Nano Banana 2 to model Gemini 3.1 Flash Image firmy Google do natywnego generowania obrazów i edycji konwersacyjnej. Jego konstrukcja podkreśla efektywne tworzenie wizualne i powtarzane poprawki. Udokumentowany profil API przyjmuje tekst, obrazy, wideo i PDF, a zwraca obraz i tekst. Jest to odrębna nazwana edycja względem Gemini Nano Banana 2.1, a nie etykieta każdej późniejszej aktualizacji Nano Banana.
Wielkości wyjścia obejmują 0.5K, 1K, 2K i 4K, z domyślnym 1K. Mniejsza opcja 0.5K jest właściwa dla tego profilu i może pasować do początkowej kompozycji; większe poziomy dostarczają więcej pikseli dla wybranego formatu wyjścia. Udokumentowane proporcje obejmują formaty kwadratowe, pionowe i poziome, w tym 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 i 21:9, z dodatkowymi formatami 1:4, 4:1, 1:8 i 8:1. Na przykład kwadratowe wyjścia sięgają od 512 × 512 przy 0.5K do 4096 × 4096 przy 4K. Wybierz kształt do zamierzonego umieszczenia przed dopracowaniem drobnych szczegółów.
Google wskazuje ulepszoną zgodność proporcji, spójność wizualną i renderowanie tekstu wielojęzycznego wśród aktualizacji tej edycji. Stosuj dokładne sformułowania dla plakatu, menu lub infografiki i określ, która etykieta należy do którego obiektu. Dla małego tekstu lub długiego fragmentu karta modelu zgłasza pozostałe ograniczenia czytelności, zwłaszcza przy 1K. Zachowuj zwięzłe podpisy i jasno określ ich względny rozmiar; przy gęstym tekście głównym traktuj obraz jako referencję układu wizualnego i dokładnie sprawdź rzeczywiste litery.
W przepływie pracy można połączyć do 14 obrazów referencyjnych. Przewodnik obrazowy opisuje wierność do dziesięciu obiektów i podobieństwo do czterech postaci. Oznacz referencje i określ wkład każdej z nich. Dla sceny produktowej jeden obraz może definiować obiekt, drugi otoczenie, a trzeci oświetlenie. Dla sekwencji z postacią przenoś wcześniejsze wyjścia do następnego promptu i określ cechy, które muszą przetrwać zmianę widoku lub pozy.
Ugruntowanie Web Search i Image Search może wspierać generowanie aktualnymi informacjami i pobranymi referencjami wizualnymi. Image Search dodaje kontekst wizualny, a nie jedynie pisemny opis wyniku wyszukiwania. Producent obsługuje funkcję wyszukiwania przy wszystkich udokumentowanych ustawieniach myślenia. Przepływ wyszukiwania obrazów wyklucza rzeczywiste zdjęcia ludzi jako referencje pochodzące z wyszukiwania i zwraca metadane atrybucji wraz z wynikami ugruntowanymi; zachowuj te metadane przy używaniu wyniku w aplikacji.
Udokumentowane ustawienia myślenia dla Gemini 3.1 Flash Image to minimal i high, z domyślnym minimal. Różni się to od trójpoziomowego profilu Nano Banana 2.1 z domyślnym medium. Myślenie wspiera bardziej złożoną kompozycję i obsługę instrukcji. Model opiera się na Gemini 3 Flash, ale ta relacja nie zmienia go w ogólny model wykonywania kodu lub wywoływania funkcji: te możliwości oznaczono jako nieobsługiwane w tabeli tej edycji obrazowej.
Edycja konwersacyjna obsługuje zmianę dostarczonego obrazu lub dopracowanie wcześniejszego generowania. Konkretny opis może brzmieć: „Zachowaj kształt butelki, tekst etykiety i kąt kamery. Zastąp tło jasną kamienną powierzchnią i dodaj łagodniejsze cienie”. Opisuj elementy zachowywane równie starannie jak zmieniane. Karta modelu zaznacza, że spójność postaci, lokalizacja lewo/prawo i poprawki na podstawie szkicu nadal mogą być niedoskonałe, dlatego porównuj te szczegóły przed kontynuowaniem sekwencji wizualnej.
Tabela modeli API podaje 131,072 tokenów wejściowych i 32,768 tokenów wyjściowych. Obsługuje generowanie obrazów, ugruntowanie przez wyszukiwanie, myślenie i przetwarzanie wsadowe, natomiast generowanie audio, buforowanie, structured outputs, wyszukiwanie plików, Live API i kontekst URL są nieobsługiwane. Przepływ obrazowy nie przyjmuje wejścia audio. Wideo lub PDF mogą wspierać zadanie nieruchomego obrazu w tym profilu API; wyjście pozostaje obrazem i tekstem. Wygenerowane obrazy zawierają SynthID, a żądana liczba obrazów nie zawsze jest dokładnie zachowywana.
Dla praktycznej infografiki podaj zatwierdzone etykiety, zamierzonych odbiorców, kolejność czytania, materiał referencyjny i docelowe proporcje. Poproś o jedno jasne wyjaśnienie wizualne, a następnie użyj kolejnej tury do poprawienia tekstu lub odstępów przy zachowaniu ustalonej kompozycji. Dla makiety produktu określ geometrię, powierzchnię, światło i szczegóły wizualne definiujące produkt. Przydatny wynik to obraz wraz z powiązanym tekstem, który można sprawdzić, wybrać i dopracować w kontrolowanej sekwencji.
", "aboutText": "Nano Banana 2 to model Gemini 3.1 Flash Image firmy Google do natywnego generowania obrazów i edycji konwersacyjnej. Jego konstrukcja podkreśla efektywne tworzenie wizualne i powtarzane poprawki. Udokumentowany profil API przyjmuje tekst, obrazy, wideo i PDF, a zwraca obraz i tekst. Jest to odrębna nazwana edycja względem Gemini Nano Banana 2.1, a nie etykieta każdej późniejszej aktualizacji Nano Banana.\n\nWielkości wyjścia obejmują 0.5K, 1K, 2K i 4K, z domyślnym 1K. Mniejsza opcja 0.5K jest właściwa dla tego profilu i może pasować do początkowej kompozycji; większe poziomy dostarczają więcej pikseli dla wybranego formatu wyjścia. Udokumentowane proporcje obejmują formaty kwadratowe, pionowe i poziome, w tym 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 i 21:9, z dodatkowymi formatami 1:4, 4:1, 1:8 i 8:1. Na przykład kwadratowe wyjścia sięgają od 512 × 512 przy 0.5K do 4096 × 4096 przy 4K. Wybierz kształt do zamierzonego umieszczenia przed dopracowaniem drobnych szczegółów.\n\nGoogle wskazuje ulepszoną zgodność proporcji, spójność wizualną i renderowanie tekstu wielojęzycznego wśród aktualizacji tej edycji. Stosuj dokładne sformułowania dla plakatu, menu lub infografiki i określ, która etykieta należy do którego obiektu. Dla małego tekstu lub długiego fragmentu karta modelu zgłasza pozostałe ograniczenia czytelności, zwłaszcza przy 1K. Zachowuj zwięzłe podpisy i jasno określ ich względny rozmiar; przy gęstym tekście głównym traktuj obraz jako referencję układu wizualnego i dokładnie sprawdź rzeczywiste litery.\n\nW przepływie pracy można połączyć do 14 obrazów referencyjnych. Przewodnik obrazowy opisuje wierność do dziesięciu obiektów i podobieństwo do czterech postaci. Oznacz referencje i określ wkład każdej z nich. Dla sceny produktowej jeden obraz może definiować obiekt, drugi otoczenie, a trzeci oświetlenie. Dla sekwencji z postacią przenoś wcześniejsze wyjścia do następnego promptu i określ cechy, które muszą przetrwać zmianę widoku lub pozy.\n\nUgruntowanie Web Search i Image Search może wspierać generowanie aktualnymi informacjami i pobranymi referencjami wizualnymi. Image Search dodaje kontekst wizualny, a nie jedynie pisemny opis wyniku wyszukiwania. Producent obsługuje funkcję wyszukiwania przy wszystkich udokumentowanych ustawieniach myślenia. Przepływ wyszukiwania obrazów wyklucza rzeczywiste zdjęcia ludzi jako referencje pochodzące z wyszukiwania i zwraca metadane atrybucji wraz z wynikami ugruntowanymi; zachowuj te metadane przy używaniu wyniku w aplikacji.\n\nUdokumentowane ustawienia myślenia dla Gemini 3.1 Flash Image to minimal i high, z domyślnym minimal. Różni się to od trójpoziomowego profilu Nano Banana 2.1 z domyślnym medium. Myślenie wspiera bardziej złożoną kompozycję i obsługę instrukcji. Model opiera się na Gemini 3 Flash, ale ta relacja nie zmienia go w ogólny model wykonywania kodu lub wywoływania funkcji: te możliwości oznaczono jako nieobsługiwane w tabeli tej edycji obrazowej.\n\nEdycja konwersacyjna obsługuje zmianę dostarczonego obrazu lub dopracowanie wcześniejszego generowania. Konkretny opis może brzmieć: „Zachowaj kształt butelki, tekst etykiety i kąt kamery. Zastąp tło jasną kamienną powierzchnią i dodaj łagodniejsze cienie”. Opisuj elementy zachowywane równie starannie jak zmieniane. Karta modelu zaznacza, że spójność postaci, lokalizacja lewo/prawo i poprawki na podstawie szkicu nadal mogą być niedoskonałe, dlatego porównuj te szczegóły przed kontynuowaniem sekwencji wizualnej.\n\nTabela modeli API podaje 131,072 tokenów wejściowych i 32,768 tokenów wyjściowych. Obsługuje generowanie obrazów, ugruntowanie przez wyszukiwanie, myślenie i przetwarzanie wsadowe, natomiast generowanie audio, buforowanie, structured outputs, wyszukiwanie plików, Live API i kontekst URL są nieobsługiwane. Przepływ obrazowy nie przyjmuje wejścia audio. Wideo lub PDF mogą wspierać zadanie nieruchomego obrazu w tym profilu API; wyjście pozostaje obrazem i tekstem. Wygenerowane obrazy zawierają SynthID, a żądana liczba obrazów nie zawsze jest dokładnie zachowywana.\n\nDla praktycznej infografiki podaj zatwierdzone etykiety, zamierzonych odbiorców, kolejność czytania, materiał referencyjny i docelowe proporcje. Poproś o jedno jasne wyjaśnienie wizualne, a następnie użyj kolejnej tury do poprawienia tekstu lub odstępów przy zachowaniu ustalonej kompozycji. Dla makiety produktu określ geometrię, powierzchnię, światło i szczegóły wizualne definiujące produkt. Przydatny wynik to obraz wraz z powiązanym tekstem, który można sprawdzić, wybrać i dopracować w kontrolowanej sekwencji.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
Create a simple bicycle-care infographic\n\nCreate one portrait infographic teaching three bicycle checks before a short ride: tires, brakes and chain. Use three large illustrated steps in that order, a warm ivory background and dark green accents. Include only these headings: 'TIRES', 'BRAKES', 'CHAIN'. Leave generous space around each heading and keep the illustrations clearly separated.One portrait image with three ordered illustrated steps and the three exact, readable headings.Inspect the rendered image for heading spelling, order and clear separation of the three checks.gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) generuje i edytuje obrazy w rozmowie. Obsługuje źródła tekstowe i wizualne, wyjście 0.5K–4K, kompozycję obrazów referencyjnych i ugruntowanie przez wyszukiwanie do scen produktowych, infografik i iteracyjnej pracy wizualnej.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Nano Banana 2 to model Gemini 3.1 Flash Image firmy Google do natywnego generowania obrazów i edycji konwersacyjnej. Jego konstrukcja podkreśla efektywne tworzenie wizualne i powtarzane poprawki. Udokumentowany profil API przyjmuje tekst, obrazy, wideo i PDF, a zwraca obraz i tekst. Jest to odrębna nazwana edycja względem Gemini Nano Banana 2.1, a nie etykieta każdej późniejszej aktualizacji Nano Banana.
Wielkości wyjścia obejmują 0.5K, 1K, 2K i 4K, z domyślnym 1K. Mniejsza opcja 0.5K jest właściwa dla tego profilu i może pasować do początkowej kompozycji; większe poziomy dostarczają więcej pikseli dla wybranego formatu wyjścia. Udokumentowane proporcje obejmują formaty kwadratowe, pionowe i poziome, w tym 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 i 21:9, z dodatkowymi formatami 1:4, 4:1, 1:8 i 8:1. Na przykład kwadratowe wyjścia sięgają od 512 × 512 przy 0.5K do 4096 × 4096 przy 4K. Wybierz kształt do zamierzonego umieszczenia przed dopracowaniem drobnych szczegółów.
Google wskazuje ulepszoną zgodność proporcji, spójność wizualną i renderowanie tekstu wielojęzycznego wśród aktualizacji tej edycji. Stosuj dokładne sformułowania dla plakatu, menu lub infografiki i określ, która etykieta należy do którego obiektu. Dla małego tekstu lub długiego fragmentu karta modelu zgłasza pozostałe ograniczenia czytelności, zwłaszcza przy 1K. Zachowuj zwięzłe podpisy i jasno określ ich względny rozmiar; przy gęstym tekście głównym traktuj obraz jako referencję układu wizualnego i dokładnie sprawdź rzeczywiste litery.
W przepływie pracy można połączyć do 14 obrazów referencyjnych. Przewodnik obrazowy opisuje wierność do dziesięciu obiektów i podobieństwo do czterech postaci. Oznacz referencje i określ wkład każdej z nich. Dla sceny produktowej jeden obraz może definiować obiekt, drugi otoczenie, a trzeci oświetlenie. Dla sekwencji z postacią przenoś wcześniejsze wyjścia do następnego promptu i określ cechy, które muszą przetrwać zmianę widoku lub pozy.
Ugruntowanie Web Search i Image Search może wspierać generowanie aktualnymi informacjami i pobranymi referencjami wizualnymi. Image Search dodaje kontekst wizualny, a nie jedynie pisemny opis wyniku wyszukiwania. Producent obsługuje funkcję wyszukiwania przy wszystkich udokumentowanych ustawieniach myślenia. Przepływ wyszukiwania obrazów wyklucza rzeczywiste zdjęcia ludzi jako referencje pochodzące z wyszukiwania i zwraca metadane atrybucji wraz z wynikami ugruntowanymi; zachowuj te metadane przy używaniu wyniku w aplikacji.
Udokumentowane ustawienia myślenia dla Gemini 3.1 Flash Image to minimal i high, z domyślnym minimal. Różni się to od trójpoziomowego profilu Nano Banana 2.1 z domyślnym medium. Myślenie wspiera bardziej złożoną kompozycję i obsługę instrukcji. Model opiera się na Gemini 3 Flash, ale ta relacja nie zmienia go w ogólny model wykonywania kodu lub wywoływania funkcji: te możliwości oznaczono jako nieobsługiwane w tabeli tej edycji obrazowej.
Edycja konwersacyjna obsługuje zmianę dostarczonego obrazu lub dopracowanie wcześniejszego generowania. Konkretny opis może brzmieć: „Zachowaj kształt butelki, tekst etykiety i kąt kamery. Zastąp tło jasną kamienną powierzchnią i dodaj łagodniejsze cienie”. Opisuj elementy zachowywane równie starannie jak zmieniane. Karta modelu zaznacza, że spójność postaci, lokalizacja lewo/prawo i poprawki na podstawie szkicu nadal mogą być niedoskonałe, dlatego porównuj te szczegóły przed kontynuowaniem sekwencji wizualnej.
Tabela modeli API podaje 131,072 tokenów wejściowych i 32,768 tokenów wyjściowych. Obsługuje generowanie obrazów, ugruntowanie przez wyszukiwanie, myślenie i przetwarzanie wsadowe, natomiast generowanie audio, buforowanie, structured outputs, wyszukiwanie plików, Live API i kontekst URL są nieobsługiwane. Przepływ obrazowy nie przyjmuje wejścia audio. Wideo lub PDF mogą wspierać zadanie nieruchomego obrazu w tym profilu API; wyjście pozostaje obrazem i tekstem. Wygenerowane obrazy zawierają SynthID, a żądana liczba obrazów nie zawsze jest dokładnie zachowywana.
Dla praktycznej infografiki podaj zatwierdzone etykiety, zamierzonych odbiorców, kolejność czytania, materiał referencyjny i docelowe proporcje. Poproś o jedno jasne wyjaśnienie wizualne, a następnie użyj kolejnej tury do poprawienia tekstu lub odstępów przy zachowaniu ustalonej kompozycji. Dla makiety produktu określ geometrię, powierzchnię, światło i szczegóły wizualne definiujące produkt. Przydatny wynik to obraz wraz z powiązanym tekstem, który można sprawdzić, wybrać i dopracować w kontrolowanej sekwencji.
POST /v1/images/generationstextimage, text| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity gemini-3.1-flash-image | Domyślnie— |
Poleprompt | Typstring | WymaganieWymagane | Wartości i limity Minimalna długość: 1 | Domyślnie— |
Polen | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 | Domyślnie1 |
Poleresponse_format | Typstring | WymaganieOpcjonalne | Wartości i limity url, b64_json | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Polesize | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polequality | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polebackground | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleoutput_format | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleoutput_compression | Typinteger | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemoderation | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinput_fidelity | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestyle | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polepartial_images | Typinteger | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Tekst na obraz · Wymagane: prompt
| Parametr | Kontrakt |
|---|---|
Parametrmaterial_types | Kontrakttext |
Parametrrequired | Kontraktmodel, prompt |
Parametroptional_controls | Kontraktnull |
Parametrcontent_type | Kontraktapplication/json |
Cykl życia: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Rzeczywiście zwrócony task_id lub wpis w bibliotece multimediów
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Struktury metod i ID są dokładne; możliwości dostawcy są odrębne od dopuszczenia żądania.
POST /v1/images/generationsAiloot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
Referencyjne tabele modelu nie zmieniają wyboru metody, wyceny ani opłat. Naliczane opłaty korzystają ze stawek wybranej metody Ailoot.
| Konfiguracja | Tabela stawek | Opłata |
|---|---|---|
| KonfiguracjaUltra | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe $0.0010000 / 1K tokenów Wyjście · Tokeny wyjściowe $0.006000 / 1K tokenów Wyjście · obraz na wyjściu $0.12000 / 1K tokenów Wyjście · wyszukiwanie w internecie $0.028 za wyszukiwanie w sieci |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.1-flash-image", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\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\nfrom openai import OpenAI\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")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gemini-3.1-flash-image', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gemini-3.1-flash-image", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\nPobierz każdy zwrócony obraz lub zapisz jego zawartość Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Zapisz każdy ukończony obraz; pobierz każdy zwrócony URL lub zdekoduj zawartość Base64.
Zachowaj każdy element danych. Zdekoduj każdą wartość b64_json lub pobierz dane z każdego zwróconego podpisanego adresu URL. Dobierz rozszerzenie nazwy pliku na podstawie rzeczywistego typu MIME lub bajtów.
Jeśli wynik generowania lub edycji obrazu wymaga sprawdzenia, zachowaj pierwotny operation_id/X-Client-Request-ID oraz zwrócone informacje o wyniku. Odzyskaj istniejące własne wyniki z biblioteki multimediów, używając rzeczywistych wartości task_id lub asset_id. Nie wysyłaj ponownie żądania generowania lub edycji ani nie twórz adresu URL do sprawdzania stanu na podstawie operation_id.
| Pole | Typ |
|---|---|
Polecreated | Typinteger |
Poledata[].url | Typstring |
Poledata[].b64_json | Typbase64 string |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Odpowiedźserver_error | WarunekZwrócona odpowiedź wskazuje, że operacja lub wynik wymaga sprawdzenia | Następny krokZachowaj pierwotnie zwrócony identyfikator operacji lub zadania, nagłówki żądania i odpowiedź; kontynuuj obsługiwane odczyty tej pierwotnej operacji. Nie wysyłaj ponownie żądania utworzenia. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) generuje i edytuje obrazy w rozmowie. Obsługuje źródła tekstowe i wizualne, wyjście 0.5K–4K, kompozycję obrazów referencyjnych i ugruntowanie przez wyszukiwanie do scen produktowych, infografik i iteracyjnej pracy wizualnej.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Nano Banana 2 to model Gemini 3.1 Flash Image firmy Google do natywnego generowania obrazów i edycji konwersacyjnej. Jego konstrukcja podkreśla efektywne tworzenie wizualne i powtarzane poprawki. Udokumentowany profil API przyjmuje tekst, obrazy, wideo i PDF, a zwraca obraz i tekst. Jest to odrębna nazwana edycja względem Gemini Nano Banana 2.1, a nie etykieta każdej późniejszej aktualizacji Nano Banana.
Wielkości wyjścia obejmują 0.5K, 1K, 2K i 4K, z domyślnym 1K. Mniejsza opcja 0.5K jest właściwa dla tego profilu i może pasować do początkowej kompozycji; większe poziomy dostarczają więcej pikseli dla wybranego formatu wyjścia. Udokumentowane proporcje obejmują formaty kwadratowe, pionowe i poziome, w tym 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 i 21:9, z dodatkowymi formatami 1:4, 4:1, 1:8 i 8:1. Na przykład kwadratowe wyjścia sięgają od 512 × 512 przy 0.5K do 4096 × 4096 przy 4K. Wybierz kształt do zamierzonego umieszczenia przed dopracowaniem drobnych szczegółów.
Google wskazuje ulepszoną zgodność proporcji, spójność wizualną i renderowanie tekstu wielojęzycznego wśród aktualizacji tej edycji. Stosuj dokładne sformułowania dla plakatu, menu lub infografiki i określ, która etykieta należy do którego obiektu. Dla małego tekstu lub długiego fragmentu karta modelu zgłasza pozostałe ograniczenia czytelności, zwłaszcza przy 1K. Zachowuj zwięzłe podpisy i jasno określ ich względny rozmiar; przy gęstym tekście głównym traktuj obraz jako referencję układu wizualnego i dokładnie sprawdź rzeczywiste litery.
W przepływie pracy można połączyć do 14 obrazów referencyjnych. Przewodnik obrazowy opisuje wierność do dziesięciu obiektów i podobieństwo do czterech postaci. Oznacz referencje i określ wkład każdej z nich. Dla sceny produktowej jeden obraz może definiować obiekt, drugi otoczenie, a trzeci oświetlenie. Dla sekwencji z postacią przenoś wcześniejsze wyjścia do następnego promptu i określ cechy, które muszą przetrwać zmianę widoku lub pozy.
Ugruntowanie Web Search i Image Search może wspierać generowanie aktualnymi informacjami i pobranymi referencjami wizualnymi. Image Search dodaje kontekst wizualny, a nie jedynie pisemny opis wyniku wyszukiwania. Producent obsługuje funkcję wyszukiwania przy wszystkich udokumentowanych ustawieniach myślenia. Przepływ wyszukiwania obrazów wyklucza rzeczywiste zdjęcia ludzi jako referencje pochodzące z wyszukiwania i zwraca metadane atrybucji wraz z wynikami ugruntowanymi; zachowuj te metadane przy używaniu wyniku w aplikacji.
Udokumentowane ustawienia myślenia dla Gemini 3.1 Flash Image to minimal i high, z domyślnym minimal. Różni się to od trójpoziomowego profilu Nano Banana 2.1 z domyślnym medium. Myślenie wspiera bardziej złożoną kompozycję i obsługę instrukcji. Model opiera się na Gemini 3 Flash, ale ta relacja nie zmienia go w ogólny model wykonywania kodu lub wywoływania funkcji: te możliwości oznaczono jako nieobsługiwane w tabeli tej edycji obrazowej.
Edycja konwersacyjna obsługuje zmianę dostarczonego obrazu lub dopracowanie wcześniejszego generowania. Konkretny opis może brzmieć: „Zachowaj kształt butelki, tekst etykiety i kąt kamery. Zastąp tło jasną kamienną powierzchnią i dodaj łagodniejsze cienie”. Opisuj elementy zachowywane równie starannie jak zmieniane. Karta modelu zaznacza, że spójność postaci, lokalizacja lewo/prawo i poprawki na podstawie szkicu nadal mogą być niedoskonałe, dlatego porównuj te szczegóły przed kontynuowaniem sekwencji wizualnej.
Tabela modeli API podaje 131,072 tokenów wejściowych i 32,768 tokenów wyjściowych. Obsługuje generowanie obrazów, ugruntowanie przez wyszukiwanie, myślenie i przetwarzanie wsadowe, natomiast generowanie audio, buforowanie, structured outputs, wyszukiwanie plików, Live API i kontekst URL są nieobsługiwane. Przepływ obrazowy nie przyjmuje wejścia audio. Wideo lub PDF mogą wspierać zadanie nieruchomego obrazu w tym profilu API; wyjście pozostaje obrazem i tekstem. Wygenerowane obrazy zawierają SynthID, a żądana liczba obrazów nie zawsze jest dokładnie zachowywana.
Dla praktycznej infografiki podaj zatwierdzone etykiety, zamierzonych odbiorców, kolejność czytania, materiał referencyjny i docelowe proporcje. Poproś o jedno jasne wyjaśnienie wizualne, a następnie użyj kolejnej tury do poprawienia tekstu lub odstępów przy zachowaniu ustalonej kompozycji. Dla makiety produktu określ geometrię, powierzchnię, światło i szczegóły wizualne definiujące produkt. Przydatny wynik to obraz wraz z powiązanym tekstem, który można sprawdzić, wybrać i dopracować w kontrolowanej sekwencji.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity google/gemini-3.1-flash-image | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity Przykłady: system, user, assistant, tool, function Warunki: Te role są jawnie reprezentowane przez typy zgodności w kodzie źródłowym; dokładny zestaw ról pozostaje właściwy dla danego modelu. Zależy od modelu | Domyślnie— |
Polemessages[].content | Typstring|content_part[]|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_calls | Typtool_call[] | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_call_id | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: role=tool; użyj rzeczywiście zwróconego ID | Domyślnie— |
Polemessages[].name | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].reasoning_content | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Przekazuj z powrotem rzeczywiście zwróconą treść rozumowania, gdy ten model jej używa | Domyślnie— |
Polemessages[].reasoning_details | Typobject|array | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polemax_completion_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Polestream_options.include_usage | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletemperature | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletop_p | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestop | Typstring|string[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools | Typfunction_tool[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools[].type | Typstring | WymaganieOpcjonalne | Wartości i limity function Zależy od modelu | Domyślnie— |
Poletools[].function.name | Typstring | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: udostępnione narzędzie funkcji | Domyślnie— |
Poletools[].function.description | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletools[].function.parameters | TypJSON_schema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletool_choice | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleparallel_tool_calls | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleresponse_format | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning_effort | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleservice_tier | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinstructions | Typstring | WymaganieOpcjonalne | Wartości i limity Pole zgodności | Domyślnie— |
Polefunctions | Typfunction[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polefunction_call | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprompt_cache_options | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemodalities | Typstring[] | WymaganieOpcjonalne | Wartości i limity text | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity Warunki: provider.options jest odrzucane na tej tekstowej trasie Ultra | Domyślnie— |
Polecache_control.ttl | Typstring | WymaganieOpcjonalne | Wartości i limity Warunki: 1h jest odrzucane w rzeczywistych miejscach pamięci podręcznej promptów | Domyślnie— |
Tekst · tekst UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontrakttablica wiadomości o strukturze role/content |
Parametrfile_material | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktwłaściwe dla modelu; narzędzia funkcji użytkownika różnią się od narzędzi hostowanych |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Cykl życia: synchronous_or_streamed
Wyślij dokładne ID modelu wraz z messages.
Długość kontekstu nie jest limitem wyjścia.
Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.001 / 1K tokenów Wyjście · Tokeny wyjściowe $0.006 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów Wyjście · Tokeny obrazu wyjściowego $0.12 / 1K tokenów obrazu |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.001 / 1K tokenów Wyjście · Tokeny wyjściowe $0.006 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Referencyjne tabele modelu nie zmieniają wyboru metody, wyceny ani opłat. Naliczane opłaty korzystają ze stawek wybranej metody Ailoot.
| Konfiguracja | Warunki rozliczania | Opłata |
|---|---|---|
| KonfiguracjaGoogle: Nano Banana 2 (Gemini 3.1 Flash Image) · Domyślna konfiguracja | Warunki rozliczaniaKonfiguracja domyślna | Opłata Wejście · Tokeny wejściowe 0,001 USD / 1K tokenów Wyjście · Tokeny wyjściowe 0,006 USD / 1K tokenów Wyjście · Obraz wyjściowy 0,12 USD / 1K tokenów Wyjście · Wyszukiwanie w internecie 0,028 USD za wyszukiwanie |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-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-3.1-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-3.1-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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) generuje i edytuje obrazy w rozmowie. Obsługuje źródła tekstowe i wizualne, wyjście 0.5K–4K, kompozycję obrazów referencyjnych i ugruntowanie przez wyszukiwanie do scen produktowych, infografik i iteracyjnej pracy wizualnej.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Nano Banana 2 to model Gemini 3.1 Flash Image firmy Google do natywnego generowania obrazów i edycji konwersacyjnej. Jego konstrukcja podkreśla efektywne tworzenie wizualne i powtarzane poprawki. Udokumentowany profil API przyjmuje tekst, obrazy, wideo i PDF, a zwraca obraz i tekst. Jest to odrębna nazwana edycja względem Gemini Nano Banana 2.1, a nie etykieta każdej późniejszej aktualizacji Nano Banana.
Wielkości wyjścia obejmują 0.5K, 1K, 2K i 4K, z domyślnym 1K. Mniejsza opcja 0.5K jest właściwa dla tego profilu i może pasować do początkowej kompozycji; większe poziomy dostarczają więcej pikseli dla wybranego formatu wyjścia. Udokumentowane proporcje obejmują formaty kwadratowe, pionowe i poziome, w tym 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 i 21:9, z dodatkowymi formatami 1:4, 4:1, 1:8 i 8:1. Na przykład kwadratowe wyjścia sięgają od 512 × 512 przy 0.5K do 4096 × 4096 przy 4K. Wybierz kształt do zamierzonego umieszczenia przed dopracowaniem drobnych szczegółów.
Google wskazuje ulepszoną zgodność proporcji, spójność wizualną i renderowanie tekstu wielojęzycznego wśród aktualizacji tej edycji. Stosuj dokładne sformułowania dla plakatu, menu lub infografiki i określ, która etykieta należy do którego obiektu. Dla małego tekstu lub długiego fragmentu karta modelu zgłasza pozostałe ograniczenia czytelności, zwłaszcza przy 1K. Zachowuj zwięzłe podpisy i jasno określ ich względny rozmiar; przy gęstym tekście głównym traktuj obraz jako referencję układu wizualnego i dokładnie sprawdź rzeczywiste litery.
W przepływie pracy można połączyć do 14 obrazów referencyjnych. Przewodnik obrazowy opisuje wierność do dziesięciu obiektów i podobieństwo do czterech postaci. Oznacz referencje i określ wkład każdej z nich. Dla sceny produktowej jeden obraz może definiować obiekt, drugi otoczenie, a trzeci oświetlenie. Dla sekwencji z postacią przenoś wcześniejsze wyjścia do następnego promptu i określ cechy, które muszą przetrwać zmianę widoku lub pozy.
Ugruntowanie Web Search i Image Search może wspierać generowanie aktualnymi informacjami i pobranymi referencjami wizualnymi. Image Search dodaje kontekst wizualny, a nie jedynie pisemny opis wyniku wyszukiwania. Producent obsługuje funkcję wyszukiwania przy wszystkich udokumentowanych ustawieniach myślenia. Przepływ wyszukiwania obrazów wyklucza rzeczywiste zdjęcia ludzi jako referencje pochodzące z wyszukiwania i zwraca metadane atrybucji wraz z wynikami ugruntowanymi; zachowuj te metadane przy używaniu wyniku w aplikacji.
Udokumentowane ustawienia myślenia dla Gemini 3.1 Flash Image to minimal i high, z domyślnym minimal. Różni się to od trójpoziomowego profilu Nano Banana 2.1 z domyślnym medium. Myślenie wspiera bardziej złożoną kompozycję i obsługę instrukcji. Model opiera się na Gemini 3 Flash, ale ta relacja nie zmienia go w ogólny model wykonywania kodu lub wywoływania funkcji: te możliwości oznaczono jako nieobsługiwane w tabeli tej edycji obrazowej.
Edycja konwersacyjna obsługuje zmianę dostarczonego obrazu lub dopracowanie wcześniejszego generowania. Konkretny opis może brzmieć: „Zachowaj kształt butelki, tekst etykiety i kąt kamery. Zastąp tło jasną kamienną powierzchnią i dodaj łagodniejsze cienie”. Opisuj elementy zachowywane równie starannie jak zmieniane. Karta modelu zaznacza, że spójność postaci, lokalizacja lewo/prawo i poprawki na podstawie szkicu nadal mogą być niedoskonałe, dlatego porównuj te szczegóły przed kontynuowaniem sekwencji wizualnej.
Tabela modeli API podaje 131,072 tokenów wejściowych i 32,768 tokenów wyjściowych. Obsługuje generowanie obrazów, ugruntowanie przez wyszukiwanie, myślenie i przetwarzanie wsadowe, natomiast generowanie audio, buforowanie, structured outputs, wyszukiwanie plików, Live API i kontekst URL są nieobsługiwane. Przepływ obrazowy nie przyjmuje wejścia audio. Wideo lub PDF mogą wspierać zadanie nieruchomego obrazu w tym profilu API; wyjście pozostaje obrazem i tekstem. Wygenerowane obrazy zawierają SynthID, a żądana liczba obrazów nie zawsze jest dokładnie zachowywana.
Dla praktycznej infografiki podaj zatwierdzone etykiety, zamierzonych odbiorców, kolejność czytania, materiał referencyjny i docelowe proporcje. Poproś o jedno jasne wyjaśnienie wizualne, a następnie użyj kolejnej tury do poprawienia tekstu lub odstępów przy zachowaniu ustalonej kompozycji. Dla makiety produktu określ geometrię, powierzchnię, światło i szczegóły wizualne definiujące produkt. Przydatny wynik to obraz wraz z powiązanym tekstem, który można sprawdzić, wybrać i dopracować w kontrolowanej sekwencji.
POST /v1/images/generationstext, imageimage| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity google/gemini-3.1-flash-image | Domyślnie— |
Poleprompt | Typstring | WymaganieWymagane | Wartości i limity Minimalna długość: 1 | Domyślnie— |
Poleresolution | Typstring | WymaganieOpcjonalne | Wartości i limity 512, 1K, 2K, 4K | Domyślnie— |
Poleaspect_ratio | Typstring | WymaganieOpcjonalne | Wartości i limity 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 | Domyślnie— |
Polen | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Maksimum: 1 | Domyślnie— |
Poleinput_references | Typarray | WymaganieOpcjonalne | Wartości i limity Minimalna liczba elementów: 0 Maksymalna liczba elementów: 14 | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, prompt |
Parametrmaterial_types | Kontrakttext, image |
Cykl życia: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Rzeczywiście zwrócony task_id lub wpis w bibliotece multimediów
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Wyświetlane stawki służą do oszacowania kosztu przed generowaniem. Ostateczna opłata jest obliczana na podstawie kosztu zarejestrowanego dla pierwotnego generowania. Zmierzony czas trwania wyniku i prognozowane ilości nie stanowią ostatecznej ilości podlegającej rozliczeniu.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Przewidywana ilość | Opłata |
|---|---|---|---|
| KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Przewidywana ilość— | Opłata Wejście · Tokeny wejściowe · Szacunek tylko do porównania — / 1K tokenów Wyjście · Tokeny wyjściowe · Szacunek tylko do porównania — / 1K tokenów Wejście · Odczyt cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache, 1 godz. · Szacunek tylko do porównania — / 1K tokenów |
| KonfiguracjaSzacowany koszt generowania | Tabela stawek— | Przewidywana ilośćszacunek dla jednego generowania | Opłata Wyjście · Szacowany koszt generowania · Szacunek tylko do porównania $0.49152 szacunek przed generowaniem Ten szacunek nie jest dodatkową opłatą ani stałą stawką za ukończone generowanie. |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${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-3.1-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\nPobierz każdy zwrócony obraz lub zapisz jego zawartość Base64
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.\nZapisz każdy ukończony obraz; pobierz każdy zwrócony URL lub zdekoduj zawartość Base64.
Zachowaj pełną odpowiedź i nagłówki, wszystkie rzeczywiście uzyskane wyniki, pierwotnie zwrócone identyfikatory oraz wszystkie pola zużycia. Odzyskaj pierwotną operację bez ponownego wysyłania żądania utworzenia.
Zachowaj zwrócony X-Client-Request-ID do uzgodnienia danych. Odczytuj wyłącznie rzeczywiście zwrócone wartości task_id/asset_id lub własną bibliotekę multimediów; nigdy nie buduj adresu URL zadania na podstawie identyfikatora operacji i nigdy nie wysyłaj ponownie żądania utworzenia.
| Pole | Typ |
|---|---|
Polecreated | Typ |
Poledata[].url | Typ |
Poledata[].b64_json | Typ |
Poleusage | Typ |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) generuje i edytuje obrazy w rozmowie. Obsługuje źródła tekstowe i wizualne, wyjście 0.5K–4K, kompozycję obrazów referencyjnych i ugruntowanie przez wyszukiwanie do scen produktowych, infografik i iteracyjnej pracy wizualnej.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Nano Banana 2 to model Gemini 3.1 Flash Image firmy Google do natywnego generowania obrazów i edycji konwersacyjnej. Jego konstrukcja podkreśla efektywne tworzenie wizualne i powtarzane poprawki. Udokumentowany profil API przyjmuje tekst, obrazy, wideo i PDF, a zwraca obraz i tekst. Jest to odrębna nazwana edycja względem Gemini Nano Banana 2.1, a nie etykieta każdej późniejszej aktualizacji Nano Banana.
Wielkości wyjścia obejmują 0.5K, 1K, 2K i 4K, z domyślnym 1K. Mniejsza opcja 0.5K jest właściwa dla tego profilu i może pasować do początkowej kompozycji; większe poziomy dostarczają więcej pikseli dla wybranego formatu wyjścia. Udokumentowane proporcje obejmują formaty kwadratowe, pionowe i poziome, w tym 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 i 21:9, z dodatkowymi formatami 1:4, 4:1, 1:8 i 8:1. Na przykład kwadratowe wyjścia sięgają od 512 × 512 przy 0.5K do 4096 × 4096 przy 4K. Wybierz kształt do zamierzonego umieszczenia przed dopracowaniem drobnych szczegółów.
Google wskazuje ulepszoną zgodność proporcji, spójność wizualną i renderowanie tekstu wielojęzycznego wśród aktualizacji tej edycji. Stosuj dokładne sformułowania dla plakatu, menu lub infografiki i określ, która etykieta należy do którego obiektu. Dla małego tekstu lub długiego fragmentu karta modelu zgłasza pozostałe ograniczenia czytelności, zwłaszcza przy 1K. Zachowuj zwięzłe podpisy i jasno określ ich względny rozmiar; przy gęstym tekście głównym traktuj obraz jako referencję układu wizualnego i dokładnie sprawdź rzeczywiste litery.
W przepływie pracy można połączyć do 14 obrazów referencyjnych. Przewodnik obrazowy opisuje wierność do dziesięciu obiektów i podobieństwo do czterech postaci. Oznacz referencje i określ wkład każdej z nich. Dla sceny produktowej jeden obraz może definiować obiekt, drugi otoczenie, a trzeci oświetlenie. Dla sekwencji z postacią przenoś wcześniejsze wyjścia do następnego promptu i określ cechy, które muszą przetrwać zmianę widoku lub pozy.
Ugruntowanie Web Search i Image Search może wspierać generowanie aktualnymi informacjami i pobranymi referencjami wizualnymi. Image Search dodaje kontekst wizualny, a nie jedynie pisemny opis wyniku wyszukiwania. Producent obsługuje funkcję wyszukiwania przy wszystkich udokumentowanych ustawieniach myślenia. Przepływ wyszukiwania obrazów wyklucza rzeczywiste zdjęcia ludzi jako referencje pochodzące z wyszukiwania i zwraca metadane atrybucji wraz z wynikami ugruntowanymi; zachowuj te metadane przy używaniu wyniku w aplikacji.
Udokumentowane ustawienia myślenia dla Gemini 3.1 Flash Image to minimal i high, z domyślnym minimal. Różni się to od trójpoziomowego profilu Nano Banana 2.1 z domyślnym medium. Myślenie wspiera bardziej złożoną kompozycję i obsługę instrukcji. Model opiera się na Gemini 3 Flash, ale ta relacja nie zmienia go w ogólny model wykonywania kodu lub wywoływania funkcji: te możliwości oznaczono jako nieobsługiwane w tabeli tej edycji obrazowej.
Edycja konwersacyjna obsługuje zmianę dostarczonego obrazu lub dopracowanie wcześniejszego generowania. Konkretny opis może brzmieć: „Zachowaj kształt butelki, tekst etykiety i kąt kamery. Zastąp tło jasną kamienną powierzchnią i dodaj łagodniejsze cienie”. Opisuj elementy zachowywane równie starannie jak zmieniane. Karta modelu zaznacza, że spójność postaci, lokalizacja lewo/prawo i poprawki na podstawie szkicu nadal mogą być niedoskonałe, dlatego porównuj te szczegóły przed kontynuowaniem sekwencji wizualnej.
Tabela modeli API podaje 131,072 tokenów wejściowych i 32,768 tokenów wyjściowych. Obsługuje generowanie obrazów, ugruntowanie przez wyszukiwanie, myślenie i przetwarzanie wsadowe, natomiast generowanie audio, buforowanie, structured outputs, wyszukiwanie plików, Live API i kontekst URL są nieobsługiwane. Przepływ obrazowy nie przyjmuje wejścia audio. Wideo lub PDF mogą wspierać zadanie nieruchomego obrazu w tym profilu API; wyjście pozostaje obrazem i tekstem. Wygenerowane obrazy zawierają SynthID, a żądana liczba obrazów nie zawsze jest dokładnie zachowywana.
Dla praktycznej infografiki podaj zatwierdzone etykiety, zamierzonych odbiorców, kolejność czytania, materiał referencyjny i docelowe proporcje. Poproś o jedno jasne wyjaśnienie wizualne, a następnie użyj kolejnej tury do poprawienia tekstu lub odstępów przy zachowaniu ustalonej kompozycji. Dla makiety produktu określ geometrię, powierzchnię, światło i szczegóły wizualne definiujące produkt. Przydatny wynik to obraz wraz z powiązanym tekstem, który można sprawdzić, wybrać i dopracować w kontrolowanej sekwencji.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity google/gemini-3.1-flash-image | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— |
Polemessages[].content | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Tekst · tekst UTF-8
ciąg messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. |
Cykl życia: synchronous_or_streamed
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.001 / 1K tokenów Wyjście · Tokeny wyjściowe $0.006 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów Wyjście · Tokeny obrazu wyjściowego $0.12 / 1K tokenów obrazu |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.001 / 1K tokenów Wyjście · Tokeny wyjściowe $0.006 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "google/gemini-3.1-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.1-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-3.1-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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
Przykład techniczny po angielsku
Create a simple bicycle-care infographic\n\nCreate one portrait infographic teaching three bicycle checks before a short ride: tires, brakes and chain. Use three large illustrated steps in that order, a warm ivory background and dark green accents. Include only these headings: 'TIRES', 'BRAKES', 'CHAIN'. Leave generous space around each heading and keep the illustrations clearly separated.One portrait image with three ordered illustrated steps and the three exact, readable headings.Inspect the rendered image for heading spelling, order and clear separation of the three checks.