Gemini Nano Banana 2.1 er Googles modell for bildegenerering og samtalebasert redigering. Den er en oppdatering av Nano Banana 2, med forbedringer i visuell realisme, instruksjonsfølging, tekstgjengivelse og figurkonsistens på tvers av påfølgende redigeringer. Inndatatabellen omfatter tekst, bilder, video og PDF, mens utdataene er bilde og tekst. Dette gjør den nyttig for en produktscene, en infografikk eller en visuell serie som utvikles gjennom flere konkrete revisjoner.
Modellen tilbyr utdata i 1K, 2K og 4K, med 1K som standard. Den arver ikke Nano Banana 2s alternativ på 0,5K. Dokumenterte sideforhold omfatter 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9, samt høye eller panoramiske formater på 1:4, 4:1, 1:8 og 8:1. Google identifiserer rettelser av flisartefakter i de sistnevnte brede og høye formatene ved 2K og 4K. Oppløsningsetiketter er størrelsesnivåer, ikke ett fast rektangel: et kvadratisk 4K-bilde er 4096 × 4096, mens dokumenterte 16:9-utdata i 4K er 5504 × 3072.
Tekst er en vesentlig del av den visuelle prosessen. Modellen er laget for å gjengi lesbar, stilsatt ordlyd og organisere infografikkelementer mer nøyaktig. Klargjør nøyaktig overskrift, etiketter og leserekkefølge, og be deretter om bildet med den godkjente teksten. For en meny, et diagram eller en instruksjonsgrafikk navngis forholdet mellom en bildetekst og det visuelle elementet. Google anbefaler å lage ordlyden først og deretter be om bildet, slik at den visuelle komposisjonen starter fra en avklart tekstbeskrivelse.
Sammensmelting av referansebilder støtter opptil 14 bilder. Den dokumenterte profilen omfatter konsistens for opptil fire figurer og trofast gjengivelse av opptil ti objekter. Gi hver referanse en rolle: produktet som må forbli gjenkjennelig, figurens utseende, ønsket bakgrunn eller visuell stil. En illustrerende produktbeskrivelse er: «Bruk bilde A til flaskeformen og etiketten. Bruk bilde B til overflaten og lyset. Behold produktet uendret, plasser det ved et brettet håndkle og la det være tydelig plass over det til den oppgitte overskriften.»
Forankring med Google Web Search og Image Search kan gi oppdatert informasjon og visuell kontekst for generering. Image Search leverer gjenfunne nettbilder som referanser; vanlig nettforankring leverer informasjon om motivet. Dette er nyttig for en faktabasert grafikk eller en scene der utseendet avhenger av et virkelig objekt. Bildesøkprosessen støtter ikke henting av virkelige bilder av mennesker til dette formålet. Forankrede svar har kilde- og attribusjonsmetadata i Googles dokumenterte prosess, så en applikasjon bør beholde dem sammen med det genererte resultatet.
Tenkning kan konfigureres på nivåene minimal, medium og high, med medium som standard for akkurat denne modellen. Den hjelper modellen med å arbeide gjennom komposisjon og mer komplekse instruksjoner før endelige utdata. Bildeveiledningen beskriver mellomliggende komposisjonsbilder i prosessen; de er adskilt fra den tiltenkte sluttleveransen. Velg ønsket sluttlayout, sideforhold og oppløsning uttrykkelig, fremfor å forvente at promptbeskrivelsen alene fastsetter alle utdatainnstillinger.
Samtalebasert redigering lar en oppfølging endre én del av et eksisterende resultat: justere lyset, flytte et objekt eller oversette etiketter mens resten av komposisjonen bevares. Ta med det tidligere bildet eller samspillet i neste samtalerunde, og oppgi både ønsket endring og trekkene som skal beholdes. For en figurserie beholdes konsistente utseendereferanser, og en positurreferanse brukes når en ny vinkel eller kompleks positur er viktig. En praktisk revisjonsbeskrivelse kan si: «Behold produktet, etikettene og oppsettet; gjør bare bakgrunnen til en varmere gråfarge.»
Modelltabellen oppgir en inndatagrense på 131072 tokener og en utdatagrense på 32768 tokener. Bildegenerering og søkeforankring støttes, mens lydgenerering, kodekjøring, funksjonskall, strukturerte utdata, bufring, filsøk, URL-kontekst og Live API ikke er oppført som støttet for denne utgaven. Video kan gi grunnlag for et generert stillbilde; det gjør ikke modellen til en videogenerator. Google bemerker også at en forespørsel om et nøyaktig antall bilder kanskje ikke gir det antallet. Alle genererte bilder inneholder et SynthID-vannmerke.
For en nyttig første beskrivelse oppgis bildets formål, motiv, komposisjon, lys, kameravisning, nødvendig tekst og utdataform. Be for eksempel om en stående infografikk med tre merkede trinn, en lesbar overskrift og et angitt fargehierarki, og vurder deretter ordlyd og relativ plassering før neste redigering. Resultatet kan bli en produktillustrasjon, redaksjonell grafikk eller designreferanse, med det valgte bildet og den forklarende teksten beholdt sammen.
", "aboutText": "Gemini Nano Banana 2.1 er Googles modell for bildegenerering og samtalebasert redigering. Den er en oppdatering av Nano Banana 2, med forbedringer i visuell realisme, instruksjonsfølging, tekstgjengivelse og figurkonsistens på tvers av påfølgende redigeringer. Inndatatabellen omfatter tekst, bilder, video og PDF, mens utdataene er bilde og tekst. Dette gjør den nyttig for en produktscene, en infografikk eller en visuell serie som utvikles gjennom flere konkrete revisjoner.\n\nModellen tilbyr utdata i 1K, 2K og 4K, med 1K som standard. Den arver ikke Nano Banana 2s alternativ på 0,5K. Dokumenterte sideforhold omfatter 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9, samt høye eller panoramiske formater på 1:4, 4:1, 1:8 og 8:1. Google identifiserer rettelser av flisartefakter i de sistnevnte brede og høye formatene ved 2K og 4K. Oppløsningsetiketter er størrelsesnivåer, ikke ett fast rektangel: et kvadratisk 4K-bilde er 4096 × 4096, mens dokumenterte 16:9-utdata i 4K er 5504 × 3072.\n\nTekst er en vesentlig del av den visuelle prosessen. Modellen er laget for å gjengi lesbar, stilsatt ordlyd og organisere infografikkelementer mer nøyaktig. Klargjør nøyaktig overskrift, etiketter og leserekkefølge, og be deretter om bildet med den godkjente teksten. For en meny, et diagram eller en instruksjonsgrafikk navngis forholdet mellom en bildetekst og det visuelle elementet. Google anbefaler å lage ordlyden først og deretter be om bildet, slik at den visuelle komposisjonen starter fra en avklart tekstbeskrivelse.\n\nSammensmelting av referansebilder støtter opptil 14 bilder. Den dokumenterte profilen omfatter konsistens for opptil fire figurer og trofast gjengivelse av opptil ti objekter. Gi hver referanse en rolle: produktet som må forbli gjenkjennelig, figurens utseende, ønsket bakgrunn eller visuell stil. En illustrerende produktbeskrivelse er: «Bruk bilde A til flaskeformen og etiketten. Bruk bilde B til overflaten og lyset. Behold produktet uendret, plasser det ved et brettet håndkle og la det være tydelig plass over det til den oppgitte overskriften.»\n\nForankring med Google Web Search og Image Search kan gi oppdatert informasjon og visuell kontekst for generering. Image Search leverer gjenfunne nettbilder som referanser; vanlig nettforankring leverer informasjon om motivet. Dette er nyttig for en faktabasert grafikk eller en scene der utseendet avhenger av et virkelig objekt. Bildesøkprosessen støtter ikke henting av virkelige bilder av mennesker til dette formålet. Forankrede svar har kilde- og attribusjonsmetadata i Googles dokumenterte prosess, så en applikasjon bør beholde dem sammen med det genererte resultatet.\n\nTenkning kan konfigureres på nivåene minimal, medium og high, med medium som standard for akkurat denne modellen. Den hjelper modellen med å arbeide gjennom komposisjon og mer komplekse instruksjoner før endelige utdata. Bildeveiledningen beskriver mellomliggende komposisjonsbilder i prosessen; de er adskilt fra den tiltenkte sluttleveransen. Velg ønsket sluttlayout, sideforhold og oppløsning uttrykkelig, fremfor å forvente at promptbeskrivelsen alene fastsetter alle utdatainnstillinger.\n\nSamtalebasert redigering lar en oppfølging endre én del av et eksisterende resultat: justere lyset, flytte et objekt eller oversette etiketter mens resten av komposisjonen bevares. Ta med det tidligere bildet eller samspillet i neste samtalerunde, og oppgi både ønsket endring og trekkene som skal beholdes. For en figurserie beholdes konsistente utseendereferanser, og en positurreferanse brukes når en ny vinkel eller kompleks positur er viktig. En praktisk revisjonsbeskrivelse kan si: «Behold produktet, etikettene og oppsettet; gjør bare bakgrunnen til en varmere gråfarge.»\n\nModelltabellen oppgir en inndatagrense på 131072 tokener og en utdatagrense på 32768 tokener. Bildegenerering og søkeforankring støttes, mens lydgenerering, kodekjøring, funksjonskall, strukturerte utdata, bufring, filsøk, URL-kontekst og Live API ikke er oppført som støttet for denne utgaven. Video kan gi grunnlag for et generert stillbilde; det gjør ikke modellen til en videogenerator. Google bemerker også at en forespørsel om et nøyaktig antall bilder kanskje ikke gir det antallet. Alle genererte bilder inneholder et SynthID-vannmerke.\n\nFor en nyttig første beskrivelse oppgis bildets formål, motiv, komposisjon, lys, kameravisning, nødvendig tekst og utdataform. Be for eksempel om en stående infografikk med tre merkede trinn, en lesbar overskrift og et angitt fargehierarki, og vurder deretter ordlyd og relativ plassering før neste redigering. Resultatet kan bli en produktillustrasjon, redaksjonell grafikk eller designreferanse, med det valgte bildet og den forklarende teksten beholdt sammen.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
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 genererer og redigerer bilder gjennom samtale fra tekst og visuelt materiale. Den forbedrer tekstgjengivelse, infografikkoppsett og konsistens over flere samtalerunder, med 1K–4K-utdata og opptil 14 referansebilder for en definert visuell beskrivelse.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Gemini Nano Banana 2.1 er Googles modell for bildegenerering og samtalebasert redigering. Den er en oppdatering av Nano Banana 2, med forbedringer i visuell realisme, instruksjonsfølging, tekstgjengivelse og figurkonsistens på tvers av påfølgende redigeringer. Inndatatabellen omfatter tekst, bilder, video og PDF, mens utdataene er bilde og tekst. Dette gjør den nyttig for en produktscene, en infografikk eller en visuell serie som utvikles gjennom flere konkrete revisjoner.
Modellen tilbyr utdata i 1K, 2K og 4K, med 1K som standard. Den arver ikke Nano Banana 2s alternativ på 0,5K. Dokumenterte sideforhold omfatter 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9, samt høye eller panoramiske formater på 1:4, 4:1, 1:8 og 8:1. Google identifiserer rettelser av flisartefakter i de sistnevnte brede og høye formatene ved 2K og 4K. Oppløsningsetiketter er størrelsesnivåer, ikke ett fast rektangel: et kvadratisk 4K-bilde er 4096 × 4096, mens dokumenterte 16:9-utdata i 4K er 5504 × 3072.
Tekst er en vesentlig del av den visuelle prosessen. Modellen er laget for å gjengi lesbar, stilsatt ordlyd og organisere infografikkelementer mer nøyaktig. Klargjør nøyaktig overskrift, etiketter og leserekkefølge, og be deretter om bildet med den godkjente teksten. For en meny, et diagram eller en instruksjonsgrafikk navngis forholdet mellom en bildetekst og det visuelle elementet. Google anbefaler å lage ordlyden først og deretter be om bildet, slik at den visuelle komposisjonen starter fra en avklart tekstbeskrivelse.
Sammensmelting av referansebilder støtter opptil 14 bilder. Den dokumenterte profilen omfatter konsistens for opptil fire figurer og trofast gjengivelse av opptil ti objekter. Gi hver referanse en rolle: produktet som må forbli gjenkjennelig, figurens utseende, ønsket bakgrunn eller visuell stil. En illustrerende produktbeskrivelse er: «Bruk bilde A til flaskeformen og etiketten. Bruk bilde B til overflaten og lyset. Behold produktet uendret, plasser det ved et brettet håndkle og la det være tydelig plass over det til den oppgitte overskriften.»
Forankring med Google Web Search og Image Search kan gi oppdatert informasjon og visuell kontekst for generering. Image Search leverer gjenfunne nettbilder som referanser; vanlig nettforankring leverer informasjon om motivet. Dette er nyttig for en faktabasert grafikk eller en scene der utseendet avhenger av et virkelig objekt. Bildesøkprosessen støtter ikke henting av virkelige bilder av mennesker til dette formålet. Forankrede svar har kilde- og attribusjonsmetadata i Googles dokumenterte prosess, så en applikasjon bør beholde dem sammen med det genererte resultatet.
Tenkning kan konfigureres på nivåene minimal, medium og high, med medium som standard for akkurat denne modellen. Den hjelper modellen med å arbeide gjennom komposisjon og mer komplekse instruksjoner før endelige utdata. Bildeveiledningen beskriver mellomliggende komposisjonsbilder i prosessen; de er adskilt fra den tiltenkte sluttleveransen. Velg ønsket sluttlayout, sideforhold og oppløsning uttrykkelig, fremfor å forvente at promptbeskrivelsen alene fastsetter alle utdatainnstillinger.
Samtalebasert redigering lar en oppfølging endre én del av et eksisterende resultat: justere lyset, flytte et objekt eller oversette etiketter mens resten av komposisjonen bevares. Ta med det tidligere bildet eller samspillet i neste samtalerunde, og oppgi både ønsket endring og trekkene som skal beholdes. For en figurserie beholdes konsistente utseendereferanser, og en positurreferanse brukes når en ny vinkel eller kompleks positur er viktig. En praktisk revisjonsbeskrivelse kan si: «Behold produktet, etikettene og oppsettet; gjør bare bakgrunnen til en varmere gråfarge.»
Modelltabellen oppgir en inndatagrense på 131072 tokener og en utdatagrense på 32768 tokener. Bildegenerering og søkeforankring støttes, mens lydgenerering, kodekjøring, funksjonskall, strukturerte utdata, bufring, filsøk, URL-kontekst og Live API ikke er oppført som støttet for denne utgaven. Video kan gi grunnlag for et generert stillbilde; det gjør ikke modellen til en videogenerator. Google bemerker også at en forespørsel om et nøyaktig antall bilder kanskje ikke gir det antallet. Alle genererte bilder inneholder et SynthID-vannmerke.
For en nyttig første beskrivelse oppgis bildets formål, motiv, komposisjon, lys, kameravisning, nødvendig tekst og utdataform. Be for eksempel om en stående infografikk med tre merkede trinn, en lesbar overskrift og et angitt fargehierarki, og vurder deretter ordlyd og relativ plassering før neste redigering. Resultatet kan bli en produktillustrasjon, redaksjonell grafikk eller designreferanse, med det valgte bildet og den forklarende teksten beholdt sammen.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser google/gemini-nano-banana-2.1 | 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 $0.003 / 1K tokener Utdata · Utgående tokener $0.015 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 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 $0.003 / 1K tokener Utdata · Utgående tokener $0.015 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
| Konfigurasjon | Faktureringsvilkår | Kostnad |
|---|---|---|
| KonfigurasjonGoogle: Nano Banana 2.1 · Standardkonfigurasjon | FaktureringsvilkårStandardkonfigurasjon | Kostnad Inndata · Inngående tokener 0,003 USD / 1K tokener Utdata · Utgående tokener 0,015 USD / 1K tokener Utdata · Utdatabilde 0,06 USD / 1K tokener Utdata · Nettsøk 0,028 USD per søk |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-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 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-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 genererer og redigerer bilder gjennom samtale fra tekst og visuelt materiale. Den forbedrer tekstgjengivelse, infografikkoppsett og konsistens over flere samtalerunder, med 1K–4K-utdata og opptil 14 referansebilder for en definert visuell beskrivelse.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Gemini Nano Banana 2.1 er Googles modell for bildegenerering og samtalebasert redigering. Den er en oppdatering av Nano Banana 2, med forbedringer i visuell realisme, instruksjonsfølging, tekstgjengivelse og figurkonsistens på tvers av påfølgende redigeringer. Inndatatabellen omfatter tekst, bilder, video og PDF, mens utdataene er bilde og tekst. Dette gjør den nyttig for en produktscene, en infografikk eller en visuell serie som utvikles gjennom flere konkrete revisjoner.
Modellen tilbyr utdata i 1K, 2K og 4K, med 1K som standard. Den arver ikke Nano Banana 2s alternativ på 0,5K. Dokumenterte sideforhold omfatter 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9, samt høye eller panoramiske formater på 1:4, 4:1, 1:8 og 8:1. Google identifiserer rettelser av flisartefakter i de sistnevnte brede og høye formatene ved 2K og 4K. Oppløsningsetiketter er størrelsesnivåer, ikke ett fast rektangel: et kvadratisk 4K-bilde er 4096 × 4096, mens dokumenterte 16:9-utdata i 4K er 5504 × 3072.
Tekst er en vesentlig del av den visuelle prosessen. Modellen er laget for å gjengi lesbar, stilsatt ordlyd og organisere infografikkelementer mer nøyaktig. Klargjør nøyaktig overskrift, etiketter og leserekkefølge, og be deretter om bildet med den godkjente teksten. For en meny, et diagram eller en instruksjonsgrafikk navngis forholdet mellom en bildetekst og det visuelle elementet. Google anbefaler å lage ordlyden først og deretter be om bildet, slik at den visuelle komposisjonen starter fra en avklart tekstbeskrivelse.
Sammensmelting av referansebilder støtter opptil 14 bilder. Den dokumenterte profilen omfatter konsistens for opptil fire figurer og trofast gjengivelse av opptil ti objekter. Gi hver referanse en rolle: produktet som må forbli gjenkjennelig, figurens utseende, ønsket bakgrunn eller visuell stil. En illustrerende produktbeskrivelse er: «Bruk bilde A til flaskeformen og etiketten. Bruk bilde B til overflaten og lyset. Behold produktet uendret, plasser det ved et brettet håndkle og la det være tydelig plass over det til den oppgitte overskriften.»
Forankring med Google Web Search og Image Search kan gi oppdatert informasjon og visuell kontekst for generering. Image Search leverer gjenfunne nettbilder som referanser; vanlig nettforankring leverer informasjon om motivet. Dette er nyttig for en faktabasert grafikk eller en scene der utseendet avhenger av et virkelig objekt. Bildesøkprosessen støtter ikke henting av virkelige bilder av mennesker til dette formålet. Forankrede svar har kilde- og attribusjonsmetadata i Googles dokumenterte prosess, så en applikasjon bør beholde dem sammen med det genererte resultatet.
Tenkning kan konfigureres på nivåene minimal, medium og high, med medium som standard for akkurat denne modellen. Den hjelper modellen med å arbeide gjennom komposisjon og mer komplekse instruksjoner før endelige utdata. Bildeveiledningen beskriver mellomliggende komposisjonsbilder i prosessen; de er adskilt fra den tiltenkte sluttleveransen. Velg ønsket sluttlayout, sideforhold og oppløsning uttrykkelig, fremfor å forvente at promptbeskrivelsen alene fastsetter alle utdatainnstillinger.
Samtalebasert redigering lar en oppfølging endre én del av et eksisterende resultat: justere lyset, flytte et objekt eller oversette etiketter mens resten av komposisjonen bevares. Ta med det tidligere bildet eller samspillet i neste samtalerunde, og oppgi både ønsket endring og trekkene som skal beholdes. For en figurserie beholdes konsistente utseendereferanser, og en positurreferanse brukes når en ny vinkel eller kompleks positur er viktig. En praktisk revisjonsbeskrivelse kan si: «Behold produktet, etikettene og oppsettet; gjør bare bakgrunnen til en varmere gråfarge.»
Modelltabellen oppgir en inndatagrense på 131072 tokener og en utdatagrense på 32768 tokener. Bildegenerering og søkeforankring støttes, mens lydgenerering, kodekjøring, funksjonskall, strukturerte utdata, bufring, filsøk, URL-kontekst og Live API ikke er oppført som støttet for denne utgaven. Video kan gi grunnlag for et generert stillbilde; det gjør ikke modellen til en videogenerator. Google bemerker også at en forespørsel om et nøyaktig antall bilder kanskje ikke gir det antallet. Alle genererte bilder inneholder et SynthID-vannmerke.
For en nyttig første beskrivelse oppgis bildets formål, motiv, komposisjon, lys, kameravisning, nødvendig tekst og utdataform. Be for eksempel om en stående infografikk med tre merkede trinn, en lesbar overskrift og et angitt fargehierarki, og vurder deretter ordlyd og relativ plassering før neste redigering. Resultatet kan bli en produktillustrasjon, redaksjonell grafikk eller designreferanse, med det valgte bildet og den forklarende teksten beholdt sammen.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser google/gemini-nano-banana-2.1 | Standard— |
Feltprompt | Typestring | KravPåkrevd | Verdier & grenser Minste lengde: 1 | Standard— |
Feltresolution | Typestring | KravValgfritt | Verdier & grenser 1K, 2K, 4K | Standard— |
Feltaspect_ratio | Typestring | KravValgfritt | Verdier & grenser 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 | Standard— |
Feltn | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Maksimum: 1 | Standard— |
Feltinput_references | Typearray | KravValgfritt | Verdier & grenser Minste antall elementer: 0 Maksimalt antall elementer: 14 | 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-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\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-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 genererer og redigerer bilder gjennom samtale fra tekst og visuelt materiale. Den forbedrer tekstgjengivelse, infografikkoppsett og konsistens over flere samtalerunder, med 1K–4K-utdata og opptil 14 referansebilder for en definert visuell beskrivelse.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Gemini Nano Banana 2.1 er Googles modell for bildegenerering og samtalebasert redigering. Den er en oppdatering av Nano Banana 2, med forbedringer i visuell realisme, instruksjonsfølging, tekstgjengivelse og figurkonsistens på tvers av påfølgende redigeringer. Inndatatabellen omfatter tekst, bilder, video og PDF, mens utdataene er bilde og tekst. Dette gjør den nyttig for en produktscene, en infografikk eller en visuell serie som utvikles gjennom flere konkrete revisjoner.
Modellen tilbyr utdata i 1K, 2K og 4K, med 1K som standard. Den arver ikke Nano Banana 2s alternativ på 0,5K. Dokumenterte sideforhold omfatter 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 og 21:9, samt høye eller panoramiske formater på 1:4, 4:1, 1:8 og 8:1. Google identifiserer rettelser av flisartefakter i de sistnevnte brede og høye formatene ved 2K og 4K. Oppløsningsetiketter er størrelsesnivåer, ikke ett fast rektangel: et kvadratisk 4K-bilde er 4096 × 4096, mens dokumenterte 16:9-utdata i 4K er 5504 × 3072.
Tekst er en vesentlig del av den visuelle prosessen. Modellen er laget for å gjengi lesbar, stilsatt ordlyd og organisere infografikkelementer mer nøyaktig. Klargjør nøyaktig overskrift, etiketter og leserekkefølge, og be deretter om bildet med den godkjente teksten. For en meny, et diagram eller en instruksjonsgrafikk navngis forholdet mellom en bildetekst og det visuelle elementet. Google anbefaler å lage ordlyden først og deretter be om bildet, slik at den visuelle komposisjonen starter fra en avklart tekstbeskrivelse.
Sammensmelting av referansebilder støtter opptil 14 bilder. Den dokumenterte profilen omfatter konsistens for opptil fire figurer og trofast gjengivelse av opptil ti objekter. Gi hver referanse en rolle: produktet som må forbli gjenkjennelig, figurens utseende, ønsket bakgrunn eller visuell stil. En illustrerende produktbeskrivelse er: «Bruk bilde A til flaskeformen og etiketten. Bruk bilde B til overflaten og lyset. Behold produktet uendret, plasser det ved et brettet håndkle og la det være tydelig plass over det til den oppgitte overskriften.»
Forankring med Google Web Search og Image Search kan gi oppdatert informasjon og visuell kontekst for generering. Image Search leverer gjenfunne nettbilder som referanser; vanlig nettforankring leverer informasjon om motivet. Dette er nyttig for en faktabasert grafikk eller en scene der utseendet avhenger av et virkelig objekt. Bildesøkprosessen støtter ikke henting av virkelige bilder av mennesker til dette formålet. Forankrede svar har kilde- og attribusjonsmetadata i Googles dokumenterte prosess, så en applikasjon bør beholde dem sammen med det genererte resultatet.
Tenkning kan konfigureres på nivåene minimal, medium og high, med medium som standard for akkurat denne modellen. Den hjelper modellen med å arbeide gjennom komposisjon og mer komplekse instruksjoner før endelige utdata. Bildeveiledningen beskriver mellomliggende komposisjonsbilder i prosessen; de er adskilt fra den tiltenkte sluttleveransen. Velg ønsket sluttlayout, sideforhold og oppløsning uttrykkelig, fremfor å forvente at promptbeskrivelsen alene fastsetter alle utdatainnstillinger.
Samtalebasert redigering lar en oppfølging endre én del av et eksisterende resultat: justere lyset, flytte et objekt eller oversette etiketter mens resten av komposisjonen bevares. Ta med det tidligere bildet eller samspillet i neste samtalerunde, og oppgi både ønsket endring og trekkene som skal beholdes. For en figurserie beholdes konsistente utseendereferanser, og en positurreferanse brukes når en ny vinkel eller kompleks positur er viktig. En praktisk revisjonsbeskrivelse kan si: «Behold produktet, etikettene og oppsettet; gjør bare bakgrunnen til en varmere gråfarge.»
Modelltabellen oppgir en inndatagrense på 131072 tokener og en utdatagrense på 32768 tokener. Bildegenerering og søkeforankring støttes, mens lydgenerering, kodekjøring, funksjonskall, strukturerte utdata, bufring, filsøk, URL-kontekst og Live API ikke er oppført som støttet for denne utgaven. Video kan gi grunnlag for et generert stillbilde; det gjør ikke modellen til en videogenerator. Google bemerker også at en forespørsel om et nøyaktig antall bilder kanskje ikke gir det antallet. Alle genererte bilder inneholder et SynthID-vannmerke.
For en nyttig første beskrivelse oppgis bildets formål, motiv, komposisjon, lys, kameravisning, nødvendig tekst og utdataform. Be for eksempel om en stående infografikk med tre merkede trinn, en lesbar overskrift og et angitt fargehierarki, og vurder deretter ordlyd og relativ plassering før neste redigering. Resultatet kan bli en produktillustrasjon, redaksjonell grafikk eller designreferanse, med det valgte bildet og den forklarende teksten beholdt sammen.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser google/gemini-nano-banana-2.1 | 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 $0.003 / 1K tokener Utdata · Utgående tokener $0.015 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 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 $0.003 / 1K tokener Utdata · Utgående tokener $0.015 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "google/gemini-nano-banana-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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-nano-banana-2.1
/v1/images
Teknisk eksempel på engelsk
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.