Nano Banana라고도 알려진 Gemini 2.5 Flash Image는 시각 제작과 대화형 이미지 편집을 위한 Google의 텍스트·이미지 모델입니다. 선택적인 이미지 참조와 함께 지시를 입력받고 동반 텍스트가 있는 이미지를 반환할 수 있습니다. 이 정확한 2.5 Flash Image 에디션은 Nano Banana 2, Nano Banana Pro, 후속 Lite 이미지 모델과 구별됩니다. 유용한 결과는 일반 Gemini 2.5 텍스트 모델의 응답이 아니라 생성하거나 수정한 시각 자산입니다.
정확한 모델 카드는 입력 65,536 토큰, 출력 32,768 토큰을 기재합니다. 이미지와 지시는 입력에 포함되고 반환된 이미지나 텍스트는 결과에 포함됩니다. 가이드의 해상도 표는 지원 화면비 중 1:1 출력을 1024×1024, 3:4를 864×1184, 16:9를 1344×768로 제공합니다. 장면을 디자인하기 전에 의도한 표시 형태를 선택하세요. 후속 Gemini 이미지 에디션의 고해상도 옵션을 이 정확한 모델에 문서화된 제어로 취급해서는 안 됩니다.
텍스트로 이미지를 제작할 때는 대상, 행동, 환경, 스타일, 조명, 시점을 지정하세요. 제품 일러스트레이션에서는 제공된 시각 정체성을 사용하고 적절한 배경에서 재질의 세부 사항이 선명하게 보이도록 요청할 수 있습니다. 모델이 대상과 텍스트에 공간을 배분할 수 있도록 그림의 목적을 설명하세요. 근접 촬영, 위에서 내려다보는 구성, 로우앵글 시점 같은 사진 묘사는 관련 없는 스타일 단어 목록보다 프레이밍을 더 명확하게 정의하는 데 도움이 됩니다.
편집에는 원본 이미지를 제공하고 바꿀 부분을 지정하세요. 제작사 가이드는 요소 추가 또는 제거, 시맨틱 마스킹, 스타일 전이, 참조를 사용하는 구성을 설명합니다. 유용한 요청은 수정과 보존 조건을 모두 명시합니다. 예를 들어 제품의 형태, 표면, 라벨을 유지하면서 배경을 바꾸도록 할 수 있습니다. 참조를 결합할 때 각 입력의 역할을 대상 외형, 배경, 스타일 등으로 표시하세요. 가이드는 이 에디션이 최대 3개의 입력 이미지에서 가장 잘 작동한다고 설명합니다. 이는 실무 지침이며 상충하는 참조를 무제한으로 결합할 이유가 되지는 않습니다.
대화형 다듬기를 통해 같은 대상을 유지하면서 특정한 시각 결정을 바꿀 수 있습니다. 한 번에 연결된 수정 하나를 요청하고 해당 턴에 사용한 원본 이미지와 수락된 결과를 보관하세요. 일관되게 유지할 부분과 달라도 되는 부분을 설명하세요. 연속 자산에는 새로 분리된 프롬프트가 공통 요소를 복구할 것이라고 가정하지 말고 공통 대상, 색상, 시각 규칙을 명시적으로 식별하세요. 보존 지시를 성공적으로 따랐다고 판단하기 전에 수정 이미지를 참조와 비교하세요.
이미지 내 텍스트는 가이드 권고대로 정확한 문구를 먼저 확정한 뒤 그 문구를 담은 그림을 요청하세요. 라벨의 언어, 읽기 순서, 배치, 상대적인 강조를 밝히세요. 인포그래픽 요청에는 각 라벨이 설명하는 관계와 이를 뒷받침하는 시각 요소를 지정해야 합니다. 실제 표시 크기에서 철자, 문장부호, 시각적 연결을 검토하세요. 읽기 쉬워 보이는 생성 라벨도 이름, 숫자, 의도한 의미를 바꿀 수 있습니다.
모델 카드는 이 에디션에 thinking, 검색 그라운딩, 함수 호출, 코드 실행, 제약된 구조화 출력 기능을 기재하지 않습니다. 오디오 생성이나 Live API도 제공한다고 명시하지 않습니다. 문서화된 입력은 텍스트와 이미지이므로 다른 Gemini 모델의 오디오, 비디오, 문서 처리 기능을 이 프로필에 붙여서는 안 됩니다. 일반적인 산문 답변에 완성된 이미지 자산이 들어 있다고 가정하지 말고 애플리케이션이 반환된 콘텐츠 부분을 명시적으로 처리해야 합니다.
가이드는 요청한 이미지 수가 항상 지켜지지 않을 수 있으며 생성 이미지에는 SynthID 표시가 포함된다고 설명합니다. 반환된 모든 이미지의 구성, 대상 충실도, 사물 수, 정확한 문구를 확인하세요. 장면에 여러 구성 요소가 있으면 의도한 배치를 명확한 순서로 설명하고 원하는 외형을 긍정형으로 표현하세요. 정확한 모델 식별 정보, 프롬프트, 참조를 결과와 함께 보관하세요. 이는 시각 생성이나 편집 과제를 검토 가능하게 하고 후속 수정에 구체적인 출발점을 제공합니다.
", "aboutText": "Nano Banana라고도 알려진 Gemini 2.5 Flash Image는 시각 제작과 대화형 이미지 편집을 위한 Google의 텍스트·이미지 모델입니다. 선택적인 이미지 참조와 함께 지시를 입력받고 동반 텍스트가 있는 이미지를 반환할 수 있습니다. 이 정확한 2.5 Flash Image 에디션은 Nano Banana 2, Nano Banana Pro, 후속 Lite 이미지 모델과 구별됩니다. 유용한 결과는 일반 Gemini 2.5 텍스트 모델의 응답이 아니라 생성하거나 수정한 시각 자산입니다.\n\n정확한 모델 카드는 입력 65,536 토큰, 출력 32,768 토큰을 기재합니다. 이미지와 지시는 입력에 포함되고 반환된 이미지나 텍스트는 결과에 포함됩니다. 가이드의 해상도 표는 지원 화면비 중 1:1 출력을 1024×1024, 3:4를 864×1184, 16:9를 1344×768로 제공합니다. 장면을 디자인하기 전에 의도한 표시 형태를 선택하세요. 후속 Gemini 이미지 에디션의 고해상도 옵션을 이 정확한 모델에 문서화된 제어로 취급해서는 안 됩니다.\n\n텍스트로 이미지를 제작할 때는 대상, 행동, 환경, 스타일, 조명, 시점을 지정하세요. 제품 일러스트레이션에서는 제공된 시각 정체성을 사용하고 적절한 배경에서 재질의 세부 사항이 선명하게 보이도록 요청할 수 있습니다. 모델이 대상과 텍스트에 공간을 배분할 수 있도록 그림의 목적을 설명하세요. 근접 촬영, 위에서 내려다보는 구성, 로우앵글 시점 같은 사진 묘사는 관련 없는 스타일 단어 목록보다 프레이밍을 더 명확하게 정의하는 데 도움이 됩니다.\n\n편집에는 원본 이미지를 제공하고 바꿀 부분을 지정하세요. 제작사 가이드는 요소 추가 또는 제거, 시맨틱 마스킹, 스타일 전이, 참조를 사용하는 구성을 설명합니다. 유용한 요청은 수정과 보존 조건을 모두 명시합니다. 예를 들어 제품의 형태, 표면, 라벨을 유지하면서 배경을 바꾸도록 할 수 있습니다. 참조를 결합할 때 각 입력의 역할을 대상 외형, 배경, 스타일 등으로 표시하세요. 가이드는 이 에디션이 최대 3개의 입력 이미지에서 가장 잘 작동한다고 설명합니다. 이는 실무 지침이며 상충하는 참조를 무제한으로 결합할 이유가 되지는 않습니다.\n\n대화형 다듬기를 통해 같은 대상을 유지하면서 특정한 시각 결정을 바꿀 수 있습니다. 한 번에 연결된 수정 하나를 요청하고 해당 턴에 사용한 원본 이미지와 수락된 결과를 보관하세요. 일관되게 유지할 부분과 달라도 되는 부분을 설명하세요. 연속 자산에는 새로 분리된 프롬프트가 공통 요소를 복구할 것이라고 가정하지 말고 공통 대상, 색상, 시각 규칙을 명시적으로 식별하세요. 보존 지시를 성공적으로 따랐다고 판단하기 전에 수정 이미지를 참조와 비교하세요.\n\n이미지 내 텍스트는 가이드 권고대로 정확한 문구를 먼저 확정한 뒤 그 문구를 담은 그림을 요청하세요. 라벨의 언어, 읽기 순서, 배치, 상대적인 강조를 밝히세요. 인포그래픽 요청에는 각 라벨이 설명하는 관계와 이를 뒷받침하는 시각 요소를 지정해야 합니다. 실제 표시 크기에서 철자, 문장부호, 시각적 연결을 검토하세요. 읽기 쉬워 보이는 생성 라벨도 이름, 숫자, 의도한 의미를 바꿀 수 있습니다.\n\n모델 카드는 이 에디션에 thinking, 검색 그라운딩, 함수 호출, 코드 실행, 제약된 구조화 출력 기능을 기재하지 않습니다. 오디오 생성이나 Live API도 제공한다고 명시하지 않습니다. 문서화된 입력은 텍스트와 이미지이므로 다른 Gemini 모델의 오디오, 비디오, 문서 처리 기능을 이 프로필에 붙여서는 안 됩니다. 일반적인 산문 답변에 완성된 이미지 자산이 들어 있다고 가정하지 말고 애플리케이션이 반환된 콘텐츠 부분을 명시적으로 처리해야 합니다.\n\n가이드는 요청한 이미지 수가 항상 지켜지지 않을 수 있으며 생성 이미지에는 SynthID 표시가 포함된다고 설명합니다. 반환된 모든 이미지의 구성, 대상 충실도, 사물 수, 정확한 문구를 확인하세요. 장면에 여러 구성 요소가 있으면 의도한 배치를 명확한 순서로 설명하고 원하는 외형을 긍정형으로 표현하세요. 정확한 모델 식별 정보, 프롬프트, 참조를 결과와 함께 보관하세요. 이는 시각 생성이나 편집 과제를 검토 가능하게 하고 후속 수정에 구체적인 출발점을 제공합니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
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)는 텍스트와 이미지로 그림을 생성하고 편집합니다. 대화형 워크플로를 활용해 장면을 구성하고, 선택한 요소를 바꾸고, 시각 참조를 결합하거나 제품 이미지를 다듬되 유지해야 할 세부 사항을 명시하세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Nano Banana라고도 알려진 Gemini 2.5 Flash Image는 시각 제작과 대화형 이미지 편집을 위한 Google의 텍스트·이미지 모델입니다. 선택적인 이미지 참조와 함께 지시를 입력받고 동반 텍스트가 있는 이미지를 반환할 수 있습니다. 이 정확한 2.5 Flash Image 에디션은 Nano Banana 2, Nano Banana Pro, 후속 Lite 이미지 모델과 구별됩니다. 유용한 결과는 일반 Gemini 2.5 텍스트 모델의 응답이 아니라 생성하거나 수정한 시각 자산입니다.
정확한 모델 카드는 입력 65,536 토큰, 출력 32,768 토큰을 기재합니다. 이미지와 지시는 입력에 포함되고 반환된 이미지나 텍스트는 결과에 포함됩니다. 가이드의 해상도 표는 지원 화면비 중 1:1 출력을 1024×1024, 3:4를 864×1184, 16:9를 1344×768로 제공합니다. 장면을 디자인하기 전에 의도한 표시 형태를 선택하세요. 후속 Gemini 이미지 에디션의 고해상도 옵션을 이 정확한 모델에 문서화된 제어로 취급해서는 안 됩니다.
텍스트로 이미지를 제작할 때는 대상, 행동, 환경, 스타일, 조명, 시점을 지정하세요. 제품 일러스트레이션에서는 제공된 시각 정체성을 사용하고 적절한 배경에서 재질의 세부 사항이 선명하게 보이도록 요청할 수 있습니다. 모델이 대상과 텍스트에 공간을 배분할 수 있도록 그림의 목적을 설명하세요. 근접 촬영, 위에서 내려다보는 구성, 로우앵글 시점 같은 사진 묘사는 관련 없는 스타일 단어 목록보다 프레이밍을 더 명확하게 정의하는 데 도움이 됩니다.
편집에는 원본 이미지를 제공하고 바꿀 부분을 지정하세요. 제작사 가이드는 요소 추가 또는 제거, 시맨틱 마스킹, 스타일 전이, 참조를 사용하는 구성을 설명합니다. 유용한 요청은 수정과 보존 조건을 모두 명시합니다. 예를 들어 제품의 형태, 표면, 라벨을 유지하면서 배경을 바꾸도록 할 수 있습니다. 참조를 결합할 때 각 입력의 역할을 대상 외형, 배경, 스타일 등으로 표시하세요. 가이드는 이 에디션이 최대 3개의 입력 이미지에서 가장 잘 작동한다고 설명합니다. 이는 실무 지침이며 상충하는 참조를 무제한으로 결합할 이유가 되지는 않습니다.
대화형 다듬기를 통해 같은 대상을 유지하면서 특정한 시각 결정을 바꿀 수 있습니다. 한 번에 연결된 수정 하나를 요청하고 해당 턴에 사용한 원본 이미지와 수락된 결과를 보관하세요. 일관되게 유지할 부분과 달라도 되는 부분을 설명하세요. 연속 자산에는 새로 분리된 프롬프트가 공통 요소를 복구할 것이라고 가정하지 말고 공통 대상, 색상, 시각 규칙을 명시적으로 식별하세요. 보존 지시를 성공적으로 따랐다고 판단하기 전에 수정 이미지를 참조와 비교하세요.
이미지 내 텍스트는 가이드 권고대로 정확한 문구를 먼저 확정한 뒤 그 문구를 담은 그림을 요청하세요. 라벨의 언어, 읽기 순서, 배치, 상대적인 강조를 밝히세요. 인포그래픽 요청에는 각 라벨이 설명하는 관계와 이를 뒷받침하는 시각 요소를 지정해야 합니다. 실제 표시 크기에서 철자, 문장부호, 시각적 연결을 검토하세요. 읽기 쉬워 보이는 생성 라벨도 이름, 숫자, 의도한 의미를 바꿀 수 있습니다.
모델 카드는 이 에디션에 thinking, 검색 그라운딩, 함수 호출, 코드 실행, 제약된 구조화 출력 기능을 기재하지 않습니다. 오디오 생성이나 Live API도 제공한다고 명시하지 않습니다. 문서화된 입력은 텍스트와 이미지이므로 다른 Gemini 모델의 오디오, 비디오, 문서 처리 기능을 이 프로필에 붙여서는 안 됩니다. 일반적인 산문 답변에 완성된 이미지 자산이 들어 있다고 가정하지 말고 애플리케이션이 반환된 콘텐츠 부분을 명시적으로 처리해야 합니다.
가이드는 요청한 이미지 수가 항상 지켜지지 않을 수 있으며 생성 이미지에는 SynthID 표시가 포함된다고 설명합니다. 반환된 모든 이미지의 구성, 대상 충실도, 사물 수, 정확한 문구를 확인하세요. 장면에 여러 구성 요소가 있으면 의도한 배치를 명확한 순서로 설명하고 원하는 외형을 긍정형으로 표현하세요. 정확한 모델 식별 정보, 프롬프트, 참조를 결과와 함께 보관하세요. 이는 시각 생성이나 편집 과제를 검토 가능하게 하고 후속 수정에 구체적인 출발점을 제공합니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 google/gemini-2.5-flash-image | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 출력 · 이미지 출력 토큰 $0.06 / 1K 이미지 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다.
| 설정 | 과금 조건 | 요금 |
|---|---|---|
| 설정google/gemini-2.5-flash-image · 기본 설정 | 과금 조건기본 설정 | 요금 입력 · 입력 US$0.0006 / 1K 토큰 출력 · 출력 US$0.06 / 1K 토큰 |
| 설정 | 과금 조건 | 요금 |
|---|---|---|
| 설정Google: Nano Banana (Gemini 2.5 Flash Image) · 기본 설정 | 과금 조건기본 설정 | 요금 입력 · 입력 토큰 US$0.0006 / 1K 토큰 출력 · 출력 토큰 US$0.005 / 1K 토큰 입력 · 입력 이미지 US$0.0006 / 1K 토큰 출력 · 출력 이미지 US$0.06 / 1K 토큰 입력 · 오디오 입력 US$0.002 / 1K 토큰 입력 · 오디오 캐시 읽기 US$0.0002 / 1K 토큰 출력 · 웹 검색 US$0.028 검색당 출력 · 추론 토큰 US$0.005 / 1K 토큰 입력 · 캐시 읽기 US$0.00006 / 1K 토큰 입력 · 캐시 쓰기 · 5분 ≈US$0.000167 / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana(Gemini 2.5 Flash Image)는 텍스트와 이미지로 그림을 생성하고 편집합니다. 대화형 워크플로를 활용해 장면을 구성하고, 선택한 요소를 바꾸고, 시각 참조를 결합하거나 제품 이미지를 다듬되 유지해야 할 세부 사항을 명시하세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Nano Banana라고도 알려진 Gemini 2.5 Flash Image는 시각 제작과 대화형 이미지 편집을 위한 Google의 텍스트·이미지 모델입니다. 선택적인 이미지 참조와 함께 지시를 입력받고 동반 텍스트가 있는 이미지를 반환할 수 있습니다. 이 정확한 2.5 Flash Image 에디션은 Nano Banana 2, Nano Banana Pro, 후속 Lite 이미지 모델과 구별됩니다. 유용한 결과는 일반 Gemini 2.5 텍스트 모델의 응답이 아니라 생성하거나 수정한 시각 자산입니다.
정확한 모델 카드는 입력 65,536 토큰, 출력 32,768 토큰을 기재합니다. 이미지와 지시는 입력에 포함되고 반환된 이미지나 텍스트는 결과에 포함됩니다. 가이드의 해상도 표는 지원 화면비 중 1:1 출력을 1024×1024, 3:4를 864×1184, 16:9를 1344×768로 제공합니다. 장면을 디자인하기 전에 의도한 표시 형태를 선택하세요. 후속 Gemini 이미지 에디션의 고해상도 옵션을 이 정확한 모델에 문서화된 제어로 취급해서는 안 됩니다.
텍스트로 이미지를 제작할 때는 대상, 행동, 환경, 스타일, 조명, 시점을 지정하세요. 제품 일러스트레이션에서는 제공된 시각 정체성을 사용하고 적절한 배경에서 재질의 세부 사항이 선명하게 보이도록 요청할 수 있습니다. 모델이 대상과 텍스트에 공간을 배분할 수 있도록 그림의 목적을 설명하세요. 근접 촬영, 위에서 내려다보는 구성, 로우앵글 시점 같은 사진 묘사는 관련 없는 스타일 단어 목록보다 프레이밍을 더 명확하게 정의하는 데 도움이 됩니다.
편집에는 원본 이미지를 제공하고 바꿀 부분을 지정하세요. 제작사 가이드는 요소 추가 또는 제거, 시맨틱 마스킹, 스타일 전이, 참조를 사용하는 구성을 설명합니다. 유용한 요청은 수정과 보존 조건을 모두 명시합니다. 예를 들어 제품의 형태, 표면, 라벨을 유지하면서 배경을 바꾸도록 할 수 있습니다. 참조를 결합할 때 각 입력의 역할을 대상 외형, 배경, 스타일 등으로 표시하세요. 가이드는 이 에디션이 최대 3개의 입력 이미지에서 가장 잘 작동한다고 설명합니다. 이는 실무 지침이며 상충하는 참조를 무제한으로 결합할 이유가 되지는 않습니다.
대화형 다듬기를 통해 같은 대상을 유지하면서 특정한 시각 결정을 바꿀 수 있습니다. 한 번에 연결된 수정 하나를 요청하고 해당 턴에 사용한 원본 이미지와 수락된 결과를 보관하세요. 일관되게 유지할 부분과 달라도 되는 부분을 설명하세요. 연속 자산에는 새로 분리된 프롬프트가 공통 요소를 복구할 것이라고 가정하지 말고 공통 대상, 색상, 시각 규칙을 명시적으로 식별하세요. 보존 지시를 성공적으로 따랐다고 판단하기 전에 수정 이미지를 참조와 비교하세요.
이미지 내 텍스트는 가이드 권고대로 정확한 문구를 먼저 확정한 뒤 그 문구를 담은 그림을 요청하세요. 라벨의 언어, 읽기 순서, 배치, 상대적인 강조를 밝히세요. 인포그래픽 요청에는 각 라벨이 설명하는 관계와 이를 뒷받침하는 시각 요소를 지정해야 합니다. 실제 표시 크기에서 철자, 문장부호, 시각적 연결을 검토하세요. 읽기 쉬워 보이는 생성 라벨도 이름, 숫자, 의도한 의미를 바꿀 수 있습니다.
모델 카드는 이 에디션에 thinking, 검색 그라운딩, 함수 호출, 코드 실행, 제약된 구조화 출력 기능을 기재하지 않습니다. 오디오 생성이나 Live API도 제공한다고 명시하지 않습니다. 문서화된 입력은 텍스트와 이미지이므로 다른 Gemini 모델의 오디오, 비디오, 문서 처리 기능을 이 프로필에 붙여서는 안 됩니다. 일반적인 산문 답변에 완성된 이미지 자산이 들어 있다고 가정하지 말고 애플리케이션이 반환된 콘텐츠 부분을 명시적으로 처리해야 합니다.
가이드는 요청한 이미지 수가 항상 지켜지지 않을 수 있으며 생성 이미지에는 SynthID 표시가 포함된다고 설명합니다. 반환된 모든 이미지의 구성, 대상 충실도, 사물 수, 정확한 문구를 확인하세요. 장면에 여러 구성 요소가 있으면 의도한 배치를 명확한 순서로 설명하고 원하는 외형을 긍정형으로 표현하세요. 정확한 모델 식별 정보, 프롬프트, 참조를 결과와 함께 보관하세요. 이는 시각 생성이나 편집 과제를 검토 가능하게 하고 후속 수정에 구체적인 출발점을 제공합니다.
POST /v1/images/generationstext, imageimage| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 google/gemini-2.5-flash-image | 기본값— |
필드prompt | 유형string | 요건필수 | 값과 한도 최소 길이: 1 | 기본값— |
필드aspect_ratio | 유형string | 요건선택 사항 | 값과 한도 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 | 기본값— |
필드n | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 최댓값: 1 | 기본값— |
필드input_references | 유형array | 요건선택 사항 | 값과 한도 최소 항목 수: 0 최대 항목 수: 3 | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, prompt |
매개변수material_types | 명세text, image |
수명 주기: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 실제로 반환된 task_id 또는 미디어 라이브러리 기록
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
표시된 요율은 생성 전 비용을 예상하는 데 사용됩니다. 최종 청구액은 최초 생성에 기록된 비용으로 계산됩니다. 측정된 출력 길이와 예상 수량은 최종 청구 수량이 아닙니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 예측 수량 | 요금 |
|---|---|---|---|
| 설정기본 토큰 요금 | 요금표기본 요금 | 예측 수량— | 요금 입력 · 입력 토큰 · 비교 전용 추정치 — / 1K 토큰 출력 · 출력 토큰 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 읽기 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 쓰기 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 · 비교 전용 추정치 — / 1K 토큰 |
| 설정예상 생성 비용 | 요금표— | 예측 수량1회 생성 예상치 | 요금 출력 · 예상 생성 비용 · 비교 전용 추정치 $0.24576 생성 전 추정치 이 예상 금액은 추가 요금이나 생성 완료 시 적용되는 고정 요금이 아닙니다. |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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\n반환된 각 이미지를 다운로드하거나 Base64 내용을 저장하세요
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.\n완료된 이미지를 모두 저장하세요. 반환된 각 URL에서 가져오거나 Base64 내용을 디코딩하세요.
전체 응답과 헤더, 실제로 생성된 모든 출력, 최초로 반환된 식별자와 모든 사용량 필드를 보관하세요. 생성 요청을 다시 제출하지 말고 최초 작업을 복구하세요.
정산 대조를 위해 반환된 X-Client-Request-ID를 보관하세요. 실제로 반환된 task_id/asset_id 값이나 소유한 미디어 라이브러리만 조회하세요. 작업 ID로 태스크 URL을 만들거나 생성 요청을 다시 제출하지 마세요.
| 필드 | 유형 |
|---|---|
필드created | 유형 |
필드data[].url | 유형 |
필드data[].b64_json | 유형 |
필드usage | 유형 |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana(Gemini 2.5 Flash Image)는 텍스트와 이미지로 그림을 생성하고 편집합니다. 대화형 워크플로를 활용해 장면을 구성하고, 선택한 요소를 바꾸고, 시각 참조를 결합하거나 제품 이미지를 다듬되 유지해야 할 세부 사항을 명시하세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Nano Banana라고도 알려진 Gemini 2.5 Flash Image는 시각 제작과 대화형 이미지 편집을 위한 Google의 텍스트·이미지 모델입니다. 선택적인 이미지 참조와 함께 지시를 입력받고 동반 텍스트가 있는 이미지를 반환할 수 있습니다. 이 정확한 2.5 Flash Image 에디션은 Nano Banana 2, Nano Banana Pro, 후속 Lite 이미지 모델과 구별됩니다. 유용한 결과는 일반 Gemini 2.5 텍스트 모델의 응답이 아니라 생성하거나 수정한 시각 자산입니다.
정확한 모델 카드는 입력 65,536 토큰, 출력 32,768 토큰을 기재합니다. 이미지와 지시는 입력에 포함되고 반환된 이미지나 텍스트는 결과에 포함됩니다. 가이드의 해상도 표는 지원 화면비 중 1:1 출력을 1024×1024, 3:4를 864×1184, 16:9를 1344×768로 제공합니다. 장면을 디자인하기 전에 의도한 표시 형태를 선택하세요. 후속 Gemini 이미지 에디션의 고해상도 옵션을 이 정확한 모델에 문서화된 제어로 취급해서는 안 됩니다.
텍스트로 이미지를 제작할 때는 대상, 행동, 환경, 스타일, 조명, 시점을 지정하세요. 제품 일러스트레이션에서는 제공된 시각 정체성을 사용하고 적절한 배경에서 재질의 세부 사항이 선명하게 보이도록 요청할 수 있습니다. 모델이 대상과 텍스트에 공간을 배분할 수 있도록 그림의 목적을 설명하세요. 근접 촬영, 위에서 내려다보는 구성, 로우앵글 시점 같은 사진 묘사는 관련 없는 스타일 단어 목록보다 프레이밍을 더 명확하게 정의하는 데 도움이 됩니다.
편집에는 원본 이미지를 제공하고 바꿀 부분을 지정하세요. 제작사 가이드는 요소 추가 또는 제거, 시맨틱 마스킹, 스타일 전이, 참조를 사용하는 구성을 설명합니다. 유용한 요청은 수정과 보존 조건을 모두 명시합니다. 예를 들어 제품의 형태, 표면, 라벨을 유지하면서 배경을 바꾸도록 할 수 있습니다. 참조를 결합할 때 각 입력의 역할을 대상 외형, 배경, 스타일 등으로 표시하세요. 가이드는 이 에디션이 최대 3개의 입력 이미지에서 가장 잘 작동한다고 설명합니다. 이는 실무 지침이며 상충하는 참조를 무제한으로 결합할 이유가 되지는 않습니다.
대화형 다듬기를 통해 같은 대상을 유지하면서 특정한 시각 결정을 바꿀 수 있습니다. 한 번에 연결된 수정 하나를 요청하고 해당 턴에 사용한 원본 이미지와 수락된 결과를 보관하세요. 일관되게 유지할 부분과 달라도 되는 부분을 설명하세요. 연속 자산에는 새로 분리된 프롬프트가 공통 요소를 복구할 것이라고 가정하지 말고 공통 대상, 색상, 시각 규칙을 명시적으로 식별하세요. 보존 지시를 성공적으로 따랐다고 판단하기 전에 수정 이미지를 참조와 비교하세요.
이미지 내 텍스트는 가이드 권고대로 정확한 문구를 먼저 확정한 뒤 그 문구를 담은 그림을 요청하세요. 라벨의 언어, 읽기 순서, 배치, 상대적인 강조를 밝히세요. 인포그래픽 요청에는 각 라벨이 설명하는 관계와 이를 뒷받침하는 시각 요소를 지정해야 합니다. 실제 표시 크기에서 철자, 문장부호, 시각적 연결을 검토하세요. 읽기 쉬워 보이는 생성 라벨도 이름, 숫자, 의도한 의미를 바꿀 수 있습니다.
모델 카드는 이 에디션에 thinking, 검색 그라운딩, 함수 호출, 코드 실행, 제약된 구조화 출력 기능을 기재하지 않습니다. 오디오 생성이나 Live API도 제공한다고 명시하지 않습니다. 문서화된 입력은 텍스트와 이미지이므로 다른 Gemini 모델의 오디오, 비디오, 문서 처리 기능을 이 프로필에 붙여서는 안 됩니다. 일반적인 산문 답변에 완성된 이미지 자산이 들어 있다고 가정하지 말고 애플리케이션이 반환된 콘텐츠 부분을 명시적으로 처리해야 합니다.
가이드는 요청한 이미지 수가 항상 지켜지지 않을 수 있으며 생성 이미지에는 SynthID 표시가 포함된다고 설명합니다. 반환된 모든 이미지의 구성, 대상 충실도, 사물 수, 정확한 문구를 확인하세요. 장면에 여러 구성 요소가 있으면 의도한 배치를 명확한 순서로 설명하고 원하는 외형을 긍정형으로 표현하세요. 정확한 모델 식별 정보, 프롬프트, 참조를 결과와 함께 보관하세요. 이는 시각 생성이나 편집 과제를 검토 가능하게 하고 후속 수정에 구체적인 출발점을 제공합니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 google/gemini-2.5-flash-image | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 출력 · 이미지 출력 토큰 $0.06 / 1K 이미지 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "google/gemini-2.5-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
영어 기술 예제
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.