Gemini 2.5 Flash Image, også kjent som Nano Banana, er Googles tekst- og bildemodell for visuell skapelse og samtalebasert bilderedigering. Den tar imot en instruksjon med valgfrie bildereferanser og kan returnere bilder med tilhørende tekst. Denne konkrete 2.5 Flash Image-utgaven er forskjellig fra Nano Banana 2, Nano Banana Pro og senere Lite-bildemodeller. Det nyttige resultatet er en generert eller revidert visuell ressurs, ikke svaret fra den generelle tekstmodellen Gemini 2.5.
Modellkortet for denne utgaven oppgir 65,536 inndatatokener og 32,768 utdatatokener. Bilder og instruksjoner inngår i inndataene, og det returnerte bildet eller teksten inngår i resultatet. Veiledningens oppløsningstabell oppgir utdata i 1:1 med 1024×1024, 3:4 med 864×1184 og 16:9 med 1344×768, blant de støttede sideforholdene. Velg den tiltenkte visningsformen før du utformer scenen. Alternativene for høy oppløsning i en senere Gemini-bildeutgave bør ikke behandles som dokumenterte innstillinger for denne konkrete modellen.
Ved tekst-til-bilde-generering bør du angi motivet, handlingen, miljøet, stilen, belysningen og synsvinkelen. En produktillustrasjon kan bruke en innsendt visuell identitet og be om en tydelig synlig materialdetalj i en passende setting. Forklar formålet med bildet slik at modellen kan sette av plass til motivet og eventuell tekst. Fotografiske beskrivelser som et nærbilde, en komposisjon sett ovenfra eller et perspektiv fra lav vinkel definerer utsnittet tydeligere enn en liste med urelaterte stilord.
Ved redigering bør du sende inn originalbildet og angi delen som skal endres. Produsentens veiledning beskriver tillegging eller fjerning av elementer, semantisk maskering, stiloverføring og komposisjon med referanser. En nyttig forespørsel angir både endringen og betingelsene som skal beholdes, for eksempel å endre bakgrunnen mens produktets form, overflate og etikett bevares. Merk rollen til hver inndatakilde når referanser kombineres, som motivets utseende, omgivelser eller stil. Veiledningen sier at denne utgaven fungerer best med opptil tre inndatabilder; dette er praktisk veiledning, ikke en grunn til å kombinere et ubegrenset antall motstridende referanser.
Samtalebasert forbedring kan beholde det samme motivet mens et bestemt visuelt valg endres. Be om én sammenhengende endring om gangen, og behold kildebildet og det godkjente resultatet som ble brukt i den runden. Beskriv hva som skal være konsekvent og hva som kan variere. For en serie ressurser bør du angi det felles motivet, fargene og de visuelle reglene uttrykkelig, i stedet for å anta at en ny, isolert ledetekst vil gjenskape dem. Sammenlign det reviderte bildet med referansen før du anser en instruksjon om bevaring som vellykket fulgt.
For tekst i bildet bør du først fastsette den eksakte ordlyden og deretter be om et bilde som inneholder denne teksten, slik veiledningen anbefaler. Oppgi språk, leserekkefølge, plassering og relativ fremheving av etikettene. En infografikkforespørsel bør angi sammenhengen hver etikett forklarer og de visuelle elementene som underbygger den. Kontroller rettskriving, tegnsetting og visuell tilknytning i den faktiske visningsstørrelsen; en generert etikett som ser lesbar ut, kan likevel endre et navn, et tall eller den tilsiktede betydningen.
Modellkortet oppgir ikke tenking, søkeforankring, funksjonskall, kodekjøring eller skjemabegrensede strukturerte utdata for denne utgaven. Det oppgir heller ikke lydgenerering eller Live API. De dokumenterte inndataene er tekst og bilder, så egenskaper for lyd-, video- og dokumentbehandling fra andre Gemini-modeller bør ikke tilskrives denne profilen. En applikasjon bør håndtere de returnerte innholdsdelene uttrykkelig i stedet for å anta at et vanlig prosasvar inneholder den ferdige bilderessursen.
Veiledningen bemerker at det forespurte antallet bilder ikke alltid blir fulgt, og at genererte bilder har SynthID-merking. Undersøk hvert returnerte bilde for komposisjon, trofasthet mot motivet, antall objekter og eksakt ordlyd. Hvis scenen har flere komponenter, bør du beskrive den tilsiktede plasseringen i en tydelig rekkefølge og uttrykke det ønskede utseendet positivt. Bevar den eksakte modellidentiteten, ledeteksten og referansene sammen med resultatet. Dette gjør den visuelle genererings- eller redigeringsoppgaven mulig å gjennomgå og gir en senere revisjon et konkret utgangspunkt.
", "aboutText": "Gemini 2.5 Flash Image, også kjent som Nano Banana, er Googles tekst- og bildemodell for visuell skapelse og samtalebasert bilderedigering. Den tar imot en instruksjon med valgfrie bildereferanser og kan returnere bilder med tilhørende tekst. Denne konkrete 2.5 Flash Image-utgaven er forskjellig fra Nano Banana 2, Nano Banana Pro og senere Lite-bildemodeller. Det nyttige resultatet er en generert eller revidert visuell ressurs, ikke svaret fra den generelle tekstmodellen Gemini 2.5.\n\nModellkortet for denne utgaven oppgir 65,536 inndatatokener og 32,768 utdatatokener. Bilder og instruksjoner inngår i inndataene, og det returnerte bildet eller teksten inngår i resultatet. Veiledningens oppløsningstabell oppgir utdata i 1:1 med 1024×1024, 3:4 med 864×1184 og 16:9 med 1344×768, blant de støttede sideforholdene. Velg den tiltenkte visningsformen før du utformer scenen. Alternativene for høy oppløsning i en senere Gemini-bildeutgave bør ikke behandles som dokumenterte innstillinger for denne konkrete modellen.\n\nVed tekst-til-bilde-generering bør du angi motivet, handlingen, miljøet, stilen, belysningen og synsvinkelen. En produktillustrasjon kan bruke en innsendt visuell identitet og be om en tydelig synlig materialdetalj i en passende setting. Forklar formålet med bildet slik at modellen kan sette av plass til motivet og eventuell tekst. Fotografiske beskrivelser som et nærbilde, en komposisjon sett ovenfra eller et perspektiv fra lav vinkel definerer utsnittet tydeligere enn en liste med urelaterte stilord.\n\nVed redigering bør du sende inn originalbildet og angi delen som skal endres. Produsentens veiledning beskriver tillegging eller fjerning av elementer, semantisk maskering, stiloverføring og komposisjon med referanser. En nyttig forespørsel angir både endringen og betingelsene som skal beholdes, for eksempel å endre bakgrunnen mens produktets form, overflate og etikett bevares. Merk rollen til hver inndatakilde når referanser kombineres, som motivets utseende, omgivelser eller stil. Veiledningen sier at denne utgaven fungerer best med opptil tre inndatabilder; dette er praktisk veiledning, ikke en grunn til å kombinere et ubegrenset antall motstridende referanser.\n\nSamtalebasert forbedring kan beholde det samme motivet mens et bestemt visuelt valg endres. Be om én sammenhengende endring om gangen, og behold kildebildet og det godkjente resultatet som ble brukt i den runden. Beskriv hva som skal være konsekvent og hva som kan variere. For en serie ressurser bør du angi det felles motivet, fargene og de visuelle reglene uttrykkelig, i stedet for å anta at en ny, isolert ledetekst vil gjenskape dem. Sammenlign det reviderte bildet med referansen før du anser en instruksjon om bevaring som vellykket fulgt.\n\nFor tekst i bildet bør du først fastsette den eksakte ordlyden og deretter be om et bilde som inneholder denne teksten, slik veiledningen anbefaler. Oppgi språk, leserekkefølge, plassering og relativ fremheving av etikettene. En infografikkforespørsel bør angi sammenhengen hver etikett forklarer og de visuelle elementene som underbygger den. Kontroller rettskriving, tegnsetting og visuell tilknytning i den faktiske visningsstørrelsen; en generert etikett som ser lesbar ut, kan likevel endre et navn, et tall eller den tilsiktede betydningen.\n\nModellkortet oppgir ikke tenking, søkeforankring, funksjonskall, kodekjøring eller skjemabegrensede strukturerte utdata for denne utgaven. Det oppgir heller ikke lydgenerering eller Live API. De dokumenterte inndataene er tekst og bilder, så egenskaper for lyd-, video- og dokumentbehandling fra andre Gemini-modeller bør ikke tilskrives denne profilen. En applikasjon bør håndtere de returnerte innholdsdelene uttrykkelig i stedet for å anta at et vanlig prosasvar inneholder den ferdige bilderessursen.\n\nVeiledningen bemerker at det forespurte antallet bilder ikke alltid blir fulgt, og at genererte bilder har SynthID-merking. Undersøk hvert returnerte bilde for komposisjon, trofasthet mot motivet, antall objekter og eksakt ordlyd. Hvis scenen har flere komponenter, bør du beskrive den tilsiktede plasseringen i en tydelig rekkefølge og uttrykke det ønskede utseendet positivt. Bevar den eksakte modellidentiteten, ledeteksten og referansene sammen med resultatet. Dette gjør den visuelle genererings- eller redigeringsoppgaven mulig å gjennomgå og gir en senere revisjon et konkret utgangspunkt.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genererer og redigerer bilder ut fra tekst og bilder. Bruk den samtalebaserte arbeidsflyten til å komponere en scene, endre et valgt element, kombinere visuelle referanser eller forbedre et produktbilde, samtidig som du angir hvilke detaljer som skal beholdes.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Gemini 2.5 Flash Image, også kjent som Nano Banana, er Googles tekst- og bildemodell for visuell skapelse og samtalebasert bilderedigering. Den tar imot en instruksjon med valgfrie bildereferanser og kan returnere bilder med tilhørende tekst. Denne konkrete 2.5 Flash Image-utgaven er forskjellig fra Nano Banana 2, Nano Banana Pro og senere Lite-bildemodeller. Det nyttige resultatet er en generert eller revidert visuell ressurs, ikke svaret fra den generelle tekstmodellen Gemini 2.5.
Modellkortet for denne utgaven oppgir 65,536 inndatatokener og 32,768 utdatatokener. Bilder og instruksjoner inngår i inndataene, og det returnerte bildet eller teksten inngår i resultatet. Veiledningens oppløsningstabell oppgir utdata i 1:1 med 1024×1024, 3:4 med 864×1184 og 16:9 med 1344×768, blant de støttede sideforholdene. Velg den tiltenkte visningsformen før du utformer scenen. Alternativene for høy oppløsning i en senere Gemini-bildeutgave bør ikke behandles som dokumenterte innstillinger for denne konkrete modellen.
Ved tekst-til-bilde-generering bør du angi motivet, handlingen, miljøet, stilen, belysningen og synsvinkelen. En produktillustrasjon kan bruke en innsendt visuell identitet og be om en tydelig synlig materialdetalj i en passende setting. Forklar formålet med bildet slik at modellen kan sette av plass til motivet og eventuell tekst. Fotografiske beskrivelser som et nærbilde, en komposisjon sett ovenfra eller et perspektiv fra lav vinkel definerer utsnittet tydeligere enn en liste med urelaterte stilord.
Ved redigering bør du sende inn originalbildet og angi delen som skal endres. Produsentens veiledning beskriver tillegging eller fjerning av elementer, semantisk maskering, stiloverføring og komposisjon med referanser. En nyttig forespørsel angir både endringen og betingelsene som skal beholdes, for eksempel å endre bakgrunnen mens produktets form, overflate og etikett bevares. Merk rollen til hver inndatakilde når referanser kombineres, som motivets utseende, omgivelser eller stil. Veiledningen sier at denne utgaven fungerer best med opptil tre inndatabilder; dette er praktisk veiledning, ikke en grunn til å kombinere et ubegrenset antall motstridende referanser.
Samtalebasert forbedring kan beholde det samme motivet mens et bestemt visuelt valg endres. Be om én sammenhengende endring om gangen, og behold kildebildet og det godkjente resultatet som ble brukt i den runden. Beskriv hva som skal være konsekvent og hva som kan variere. For en serie ressurser bør du angi det felles motivet, fargene og de visuelle reglene uttrykkelig, i stedet for å anta at en ny, isolert ledetekst vil gjenskape dem. Sammenlign det reviderte bildet med referansen før du anser en instruksjon om bevaring som vellykket fulgt.
For tekst i bildet bør du først fastsette den eksakte ordlyden og deretter be om et bilde som inneholder denne teksten, slik veiledningen anbefaler. Oppgi språk, leserekkefølge, plassering og relativ fremheving av etikettene. En infografikkforespørsel bør angi sammenhengen hver etikett forklarer og de visuelle elementene som underbygger den. Kontroller rettskriving, tegnsetting og visuell tilknytning i den faktiske visningsstørrelsen; en generert etikett som ser lesbar ut, kan likevel endre et navn, et tall eller den tilsiktede betydningen.
Modellkortet oppgir ikke tenking, søkeforankring, funksjonskall, kodekjøring eller skjemabegrensede strukturerte utdata for denne utgaven. Det oppgir heller ikke lydgenerering eller Live API. De dokumenterte inndataene er tekst og bilder, så egenskaper for lyd-, video- og dokumentbehandling fra andre Gemini-modeller bør ikke tilskrives denne profilen. En applikasjon bør håndtere de returnerte innholdsdelene uttrykkelig i stedet for å anta at et vanlig prosasvar inneholder den ferdige bilderessursen.
Veiledningen bemerker at det forespurte antallet bilder ikke alltid blir fulgt, og at genererte bilder har SynthID-merking. Undersøk hvert returnerte bilde for komposisjon, trofasthet mot motivet, antall objekter og eksakt ordlyd. Hvis scenen har flere komponenter, bør du beskrive den tilsiktede plasseringen i en tydelig rekkefølge og uttrykke det ønskede utseendet positivt. Bevar den eksakte modellidentiteten, ledeteksten og referansene sammen med resultatet. Dette gjør den visuelle genererings- eller redigeringsoppgaven mulig å gjennomgå og gir en senere revisjon et konkret utgangspunkt.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser google/gemini-2.5-flash-image | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
Feltmessages[].name | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttemperature | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttop_p | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools[].type | Typestring | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
Felttools[].function.description | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfritt | Verdier & grenser | Standard— |
Felttool_choice | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltservice_tier | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltinstructions | Typestring | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfritt | Verdier & grenser text | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
Feltcache_control.ttl | Typestring | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages |
Parametermaterial_types | Avtaletext |
Parametermessages | Avtalemeldingstabell med role/content-struktur |
Parameterfile_material | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
Parameteroptional_controls | Avtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Livssyklus: synchronous_or_streamed
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.0006 / 1K tokener Utdata · Utgående tokener $0.005 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.00006 / 1K tokener Inndata · Skriving til hurtigbuffer $0.0001666666666666666 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener Utdata · Utdatatokener for bilder $0.06 / 1K bildetokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.0006 / 1K tokener Utdata · Utgående tokener $0.005 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.00006 / 1K tokener Inndata · Skriving til hurtigbuffer $0.0001666666666666666 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
| Konfigurasjon | Faktureringsvilkår | Kostnad |
|---|---|---|
| Konfigurasjongoogle/gemini-2.5-flash-image · Standardkonfigurasjon | FaktureringsvilkårStandardkonfigurasjon | Kostnad Inndata · Inndata 0,0006 USD / 1K tokener Utdata · Utdata 0,06 USD / 1K tokener |
| Konfigurasjon | Faktureringsvilkår | Kostnad |
|---|---|---|
| KonfigurasjonGoogle: Nano Banana (Gemini 2.5 Flash Image) · Standardkonfigurasjon | FaktureringsvilkårStandardkonfigurasjon | Kostnad Inndata · Inngående tokener 0,0006 USD / 1K tokener Utdata · Utgående tokener 0,005 USD / 1K tokener Inndata · Inndatabilde 0,0006 USD / 1K tokener Utdata · Utdatabilde 0,06 USD / 1K tokener Inndata · Lydinndata 0,002 USD / 1K tokener Inndata · Lesing fra lydhurtigbuffer 0,0002 USD / 1K tokener Utdata · Nettsøk 0,028 USD per søk Utdata · Resonneringstokener 0,005 USD / 1K tokener Inndata · Lesing fra hurtigbuffer 0,00006 USD / 1K tokener Inndata · Skriving til hurtigbuffer · 5 minutter ≈0,000167 USD / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-2.5-flash-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genererer og redigerer bilder ut fra tekst og bilder. Bruk den samtalebaserte arbeidsflyten til å komponere en scene, endre et valgt element, kombinere visuelle referanser eller forbedre et produktbilde, samtidig som du angir hvilke detaljer som skal beholdes.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Gemini 2.5 Flash Image, også kjent som Nano Banana, er Googles tekst- og bildemodell for visuell skapelse og samtalebasert bilderedigering. Den tar imot en instruksjon med valgfrie bildereferanser og kan returnere bilder med tilhørende tekst. Denne konkrete 2.5 Flash Image-utgaven er forskjellig fra Nano Banana 2, Nano Banana Pro og senere Lite-bildemodeller. Det nyttige resultatet er en generert eller revidert visuell ressurs, ikke svaret fra den generelle tekstmodellen Gemini 2.5.
Modellkortet for denne utgaven oppgir 65,536 inndatatokener og 32,768 utdatatokener. Bilder og instruksjoner inngår i inndataene, og det returnerte bildet eller teksten inngår i resultatet. Veiledningens oppløsningstabell oppgir utdata i 1:1 med 1024×1024, 3:4 med 864×1184 og 16:9 med 1344×768, blant de støttede sideforholdene. Velg den tiltenkte visningsformen før du utformer scenen. Alternativene for høy oppløsning i en senere Gemini-bildeutgave bør ikke behandles som dokumenterte innstillinger for denne konkrete modellen.
Ved tekst-til-bilde-generering bør du angi motivet, handlingen, miljøet, stilen, belysningen og synsvinkelen. En produktillustrasjon kan bruke en innsendt visuell identitet og be om en tydelig synlig materialdetalj i en passende setting. Forklar formålet med bildet slik at modellen kan sette av plass til motivet og eventuell tekst. Fotografiske beskrivelser som et nærbilde, en komposisjon sett ovenfra eller et perspektiv fra lav vinkel definerer utsnittet tydeligere enn en liste med urelaterte stilord.
Ved redigering bør du sende inn originalbildet og angi delen som skal endres. Produsentens veiledning beskriver tillegging eller fjerning av elementer, semantisk maskering, stiloverføring og komposisjon med referanser. En nyttig forespørsel angir både endringen og betingelsene som skal beholdes, for eksempel å endre bakgrunnen mens produktets form, overflate og etikett bevares. Merk rollen til hver inndatakilde når referanser kombineres, som motivets utseende, omgivelser eller stil. Veiledningen sier at denne utgaven fungerer best med opptil tre inndatabilder; dette er praktisk veiledning, ikke en grunn til å kombinere et ubegrenset antall motstridende referanser.
Samtalebasert forbedring kan beholde det samme motivet mens et bestemt visuelt valg endres. Be om én sammenhengende endring om gangen, og behold kildebildet og det godkjente resultatet som ble brukt i den runden. Beskriv hva som skal være konsekvent og hva som kan variere. For en serie ressurser bør du angi det felles motivet, fargene og de visuelle reglene uttrykkelig, i stedet for å anta at en ny, isolert ledetekst vil gjenskape dem. Sammenlign det reviderte bildet med referansen før du anser en instruksjon om bevaring som vellykket fulgt.
For tekst i bildet bør du først fastsette den eksakte ordlyden og deretter be om et bilde som inneholder denne teksten, slik veiledningen anbefaler. Oppgi språk, leserekkefølge, plassering og relativ fremheving av etikettene. En infografikkforespørsel bør angi sammenhengen hver etikett forklarer og de visuelle elementene som underbygger den. Kontroller rettskriving, tegnsetting og visuell tilknytning i den faktiske visningsstørrelsen; en generert etikett som ser lesbar ut, kan likevel endre et navn, et tall eller den tilsiktede betydningen.
Modellkortet oppgir ikke tenking, søkeforankring, funksjonskall, kodekjøring eller skjemabegrensede strukturerte utdata for denne utgaven. Det oppgir heller ikke lydgenerering eller Live API. De dokumenterte inndataene er tekst og bilder, så egenskaper for lyd-, video- og dokumentbehandling fra andre Gemini-modeller bør ikke tilskrives denne profilen. En applikasjon bør håndtere de returnerte innholdsdelene uttrykkelig i stedet for å anta at et vanlig prosasvar inneholder den ferdige bilderessursen.
Veiledningen bemerker at det forespurte antallet bilder ikke alltid blir fulgt, og at genererte bilder har SynthID-merking. Undersøk hvert returnerte bilde for komposisjon, trofasthet mot motivet, antall objekter og eksakt ordlyd. Hvis scenen har flere komponenter, bør du beskrive den tilsiktede plasseringen i en tydelig rekkefølge og uttrykke det ønskede utseendet positivt. Bevar den eksakte modellidentiteten, ledeteksten og referansene sammen med resultatet. Dette gjør den visuelle genererings- eller redigeringsoppgaven mulig å gjennomgå og gir en senere revisjon et konkret utgangspunkt.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser google/gemini-2.5-flash-image | Standard— |
Feltprompt | Typestring | KravPåkrevd | Verdier & grenser Minste lengde: 1 | Standard— |
Feltaspect_ratio | Typestring | KravValgfritt | Verdier & grenser 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 | Standard— |
Feltn | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Maksimum: 1 | Standard— |
Feltinput_references | Typearray | KravValgfritt | Verdier & grenser Minste antall elementer: 0 Maksimalt antall elementer: 3 | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser | Standard— |
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, prompt |
Parametermaterial_types | Avtaletext, image |
Livssyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · faktisk returnert task_id eller oppføring i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De viste satsene anslår kostnaden før generering. Det endelige beløpet beregnes ut fra kostnaden som er registrert for den opprinnelige genereringen. Målt varighet på utdataene og anslåtte mengder er ikke den endelige fakturerbare mengden.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Forventet mengde | Kostnad |
|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Forventet mengde— | Kostnad Inndata · Inngående tokener · Estimat kun for sammenligning — / 1K tokener Utdata · Utgående tokener · Estimat kun for sammenligning — / 1K tokener Inndata · Lesing fra hurtigbuffer · Estimat kun for sammenligning — / 1K tokener Inndata · Skriving til hurtigbuffer · Estimat kun for sammenligning — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time · Estimat kun for sammenligning — / 1K tokener |
| KonfigurasjonAnslått genereringskostnad | Prisplan— | Forventet mengdeestimat for én generering | Kostnad Utdata · Anslått genereringskostnad · Estimat kun for sammenligning $0.24576 estimat før generering Dette anslaget er verken en tilleggsavgift eller en fast sats for den fullførte genereringen. |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'google/gemini-2.5-flash-image', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nLast ned hvert returnerte bilde eller lagre Base64-innholdet
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.\nLagre hvert ferdige bilde; hent hver returnerte URL eller dekod Base64-innholdet.
Bevar hele svaret og svarhodene, alle faktiske utdata, de opprinnelige returnerte identifikatorene og alle bruksfeltene. Hent den opprinnelige operasjonen igjen uten å sende opprettelsesforespørselen på nytt.
Bevar returnert X-Client-Request-ID for avstemming. Les bare faktisk returnerte task_id/asset_id-verdier eller egne oppføringer i mediebiblioteket; bygg aldri en oppgave-URL fra operasjons-ID-en, og send aldri opprettelsesforespørselen på nytt.
| Felt | Type |
|---|---|
Feltcreated | Type |
Feltdata[].url | Type |
Feltdata[].b64_json | Type |
Feltusage | Type |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genererer og redigerer bilder ut fra tekst og bilder. Bruk den samtalebaserte arbeidsflyten til å komponere en scene, endre et valgt element, kombinere visuelle referanser eller forbedre et produktbilde, samtidig som du angir hvilke detaljer som skal beholdes.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Gemini 2.5 Flash Image, også kjent som Nano Banana, er Googles tekst- og bildemodell for visuell skapelse og samtalebasert bilderedigering. Den tar imot en instruksjon med valgfrie bildereferanser og kan returnere bilder med tilhørende tekst. Denne konkrete 2.5 Flash Image-utgaven er forskjellig fra Nano Banana 2, Nano Banana Pro og senere Lite-bildemodeller. Det nyttige resultatet er en generert eller revidert visuell ressurs, ikke svaret fra den generelle tekstmodellen Gemini 2.5.
Modellkortet for denne utgaven oppgir 65,536 inndatatokener og 32,768 utdatatokener. Bilder og instruksjoner inngår i inndataene, og det returnerte bildet eller teksten inngår i resultatet. Veiledningens oppløsningstabell oppgir utdata i 1:1 med 1024×1024, 3:4 med 864×1184 og 16:9 med 1344×768, blant de støttede sideforholdene. Velg den tiltenkte visningsformen før du utformer scenen. Alternativene for høy oppløsning i en senere Gemini-bildeutgave bør ikke behandles som dokumenterte innstillinger for denne konkrete modellen.
Ved tekst-til-bilde-generering bør du angi motivet, handlingen, miljøet, stilen, belysningen og synsvinkelen. En produktillustrasjon kan bruke en innsendt visuell identitet og be om en tydelig synlig materialdetalj i en passende setting. Forklar formålet med bildet slik at modellen kan sette av plass til motivet og eventuell tekst. Fotografiske beskrivelser som et nærbilde, en komposisjon sett ovenfra eller et perspektiv fra lav vinkel definerer utsnittet tydeligere enn en liste med urelaterte stilord.
Ved redigering bør du sende inn originalbildet og angi delen som skal endres. Produsentens veiledning beskriver tillegging eller fjerning av elementer, semantisk maskering, stiloverføring og komposisjon med referanser. En nyttig forespørsel angir både endringen og betingelsene som skal beholdes, for eksempel å endre bakgrunnen mens produktets form, overflate og etikett bevares. Merk rollen til hver inndatakilde når referanser kombineres, som motivets utseende, omgivelser eller stil. Veiledningen sier at denne utgaven fungerer best med opptil tre inndatabilder; dette er praktisk veiledning, ikke en grunn til å kombinere et ubegrenset antall motstridende referanser.
Samtalebasert forbedring kan beholde det samme motivet mens et bestemt visuelt valg endres. Be om én sammenhengende endring om gangen, og behold kildebildet og det godkjente resultatet som ble brukt i den runden. Beskriv hva som skal være konsekvent og hva som kan variere. For en serie ressurser bør du angi det felles motivet, fargene og de visuelle reglene uttrykkelig, i stedet for å anta at en ny, isolert ledetekst vil gjenskape dem. Sammenlign det reviderte bildet med referansen før du anser en instruksjon om bevaring som vellykket fulgt.
For tekst i bildet bør du først fastsette den eksakte ordlyden og deretter be om et bilde som inneholder denne teksten, slik veiledningen anbefaler. Oppgi språk, leserekkefølge, plassering og relativ fremheving av etikettene. En infografikkforespørsel bør angi sammenhengen hver etikett forklarer og de visuelle elementene som underbygger den. Kontroller rettskriving, tegnsetting og visuell tilknytning i den faktiske visningsstørrelsen; en generert etikett som ser lesbar ut, kan likevel endre et navn, et tall eller den tilsiktede betydningen.
Modellkortet oppgir ikke tenking, søkeforankring, funksjonskall, kodekjøring eller skjemabegrensede strukturerte utdata for denne utgaven. Det oppgir heller ikke lydgenerering eller Live API. De dokumenterte inndataene er tekst og bilder, så egenskaper for lyd-, video- og dokumentbehandling fra andre Gemini-modeller bør ikke tilskrives denne profilen. En applikasjon bør håndtere de returnerte innholdsdelene uttrykkelig i stedet for å anta at et vanlig prosasvar inneholder den ferdige bilderessursen.
Veiledningen bemerker at det forespurte antallet bilder ikke alltid blir fulgt, og at genererte bilder har SynthID-merking. Undersøk hvert returnerte bilde for komposisjon, trofasthet mot motivet, antall objekter og eksakt ordlyd. Hvis scenen har flere komponenter, bør du beskrive den tilsiktede plasseringen i en tydelig rekkefølge og uttrykke det ønskede utseendet positivt. Bevar den eksakte modellidentiteten, ledeteksten og referansene sammen med resultatet. Dette gjør den visuelle genererings- eller redigeringsoppgaven mulig å gjennomgå og gir en senere revisjon et konkret utgangspunkt.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser google/gemini-2.5-flash-image | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrevd | Verdier & grenser | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content-streng
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages, max_tokens |
Parameteroptional_controls | Avtalestream |
Parametermaterial_types | Avtaletext |
Parametertext_file_material | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: synchronous_or_streamed
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.0006 / 1K tokener Utdata · Utgående tokener $0.005 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.00006 / 1K tokener Inndata · Skriving til hurtigbuffer $0.0001666666666666666 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener Utdata · Utdatatokener for bilder $0.06 / 1K bildetokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.0006 / 1K tokener Utdata · Utgående tokener $0.005 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.00006 / 1K tokener Inndata · Skriving til hurtigbuffer $0.0001666666666666666 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "google/gemini-2.5-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
Teknisk eksempel på engelsk
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.