Gemini Nano Banana 2.1 ialah model penjanaan imej dan penyuntingan perbualan Google. Ia merupakan kemas kini Nano Banana 2, dengan penambahbaikan pada realisme visual, pematuhan arahan, pemaparan teks dan konsistensi watak merentas suntingan berturutan. Jadual inputnya merangkumi teks, imej, video dan PDF, manakala output ialah imej dan teks. Ini menjadikannya berguna untuk adegan produk, infografik atau siri visual yang berkembang melalui beberapa pindaan khusus.
Model menawarkan output 1K, 2K dan 4K, dengan 1K sebagai lalai. Ia tidak mewarisi pilihan 0.5K Nano Banana 2. Nisbah bidang yang didokumenkan merangkumi 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 dan 21:9, serta format tinggi atau panorama 1:4, 4:1, 1:8 dan 8:1. Google mengenal pasti pembaikan artifak jubinan dalam format lebar dan tinggi terakhir itu pada 2K dan 4K. Label resolusi ialah aras saiz, bukannya satu segi empat tepat tetap: imej 4K segi empat sama ialah 4096 × 4096, manakala output 4K 16:9 yang didokumenkan ialah 5504 × 3072.
Teks ialah bahagian penting dalam aliran kerja visual. Model direka untuk memaparkan ungkapan bergaya yang jelas dibaca dan menyusun elemen infografik dengan lebih tepat. Sediakan tajuk, label dan turutan bacaan yang tepat, kemudian minta imej dengan teks yang telah diluluskan itu. Untuk menu, rajah atau grafik arahan, nyatakan hubungan antara kapsyen dengan elemen visualnya. Google mengesyorkan menyediakan ungkapan dahulu sebelum meminta imej supaya komposisi visual bermula dengan taklimat teks yang telah diputuskan.
Penggabungan imej rujukan menyokong sehingga 14 imej. Profil yang didokumenkan meliputi konsistensi sehingga empat watak dan kesetiaan sehingga sepuluh objek. Tetapkan peranan setiap rujukan: produk yang mesti kekal dikenali, rupa watak, latar belakang yang diingini atau gaya visual. Contoh taklimat produk ialah: “Gunakan imej A untuk bentuk botol dan label. Gunakan imej B untuk permukaan dan pencahayaan. Kekalkan produk tanpa perubahan, letakkannya di sebelah tuala berlipat dan sediakan ruang kosong di atasnya untuk tajuk yang dibekalkan.”
Pembumian Google Web Search dan Image Search boleh membekalkan maklumat semasa serta konteks visual untuk penjanaan. Image Search membekalkan imej web yang ditemui sebagai rujukan; pembumian web biasa membekalkan maklumat tentang subjek. Ini berguna untuk grafik berfakta atau adegan yang penampilannya bergantung pada objek sebenar. Aliran kerja carian imej tidak menyokong pencarian imej manusia dunia sebenar untuk tujuan ini. Respons berasaskan sumber membawa metadata sumber dan atribusi dalam aliran kerja Google yang didokumenkan, jadi aplikasi perlu menyimpannya bersama hasil terjana.
Pemikiran boleh ditetapkan kepada aras minimal, medium dan high, dengan medium sebagai lalai bagi model khusus ini. Ia membantu model menyelesaikan komposisi dan arahan lebih kompleks sebelum output akhir. Panduan imej menerangkan imej komposisi sementara dalam proses itu; imej tersebut berbeza daripada hasil akhir yang dimaksudkan. Pilih susun atur akhir, nisbah bidang dan resolusi yang diperlukan secara jelas, daripada mengharapkan huraian prom sahaja menetapkan setiap tetapan output.
Penyuntingan perbualan membolehkan susulan mengubah satu bahagian hasil sedia ada: melaraskan cahaya, memindahkan objek atau menterjemahkan label sambil mengekalkan komposisi lain. Bawa imej atau interaksi terdahulu ke giliran seterusnya dan nyatakan perubahan yang diminta serta ciri yang perlu dikekalkan. Untuk siri watak, kekalkan rujukan rupa yang konsisten dan gunakan rujukan pose apabila sudut baharu atau pose kompleks penting. Taklimat pindaan praktikal boleh menyatakan: “Kekalkan produk, label dan susun atur; ubah latar belakang sahaja kepada kelabu yang lebih hangat.”
Jadual model memberikan had input 131,072 token dan had output 32,768 token. Penjanaan imej dan pembumian carian disokong, manakala penjanaan audio, pelaksanaan kod, pemanggilan fungsi, output berstruktur, cache, carian fail, konteks URL dan Live API tidak disenaraikan sebagai disokong untuk edisi ini. Video boleh menjadi sumber bagi imej pegun terjana; ia tidak menjadikan model ini penjana video. Google turut menyatakan bahawa permintaan bilangan imej yang tepat mungkin tidak menghasilkan bilangan tersebut. Semua imej terjana merangkumi tera air SynthID.
Untuk taklimat pertama yang berguna, berikan tujuan imej, subjek, komposisi, pencahayaan, pandangan kamera, teks wajib dan bentuk output. Contohnya, minta infografik potret dengan tiga langkah berlabel, tajuk yang boleh dibaca dan hierarki warna yang ditetapkan, kemudian semak ungkapan serta kedudukan relatif sebelum suntingan seterusnya. Hasil boleh menjadi ilustrasi produk, grafik editorial atau rujukan reka bentuk, dengan imej terpilih dan teks penerangannya disimpan bersama.
", "aboutText": "Gemini Nano Banana 2.1 ialah model penjanaan imej dan penyuntingan perbualan Google. Ia merupakan kemas kini Nano Banana 2, dengan penambahbaikan pada realisme visual, pematuhan arahan, pemaparan teks dan konsistensi watak merentas suntingan berturutan. Jadual inputnya merangkumi teks, imej, video dan PDF, manakala output ialah imej dan teks. Ini menjadikannya berguna untuk adegan produk, infografik atau siri visual yang berkembang melalui beberapa pindaan khusus.\n\nModel menawarkan output 1K, 2K dan 4K, dengan 1K sebagai lalai. Ia tidak mewarisi pilihan 0.5K Nano Banana 2. Nisbah bidang yang didokumenkan merangkumi 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 dan 21:9, serta format tinggi atau panorama 1:4, 4:1, 1:8 dan 8:1. Google mengenal pasti pembaikan artifak jubinan dalam format lebar dan tinggi terakhir itu pada 2K dan 4K. Label resolusi ialah aras saiz, bukannya satu segi empat tepat tetap: imej 4K segi empat sama ialah 4096 × 4096, manakala output 4K 16:9 yang didokumenkan ialah 5504 × 3072.\n\nTeks ialah bahagian penting dalam aliran kerja visual. Model direka untuk memaparkan ungkapan bergaya yang jelas dibaca dan menyusun elemen infografik dengan lebih tepat. Sediakan tajuk, label dan turutan bacaan yang tepat, kemudian minta imej dengan teks yang telah diluluskan itu. Untuk menu, rajah atau grafik arahan, nyatakan hubungan antara kapsyen dengan elemen visualnya. Google mengesyorkan menyediakan ungkapan dahulu sebelum meminta imej supaya komposisi visual bermula dengan taklimat teks yang telah diputuskan.\n\nPenggabungan imej rujukan menyokong sehingga 14 imej. Profil yang didokumenkan meliputi konsistensi sehingga empat watak dan kesetiaan sehingga sepuluh objek. Tetapkan peranan setiap rujukan: produk yang mesti kekal dikenali, rupa watak, latar belakang yang diingini atau gaya visual. Contoh taklimat produk ialah: “Gunakan imej A untuk bentuk botol dan label. Gunakan imej B untuk permukaan dan pencahayaan. Kekalkan produk tanpa perubahan, letakkannya di sebelah tuala berlipat dan sediakan ruang kosong di atasnya untuk tajuk yang dibekalkan.”\n\nPembumian Google Web Search dan Image Search boleh membekalkan maklumat semasa serta konteks visual untuk penjanaan. Image Search membekalkan imej web yang ditemui sebagai rujukan; pembumian web biasa membekalkan maklumat tentang subjek. Ini berguna untuk grafik berfakta atau adegan yang penampilannya bergantung pada objek sebenar. Aliran kerja carian imej tidak menyokong pencarian imej manusia dunia sebenar untuk tujuan ini. Respons berasaskan sumber membawa metadata sumber dan atribusi dalam aliran kerja Google yang didokumenkan, jadi aplikasi perlu menyimpannya bersama hasil terjana.\n\nPemikiran boleh ditetapkan kepada aras minimal, medium dan high, dengan medium sebagai lalai bagi model khusus ini. Ia membantu model menyelesaikan komposisi dan arahan lebih kompleks sebelum output akhir. Panduan imej menerangkan imej komposisi sementara dalam proses itu; imej tersebut berbeza daripada hasil akhir yang dimaksudkan. Pilih susun atur akhir, nisbah bidang dan resolusi yang diperlukan secara jelas, daripada mengharapkan huraian prom sahaja menetapkan setiap tetapan output.\n\nPenyuntingan perbualan membolehkan susulan mengubah satu bahagian hasil sedia ada: melaraskan cahaya, memindahkan objek atau menterjemahkan label sambil mengekalkan komposisi lain. Bawa imej atau interaksi terdahulu ke giliran seterusnya dan nyatakan perubahan yang diminta serta ciri yang perlu dikekalkan. Untuk siri watak, kekalkan rujukan rupa yang konsisten dan gunakan rujukan pose apabila sudut baharu atau pose kompleks penting. Taklimat pindaan praktikal boleh menyatakan: “Kekalkan produk, label dan susun atur; ubah latar belakang sahaja kepada kelabu yang lebih hangat.”\n\nJadual model memberikan had input 131,072 token dan had output 32,768 token. Penjanaan imej dan pembumian carian disokong, manakala penjanaan audio, pelaksanaan kod, pemanggilan fungsi, output berstruktur, cache, carian fail, konteks URL dan Live API tidak disenaraikan sebagai disokong untuk edisi ini. Video boleh menjadi sumber bagi imej pegun terjana; ia tidak menjadikan model ini penjana video. Google turut menyatakan bahawa permintaan bilangan imej yang tepat mungkin tidak menghasilkan bilangan tersebut. Semua imej terjana merangkumi tera air SynthID.\n\nUntuk taklimat pertama yang berguna, berikan tujuan imej, subjek, komposisi, pencahayaan, pandangan kamera, teks wajib dan bentuk output. Contohnya, minta infografik potret dengan tiga langkah berlabel, tajuk yang boleh dibaca dan hierarki warna yang ditetapkan, kemudian semak ungkapan serta kedudukan relatif sebelum suntingan seterusnya. Hasil boleh menjadi ilustrasi produk, grafik editorial atau rujukan reka bentuk, dengan imej terpilih dan teks penerangannya disimpan bersama.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
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 menjana dan menyunting imej secara perbualan daripada teks dan bahan visual. Model ini menambah baik pemaparan teks, susun atur infografik dan konsistensi merentas giliran, dengan output 1K–4K dan sehingga 14 imej rujukan untuk taklimat visual yang ditetapkan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Gemini Nano Banana 2.1 ialah model penjanaan imej dan penyuntingan perbualan Google. Ia merupakan kemas kini Nano Banana 2, dengan penambahbaikan pada realisme visual, pematuhan arahan, pemaparan teks dan konsistensi watak merentas suntingan berturutan. Jadual inputnya merangkumi teks, imej, video dan PDF, manakala output ialah imej dan teks. Ini menjadikannya berguna untuk adegan produk, infografik atau siri visual yang berkembang melalui beberapa pindaan khusus.
Model menawarkan output 1K, 2K dan 4K, dengan 1K sebagai lalai. Ia tidak mewarisi pilihan 0.5K Nano Banana 2. Nisbah bidang yang didokumenkan merangkumi 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 dan 21:9, serta format tinggi atau panorama 1:4, 4:1, 1:8 dan 8:1. Google mengenal pasti pembaikan artifak jubinan dalam format lebar dan tinggi terakhir itu pada 2K dan 4K. Label resolusi ialah aras saiz, bukannya satu segi empat tepat tetap: imej 4K segi empat sama ialah 4096 × 4096, manakala output 4K 16:9 yang didokumenkan ialah 5504 × 3072.
Teks ialah bahagian penting dalam aliran kerja visual. Model direka untuk memaparkan ungkapan bergaya yang jelas dibaca dan menyusun elemen infografik dengan lebih tepat. Sediakan tajuk, label dan turutan bacaan yang tepat, kemudian minta imej dengan teks yang telah diluluskan itu. Untuk menu, rajah atau grafik arahan, nyatakan hubungan antara kapsyen dengan elemen visualnya. Google mengesyorkan menyediakan ungkapan dahulu sebelum meminta imej supaya komposisi visual bermula dengan taklimat teks yang telah diputuskan.
Penggabungan imej rujukan menyokong sehingga 14 imej. Profil yang didokumenkan meliputi konsistensi sehingga empat watak dan kesetiaan sehingga sepuluh objek. Tetapkan peranan setiap rujukan: produk yang mesti kekal dikenali, rupa watak, latar belakang yang diingini atau gaya visual. Contoh taklimat produk ialah: “Gunakan imej A untuk bentuk botol dan label. Gunakan imej B untuk permukaan dan pencahayaan. Kekalkan produk tanpa perubahan, letakkannya di sebelah tuala berlipat dan sediakan ruang kosong di atasnya untuk tajuk yang dibekalkan.”
Pembumian Google Web Search dan Image Search boleh membekalkan maklumat semasa serta konteks visual untuk penjanaan. Image Search membekalkan imej web yang ditemui sebagai rujukan; pembumian web biasa membekalkan maklumat tentang subjek. Ini berguna untuk grafik berfakta atau adegan yang penampilannya bergantung pada objek sebenar. Aliran kerja carian imej tidak menyokong pencarian imej manusia dunia sebenar untuk tujuan ini. Respons berasaskan sumber membawa metadata sumber dan atribusi dalam aliran kerja Google yang didokumenkan, jadi aplikasi perlu menyimpannya bersama hasil terjana.
Pemikiran boleh ditetapkan kepada aras minimal, medium dan high, dengan medium sebagai lalai bagi model khusus ini. Ia membantu model menyelesaikan komposisi dan arahan lebih kompleks sebelum output akhir. Panduan imej menerangkan imej komposisi sementara dalam proses itu; imej tersebut berbeza daripada hasil akhir yang dimaksudkan. Pilih susun atur akhir, nisbah bidang dan resolusi yang diperlukan secara jelas, daripada mengharapkan huraian prom sahaja menetapkan setiap tetapan output.
Penyuntingan perbualan membolehkan susulan mengubah satu bahagian hasil sedia ada: melaraskan cahaya, memindahkan objek atau menterjemahkan label sambil mengekalkan komposisi lain. Bawa imej atau interaksi terdahulu ke giliran seterusnya dan nyatakan perubahan yang diminta serta ciri yang perlu dikekalkan. Untuk siri watak, kekalkan rujukan rupa yang konsisten dan gunakan rujukan pose apabila sudut baharu atau pose kompleks penting. Taklimat pindaan praktikal boleh menyatakan: “Kekalkan produk, label dan susun atur; ubah latar belakang sahaja kepada kelabu yang lebih hangat.”
Jadual model memberikan had input 131,072 token dan had output 32,768 token. Penjanaan imej dan pembumian carian disokong, manakala penjanaan audio, pelaksanaan kod, pemanggilan fungsi, output berstruktur, cache, carian fail, konteks URL dan Live API tidak disenaraikan sebagai disokong untuk edisi ini. Video boleh menjadi sumber bagi imej pegun terjana; ia tidak menjadikan model ini penjana video. Google turut menyatakan bahawa permintaan bilangan imej yang tepat mungkin tidak menghasilkan bilangan tersebut. Semua imej terjana merangkumi tera air SynthID.
Untuk taklimat pertama yang berguna, berikan tujuan imej, subjek, komposisi, pencahayaan, pandangan kamera, teks wajib dan bentuk output. Contohnya, minta infografik potret dengan tiga langkah berlabel, tajuk yang boleh dibaca dan hierarki warna yang ditetapkan, kemudian semak ungkapan serta kedudukan relatif sebelum suntingan seterusnya. Hasil boleh menjadi ilustrasi produk, grafik editorial atau rujukan reka bentuk, dengan imej terpilih dan teks penerangannya disimpan bersama.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had google/gemini-nano-banana-2.1 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.003 / 1K token Output · Token output $0.015 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token Output · Token keluaran imej $0.06 / 1K token imej |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.003 / 1K token Output · Token output $0.015 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Jadual rujukan peringkat model tidak mengubah pemilihan kaedah, sebut harga atau caj. Caj aktif menggunakan kadar kaedah Ailoot yang dipilih.
| Konfigurasi | Syarat pengebilan | Caj |
|---|---|---|
| KonfigurasiGoogle: Nano Banana 2.1 · Konfigurasi lalai | Syarat pengebilanKonfigurasi lalai | Caj Input · Token input USD 0.003 / 1K token Output · Token output USD 0.015 / 1K token Output · Imej keluaran USD 0.06 / 1K token Output · Carian web USD 0.028 setiap carian |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 menjana dan menyunting imej secara perbualan daripada teks dan bahan visual. Model ini menambah baik pemaparan teks, susun atur infografik dan konsistensi merentas giliran, dengan output 1K–4K dan sehingga 14 imej rujukan untuk taklimat visual yang ditetapkan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Gemini Nano Banana 2.1 ialah model penjanaan imej dan penyuntingan perbualan Google. Ia merupakan kemas kini Nano Banana 2, dengan penambahbaikan pada realisme visual, pematuhan arahan, pemaparan teks dan konsistensi watak merentas suntingan berturutan. Jadual inputnya merangkumi teks, imej, video dan PDF, manakala output ialah imej dan teks. Ini menjadikannya berguna untuk adegan produk, infografik atau siri visual yang berkembang melalui beberapa pindaan khusus.
Model menawarkan output 1K, 2K dan 4K, dengan 1K sebagai lalai. Ia tidak mewarisi pilihan 0.5K Nano Banana 2. Nisbah bidang yang didokumenkan merangkumi 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 dan 21:9, serta format tinggi atau panorama 1:4, 4:1, 1:8 dan 8:1. Google mengenal pasti pembaikan artifak jubinan dalam format lebar dan tinggi terakhir itu pada 2K dan 4K. Label resolusi ialah aras saiz, bukannya satu segi empat tepat tetap: imej 4K segi empat sama ialah 4096 × 4096, manakala output 4K 16:9 yang didokumenkan ialah 5504 × 3072.
Teks ialah bahagian penting dalam aliran kerja visual. Model direka untuk memaparkan ungkapan bergaya yang jelas dibaca dan menyusun elemen infografik dengan lebih tepat. Sediakan tajuk, label dan turutan bacaan yang tepat, kemudian minta imej dengan teks yang telah diluluskan itu. Untuk menu, rajah atau grafik arahan, nyatakan hubungan antara kapsyen dengan elemen visualnya. Google mengesyorkan menyediakan ungkapan dahulu sebelum meminta imej supaya komposisi visual bermula dengan taklimat teks yang telah diputuskan.
Penggabungan imej rujukan menyokong sehingga 14 imej. Profil yang didokumenkan meliputi konsistensi sehingga empat watak dan kesetiaan sehingga sepuluh objek. Tetapkan peranan setiap rujukan: produk yang mesti kekal dikenali, rupa watak, latar belakang yang diingini atau gaya visual. Contoh taklimat produk ialah: “Gunakan imej A untuk bentuk botol dan label. Gunakan imej B untuk permukaan dan pencahayaan. Kekalkan produk tanpa perubahan, letakkannya di sebelah tuala berlipat dan sediakan ruang kosong di atasnya untuk tajuk yang dibekalkan.”
Pembumian Google Web Search dan Image Search boleh membekalkan maklumat semasa serta konteks visual untuk penjanaan. Image Search membekalkan imej web yang ditemui sebagai rujukan; pembumian web biasa membekalkan maklumat tentang subjek. Ini berguna untuk grafik berfakta atau adegan yang penampilannya bergantung pada objek sebenar. Aliran kerja carian imej tidak menyokong pencarian imej manusia dunia sebenar untuk tujuan ini. Respons berasaskan sumber membawa metadata sumber dan atribusi dalam aliran kerja Google yang didokumenkan, jadi aplikasi perlu menyimpannya bersama hasil terjana.
Pemikiran boleh ditetapkan kepada aras minimal, medium dan high, dengan medium sebagai lalai bagi model khusus ini. Ia membantu model menyelesaikan komposisi dan arahan lebih kompleks sebelum output akhir. Panduan imej menerangkan imej komposisi sementara dalam proses itu; imej tersebut berbeza daripada hasil akhir yang dimaksudkan. Pilih susun atur akhir, nisbah bidang dan resolusi yang diperlukan secara jelas, daripada mengharapkan huraian prom sahaja menetapkan setiap tetapan output.
Penyuntingan perbualan membolehkan susulan mengubah satu bahagian hasil sedia ada: melaraskan cahaya, memindahkan objek atau menterjemahkan label sambil mengekalkan komposisi lain. Bawa imej atau interaksi terdahulu ke giliran seterusnya dan nyatakan perubahan yang diminta serta ciri yang perlu dikekalkan. Untuk siri watak, kekalkan rujukan rupa yang konsisten dan gunakan rujukan pose apabila sudut baharu atau pose kompleks penting. Taklimat pindaan praktikal boleh menyatakan: “Kekalkan produk, label dan susun atur; ubah latar belakang sahaja kepada kelabu yang lebih hangat.”
Jadual model memberikan had input 131,072 token dan had output 32,768 token. Penjanaan imej dan pembumian carian disokong, manakala penjanaan audio, pelaksanaan kod, pemanggilan fungsi, output berstruktur, cache, carian fail, konteks URL dan Live API tidak disenaraikan sebagai disokong untuk edisi ini. Video boleh menjadi sumber bagi imej pegun terjana; ia tidak menjadikan model ini penjana video. Google turut menyatakan bahawa permintaan bilangan imej yang tepat mungkin tidak menghasilkan bilangan tersebut. Semua imej terjana merangkumi tera air SynthID.
Untuk taklimat pertama yang berguna, berikan tujuan imej, subjek, komposisi, pencahayaan, pandangan kamera, teks wajib dan bentuk output. Contohnya, minta infografik potret dengan tiga langkah berlabel, tajuk yang boleh dibaca dan hierarki warna yang ditetapkan, kemudian semak ungkapan serta kedudukan relatif sebelum suntingan seterusnya. Hasil boleh menjadi ilustrasi produk, grafik editorial atau rujukan reka bentuk, dengan imej terpilih dan teks penerangannya disimpan bersama.
POST /v1/images/generationstext, imageimage| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had google/gemini-nano-banana-2.1 | Lalai— |
Medanprompt | Jenisstring | KeperluanDiperlukan | Nilai & had Panjang minimum: 1 | Lalai— |
Medanresolution | Jenisstring | KeperluanPilihan | Nilai & had 1K, 2K, 4K | Lalai— |
Medanaspect_ratio | Jenisstring | KeperluanPilihan | Nilai & had 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 | Lalai— |
Medann | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Maksimum: 1 | Lalai— |
Medaninput_references | Jenisarray | KeperluanPilihan | Nilai & had Item minimum: 0 Item maksimum: 14 | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had | Lalai— |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, prompt |
Parametermaterial_types | Kontraktext, image |
Kitar hayat: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Kadar yang dipaparkan menganggarkan kos sebelum penjanaan. Caj akhir dikira berdasarkan kos yang direkodkan untuk penjanaan asal. Tempoh output yang diukur dan kuantiti ramalan bukan kuantiti akhir yang boleh dibilkan.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Kuantiti ramalan | Caj |
|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Kuantiti ramalan— | Caj Input · Token input · Anggaran untuk perbandingan sahaja — / 1K token Output · Token output · Anggaran untuk perbandingan sahaja — / 1K token Input · Bacaan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache, 1 jam · Anggaran untuk perbandingan sahaja — / 1K token |
| KonfigurasiAnggaran kos penjanaan | Jadual kadar— | Kuantiti ramalananggaran untuk satu penjanaan | Caj Output · Anggaran kos penjanaan · Anggaran untuk perbandingan sahaja $0.24576 anggaran sebelum penjanaan Anggaran ini bukan caj tambahan atau kadar tetap bagi penjanaan yang telah selesai. |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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\nMuat turun setiap imej yang dikembalikan atau simpan kandungan Base64-nya
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.\nSimpan setiap imej yang selesai; dapatkan setiap URL yang dikembalikan atau nyahkod kandungan Base64-nya.
Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.
Simpan X-Client-Request-ID yang dikembalikan untuk penyelarasan rekod. Baca hanya nilai task_id/asset_id sebenar yang dikembalikan atau pustaka media milik anda; jangan sekali-kali bina URL tugas daripada ID operasi atau hantar semula permintaan penciptaan.
| Medan | Jenis |
|---|---|
Medancreated | Jenis |
Medandata[].url | Jenis |
Medandata[].b64_json | Jenis |
Medanusage | Jenis |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 menjana dan menyunting imej secara perbualan daripada teks dan bahan visual. Model ini menambah baik pemaparan teks, susun atur infografik dan konsistensi merentas giliran, dengan output 1K–4K dan sehingga 14 imej rujukan untuk taklimat visual yang ditetapkan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Gemini Nano Banana 2.1 ialah model penjanaan imej dan penyuntingan perbualan Google. Ia merupakan kemas kini Nano Banana 2, dengan penambahbaikan pada realisme visual, pematuhan arahan, pemaparan teks dan konsistensi watak merentas suntingan berturutan. Jadual inputnya merangkumi teks, imej, video dan PDF, manakala output ialah imej dan teks. Ini menjadikannya berguna untuk adegan produk, infografik atau siri visual yang berkembang melalui beberapa pindaan khusus.
Model menawarkan output 1K, 2K dan 4K, dengan 1K sebagai lalai. Ia tidak mewarisi pilihan 0.5K Nano Banana 2. Nisbah bidang yang didokumenkan merangkumi 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 dan 21:9, serta format tinggi atau panorama 1:4, 4:1, 1:8 dan 8:1. Google mengenal pasti pembaikan artifak jubinan dalam format lebar dan tinggi terakhir itu pada 2K dan 4K. Label resolusi ialah aras saiz, bukannya satu segi empat tepat tetap: imej 4K segi empat sama ialah 4096 × 4096, manakala output 4K 16:9 yang didokumenkan ialah 5504 × 3072.
Teks ialah bahagian penting dalam aliran kerja visual. Model direka untuk memaparkan ungkapan bergaya yang jelas dibaca dan menyusun elemen infografik dengan lebih tepat. Sediakan tajuk, label dan turutan bacaan yang tepat, kemudian minta imej dengan teks yang telah diluluskan itu. Untuk menu, rajah atau grafik arahan, nyatakan hubungan antara kapsyen dengan elemen visualnya. Google mengesyorkan menyediakan ungkapan dahulu sebelum meminta imej supaya komposisi visual bermula dengan taklimat teks yang telah diputuskan.
Penggabungan imej rujukan menyokong sehingga 14 imej. Profil yang didokumenkan meliputi konsistensi sehingga empat watak dan kesetiaan sehingga sepuluh objek. Tetapkan peranan setiap rujukan: produk yang mesti kekal dikenali, rupa watak, latar belakang yang diingini atau gaya visual. Contoh taklimat produk ialah: “Gunakan imej A untuk bentuk botol dan label. Gunakan imej B untuk permukaan dan pencahayaan. Kekalkan produk tanpa perubahan, letakkannya di sebelah tuala berlipat dan sediakan ruang kosong di atasnya untuk tajuk yang dibekalkan.”
Pembumian Google Web Search dan Image Search boleh membekalkan maklumat semasa serta konteks visual untuk penjanaan. Image Search membekalkan imej web yang ditemui sebagai rujukan; pembumian web biasa membekalkan maklumat tentang subjek. Ini berguna untuk grafik berfakta atau adegan yang penampilannya bergantung pada objek sebenar. Aliran kerja carian imej tidak menyokong pencarian imej manusia dunia sebenar untuk tujuan ini. Respons berasaskan sumber membawa metadata sumber dan atribusi dalam aliran kerja Google yang didokumenkan, jadi aplikasi perlu menyimpannya bersama hasil terjana.
Pemikiran boleh ditetapkan kepada aras minimal, medium dan high, dengan medium sebagai lalai bagi model khusus ini. Ia membantu model menyelesaikan komposisi dan arahan lebih kompleks sebelum output akhir. Panduan imej menerangkan imej komposisi sementara dalam proses itu; imej tersebut berbeza daripada hasil akhir yang dimaksudkan. Pilih susun atur akhir, nisbah bidang dan resolusi yang diperlukan secara jelas, daripada mengharapkan huraian prom sahaja menetapkan setiap tetapan output.
Penyuntingan perbualan membolehkan susulan mengubah satu bahagian hasil sedia ada: melaraskan cahaya, memindahkan objek atau menterjemahkan label sambil mengekalkan komposisi lain. Bawa imej atau interaksi terdahulu ke giliran seterusnya dan nyatakan perubahan yang diminta serta ciri yang perlu dikekalkan. Untuk siri watak, kekalkan rujukan rupa yang konsisten dan gunakan rujukan pose apabila sudut baharu atau pose kompleks penting. Taklimat pindaan praktikal boleh menyatakan: “Kekalkan produk, label dan susun atur; ubah latar belakang sahaja kepada kelabu yang lebih hangat.”
Jadual model memberikan had input 131,072 token dan had output 32,768 token. Penjanaan imej dan pembumian carian disokong, manakala penjanaan audio, pelaksanaan kod, pemanggilan fungsi, output berstruktur, cache, carian fail, konteks URL dan Live API tidak disenaraikan sebagai disokong untuk edisi ini. Video boleh menjadi sumber bagi imej pegun terjana; ia tidak menjadikan model ini penjana video. Google turut menyatakan bahawa permintaan bilangan imej yang tepat mungkin tidak menghasilkan bilangan tersebut. Semua imej terjana merangkumi tera air SynthID.
Untuk taklimat pertama yang berguna, berikan tujuan imej, subjek, komposisi, pencahayaan, pandangan kamera, teks wajib dan bentuk output. Contohnya, minta infografik potret dengan tiga langkah berlabel, tajuk yang boleh dibaca dan hierarki warna yang ditetapkan, kemudian semak ungkapan serta kedudukan relatif sebelum suntingan seterusnya. Hasil boleh menjadi ilustrasi produk, grafik editorial atau rujukan reka bentuk, dengan imej terpilih dan teks penerangannya disimpan bersama.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had google/gemini-nano-banana-2.1 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.003 / 1K token Output · Token output $0.015 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token Output · Token keluaran imej $0.06 / 1K token imej |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.003 / 1K token Output · Token output $0.015 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "google/gemini-nano-banana-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
Contoh teknikal dalam bahasa Inggeris
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.