Nano Banana 2 to model Gemini 3.1 Flash Image firmy Google do generowania obrazów i edycji konwersacyjnej. Ten wpis zachowuje dokładną tożsamość Preview. Pisemny opis może definiować nową wizualizację, a obraz wejściowy określać przedstawiany obiekt lub postać, wygląd lub kompozycję do zmodyfikowania. Wynik może zawierać obraz i tekst towarzyszący. Materiały premierowe Google podkreślają wiedzę o świecie, renderowanie tekstu i spójność przedstawianych postaci i obiektów oraz możliwość dopracowywania sceny w powiązanych turach.
Przy tworzeniu wizualnym z ugruntowaniem udokumentowany model może wykorzystywać informacje z wyszukiwania internetowego i obrazowego podczas generowania. Wspiera to zadania takie jak ilustracja inspirowana lokalizacją lub diagram oparty na dostarczonych informacjach. Zdefiniuj fakty źródłowe, które muszą zostać przedstawione, i odróżnij je od wyborów artystycznych. Generowanie wspomagane wyszukiwaniem nie czyni każdego szczegółu gotowego obrazu zweryfikowanym stwierdzeniem. Jeśli produkt, charakterystyczny obiekt lub diagram musi być dokładny, dostarcz wiarygodną referencję i sprawdź wyjście względem niej.
Premiera opisuje ulepszone renderowanie tekstu w obrazie i lokalizację. Dla plakatu, infografiki lub makiety marketingowej podaj dokładne sformułowania, język i rolę każdego elementu tekstowego. Najpierw ustal tekst, a następnie poproś o wizualizację, która go zawiera, zgodnie z zaleceniem przewodnika obrazowego. Wyjaśnij kolejność czytania i względne wyróżnienie, aby nagłówek, podpis i etykieta diagramu nie zostały pomylone. Sprawdź pisownię, interpunkcję i związek etykiety z ilustrowanym elementem przed użyciem obrazu w publikacji.
Ustawienia kreatywne obejmują proporcje i rozdzielczość. Premiera dodaje wyjście 512 pikseli obok opcji 1K, 2K i 4K oraz proporcje 4:1, 1:4, 8:1 i 1:8. Przewodnik deweloperski wskazuje myślenie minimal jako domyślne i high jako opcję dla bardziej złożonych kompozycji. Wybierz zamierzone zastosowanie przed kompozycją: pionowa relacja, szeroki baner i kompaktowy diagram potrzebują innej przestrzeni dla głównego obiektu lub postaci i napisów. Te ustawienia opisują przepływ generowania producenta dla tej linii, a nie automatyczną zmianę rozmiaru istniejącego gotowego zasobu.
Dla spójności przedstawianych postaci i obiektów oznacz rolę każdej referencji: wygląd produktu, tożsamość postaci, tło lub styl wizualny. Określ szczegóły do zachowania, a następnie nazwij elementy do zmiany. Samodzielne zadanie może umieszczać dostarczoną fotografię produktu w nowej scenie przy zachowaniu jego kształtu, materiału i widocznego oznakowania marki. Dla ilustrowanej sekwencji zachowuj te same referencje i definiuj szczegóły zmienne w poszczególnych scenach. Więcej referencji nie zastępuje jasnej instrukcji o wkładzie każdego obrazu.
Edycja konwersacyjna jest przydatna do konkretnej poprawki. Poproś o dostosowanie jednego obiektu, tła lub oświetlenia przy zachowaniu zaakceptowanej kompozycji. Przewodnik producenta opisuje maskowanie semantyczne, w którym edytowany obszar wskazuje się słowami. Przy pracy wieloturowej zachowuj rozmowę i wymagane metadane kontekstu rozumowania w wybranym interfejsie; przewodnik Gemini 3 wyjaśnia, że sygnatury myśli pomagają przenosić ten kontekst. Opis niezmienianego obszaru jest instrukcją do sprawdzenia względem oryginału, a nie gwarancją identyczności każdego piksela.
Tabela deweloperska Gemini 3 jawnie wymienia gemini-3.1-flash-image-preview z limitem wejścia 128K i wyjścia 32K. Zachowuj dokładną nazwę modelu Preview przy zapisywaniu generowania. Dostępne ustawienia referencji, wyjścia i rozdzielczości należy przechowywać wraz z obrazami źródłowymi i żądaniem, aby poprawkę można było odtworzyć spójnie. Przy poprawce zachowaj te same referencje źródłowe i określ dokładną zmianę wizualną, utrzymując zaakceptowaną rolę każdego wejścia.
Przewodnik obrazowy ostrzega, że żądana liczba obrazów nie zawsze jest zachowywana, i wskazuje oznaczenie SynthID dla wygenerowanych obrazów. Sprawdzaj wszystkie zwrócone obrazy i tekst towarzyszący zamiast zakładać, że wynikiem jest jeden stały obraz. Kontroluj tożsamość przedstawionych postaci i obiektów, liczbę obiektów, tekst w obrazie, kompozycję i wierność referencji w zamierzonym rozmiarze wyświetlania. Dla złożonej sceny określaj składniki w logicznej kolejności i opisuj pożądany wygląd pozytywnie. Przydatnym wynikiem jest sprawdzony zasób wizualny z zachowanymi referencjami źródłowymi i dokładną tożsamością modelu do następnej edycji.
", "aboutText": "Nano Banana 2 to model Gemini 3.1 Flash Image firmy Google do generowania obrazów i edycji konwersacyjnej. Ten wpis zachowuje dokładną tożsamość Preview. Pisemny opis może definiować nową wizualizację, a obraz wejściowy określać przedstawiany obiekt lub postać, wygląd lub kompozycję do zmodyfikowania. Wynik może zawierać obraz i tekst towarzyszący. Materiały premierowe Google podkreślają wiedzę o świecie, renderowanie tekstu i spójność przedstawianych postaci i obiektów oraz możliwość dopracowywania sceny w powiązanych turach.\n\nPrzy tworzeniu wizualnym z ugruntowaniem udokumentowany model może wykorzystywać informacje z wyszukiwania internetowego i obrazowego podczas generowania. Wspiera to zadania takie jak ilustracja inspirowana lokalizacją lub diagram oparty na dostarczonych informacjach. Zdefiniuj fakty źródłowe, które muszą zostać przedstawione, i odróżnij je od wyborów artystycznych. Generowanie wspomagane wyszukiwaniem nie czyni każdego szczegółu gotowego obrazu zweryfikowanym stwierdzeniem. Jeśli produkt, charakterystyczny obiekt lub diagram musi być dokładny, dostarcz wiarygodną referencję i sprawdź wyjście względem niej.\n\nPremiera opisuje ulepszone renderowanie tekstu w obrazie i lokalizację. Dla plakatu, infografiki lub makiety marketingowej podaj dokładne sformułowania, język i rolę każdego elementu tekstowego. Najpierw ustal tekst, a następnie poproś o wizualizację, która go zawiera, zgodnie z zaleceniem przewodnika obrazowego. Wyjaśnij kolejność czytania i względne wyróżnienie, aby nagłówek, podpis i etykieta diagramu nie zostały pomylone. Sprawdź pisownię, interpunkcję i związek etykiety z ilustrowanym elementem przed użyciem obrazu w publikacji.\n\nUstawienia kreatywne obejmują proporcje i rozdzielczość. Premiera dodaje wyjście 512 pikseli obok opcji 1K, 2K i 4K oraz proporcje 4:1, 1:4, 8:1 i 1:8. Przewodnik deweloperski wskazuje myślenie minimal jako domyślne i high jako opcję dla bardziej złożonych kompozycji. Wybierz zamierzone zastosowanie przed kompozycją: pionowa relacja, szeroki baner i kompaktowy diagram potrzebują innej przestrzeni dla głównego obiektu lub postaci i napisów. Te ustawienia opisują przepływ generowania producenta dla tej linii, a nie automatyczną zmianę rozmiaru istniejącego gotowego zasobu.\n\nDla spójności przedstawianych postaci i obiektów oznacz rolę każdej referencji: wygląd produktu, tożsamość postaci, tło lub styl wizualny. Określ szczegóły do zachowania, a następnie nazwij elementy do zmiany. Samodzielne zadanie może umieszczać dostarczoną fotografię produktu w nowej scenie przy zachowaniu jego kształtu, materiału i widocznego oznakowania marki. Dla ilustrowanej sekwencji zachowuj te same referencje i definiuj szczegóły zmienne w poszczególnych scenach. Więcej referencji nie zastępuje jasnej instrukcji o wkładzie każdego obrazu.\n\nEdycja konwersacyjna jest przydatna do konkretnej poprawki. Poproś o dostosowanie jednego obiektu, tła lub oświetlenia przy zachowaniu zaakceptowanej kompozycji. Przewodnik producenta opisuje maskowanie semantyczne, w którym edytowany obszar wskazuje się słowami. Przy pracy wieloturowej zachowuj rozmowę i wymagane metadane kontekstu rozumowania w wybranym interfejsie; przewodnik Gemini 3 wyjaśnia, że sygnatury myśli pomagają przenosić ten kontekst. Opis niezmienianego obszaru jest instrukcją do sprawdzenia względem oryginału, a nie gwarancją identyczności każdego piksela.\n\nTabela deweloperska Gemini 3 jawnie wymienia gemini-3.1-flash-image-preview z limitem wejścia 128K i wyjścia 32K. Zachowuj dokładną nazwę modelu Preview przy zapisywaniu generowania. Dostępne ustawienia referencji, wyjścia i rozdzielczości należy przechowywać wraz z obrazami źródłowymi i żądaniem, aby poprawkę można było odtworzyć spójnie. Przy poprawce zachowaj te same referencje źródłowe i określ dokładną zmianę wizualną, utrzymując zaakceptowaną rolę każdego wejścia.\n\nPrzewodnik obrazowy ostrzega, że żądana liczba obrazów nie zawsze jest zachowywana, i wskazuje oznaczenie SynthID dla wygenerowanych obrazów. Sprawdzaj wszystkie zwrócone obrazy i tekst towarzyszący zamiast zakładać, że wynikiem jest jeden stały obraz. Kontroluj tożsamość przedstawionych postaci i obiektów, liczbę obiektów, tekst w obrazie, kompozycję i wierność referencji w zamierzonym rozmiarze wyświetlania. Dla złożonej sceny określaj składniki w logicznej kolejności i opisuj pożądany wygląd pozytywnie. Przydatnym wynikiem jest sprawdzony zasób wizualny z zachowanymi referencjami źródłowymi i dokładną tożsamością modelu do następnej edycji.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
Create a four-stage growing guide\n\nCreate a friendly flat illustration for a gardening guide showing four tomato-growing stages from left to right: seed in soil, small seedling, leafy plant, mature plant with red tomatoes. Use a warm cream background, consistent pots and simple green shapes. Keep each stage clearly separated. Include no text, numbers, labels or decorative extra plants.An image with four distinct growing stages in the specified order and a consistent illustration style.Inspect the actual image for exactly four stages, the left-to-right progression and absence of text or extra plants.google/gemini-3.1-flash-image-previewNano Banana 2 (Gemini 3.1 Flash Image Preview) tworzy i edytuje obrazy na podstawie tekstu i referencji wizualnych. Udokumentowane mocne strony obejmują spójność przedstawianych postaci i obiektów, tekst w obrazie i lokalizację, zmiany wprowadzane w rozmowie oraz kreatywne sterowanie kompozycją, proporcjami i rozdzielczością.
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 generowania obrazów i edycji konwersacyjnej. Ten wpis zachowuje dokładną tożsamość Preview. Pisemny opis może definiować nową wizualizację, a obraz wejściowy określać przedstawiany obiekt lub postać, wygląd lub kompozycję do zmodyfikowania. Wynik może zawierać obraz i tekst towarzyszący. Materiały premierowe Google podkreślają wiedzę o świecie, renderowanie tekstu i spójność przedstawianych postaci i obiektów oraz możliwość dopracowywania sceny w powiązanych turach.
Przy tworzeniu wizualnym z ugruntowaniem udokumentowany model może wykorzystywać informacje z wyszukiwania internetowego i obrazowego podczas generowania. Wspiera to zadania takie jak ilustracja inspirowana lokalizacją lub diagram oparty na dostarczonych informacjach. Zdefiniuj fakty źródłowe, które muszą zostać przedstawione, i odróżnij je od wyborów artystycznych. Generowanie wspomagane wyszukiwaniem nie czyni każdego szczegółu gotowego obrazu zweryfikowanym stwierdzeniem. Jeśli produkt, charakterystyczny obiekt lub diagram musi być dokładny, dostarcz wiarygodną referencję i sprawdź wyjście względem niej.
Premiera opisuje ulepszone renderowanie tekstu w obrazie i lokalizację. Dla plakatu, infografiki lub makiety marketingowej podaj dokładne sformułowania, język i rolę każdego elementu tekstowego. Najpierw ustal tekst, a następnie poproś o wizualizację, która go zawiera, zgodnie z zaleceniem przewodnika obrazowego. Wyjaśnij kolejność czytania i względne wyróżnienie, aby nagłówek, podpis i etykieta diagramu nie zostały pomylone. Sprawdź pisownię, interpunkcję i związek etykiety z ilustrowanym elementem przed użyciem obrazu w publikacji.
Ustawienia kreatywne obejmują proporcje i rozdzielczość. Premiera dodaje wyjście 512 pikseli obok opcji 1K, 2K i 4K oraz proporcje 4:1, 1:4, 8:1 i 1:8. Przewodnik deweloperski wskazuje myślenie minimal jako domyślne i high jako opcję dla bardziej złożonych kompozycji. Wybierz zamierzone zastosowanie przed kompozycją: pionowa relacja, szeroki baner i kompaktowy diagram potrzebują innej przestrzeni dla głównego obiektu lub postaci i napisów. Te ustawienia opisują przepływ generowania producenta dla tej linii, a nie automatyczną zmianę rozmiaru istniejącego gotowego zasobu.
Dla spójności przedstawianych postaci i obiektów oznacz rolę każdej referencji: wygląd produktu, tożsamość postaci, tło lub styl wizualny. Określ szczegóły do zachowania, a następnie nazwij elementy do zmiany. Samodzielne zadanie może umieszczać dostarczoną fotografię produktu w nowej scenie przy zachowaniu jego kształtu, materiału i widocznego oznakowania marki. Dla ilustrowanej sekwencji zachowuj te same referencje i definiuj szczegóły zmienne w poszczególnych scenach. Więcej referencji nie zastępuje jasnej instrukcji o wkładzie każdego obrazu.
Edycja konwersacyjna jest przydatna do konkretnej poprawki. Poproś o dostosowanie jednego obiektu, tła lub oświetlenia przy zachowaniu zaakceptowanej kompozycji. Przewodnik producenta opisuje maskowanie semantyczne, w którym edytowany obszar wskazuje się słowami. Przy pracy wieloturowej zachowuj rozmowę i wymagane metadane kontekstu rozumowania w wybranym interfejsie; przewodnik Gemini 3 wyjaśnia, że sygnatury myśli pomagają przenosić ten kontekst. Opis niezmienianego obszaru jest instrukcją do sprawdzenia względem oryginału, a nie gwarancją identyczności każdego piksela.
Tabela deweloperska Gemini 3 jawnie wymienia gemini-3.1-flash-image-preview z limitem wejścia 128K i wyjścia 32K. Zachowuj dokładną nazwę modelu Preview przy zapisywaniu generowania. Dostępne ustawienia referencji, wyjścia i rozdzielczości należy przechowywać wraz z obrazami źródłowymi i żądaniem, aby poprawkę można było odtworzyć spójnie. Przy poprawce zachowaj te same referencje źródłowe i określ dokładną zmianę wizualną, utrzymując zaakceptowaną rolę każdego wejścia.
Przewodnik obrazowy ostrzega, że żądana liczba obrazów nie zawsze jest zachowywana, i wskazuje oznaczenie SynthID dla wygenerowanych obrazów. Sprawdzaj wszystkie zwrócone obrazy i tekst towarzyszący zamiast zakładać, że wynikiem jest jeden stały obraz. Kontroluj tożsamość przedstawionych postaci i obiektów, liczbę obiektów, tekst w obrazie, kompozycję i wierność referencji w zamierzonym rozmiarze wyświetlania. Dla złożonej sceny określaj składniki w logicznej kolejności i opisuj pożądany wygląd pozytywnie. Przydatnym wynikiem jest sprawdzony zasób wizualny z zachowanymi referencjami źródłowymi i dokładną tożsamością modelu do następnej edycji.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity google/gemini-3.1-flash-image-preview | 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/gemini-3.1-flash-image-preview · Domyślna konfiguracja | Warunki rozliczaniaKonfiguracja domyślna | Opłata Wejście · Wejście 0,001 USD / 1K tokenów Wyjście · Wyjście 0,12 USD / 1K tokenów |
| Konfiguracja | Warunki rozliczania | Opłata |
|---|---|---|
| Konfiguracjagoogle/gemini-3.1-flash-image-preview · Konfiguracja domyślna | Warunki rozliczaniaKonfiguracja domyślna | Opłata Wejście · Wejście 0,001 USD / 1K tokenów Wyjście · Wyjście 0,12 USD / 1K tokenów |
| Konfiguracja | Warunki rozliczania | Opłata |
|---|---|---|
| Konfiguracjagoogle/gemini-3.1-flash-image-preview · Domyślna konfiguracja | Warunki rozliczaniaKonfiguracja domyślna | Opłata Wejście · Wejście 0,00 USD za wywołanie Wyjście · Wyjście 0,16 USD za wywołanie |
| Konfiguracja | Warunki rozliczania | Opłata |
|---|---|---|
| Konfiguracjagoogle/gemini-3.1-flash-image-preview · Domyślna konfiguracja | Warunki rozliczaniaKonfiguracja domyślna | Opłata Wejście · Wejście 0,00 USD za wywołanie Wyjście · Wyjście 0,32 USD za wywołanie |
| Konfiguracja | Warunki rozliczania | Opłata |
|---|---|---|
| Konfiguracjagoogle/gemini-3.1-flash-image-preview · Domyślna konfiguracja | Warunki rozliczaniaKonfiguracja domyślna | Opłata Wejście · Wejście 0,00 USD za wywołanie Wyjście · Wyjście 0,00 USD za wywołanie |
| Konfiguracja | Warunki rozliczania | Opłata |
|---|---|---|
| KonfiguracjaGoogle: Nano Banana 2 (Gemini 3.1 Flash Image Preview) · 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-preview", "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-preview',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-preview',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 Ultra google/gemini-3.1-flash-image-preview
/v1/images
google/gemini-3.1-flash-image-previewNano Banana 2 (Gemini 3.1 Flash Image Preview) tworzy i edytuje obrazy na podstawie tekstu i referencji wizualnych. Udokumentowane mocne strony obejmują spójność przedstawianych postaci i obiektów, tekst w obrazie i lokalizację, zmiany wprowadzane w rozmowie oraz kreatywne sterowanie kompozycją, proporcjami i rozdzielczością.
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 generowania obrazów i edycji konwersacyjnej. Ten wpis zachowuje dokładną tożsamość Preview. Pisemny opis może definiować nową wizualizację, a obraz wejściowy określać przedstawiany obiekt lub postać, wygląd lub kompozycję do zmodyfikowania. Wynik może zawierać obraz i tekst towarzyszący. Materiały premierowe Google podkreślają wiedzę o świecie, renderowanie tekstu i spójność przedstawianych postaci i obiektów oraz możliwość dopracowywania sceny w powiązanych turach.
Przy tworzeniu wizualnym z ugruntowaniem udokumentowany model może wykorzystywać informacje z wyszukiwania internetowego i obrazowego podczas generowania. Wspiera to zadania takie jak ilustracja inspirowana lokalizacją lub diagram oparty na dostarczonych informacjach. Zdefiniuj fakty źródłowe, które muszą zostać przedstawione, i odróżnij je od wyborów artystycznych. Generowanie wspomagane wyszukiwaniem nie czyni każdego szczegółu gotowego obrazu zweryfikowanym stwierdzeniem. Jeśli produkt, charakterystyczny obiekt lub diagram musi być dokładny, dostarcz wiarygodną referencję i sprawdź wyjście względem niej.
Premiera opisuje ulepszone renderowanie tekstu w obrazie i lokalizację. Dla plakatu, infografiki lub makiety marketingowej podaj dokładne sformułowania, język i rolę każdego elementu tekstowego. Najpierw ustal tekst, a następnie poproś o wizualizację, która go zawiera, zgodnie z zaleceniem przewodnika obrazowego. Wyjaśnij kolejność czytania i względne wyróżnienie, aby nagłówek, podpis i etykieta diagramu nie zostały pomylone. Sprawdź pisownię, interpunkcję i związek etykiety z ilustrowanym elementem przed użyciem obrazu w publikacji.
Ustawienia kreatywne obejmują proporcje i rozdzielczość. Premiera dodaje wyjście 512 pikseli obok opcji 1K, 2K i 4K oraz proporcje 4:1, 1:4, 8:1 i 1:8. Przewodnik deweloperski wskazuje myślenie minimal jako domyślne i high jako opcję dla bardziej złożonych kompozycji. Wybierz zamierzone zastosowanie przed kompozycją: pionowa relacja, szeroki baner i kompaktowy diagram potrzebują innej przestrzeni dla głównego obiektu lub postaci i napisów. Te ustawienia opisują przepływ generowania producenta dla tej linii, a nie automatyczną zmianę rozmiaru istniejącego gotowego zasobu.
Dla spójności przedstawianych postaci i obiektów oznacz rolę każdej referencji: wygląd produktu, tożsamość postaci, tło lub styl wizualny. Określ szczegóły do zachowania, a następnie nazwij elementy do zmiany. Samodzielne zadanie może umieszczać dostarczoną fotografię produktu w nowej scenie przy zachowaniu jego kształtu, materiału i widocznego oznakowania marki. Dla ilustrowanej sekwencji zachowuj te same referencje i definiuj szczegóły zmienne w poszczególnych scenach. Więcej referencji nie zastępuje jasnej instrukcji o wkładzie każdego obrazu.
Edycja konwersacyjna jest przydatna do konkretnej poprawki. Poproś o dostosowanie jednego obiektu, tła lub oświetlenia przy zachowaniu zaakceptowanej kompozycji. Przewodnik producenta opisuje maskowanie semantyczne, w którym edytowany obszar wskazuje się słowami. Przy pracy wieloturowej zachowuj rozmowę i wymagane metadane kontekstu rozumowania w wybranym interfejsie; przewodnik Gemini 3 wyjaśnia, że sygnatury myśli pomagają przenosić ten kontekst. Opis niezmienianego obszaru jest instrukcją do sprawdzenia względem oryginału, a nie gwarancją identyczności każdego piksela.
Tabela deweloperska Gemini 3 jawnie wymienia gemini-3.1-flash-image-preview z limitem wejścia 128K i wyjścia 32K. Zachowuj dokładną nazwę modelu Preview przy zapisywaniu generowania. Dostępne ustawienia referencji, wyjścia i rozdzielczości należy przechowywać wraz z obrazami źródłowymi i żądaniem, aby poprawkę można było odtworzyć spójnie. Przy poprawce zachowaj te same referencje źródłowe i określ dokładną zmianę wizualną, utrzymując zaakceptowaną rolę każdego wejścia.
Przewodnik obrazowy ostrzega, że żądana liczba obrazów nie zawsze jest zachowywana, i wskazuje oznaczenie SynthID dla wygenerowanych obrazów. Sprawdzaj wszystkie zwrócone obrazy i tekst towarzyszący zamiast zakładać, że wynikiem jest jeden stały obraz. Kontroluj tożsamość przedstawionych postaci i obiektów, liczbę obiektów, tekst w obrazie, kompozycję i wierność referencji w zamierzonym rozmiarze wyświetlania. Dla złożonej sceny określaj składniki w logicznej kolejności i opisuj pożądany wygląd pozytywnie. Przydatnym wynikiem jest sprawdzony zasób wizualny z zachowanymi referencjami źródłowymi i dokładną tożsamością modelu do następnej edycji.
POST /v1/images/generationstext, imageimage| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity google/gemini-3.1-flash-image-preview | 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-preview', '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 Ultra google/gemini-3.1-flash-image-preview
/v1/images
google/gemini-3.1-flash-image-previewNano Banana 2 (Gemini 3.1 Flash Image Preview) tworzy i edytuje obrazy na podstawie tekstu i referencji wizualnych. Udokumentowane mocne strony obejmują spójność przedstawianych postaci i obiektów, tekst w obrazie i lokalizację, zmiany wprowadzane w rozmowie oraz kreatywne sterowanie kompozycją, proporcjami i rozdzielczością.
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 generowania obrazów i edycji konwersacyjnej. Ten wpis zachowuje dokładną tożsamość Preview. Pisemny opis może definiować nową wizualizację, a obraz wejściowy określać przedstawiany obiekt lub postać, wygląd lub kompozycję do zmodyfikowania. Wynik może zawierać obraz i tekst towarzyszący. Materiały premierowe Google podkreślają wiedzę o świecie, renderowanie tekstu i spójność przedstawianych postaci i obiektów oraz możliwość dopracowywania sceny w powiązanych turach.
Przy tworzeniu wizualnym z ugruntowaniem udokumentowany model może wykorzystywać informacje z wyszukiwania internetowego i obrazowego podczas generowania. Wspiera to zadania takie jak ilustracja inspirowana lokalizacją lub diagram oparty na dostarczonych informacjach. Zdefiniuj fakty źródłowe, które muszą zostać przedstawione, i odróżnij je od wyborów artystycznych. Generowanie wspomagane wyszukiwaniem nie czyni każdego szczegółu gotowego obrazu zweryfikowanym stwierdzeniem. Jeśli produkt, charakterystyczny obiekt lub diagram musi być dokładny, dostarcz wiarygodną referencję i sprawdź wyjście względem niej.
Premiera opisuje ulepszone renderowanie tekstu w obrazie i lokalizację. Dla plakatu, infografiki lub makiety marketingowej podaj dokładne sformułowania, język i rolę każdego elementu tekstowego. Najpierw ustal tekst, a następnie poproś o wizualizację, która go zawiera, zgodnie z zaleceniem przewodnika obrazowego. Wyjaśnij kolejność czytania i względne wyróżnienie, aby nagłówek, podpis i etykieta diagramu nie zostały pomylone. Sprawdź pisownię, interpunkcję i związek etykiety z ilustrowanym elementem przed użyciem obrazu w publikacji.
Ustawienia kreatywne obejmują proporcje i rozdzielczość. Premiera dodaje wyjście 512 pikseli obok opcji 1K, 2K i 4K oraz proporcje 4:1, 1:4, 8:1 i 1:8. Przewodnik deweloperski wskazuje myślenie minimal jako domyślne i high jako opcję dla bardziej złożonych kompozycji. Wybierz zamierzone zastosowanie przed kompozycją: pionowa relacja, szeroki baner i kompaktowy diagram potrzebują innej przestrzeni dla głównego obiektu lub postaci i napisów. Te ustawienia opisują przepływ generowania producenta dla tej linii, a nie automatyczną zmianę rozmiaru istniejącego gotowego zasobu.
Dla spójności przedstawianych postaci i obiektów oznacz rolę każdej referencji: wygląd produktu, tożsamość postaci, tło lub styl wizualny. Określ szczegóły do zachowania, a następnie nazwij elementy do zmiany. Samodzielne zadanie może umieszczać dostarczoną fotografię produktu w nowej scenie przy zachowaniu jego kształtu, materiału i widocznego oznakowania marki. Dla ilustrowanej sekwencji zachowuj te same referencje i definiuj szczegóły zmienne w poszczególnych scenach. Więcej referencji nie zastępuje jasnej instrukcji o wkładzie każdego obrazu.
Edycja konwersacyjna jest przydatna do konkretnej poprawki. Poproś o dostosowanie jednego obiektu, tła lub oświetlenia przy zachowaniu zaakceptowanej kompozycji. Przewodnik producenta opisuje maskowanie semantyczne, w którym edytowany obszar wskazuje się słowami. Przy pracy wieloturowej zachowuj rozmowę i wymagane metadane kontekstu rozumowania w wybranym interfejsie; przewodnik Gemini 3 wyjaśnia, że sygnatury myśli pomagają przenosić ten kontekst. Opis niezmienianego obszaru jest instrukcją do sprawdzenia względem oryginału, a nie gwarancją identyczności każdego piksela.
Tabela deweloperska Gemini 3 jawnie wymienia gemini-3.1-flash-image-preview z limitem wejścia 128K i wyjścia 32K. Zachowuj dokładną nazwę modelu Preview przy zapisywaniu generowania. Dostępne ustawienia referencji, wyjścia i rozdzielczości należy przechowywać wraz z obrazami źródłowymi i żądaniem, aby poprawkę można było odtworzyć spójnie. Przy poprawce zachowaj te same referencje źródłowe i określ dokładną zmianę wizualną, utrzymując zaakceptowaną rolę każdego wejścia.
Przewodnik obrazowy ostrzega, że żądana liczba obrazów nie zawsze jest zachowywana, i wskazuje oznaczenie SynthID dla wygenerowanych obrazów. Sprawdzaj wszystkie zwrócone obrazy i tekst towarzyszący zamiast zakładać, że wynikiem jest jeden stały obraz. Kontroluj tożsamość przedstawionych postaci i obiektów, liczbę obiektów, tekst w obrazie, kompozycję i wierność referencji w zamierzonym rozmiarze wyświetlania. Dla złożonej sceny określaj składniki w logicznej kolejności i opisuj pożądany wygląd pozytywnie. Przydatnym wynikiem jest sprawdzony zasób wizualny z zachowanymi referencjami źródłowymi i dokładną tożsamością modelu do następnej edycji.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity google/gemini-3.1-flash-image-preview | 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 $0.006 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "google/gemini-3.1-flash-image-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-preview', '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-preview', '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 Ultra google/gemini-3.1-flash-image-preview
/v1/images
Przykład techniczny po angielsku
Create a four-stage growing guide\n\nCreate a friendly flat illustration for a gardening guide showing four tomato-growing stages from left to right: seed in soil, small seedling, leafy plant, mature plant with red tomatoes. Use a warm cream background, consistent pots and simple green shapes. Keep each stage clearly separated. Include no text, numbers, labels or decorative extra plants.An image with four distinct growing stages in the specified order and a consistent illustration style.Inspect the actual image for exactly four stages, the left-to-right progression and absence of text or extra plants.