると期待せず、必要な最終レイアウト、アスペクト比、解像度を明示してください。
会話型編集では、追加の依頼で既存の結果の一部を変えられます。照明の調整、物体の移動、ラベルの翻訳などを、ほかの構図を保ちながら行います。前の画像または対話を次のターンに引き継ぎ、求める変更と保持する特徴の両方を示してください。キャラクターシリーズでは外見の参照を統一し、新しい角度や複雑なポーズが重要な場合はポーズ参照も使います。実用的な修正指示は「商品、ラベル、レイアウトを保持し、背景だけを暖かみのあるグレーにしてください」と書けます。
モデル仕様表には、入力上限131,072トークン、出力上限32,768トークンと記載されています。画像生成と検索グラウンディングは対応していますが、この版では音声生成、コード実行、関数呼び出し、構造化出力、キャッシュ、ファイル検索、URLコンテキスト、Live APIは対応機能として挙げられていません。動画は、生成する静止画の情報源として利用できますが、このモデル自体が動画生成モデルになるわけではありません。Googleは、画像枚数を正確に指定しても、その枚数にならない場合があるとも述べています。生成されるすべての画像にはSynthIDの透かしが含まれます。
最初の有用な制作指示には、画像の目的、被写体、構図、照明、カメラ視点、必要な文字、出力の形を含めます。たとえば、ラベル付きの3段階、読みやすい見出し、指定した色の階層を持つ縦長インフォグラフィックを依頼し、次の編集前に文言と相対的な配置を確認します。結果は商品イラスト、記事用グラフィック、デザイン参照として使え、選んだ画像とその説明文を一緒に保管できます。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 google/gemini-nano-banana-2.1 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.003 / 1K トークン 出力 · 出力トークン $0.015 / 1K トークン 入力 · キャッシュ読み取り — / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン 出力 · 出力画像トークン $0.06 / 1K 画像トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.003 / 1K トークン 出力 · 出力トークン $0.015 / 1K トークン 入力 · キャッシュ読み取り — / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "google/gemini-nano-banana-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
英語の技術例
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.