Gemini Nano Banana 2.1 yra Google vaizdų generavimo ir redagavimo pokalbio forma modelis. Tai Nano Banana 2 atnaujinimas, pagerinantis vaizdinį tikroviškumą, instrukcijų laikymąsi, teksto atvaizdavimą ir veikėjų išvaizdos nuoseklumą per tolesnius redagavimus. Jo įvesties lentelėje nurodyti tekstas, vaizdai, vaizdo įrašai ir PDF, o išvestis yra vaizdas ir tekstas. Todėl jis naudingas produkto scenai, infografikai ar vaizdų serijai, plėtojamai keliais konkrečiais pakeitimais.
Modelis siūlo 1K, 2K ir 4K išvestį, o numatytoji yra 1K. Jis nepaveldi Nano Banana 2 siūlomos 0.5K parinkties. Dokumentuoti kraštinių santykiai apima 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 ir 21:9, taip pat aukštus ar panoraminius 1:4, 4:1, 1:8 ir 8:1 formatus. Google nurodo, kad šiuose pastaruosiuose plačiuose ir aukštuose 2K bei 4K formatuose pataisyti vaizdo skaidymo į plyteles artefaktai. Raiškos žymos nurodo dydžio lygius, o ne vieną fiksuotą stačiakampį: kvadratinis 4K vaizdas yra 4096 × 4096, o dokumentuota 16:9 formato 4K išvestis yra 5504 × 3072.
Tekstas sudaro reikšmingą vaizdinio darbo proceso dalį. Modelis skirtas įskaitomam stilizuotam tekstui atvaizduoti ir infografikos elementams tiksliau išdėstyti. Paruoškite tikslią antraštę, žymas ir skaitymo tvarką, tada paprašykite vaizdo su tuo patvirtintu tekstu. Meniu, diagramai ar mokomajai grafikai nurodykite užrašo ir jo vaizdinio elemento ryšį. Google rekomenduoja pirmiausia parengti formuluotes ir tada prašyti vaizdo, kad vaizdinė kompozicija prasidėtų nuo suderintos tekstinės užduoties.
Referencinių vaizdų suliejimas palaiko iki 14 vaizdų. Dokumentuotas profilis apima nuoseklumo išlaikymą iki keturių veikėjų ir tikslų iki dešimties objektų atkartojimą. Kiekvienai referencijai priskirkite vaidmenį: produktą, kuris turi išlikti atpažįstamas, veikėjo išvaizdą, numatytą foną ar vaizdinį stilių. Iliustracinė produkto užduotis: „A vaizdą naudokite buteliuko formai ir etiketei. B vaizdą naudokite paviršiui ir apšvietimui. Produkto nekeiskite, padėkite jį šalia sulankstyto rankšluosčio ir virš jo palikite laisvos vietos pateiktai antraštei.“
Grindimas Google Web Search ir Image Search šaltiniais gali suteikti aktualios informacijos ir vaizdinio konteksto generavimui. Image Search pateikia iš žiniatinklio gautus vaizdus kaip referencijas; įprastas grindimas žiniatinklio paieškos šaltiniais pateikia informaciją apie temą. Tai naudinga faktinei grafikai arba scenai, kurios išvaizda priklauso nuo realaus objekto. Vaizdų paieškos procesas šiam tikslui nepalaiko realių žmonių nuotraukų gavimo. Google dokumentuotame procese šaltiniais pagrįstuose atsakymuose pateikiami šaltinių ir autorystės metaduomenys, todėl programa turėtų juos išsaugoti kartu su sugeneruotu rezultatu.
Mąstymą galima nustatyti į minimal, medium ir high lygius; šiam konkrečiam modeliui numatytasis yra medium. Tai padeda modeliui prieš galutinę išvestį apgalvoti kompoziciją ir sudėtingesnes instrukcijas. Vaizdų vadove aprašomi šio proceso tarpiniai kompozicijos vaizdai; jie skiriasi nuo numatyto galutinio rezultato. Aiškiai pasirinkite reikiamą galutinį išdėstymą, kraštinių santykį ir raišką, užuot tikėjęsi, kad vien užklausos aprašymas nustatys visus išvesties parametrus.
Redagavimas pokalbio forma leidžia tęstine užklausa pakeisti vieną esamo rezultato dalį: pakoreguoti apšvietimą, perkelti objektą ar išversti žymas, išsaugant likusią kompoziciją. Ankstesnį vaizdą ar sąveiką perkelkite į kitą žingsnį ir nurodykite tiek prašomą pakeitimą, tiek išsaugotinas ypatybes. Veikėjų serijai išlaikykite nuoseklias išvaizdos referencijas ir naudokite pozos referenciją, kai svarbus naujas rakursas ar sudėtinga poza. Praktinė redagavimo užduotis galėtų skambėti taip: „Išsaugokite produktą, etiketes ir išdėstymą; tik foną pakeiskite į šiltesnę pilką spalvą.“
Modelio lentelėje nurodyta 131 072 žetonų įvesties riba ir 32 768 žetonų išvesties riba. Vaizdų generavimas ir grindimas paieškos šaltiniais palaikomi, o garso generavimas, kodo vykdymas, funkcijų iškvietimas, struktūruotos išvestys, podėliavimas, failų paieška, URL kontekstas ir Live API šiai versijai nenurodyti kaip palaikomi. Vaizdo įrašas gali suteikti informacijos generuojamam statiškam vaizdui; tai nepaverčia šio modelio vaizdo įrašų generatoriumi. Google taip pat pažymi, kad prašymas pateikti tikslų vaizdų skaičių gali neduoti būtent tokio skaičiaus. Visuose sugeneruotuose vaizduose yra SynthID vandens ženklas.
Naudingai pradinei užduočiai nurodykite vaizdo paskirtį, objektą, kompoziciją, apšvietimą, kameros rakursą, būtiną tekstą ir išvesties formą. Pavyzdžiui, paprašykite vertikalios infografikos su trimis pažymėtais žingsniais, įskaitoma antrašte ir konkrečia spalvų hierarchija, tada prieš kitą redagavimą peržiūrėkite formuluotes ir elementų tarpusavio išdėstymą. Rezultatas gali tapti produkto iliustracija, redakcine grafika ar dizaino referencija, kartu išsaugant pasirinktą vaizdą ir jį paaiškinantį tekstą.
", "aboutText": "Gemini Nano Banana 2.1 yra Google vaizdų generavimo ir redagavimo pokalbio forma modelis. Tai Nano Banana 2 atnaujinimas, pagerinantis vaizdinį tikroviškumą, instrukcijų laikymąsi, teksto atvaizdavimą ir veikėjų išvaizdos nuoseklumą per tolesnius redagavimus. Jo įvesties lentelėje nurodyti tekstas, vaizdai, vaizdo įrašai ir PDF, o išvestis yra vaizdas ir tekstas. Todėl jis naudingas produkto scenai, infografikai ar vaizdų serijai, plėtojamai keliais konkrečiais pakeitimais.\n\nModelis siūlo 1K, 2K ir 4K išvestį, o numatytoji yra 1K. Jis nepaveldi Nano Banana 2 siūlomos 0.5K parinkties. Dokumentuoti kraštinių santykiai apima 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 ir 21:9, taip pat aukštus ar panoraminius 1:4, 4:1, 1:8 ir 8:1 formatus. Google nurodo, kad šiuose pastaruosiuose plačiuose ir aukštuose 2K bei 4K formatuose pataisyti vaizdo skaidymo į plyteles artefaktai. Raiškos žymos nurodo dydžio lygius, o ne vieną fiksuotą stačiakampį: kvadratinis 4K vaizdas yra 4096 × 4096, o dokumentuota 16:9 formato 4K išvestis yra 5504 × 3072.\n\nTekstas sudaro reikšmingą vaizdinio darbo proceso dalį. Modelis skirtas įskaitomam stilizuotam tekstui atvaizduoti ir infografikos elementams tiksliau išdėstyti. Paruoškite tikslią antraštę, žymas ir skaitymo tvarką, tada paprašykite vaizdo su tuo patvirtintu tekstu. Meniu, diagramai ar mokomajai grafikai nurodykite užrašo ir jo vaizdinio elemento ryšį. Google rekomenduoja pirmiausia parengti formuluotes ir tada prašyti vaizdo, kad vaizdinė kompozicija prasidėtų nuo suderintos tekstinės užduoties.\n\nReferencinių vaizdų suliejimas palaiko iki 14 vaizdų. Dokumentuotas profilis apima nuoseklumo išlaikymą iki keturių veikėjų ir tikslų iki dešimties objektų atkartojimą. Kiekvienai referencijai priskirkite vaidmenį: produktą, kuris turi išlikti atpažįstamas, veikėjo išvaizdą, numatytą foną ar vaizdinį stilių. Iliustracinė produkto užduotis: „A vaizdą naudokite buteliuko formai ir etiketei. B vaizdą naudokite paviršiui ir apšvietimui. Produkto nekeiskite, padėkite jį šalia sulankstyto rankšluosčio ir virš jo palikite laisvos vietos pateiktai antraštei.“\n\nGrindimas Google Web Search ir Image Search šaltiniais gali suteikti aktualios informacijos ir vaizdinio konteksto generavimui. Image Search pateikia iš žiniatinklio gautus vaizdus kaip referencijas; įprastas grindimas žiniatinklio paieškos šaltiniais pateikia informaciją apie temą. Tai naudinga faktinei grafikai arba scenai, kurios išvaizda priklauso nuo realaus objekto. Vaizdų paieškos procesas šiam tikslui nepalaiko realių žmonių nuotraukų gavimo. Google dokumentuotame procese šaltiniais pagrįstuose atsakymuose pateikiami šaltinių ir autorystės metaduomenys, todėl programa turėtų juos išsaugoti kartu su sugeneruotu rezultatu.\n\nMąstymą galima nustatyti į minimal, medium ir high lygius; šiam konkrečiam modeliui numatytasis yra medium. Tai padeda modeliui prieš galutinę išvestį apgalvoti kompoziciją ir sudėtingesnes instrukcijas. Vaizdų vadove aprašomi šio proceso tarpiniai kompozicijos vaizdai; jie skiriasi nuo numatyto galutinio rezultato. Aiškiai pasirinkite reikiamą galutinį išdėstymą, kraštinių santykį ir raišką, užuot tikėjęsi, kad vien užklausos aprašymas nustatys visus išvesties parametrus.\n\nRedagavimas pokalbio forma leidžia tęstine užklausa pakeisti vieną esamo rezultato dalį: pakoreguoti apšvietimą, perkelti objektą ar išversti žymas, išsaugant likusią kompoziciją. Ankstesnį vaizdą ar sąveiką perkelkite į kitą žingsnį ir nurodykite tiek prašomą pakeitimą, tiek išsaugotinas ypatybes. Veikėjų serijai išlaikykite nuoseklias išvaizdos referencijas ir naudokite pozos referenciją, kai svarbus naujas rakursas ar sudėtinga poza. Praktinė redagavimo užduotis galėtų skambėti taip: „Išsaugokite produktą, etiketes ir išdėstymą; tik foną pakeiskite į šiltesnę pilką spalvą.“\n\nModelio lentelėje nurodyta 131 072 žetonų įvesties riba ir 32 768 žetonų išvesties riba. Vaizdų generavimas ir grindimas paieškos šaltiniais palaikomi, o garso generavimas, kodo vykdymas, funkcijų iškvietimas, struktūruotos išvestys, podėliavimas, failų paieška, URL kontekstas ir Live API šiai versijai nenurodyti kaip palaikomi. Vaizdo įrašas gali suteikti informacijos generuojamam statiškam vaizdui; tai nepaverčia šio modelio vaizdo įrašų generatoriumi. Google taip pat pažymi, kad prašymas pateikti tikslų vaizdų skaičių gali neduoti būtent tokio skaičiaus. Visuose sugeneruotuose vaizduose yra SynthID vandens ženklas.\n\nNaudingai pradinei užduočiai nurodykite vaizdo paskirtį, objektą, kompoziciją, apšvietimą, kameros rakursą, būtiną tekstą ir išvesties formą. Pavyzdžiui, paprašykite vertikalios infografikos su trimis pažymėtais žingsniais, įskaitoma antrašte ir konkrečia spalvų hierarchija, tada prieš kitą redagavimą peržiūrėkite formuluotes ir elementų tarpusavio išdėstymą. Rezultatas gali tapti produkto iliustracija, redakcine grafika ar dizaino referencija, kartu išsaugant pasirinktą vaizdą ir jį paaiškinantį tekstą.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
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 generuoja ir redaguoja vaizdus pokalbio forma pagal tekstą ir vaizdinę medžiagą. Jis pagerina teksto atvaizdavimą, infografikos išdėstymą ir nuoseklumą per kelis pokalbio žingsnius, siūlydamas 1K–4K išvestį ir iki 14 referencinių vaizdų apibrėžtai vaizdinei užduočiai.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini Nano Banana 2.1 yra Google vaizdų generavimo ir redagavimo pokalbio forma modelis. Tai Nano Banana 2 atnaujinimas, pagerinantis vaizdinį tikroviškumą, instrukcijų laikymąsi, teksto atvaizdavimą ir veikėjų išvaizdos nuoseklumą per tolesnius redagavimus. Jo įvesties lentelėje nurodyti tekstas, vaizdai, vaizdo įrašai ir PDF, o išvestis yra vaizdas ir tekstas. Todėl jis naudingas produkto scenai, infografikai ar vaizdų serijai, plėtojamai keliais konkrečiais pakeitimais.
Modelis siūlo 1K, 2K ir 4K išvestį, o numatytoji yra 1K. Jis nepaveldi Nano Banana 2 siūlomos 0.5K parinkties. Dokumentuoti kraštinių santykiai apima 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 ir 21:9, taip pat aukštus ar panoraminius 1:4, 4:1, 1:8 ir 8:1 formatus. Google nurodo, kad šiuose pastaruosiuose plačiuose ir aukštuose 2K bei 4K formatuose pataisyti vaizdo skaidymo į plyteles artefaktai. Raiškos žymos nurodo dydžio lygius, o ne vieną fiksuotą stačiakampį: kvadratinis 4K vaizdas yra 4096 × 4096, o dokumentuota 16:9 formato 4K išvestis yra 5504 × 3072.
Tekstas sudaro reikšmingą vaizdinio darbo proceso dalį. Modelis skirtas įskaitomam stilizuotam tekstui atvaizduoti ir infografikos elementams tiksliau išdėstyti. Paruoškite tikslią antraštę, žymas ir skaitymo tvarką, tada paprašykite vaizdo su tuo patvirtintu tekstu. Meniu, diagramai ar mokomajai grafikai nurodykite užrašo ir jo vaizdinio elemento ryšį. Google rekomenduoja pirmiausia parengti formuluotes ir tada prašyti vaizdo, kad vaizdinė kompozicija prasidėtų nuo suderintos tekstinės užduoties.
Referencinių vaizdų suliejimas palaiko iki 14 vaizdų. Dokumentuotas profilis apima nuoseklumo išlaikymą iki keturių veikėjų ir tikslų iki dešimties objektų atkartojimą. Kiekvienai referencijai priskirkite vaidmenį: produktą, kuris turi išlikti atpažįstamas, veikėjo išvaizdą, numatytą foną ar vaizdinį stilių. Iliustracinė produkto užduotis: „A vaizdą naudokite buteliuko formai ir etiketei. B vaizdą naudokite paviršiui ir apšvietimui. Produkto nekeiskite, padėkite jį šalia sulankstyto rankšluosčio ir virš jo palikite laisvos vietos pateiktai antraštei.“
Grindimas Google Web Search ir Image Search šaltiniais gali suteikti aktualios informacijos ir vaizdinio konteksto generavimui. Image Search pateikia iš žiniatinklio gautus vaizdus kaip referencijas; įprastas grindimas žiniatinklio paieškos šaltiniais pateikia informaciją apie temą. Tai naudinga faktinei grafikai arba scenai, kurios išvaizda priklauso nuo realaus objekto. Vaizdų paieškos procesas šiam tikslui nepalaiko realių žmonių nuotraukų gavimo. Google dokumentuotame procese šaltiniais pagrįstuose atsakymuose pateikiami šaltinių ir autorystės metaduomenys, todėl programa turėtų juos išsaugoti kartu su sugeneruotu rezultatu.
Mąstymą galima nustatyti į minimal, medium ir high lygius; šiam konkrečiam modeliui numatytasis yra medium. Tai padeda modeliui prieš galutinę išvestį apgalvoti kompoziciją ir sudėtingesnes instrukcijas. Vaizdų vadove aprašomi šio proceso tarpiniai kompozicijos vaizdai; jie skiriasi nuo numatyto galutinio rezultato. Aiškiai pasirinkite reikiamą galutinį išdėstymą, kraštinių santykį ir raišką, užuot tikėjęsi, kad vien užklausos aprašymas nustatys visus išvesties parametrus.
Redagavimas pokalbio forma leidžia tęstine užklausa pakeisti vieną esamo rezultato dalį: pakoreguoti apšvietimą, perkelti objektą ar išversti žymas, išsaugant likusią kompoziciją. Ankstesnį vaizdą ar sąveiką perkelkite į kitą žingsnį ir nurodykite tiek prašomą pakeitimą, tiek išsaugotinas ypatybes. Veikėjų serijai išlaikykite nuoseklias išvaizdos referencijas ir naudokite pozos referenciją, kai svarbus naujas rakursas ar sudėtinga poza. Praktinė redagavimo užduotis galėtų skambėti taip: „Išsaugokite produktą, etiketes ir išdėstymą; tik foną pakeiskite į šiltesnę pilką spalvą.“
Modelio lentelėje nurodyta 131 072 žetonų įvesties riba ir 32 768 žetonų išvesties riba. Vaizdų generavimas ir grindimas paieškos šaltiniais palaikomi, o garso generavimas, kodo vykdymas, funkcijų iškvietimas, struktūruotos išvestys, podėliavimas, failų paieška, URL kontekstas ir Live API šiai versijai nenurodyti kaip palaikomi. Vaizdo įrašas gali suteikti informacijos generuojamam statiškam vaizdui; tai nepaverčia šio modelio vaizdo įrašų generatoriumi. Google taip pat pažymi, kad prašymas pateikti tikslų vaizdų skaičių gali neduoti būtent tokio skaičiaus. Visuose sugeneruotuose vaizduose yra SynthID vandens ženklas.
Naudingai pradinei užduočiai nurodykite vaizdo paskirtį, objektą, kompoziciją, apšvietimą, kameros rakursą, būtiną tekstą ir išvesties formą. Pavyzdžiui, paprašykite vertikalios infografikos su trimis pažymėtais žingsniais, įskaitoma antrašte ir konkrečia spalvų hierarchija, tada prieš kitą redagavimą peržiūrėkite formuluotes ir elementų tarpusavio išdėstymą. Rezultatas gali tapti produkto iliustracija, redakcine grafika ar dizaino referencija, kartu išsaugant pasirinktą vaizdą ir jį paaiškinantį tekstą.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos google/gemini-nano-banana-2.1 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Pavyzdžiai: system, user, assistant, tool, function Sąlygos: Šie vaidmenys aiškiai išreikšti šaltinio kodo suderinamumo tipuose; tikslus vaidmenų rinkinys priklauso nuo konkretaus modelio. Priklauso nuo modelio | Numatyta— |
Laukasmessages[].content | Tipasstring|content_part[]|null | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_calls | Tipastool_call[] | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_call_id | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— |
Laukasmessages[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].reasoning_content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— |
Laukasmessages[].reasoning_details | Tipasobject|array | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— |
Laukastools[].function.name | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— |
Laukastools[].function.description | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastools[].function.parameters | TipasJSON_schema | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastool_choice | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijapranešimų masyvas su role/content struktūra |
Parametrasfile_material | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Gyvavimo ciklas: synchronous_or_streamed
Siųskite tikslų modelio ID kartu su messages.
Konteksto ilgis nėra išvesties limitas.
Teksto failas gali pateikti pažodinį tekstą; vaizdų / garso / failų objektų įvestims reikia tikslaus susiejimo.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Vaizdo išvesties žetonai $0.06 / 1K vaizdo tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Modelio informacinės lentelės nekeičia metodo pasirinkimo, kainos įverčių ar mokesčių. Galiojantys mokesčiai nustatomi pagal pasirinkto Ailoot metodo įkainius.
| Konfigūracija | Apmokestinimo sąlygos | Mokestis |
|---|---|---|
| KonfigūracijaGoogle: Nano Banana 2.1 · Numatytoji konfigūracija | Apmokestinimo sąlygosNumatytoji konfigūracija | Mokestis Įvestis · Įvesties tokenai 0,003 USD / 1K tokenų Išvestis · Išvesties tokenai 0,015 USD / 1K tokenų Išvestis · Išvesties vaizdas 0,06 USD / 1K tokenų Išvestis · Paieška žiniatinklyje 0,028 USD už paiešką |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite kiekvieną variantą ir jo turinį / įrankių iškvietimus / samprotavimą. SSE prieaugius surinkite pagal varianto / įrankio indeksą; išsaugokite galutinę užbaigimo priežastį ir naudojimo duomenis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukaschoices[].index | Tipasinteger |
Laukaschoices[].message.content | Tipasstring|null |
Laukaschoices[].message.tool_calls | Tipastool_call[] |
Laukaschoices[].message.reasoning_content | Tipasstring |
Laukaschoices[].message.reasoning_details | Tipasobject|array |
Laukaschoices[].finish_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 generuoja ir redaguoja vaizdus pokalbio forma pagal tekstą ir vaizdinę medžiagą. Jis pagerina teksto atvaizdavimą, infografikos išdėstymą ir nuoseklumą per kelis pokalbio žingsnius, siūlydamas 1K–4K išvestį ir iki 14 referencinių vaizdų apibrėžtai vaizdinei užduočiai.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini Nano Banana 2.1 yra Google vaizdų generavimo ir redagavimo pokalbio forma modelis. Tai Nano Banana 2 atnaujinimas, pagerinantis vaizdinį tikroviškumą, instrukcijų laikymąsi, teksto atvaizdavimą ir veikėjų išvaizdos nuoseklumą per tolesnius redagavimus. Jo įvesties lentelėje nurodyti tekstas, vaizdai, vaizdo įrašai ir PDF, o išvestis yra vaizdas ir tekstas. Todėl jis naudingas produkto scenai, infografikai ar vaizdų serijai, plėtojamai keliais konkrečiais pakeitimais.
Modelis siūlo 1K, 2K ir 4K išvestį, o numatytoji yra 1K. Jis nepaveldi Nano Banana 2 siūlomos 0.5K parinkties. Dokumentuoti kraštinių santykiai apima 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 ir 21:9, taip pat aukštus ar panoraminius 1:4, 4:1, 1:8 ir 8:1 formatus. Google nurodo, kad šiuose pastaruosiuose plačiuose ir aukštuose 2K bei 4K formatuose pataisyti vaizdo skaidymo į plyteles artefaktai. Raiškos žymos nurodo dydžio lygius, o ne vieną fiksuotą stačiakampį: kvadratinis 4K vaizdas yra 4096 × 4096, o dokumentuota 16:9 formato 4K išvestis yra 5504 × 3072.
Tekstas sudaro reikšmingą vaizdinio darbo proceso dalį. Modelis skirtas įskaitomam stilizuotam tekstui atvaizduoti ir infografikos elementams tiksliau išdėstyti. Paruoškite tikslią antraštę, žymas ir skaitymo tvarką, tada paprašykite vaizdo su tuo patvirtintu tekstu. Meniu, diagramai ar mokomajai grafikai nurodykite užrašo ir jo vaizdinio elemento ryšį. Google rekomenduoja pirmiausia parengti formuluotes ir tada prašyti vaizdo, kad vaizdinė kompozicija prasidėtų nuo suderintos tekstinės užduoties.
Referencinių vaizdų suliejimas palaiko iki 14 vaizdų. Dokumentuotas profilis apima nuoseklumo išlaikymą iki keturių veikėjų ir tikslų iki dešimties objektų atkartojimą. Kiekvienai referencijai priskirkite vaidmenį: produktą, kuris turi išlikti atpažįstamas, veikėjo išvaizdą, numatytą foną ar vaizdinį stilių. Iliustracinė produkto užduotis: „A vaizdą naudokite buteliuko formai ir etiketei. B vaizdą naudokite paviršiui ir apšvietimui. Produkto nekeiskite, padėkite jį šalia sulankstyto rankšluosčio ir virš jo palikite laisvos vietos pateiktai antraštei.“
Grindimas Google Web Search ir Image Search šaltiniais gali suteikti aktualios informacijos ir vaizdinio konteksto generavimui. Image Search pateikia iš žiniatinklio gautus vaizdus kaip referencijas; įprastas grindimas žiniatinklio paieškos šaltiniais pateikia informaciją apie temą. Tai naudinga faktinei grafikai arba scenai, kurios išvaizda priklauso nuo realaus objekto. Vaizdų paieškos procesas šiam tikslui nepalaiko realių žmonių nuotraukų gavimo. Google dokumentuotame procese šaltiniais pagrįstuose atsakymuose pateikiami šaltinių ir autorystės metaduomenys, todėl programa turėtų juos išsaugoti kartu su sugeneruotu rezultatu.
Mąstymą galima nustatyti į minimal, medium ir high lygius; šiam konkrečiam modeliui numatytasis yra medium. Tai padeda modeliui prieš galutinę išvestį apgalvoti kompoziciją ir sudėtingesnes instrukcijas. Vaizdų vadove aprašomi šio proceso tarpiniai kompozicijos vaizdai; jie skiriasi nuo numatyto galutinio rezultato. Aiškiai pasirinkite reikiamą galutinį išdėstymą, kraštinių santykį ir raišką, užuot tikėjęsi, kad vien užklausos aprašymas nustatys visus išvesties parametrus.
Redagavimas pokalbio forma leidžia tęstine užklausa pakeisti vieną esamo rezultato dalį: pakoreguoti apšvietimą, perkelti objektą ar išversti žymas, išsaugant likusią kompoziciją. Ankstesnį vaizdą ar sąveiką perkelkite į kitą žingsnį ir nurodykite tiek prašomą pakeitimą, tiek išsaugotinas ypatybes. Veikėjų serijai išlaikykite nuoseklias išvaizdos referencijas ir naudokite pozos referenciją, kai svarbus naujas rakursas ar sudėtinga poza. Praktinė redagavimo užduotis galėtų skambėti taip: „Išsaugokite produktą, etiketes ir išdėstymą; tik foną pakeiskite į šiltesnę pilką spalvą.“
Modelio lentelėje nurodyta 131 072 žetonų įvesties riba ir 32 768 žetonų išvesties riba. Vaizdų generavimas ir grindimas paieškos šaltiniais palaikomi, o garso generavimas, kodo vykdymas, funkcijų iškvietimas, struktūruotos išvestys, podėliavimas, failų paieška, URL kontekstas ir Live API šiai versijai nenurodyti kaip palaikomi. Vaizdo įrašas gali suteikti informacijos generuojamam statiškam vaizdui; tai nepaverčia šio modelio vaizdo įrašų generatoriumi. Google taip pat pažymi, kad prašymas pateikti tikslų vaizdų skaičių gali neduoti būtent tokio skaičiaus. Visuose sugeneruotuose vaizduose yra SynthID vandens ženklas.
Naudingai pradinei užduočiai nurodykite vaizdo paskirtį, objektą, kompoziciją, apšvietimą, kameros rakursą, būtiną tekstą ir išvesties formą. Pavyzdžiui, paprašykite vertikalios infografikos su trimis pažymėtais žingsniais, įskaitoma antrašte ir konkrečia spalvų hierarchija, tada prieš kitą redagavimą peržiūrėkite formuluotes ir elementų tarpusavio išdėstymą. Rezultatas gali tapti produkto iliustracija, redakcine grafika ar dizaino referencija, kartu išsaugant pasirinktą vaizdą ir jį paaiškinantį tekstą.
POST /v1/images/generationstext, imageimage| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos google/gemini-nano-banana-2.1 | Numatyta— |
Laukasprompt | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias ilgis: 1 | Numatyta— |
Laukasresolution | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos 1K, 2K, 4K | Numatyta— |
Laukasaspect_ratio | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos 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 | Numatyta— |
Laukasn | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Didžiausia reikšmė: 1 | Numatyta— |
Laukasinput_references | Tipasarray | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 0 Didžiausias elementų skaičius: 14 | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, prompt |
Parametrasmaterial_types | Specifikacijatext, image |
Gyvavimo ciklas: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · faktiškai grąžinta task_id reikšmė arba medijos bibliotekos įrašas
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Rodomi įkainiai leidžia įvertinti kainą prieš generavimą. Galutinė suma apskaičiuojama pagal užfiksuotą pradinio generavimo kainą. Išmatuota rezultato trukmė ir prognozuoti kiekiai nėra galutinis apmokestinamas kiekis.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Numatomas kiekis | Mokestis |
|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Numatomas kiekis— | Mokestis Įvestis · Įvesties tokenai · Įvertis tik palyginimui — / 1K tokenų Išvestis · Išvesties tokenai · Įvertis tik palyginimui — / 1K tokenų Įvestis · Talpyklos skaitymas · Įvertis tik palyginimui — / 1K tokenų Įvestis · Rašymas į talpyklą · Įvertis tik palyginimui — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val · Įvertis tik palyginimui — / 1K tokenų |
| KonfigūracijaNumatoma generavimo kaina | Įkainių lentelė— | Numatomas kiekisvieno generavimo įvertis | Mokestis Išvestis · Numatoma generavimo kaina · Įvertis tik palyginimui $0.24576 įvertis prieš generavimą Šis įvertis nėra papildomas mokestis ar fiksuotas užbaigto generavimo įkainis. |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${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\nAtsisiųskite kiekvieną grąžintą vaizdą arba išsaugokite jo Base64 turinį
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.\nIšsaugokite kiekvieną baigtą vaizdą; gaukite turinį iš kiekvieno grąžinto URL arba dekoduokite jo Base64 turinį.
Išsaugokite visą atsakymą ir antraštes, visus faktiškai gautus rezultatus, pradinius grąžintus identifikatorius ir visus naudojimo apskaitos laukus. Atkurkite prieigą prie pradinės operacijos pakartotinai neteikdami kūrimo užklausos.
Išsaugokite grąžintą X-Client-Request-ID duomenims sutikrinti. Tikrinkite tik faktiškai grąžintas task_id/asset_id reikšmes arba jums priklausančią medijos biblioteką; niekada nekurkite užduoties URL iš operacijos ID ir niekada pakartotinai neteikite kūrimo užklausos.
| Laukas | Tipas |
|---|---|
Laukascreated | Tipas |
Laukasdata[].url | Tipas |
Laukasdata[].b64_json | Tipas |
Laukasusage | Tipas |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 generuoja ir redaguoja vaizdus pokalbio forma pagal tekstą ir vaizdinę medžiagą. Jis pagerina teksto atvaizdavimą, infografikos išdėstymą ir nuoseklumą per kelis pokalbio žingsnius, siūlydamas 1K–4K išvestį ir iki 14 referencinių vaizdų apibrėžtai vaizdinei užduočiai.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini Nano Banana 2.1 yra Google vaizdų generavimo ir redagavimo pokalbio forma modelis. Tai Nano Banana 2 atnaujinimas, pagerinantis vaizdinį tikroviškumą, instrukcijų laikymąsi, teksto atvaizdavimą ir veikėjų išvaizdos nuoseklumą per tolesnius redagavimus. Jo įvesties lentelėje nurodyti tekstas, vaizdai, vaizdo įrašai ir PDF, o išvestis yra vaizdas ir tekstas. Todėl jis naudingas produkto scenai, infografikai ar vaizdų serijai, plėtojamai keliais konkrečiais pakeitimais.
Modelis siūlo 1K, 2K ir 4K išvestį, o numatytoji yra 1K. Jis nepaveldi Nano Banana 2 siūlomos 0.5K parinkties. Dokumentuoti kraštinių santykiai apima 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 ir 21:9, taip pat aukštus ar panoraminius 1:4, 4:1, 1:8 ir 8:1 formatus. Google nurodo, kad šiuose pastaruosiuose plačiuose ir aukštuose 2K bei 4K formatuose pataisyti vaizdo skaidymo į plyteles artefaktai. Raiškos žymos nurodo dydžio lygius, o ne vieną fiksuotą stačiakampį: kvadratinis 4K vaizdas yra 4096 × 4096, o dokumentuota 16:9 formato 4K išvestis yra 5504 × 3072.
Tekstas sudaro reikšmingą vaizdinio darbo proceso dalį. Modelis skirtas įskaitomam stilizuotam tekstui atvaizduoti ir infografikos elementams tiksliau išdėstyti. Paruoškite tikslią antraštę, žymas ir skaitymo tvarką, tada paprašykite vaizdo su tuo patvirtintu tekstu. Meniu, diagramai ar mokomajai grafikai nurodykite užrašo ir jo vaizdinio elemento ryšį. Google rekomenduoja pirmiausia parengti formuluotes ir tada prašyti vaizdo, kad vaizdinė kompozicija prasidėtų nuo suderintos tekstinės užduoties.
Referencinių vaizdų suliejimas palaiko iki 14 vaizdų. Dokumentuotas profilis apima nuoseklumo išlaikymą iki keturių veikėjų ir tikslų iki dešimties objektų atkartojimą. Kiekvienai referencijai priskirkite vaidmenį: produktą, kuris turi išlikti atpažįstamas, veikėjo išvaizdą, numatytą foną ar vaizdinį stilių. Iliustracinė produkto užduotis: „A vaizdą naudokite buteliuko formai ir etiketei. B vaizdą naudokite paviršiui ir apšvietimui. Produkto nekeiskite, padėkite jį šalia sulankstyto rankšluosčio ir virš jo palikite laisvos vietos pateiktai antraštei.“
Grindimas Google Web Search ir Image Search šaltiniais gali suteikti aktualios informacijos ir vaizdinio konteksto generavimui. Image Search pateikia iš žiniatinklio gautus vaizdus kaip referencijas; įprastas grindimas žiniatinklio paieškos šaltiniais pateikia informaciją apie temą. Tai naudinga faktinei grafikai arba scenai, kurios išvaizda priklauso nuo realaus objekto. Vaizdų paieškos procesas šiam tikslui nepalaiko realių žmonių nuotraukų gavimo. Google dokumentuotame procese šaltiniais pagrįstuose atsakymuose pateikiami šaltinių ir autorystės metaduomenys, todėl programa turėtų juos išsaugoti kartu su sugeneruotu rezultatu.
Mąstymą galima nustatyti į minimal, medium ir high lygius; šiam konkrečiam modeliui numatytasis yra medium. Tai padeda modeliui prieš galutinę išvestį apgalvoti kompoziciją ir sudėtingesnes instrukcijas. Vaizdų vadove aprašomi šio proceso tarpiniai kompozicijos vaizdai; jie skiriasi nuo numatyto galutinio rezultato. Aiškiai pasirinkite reikiamą galutinį išdėstymą, kraštinių santykį ir raišką, užuot tikėjęsi, kad vien užklausos aprašymas nustatys visus išvesties parametrus.
Redagavimas pokalbio forma leidžia tęstine užklausa pakeisti vieną esamo rezultato dalį: pakoreguoti apšvietimą, perkelti objektą ar išversti žymas, išsaugant likusią kompoziciją. Ankstesnį vaizdą ar sąveiką perkelkite į kitą žingsnį ir nurodykite tiek prašomą pakeitimą, tiek išsaugotinas ypatybes. Veikėjų serijai išlaikykite nuoseklias išvaizdos referencijas ir naudokite pozos referenciją, kai svarbus naujas rakursas ar sudėtinga poza. Praktinė redagavimo užduotis galėtų skambėti taip: „Išsaugokite produktą, etiketes ir išdėstymą; tik foną pakeiskite į šiltesnę pilką spalvą.“
Modelio lentelėje nurodyta 131 072 žetonų įvesties riba ir 32 768 žetonų išvesties riba. Vaizdų generavimas ir grindimas paieškos šaltiniais palaikomi, o garso generavimas, kodo vykdymas, funkcijų iškvietimas, struktūruotos išvestys, podėliavimas, failų paieška, URL kontekstas ir Live API šiai versijai nenurodyti kaip palaikomi. Vaizdo įrašas gali suteikti informacijos generuojamam statiškam vaizdui; tai nepaverčia šio modelio vaizdo įrašų generatoriumi. Google taip pat pažymi, kad prašymas pateikti tikslų vaizdų skaičių gali neduoti būtent tokio skaičiaus. Visuose sugeneruotuose vaizduose yra SynthID vandens ženklas.
Naudingai pradinei užduočiai nurodykite vaizdo paskirtį, objektą, kompoziciją, apšvietimą, kameros rakursą, būtiną tekstą ir išvesties formą. Pavyzdžiui, paprašykite vertikalios infografikos su trimis pažymėtais žingsniais, įskaitoma antrašte ir konkrečia spalvų hierarchija, tada prieš kitą redagavimą peržiūrėkite formuluotes ir elementų tarpusavio išdėstymą. Rezultatas gali tapti produkto iliustracija, redakcine grafika ar dizaino referencija, kartu išsaugant pasirinktą vaizdą ir jį paaiškinantį tekstą.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos google/gemini-nano-banana-2.1 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Vaizdo išvesties žetonai $0.06 / 1K vaizdo tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "google/gemini-nano-banana-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visus turinio blokus, mąstymo parašus ir tikruosius įrankių naudojimo ID. Surinkite visus SSE blokų prieaugius; pirmasis teksto blokas nėra visa išvestis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukasid | Tipasstring |
Laukasmodel | Tipasstring |
Laukascontent[] | Tipastext|thinking|tool_use|other content block |
Laukasstop_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
Techninis pavyzdys anglų kalba
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.