Nano Banana Pro é o modelo Gemini 3 Pro Image da Google para geração e edição de imagens orientadas por raciocínio. O fabricante coloca o design gráfico complexo, as maquetas de produto de alta fidelidade e a visualização de dados factuais no centro das utilizações previstas. Aceita texto e imagens e produz imagem e texto. Esta edição identificada de imagens Pro baseia-se no Gemini 3 Pro, mantendo o seu próprio perfil de entradas e capacidades para tarefas de imagem.
O modelo suporta imagens de 1K, 2K e 4K. As formas documentadas incluem 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9. Uma imagem quadrada de 4K tem 4096 × 4096; uma imagem 16:9 de 4K tem 5504 × 3072. Selecione a resolução e a proporção para o artefacto de que precisa, quer seja um cartaz vertical, uma cena de produto ou um gráfico explicativo largo. A opção de 0.5K e as proporções extremas adicionais de Gemini 3.1 Flash Image não fazem parte desta tabela Pro.
A representação de texto suporta letras claras em cartazes, diagramas e outros recursos de design. Para uma infografia complexa, forneça os factos subjacentes, a formulação exata, uma sequência de leitura e a relação entre rótulos e elementos visuais. Distinga a informação a comunicar do estilo artístico pretendido. A Google recomenda preparar primeiro o texto e depois gerar a imagem que o contém. Isto é particularmente útil quando uma composição combina um título, um diagrama e várias legendas curtas.
A entrada de várias imagens suporta até 14 referências. A tabela de funcionalidades da Google descreve até seis referências de objetos para fidelidade, até cinco referências de personagens para consistência e até três referências de estilo. Estas funções ajudam a preparar um elemento visual composto: uma fotografia de produto define a aparência, uma imagem separada estabelece o cenário e uma imagem de estilo orienta o tratamento visual. Diga ao modelo que pormenores são de referência obrigatória e que referências fornecem inspiração, em vez de lhe pedir que combine indiscriminadamente todas as características visíveis.
A fundamentação por Google Search pode fornecer informação do mundo real para uma visualização factual ou uma cena baseada nas condições atuais. O fluxo de imagens Pro documenta fundamentação Web; a extensão Image Search está documentada especificamente para Nano Banana 2.1 e Gemini 3.1 Flash Image. Para um gráfico de dados, forneça os valores que pretende mostrar ou peça informação fundamentada no fluxo do produtor e depois torne explícitos a relação, os rótulos e a composição. A geração baseada em pesquisa continua a produzir uma imagem a rever, e não um substituto da verificação dos factos representados.
O raciocínio suporta a composição de um prompt complexo antes da renderização final. O guia de imagens descreve imagens intermédias utilizadas para testar a composição e a lógica, distintas do artefacto final. Não transfira a tabela de controlos minimal/high do Nano Banana 2 nem a tabela com predefinição medium do Nano Banana 2.1 para esta edição Pro. Para um design exigente, forneça um pedido completo com a hierarquia visual, as relações obrigatórias entre objetos e os elementos que têm de sobreviver a edições posteriores.
A ficha do modelo descreve limitações substanciais que subsistem: texto muito pequeno e passagens longas podem ser mal representados, a aparência das personagens pode mudar entre a referência e o resultado, e edições com máscaras ou esboços podem seguir apenas parcialmente a instrução ou deixar marcas. Pode também confundir esquerda e direita ou copiar um elemento de origem para a nova composição. Para uma revisão de produto, indique explicitamente a geometria e os rótulos a preservar e inspecione a área editada; para um diagrama, compare a direção das setas e as posições relativas dos objetos.
A tabela atual da API indica um limite de entrada de 65 536 tokens e um limite de saída de 32 768 tokens. Geração de imagens, pensamento, fundamentação por pesquisa e processamento em lote são suportados; geração de áudio, chamadas de funções, execução de código, cache, saídas estruturadas, pesquisa em ficheiros, contexto de URL e Live API não são suportados. A tarefa de imagem não aceita entrada de áudio nem de vídeo neste perfil. As imagens geradas incluem SynthID, e um número pedido de imagens de saída nem sempre é respeitado exatamente.
Um pedido prático de produto pode combinar uma imagem do produto, uma referência de iluminação e o título exato: «Preserve as proporções e as letras do produto, mostre-o sobre uma superfície de pedra clara sob luz lateral suave e deixe o terço superior livre para o título fornecido.» Para um diagrama factual, identifique cada entidade e ligação e forneça os rótulos aprovados. Aperfeiçoe o resultado numa conversação, indicando uma alteração e as características a preservar, mantendo a imagem selecionada e o seu texto explicativo em conjunto como artefacto de design.
", "aboutText": "Nano Banana Pro é o modelo Gemini 3 Pro Image da Google para geração e edição de imagens orientadas por raciocínio. O fabricante coloca o design gráfico complexo, as maquetas de produto de alta fidelidade e a visualização de dados factuais no centro das utilizações previstas. Aceita texto e imagens e produz imagem e texto. Esta edição identificada de imagens Pro baseia-se no Gemini 3 Pro, mantendo o seu próprio perfil de entradas e capacidades para tarefas de imagem.\n\nO modelo suporta imagens de 1K, 2K e 4K. As formas documentadas incluem 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9. Uma imagem quadrada de 4K tem 4096 × 4096; uma imagem 16:9 de 4K tem 5504 × 3072. Selecione a resolução e a proporção para o artefacto de que precisa, quer seja um cartaz vertical, uma cena de produto ou um gráfico explicativo largo. A opção de 0.5K e as proporções extremas adicionais de Gemini 3.1 Flash Image não fazem parte desta tabela Pro.\n\nA representação de texto suporta letras claras em cartazes, diagramas e outros recursos de design. Para uma infografia complexa, forneça os factos subjacentes, a formulação exata, uma sequência de leitura e a relação entre rótulos e elementos visuais. Distinga a informação a comunicar do estilo artístico pretendido. A Google recomenda preparar primeiro o texto e depois gerar a imagem que o contém. Isto é particularmente útil quando uma composição combina um título, um diagrama e várias legendas curtas.\n\nA entrada de várias imagens suporta até 14 referências. A tabela de funcionalidades da Google descreve até seis referências de objetos para fidelidade, até cinco referências de personagens para consistência e até três referências de estilo. Estas funções ajudam a preparar um elemento visual composto: uma fotografia de produto define a aparência, uma imagem separada estabelece o cenário e uma imagem de estilo orienta o tratamento visual. Diga ao modelo que pormenores são de referência obrigatória e que referências fornecem inspiração, em vez de lhe pedir que combine indiscriminadamente todas as características visíveis.\n\nA fundamentação por Google Search pode fornecer informação do mundo real para uma visualização factual ou uma cena baseada nas condições atuais. O fluxo de imagens Pro documenta fundamentação Web; a extensão Image Search está documentada especificamente para Nano Banana 2.1 e Gemini 3.1 Flash Image. Para um gráfico de dados, forneça os valores que pretende mostrar ou peça informação fundamentada no fluxo do produtor e depois torne explícitos a relação, os rótulos e a composição. A geração baseada em pesquisa continua a produzir uma imagem a rever, e não um substituto da verificação dos factos representados.\n\nO raciocínio suporta a composição de um prompt complexo antes da renderização final. O guia de imagens descreve imagens intermédias utilizadas para testar a composição e a lógica, distintas do artefacto final. Não transfira a tabela de controlos minimal/high do Nano Banana 2 nem a tabela com predefinição medium do Nano Banana 2.1 para esta edição Pro. Para um design exigente, forneça um pedido completo com a hierarquia visual, as relações obrigatórias entre objetos e os elementos que têm de sobreviver a edições posteriores.\n\nA ficha do modelo descreve limitações substanciais que subsistem: texto muito pequeno e passagens longas podem ser mal representados, a aparência das personagens pode mudar entre a referência e o resultado, e edições com máscaras ou esboços podem seguir apenas parcialmente a instrução ou deixar marcas. Pode também confundir esquerda e direita ou copiar um elemento de origem para a nova composição. Para uma revisão de produto, indique explicitamente a geometria e os rótulos a preservar e inspecione a área editada; para um diagrama, compare a direção das setas e as posições relativas dos objetos.\n\nA tabela atual da API indica um limite de entrada de 65 536 tokens e um limite de saída de 32 768 tokens. Geração de imagens, pensamento, fundamentação por pesquisa e processamento em lote são suportados; geração de áudio, chamadas de funções, execução de código, cache, saídas estruturadas, pesquisa em ficheiros, contexto de URL e Live API não são suportados. A tarefa de imagem não aceita entrada de áudio nem de vídeo neste perfil. As imagens geradas incluem SynthID, e um número pedido de imagens de saída nem sempre é respeitado exatamente.\n\nUm pedido prático de produto pode combinar uma imagem do produto, uma referência de iluminação e o título exato: «Preserve as proporções e as letras do produto, mostre-o sobre uma superfície de pedra clara sob luz lateral suave e deixe o terço superior livre para o título fornecido.» Para um diagrama factual, identifique cada entidade e ligação e forneça os rótulos aprovados. Aperfeiçoe o resultado numa conversação, indicando uma alteração e as características a preservar, mantendo a imagem selecionada e o seu texto explicativo em conjunto como artefacto de design.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Visualize a supplied packaging cycle\n\nCreate one landscape explanatory graphic showing this packaging return cycle: customer returns an empty jar, store inspects it, accepted jars are washed, clean jars are refilled. Use four large illustrated stages connected clockwise. Add only these exact labels: 'RETURN', 'INSPECT', 'WASH', 'REFILL'. Make the arrow direction and stage order unmistakable.One landscape image with four labeled stages and arrows matching the supplied cycle.Inspect that arrows connect RETURN to INSPECT to WASH to REFILL in that order, with exact labels.gemini-3-pro-imageNano Banana Pro (Gemini 3 Pro Image) é o modelo de imagens da Google orientado por raciocínio para design complexo, maquetas de produtos e visualizações factuais. Aceita texto e imagens de referência e gera imagens com texto, com saída de 1K–4K e controlo criativo detalhado.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Nano Banana Pro é o modelo Gemini 3 Pro Image da Google para geração e edição de imagens orientadas por raciocínio. O fabricante coloca o design gráfico complexo, as maquetas de produto de alta fidelidade e a visualização de dados factuais no centro das utilizações previstas. Aceita texto e imagens e produz imagem e texto. Esta edição identificada de imagens Pro baseia-se no Gemini 3 Pro, mantendo o seu próprio perfil de entradas e capacidades para tarefas de imagem.
O modelo suporta imagens de 1K, 2K e 4K. As formas documentadas incluem 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9. Uma imagem quadrada de 4K tem 4096 × 4096; uma imagem 16:9 de 4K tem 5504 × 3072. Selecione a resolução e a proporção para o artefacto de que precisa, quer seja um cartaz vertical, uma cena de produto ou um gráfico explicativo largo. A opção de 0.5K e as proporções extremas adicionais de Gemini 3.1 Flash Image não fazem parte desta tabela Pro.
A representação de texto suporta letras claras em cartazes, diagramas e outros recursos de design. Para uma infografia complexa, forneça os factos subjacentes, a formulação exata, uma sequência de leitura e a relação entre rótulos e elementos visuais. Distinga a informação a comunicar do estilo artístico pretendido. A Google recomenda preparar primeiro o texto e depois gerar a imagem que o contém. Isto é particularmente útil quando uma composição combina um título, um diagrama e várias legendas curtas.
A entrada de várias imagens suporta até 14 referências. A tabela de funcionalidades da Google descreve até seis referências de objetos para fidelidade, até cinco referências de personagens para consistência e até três referências de estilo. Estas funções ajudam a preparar um elemento visual composto: uma fotografia de produto define a aparência, uma imagem separada estabelece o cenário e uma imagem de estilo orienta o tratamento visual. Diga ao modelo que pormenores são de referência obrigatória e que referências fornecem inspiração, em vez de lhe pedir que combine indiscriminadamente todas as características visíveis.
A fundamentação por Google Search pode fornecer informação do mundo real para uma visualização factual ou uma cena baseada nas condições atuais. O fluxo de imagens Pro documenta fundamentação Web; a extensão Image Search está documentada especificamente para Nano Banana 2.1 e Gemini 3.1 Flash Image. Para um gráfico de dados, forneça os valores que pretende mostrar ou peça informação fundamentada no fluxo do produtor e depois torne explícitos a relação, os rótulos e a composição. A geração baseada em pesquisa continua a produzir uma imagem a rever, e não um substituto da verificação dos factos representados.
O raciocínio suporta a composição de um prompt complexo antes da renderização final. O guia de imagens descreve imagens intermédias utilizadas para testar a composição e a lógica, distintas do artefacto final. Não transfira a tabela de controlos minimal/high do Nano Banana 2 nem a tabela com predefinição medium do Nano Banana 2.1 para esta edição Pro. Para um design exigente, forneça um pedido completo com a hierarquia visual, as relações obrigatórias entre objetos e os elementos que têm de sobreviver a edições posteriores.
A ficha do modelo descreve limitações substanciais que subsistem: texto muito pequeno e passagens longas podem ser mal representados, a aparência das personagens pode mudar entre a referência e o resultado, e edições com máscaras ou esboços podem seguir apenas parcialmente a instrução ou deixar marcas. Pode também confundir esquerda e direita ou copiar um elemento de origem para a nova composição. Para uma revisão de produto, indique explicitamente a geometria e os rótulos a preservar e inspecione a área editada; para um diagrama, compare a direção das setas e as posições relativas dos objetos.
A tabela atual da API indica um limite de entrada de 65 536 tokens e um limite de saída de 32 768 tokens. Geração de imagens, pensamento, fundamentação por pesquisa e processamento em lote são suportados; geração de áudio, chamadas de funções, execução de código, cache, saídas estruturadas, pesquisa em ficheiros, contexto de URL e Live API não são suportados. A tarefa de imagem não aceita entrada de áudio nem de vídeo neste perfil. As imagens geradas incluem SynthID, e um número pedido de imagens de saída nem sempre é respeitado exatamente.
Um pedido prático de produto pode combinar uma imagem do produto, uma referência de iluminação e o título exato: «Preserve as proporções e as letras do produto, mostre-o sobre uma superfície de pedra clara sob luz lateral suave e deixe o terço superior livre para o título fornecido.» Para um diagrama factual, identifique cada entidade e ligação e forneça os rótulos aprovados. Aperfeiçoe o resultado numa conversação, indicando uma alteração e as características a preservar, mantendo a imagem selecionada e o seu texto explicativo em conjunto como artefacto de design.
POST /v1/images/generationstextimage| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites gemini-3-pro-image | Predefinição— |
Campoprompt | Tipostring | RequisitoObrigatório | Valores e limites Comprimento mínimo: 1 | Predefinição— |
Campon | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 | Predefinição1 |
Camporesponse_format | Tipostring | RequisitoOpcional | Valores e limites url, b64_json | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Camposize | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoquality | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campobackground | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campooutput_format | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campooutput_compression | Tipointeger | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomoderation | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinput_fidelity | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostyle | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campopartial_images | Tipointeger | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Texto para imagem · Obrigatório: prompt
| Parâmetro | Contrato |
|---|---|
Parâmetromaterial_types | Contratotext |
Parâmetrorequired | Contratomodel, prompt |
Parâmetrooptional_controls | Contratonull |
Parâmetrocontent_type | Contratoapplication/json |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id efetivamente devolvido ou registo na biblioteca de multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
As estruturas dos métodos e os ID são exatos; a capacidade do fornecedor é distinta da admissão dos pedidos.
POST /v1/images/generationsO Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
As tabelas de referência do modelo não alteram a seleção do método, as cotações ou os custos. Os custos ativos usam as tarifas do método Ailoot selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoUltra | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0.004000 / 1K tokens Saída · Tokens de saída $0.024000 / 1K tokens Entrada · imagem $0.004000 / 1K tokens Saída · imagem de saída $0.24000 / 1K tokens Entrada · áudio $0.004000 / 1K tokens Entrada · cache de áudio de entrada $0.0004000 / 1K tokens Saída · pesquisa na web $0.028 por pesquisa na Web Saída · raciocínio interno $0.024000 / 1K tokens Entrada · Leitura da cache $0.0004000 / 1K tokens Entrada · Escrita na cache $0.000750000 / 1K tokens |
set -eu\n: "${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-pro-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-pro-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-pro-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");\nDescarregue cada imagem devolvida ou guarde o respetivo conteúdo Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Guarde cada imagem concluída; obtenha cada URL devolvido ou descodifique o respetivo conteúdo Base64.
Guarde todos os itens de dados. Descodifique cada b64_json ou obtenha todos os URL assinados devolvidos. Escolha a extensão do ficheiro a partir do MIME/dos bytes reais.
Se o resultado de uma geração ou edição de imagem requerer verificação, guarde o operation_id/X-Client-Request-ID original e as informações do resultado devolvidas. Recupere os resultados existentes que lhe pertencem através da biblioteca de multimédia, usando valores task_id ou asset_id reais. Não volte a enviar o pedido de geração/edição nem construa um URL de consulta periódica a partir de operation_id.
| Campo | Tipo |
|---|---|
Campocreated | Tipointeger |
Campodata[].url | Tipostring |
Campodata[].b64_json | Tipobase64 string |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Respostaserver_error | CondiçãoA resposta devolvida indica que a operação ou o resultado requer verificação | Passo seguinteGuarde o ID original da operação/tarefa devolvido, os cabeçalhos do pedido e a resposta; continue a consultar essa operação original através das consultas suportadas. Não volte a enviar o pedido de criação. |
Ailoot gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
gemini-3-pro-image-previewNano Banana Pro (Gemini 3 Pro Image) é o modelo de imagens da Google orientado por raciocínio para design complexo, maquetas de produtos e visualizações factuais. Aceita texto e imagens de referência e gera imagens com texto, com saída de 1K–4K e controlo criativo detalhado.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Nano Banana Pro é o modelo Gemini 3 Pro Image da Google para geração e edição de imagens orientadas por raciocínio. O fabricante coloca o design gráfico complexo, as maquetas de produto de alta fidelidade e a visualização de dados factuais no centro das utilizações previstas. Aceita texto e imagens e produz imagem e texto. Esta edição identificada de imagens Pro baseia-se no Gemini 3 Pro, mantendo o seu próprio perfil de entradas e capacidades para tarefas de imagem.
O modelo suporta imagens de 1K, 2K e 4K. As formas documentadas incluem 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9. Uma imagem quadrada de 4K tem 4096 × 4096; uma imagem 16:9 de 4K tem 5504 × 3072. Selecione a resolução e a proporção para o artefacto de que precisa, quer seja um cartaz vertical, uma cena de produto ou um gráfico explicativo largo. A opção de 0.5K e as proporções extremas adicionais de Gemini 3.1 Flash Image não fazem parte desta tabela Pro.
A representação de texto suporta letras claras em cartazes, diagramas e outros recursos de design. Para uma infografia complexa, forneça os factos subjacentes, a formulação exata, uma sequência de leitura e a relação entre rótulos e elementos visuais. Distinga a informação a comunicar do estilo artístico pretendido. A Google recomenda preparar primeiro o texto e depois gerar a imagem que o contém. Isto é particularmente útil quando uma composição combina um título, um diagrama e várias legendas curtas.
A entrada de várias imagens suporta até 14 referências. A tabela de funcionalidades da Google descreve até seis referências de objetos para fidelidade, até cinco referências de personagens para consistência e até três referências de estilo. Estas funções ajudam a preparar um elemento visual composto: uma fotografia de produto define a aparência, uma imagem separada estabelece o cenário e uma imagem de estilo orienta o tratamento visual. Diga ao modelo que pormenores são de referência obrigatória e que referências fornecem inspiração, em vez de lhe pedir que combine indiscriminadamente todas as características visíveis.
A fundamentação por Google Search pode fornecer informação do mundo real para uma visualização factual ou uma cena baseada nas condições atuais. O fluxo de imagens Pro documenta fundamentação Web; a extensão Image Search está documentada especificamente para Nano Banana 2.1 e Gemini 3.1 Flash Image. Para um gráfico de dados, forneça os valores que pretende mostrar ou peça informação fundamentada no fluxo do produtor e depois torne explícitos a relação, os rótulos e a composição. A geração baseada em pesquisa continua a produzir uma imagem a rever, e não um substituto da verificação dos factos representados.
O raciocínio suporta a composição de um prompt complexo antes da renderização final. O guia de imagens descreve imagens intermédias utilizadas para testar a composição e a lógica, distintas do artefacto final. Não transfira a tabela de controlos minimal/high do Nano Banana 2 nem a tabela com predefinição medium do Nano Banana 2.1 para esta edição Pro. Para um design exigente, forneça um pedido completo com a hierarquia visual, as relações obrigatórias entre objetos e os elementos que têm de sobreviver a edições posteriores.
A ficha do modelo descreve limitações substanciais que subsistem: texto muito pequeno e passagens longas podem ser mal representados, a aparência das personagens pode mudar entre a referência e o resultado, e edições com máscaras ou esboços podem seguir apenas parcialmente a instrução ou deixar marcas. Pode também confundir esquerda e direita ou copiar um elemento de origem para a nova composição. Para uma revisão de produto, indique explicitamente a geometria e os rótulos a preservar e inspecione a área editada; para um diagrama, compare a direção das setas e as posições relativas dos objetos.
A tabela atual da API indica um limite de entrada de 65 536 tokens e um limite de saída de 32 768 tokens. Geração de imagens, pensamento, fundamentação por pesquisa e processamento em lote são suportados; geração de áudio, chamadas de funções, execução de código, cache, saídas estruturadas, pesquisa em ficheiros, contexto de URL e Live API não são suportados. A tarefa de imagem não aceita entrada de áudio nem de vídeo neste perfil. As imagens geradas incluem SynthID, e um número pedido de imagens de saída nem sempre é respeitado exatamente.
Um pedido prático de produto pode combinar uma imagem do produto, uma referência de iluminação e o título exato: «Preserve as proporções e as letras do produto, mostre-o sobre uma superfície de pedra clara sob luz lateral suave e deixe o terço superior livre para o título fornecido.» Para um diagrama factual, identifique cada entidade e ligação e forneça os rótulos aprovados. Aperfeiçoe o resultado numa conversação, indicando uma alteração e as características a preservar, mantendo a imagem selecionada e o seu texto explicativo em conjunto como artefacto de design.
POST /v1/images/generationstextimage| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites gemini-3-pro-image-preview | Predefinição— |
Campoprompt | Tipostring | RequisitoObrigatório | Valores e limites Comprimento mínimo: 1 | Predefinição— |
Campon | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 | Predefinição1 |
Camporesponse_format | Tipostring | RequisitoOpcional | Valores e limites url, b64_json | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Camposize | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoquality | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campobackground | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campooutput_format | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campooutput_compression | Tipointeger | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomoderation | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinput_fidelity | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostyle | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campopartial_images | Tipointeger | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Texto para imagem · Obrigatório: prompt
| Parâmetro | Contrato |
|---|---|
Parâmetromaterial_types | Contratotext |
Parâmetrorequired | Contratomodel, prompt |
Parâmetrooptional_controls | Contratonull |
Parâmetrocontent_type | Contratoapplication/json |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id efetivamente devolvido ou registo na biblioteca de multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
As estruturas dos métodos e os ID são exatos; a capacidade do fornecedor é distinta da admissão dos pedidos.
POST /v1/images/generationsO Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
As tabelas de referência do modelo não alteram a seleção do método, as cotações ou os custos. Os custos ativos usam as tarifas do método Ailoot selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoUltra | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0.004000 / 1K tokens Saída · Tokens de saída $0.024000 / 1K tokens Entrada · imagem $0.004000 / 1K tokens Saída · imagem de saída $0.24000 / 1K tokens Entrada · áudio $0.004000 / 1K tokens Entrada · cache de áudio de entrada $0.0004000 / 1K tokens Saída · pesquisa na web $0.028 por pesquisa na Web Saída · raciocínio interno $0.024000 / 1K tokens Entrada · Leitura da cache $0.0004000 / 1K tokens Entrada · Escrita na cache $0.000750000 / 1K tokens |
set -eu\n: "${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-pro-image-preview", "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-pro-image-preview', '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-pro-image-preview", "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");\nDescarregue cada imagem devolvida ou guarde o respetivo conteúdo Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Guarde cada imagem concluída; obtenha cada URL devolvido ou descodifique o respetivo conteúdo Base64.
Guarde todos os itens de dados. Descodifique cada b64_json ou obtenha todos os URL assinados devolvidos. Escolha a extensão do ficheiro a partir do MIME/dos bytes reais.
Se o resultado de uma geração ou edição de imagem requerer verificação, guarde o operation_id/X-Client-Request-ID original e as informações do resultado devolvidas. Recupere os resultados existentes que lhe pertencem através da biblioteca de multimédia, usando valores task_id ou asset_id reais. Não volte a enviar o pedido de geração/edição nem construa um URL de consulta periódica a partir de operation_id.
| Campo | Tipo |
|---|---|
Campocreated | Tipointeger |
Campodata[].url | Tipostring |
Campodata[].b64_json | Tipobase64 string |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Respostaserver_error | CondiçãoA resposta devolvida indica que a operação ou o resultado requer verificação | Passo seguinteGuarde o ID original da operação/tarefa devolvido, os cabeçalhos do pedido e a resposta; continue a consultar essa operação original através das consultas suportadas. Não volte a enviar o pedido de criação. |
Ailoot gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
nano-banana-proNano Banana Pro (Gemini 3 Pro Image) é o modelo de imagens da Google orientado por raciocínio para design complexo, maquetas de produtos e visualizações factuais. Aceita texto e imagens de referência e gera imagens com texto, com saída de 1K–4K e controlo criativo detalhado.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Nano Banana Pro é o modelo Gemini 3 Pro Image da Google para geração e edição de imagens orientadas por raciocínio. O fabricante coloca o design gráfico complexo, as maquetas de produto de alta fidelidade e a visualização de dados factuais no centro das utilizações previstas. Aceita texto e imagens e produz imagem e texto. Esta edição identificada de imagens Pro baseia-se no Gemini 3 Pro, mantendo o seu próprio perfil de entradas e capacidades para tarefas de imagem.
O modelo suporta imagens de 1K, 2K e 4K. As formas documentadas incluem 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9. Uma imagem quadrada de 4K tem 4096 × 4096; uma imagem 16:9 de 4K tem 5504 × 3072. Selecione a resolução e a proporção para o artefacto de que precisa, quer seja um cartaz vertical, uma cena de produto ou um gráfico explicativo largo. A opção de 0.5K e as proporções extremas adicionais de Gemini 3.1 Flash Image não fazem parte desta tabela Pro.
A representação de texto suporta letras claras em cartazes, diagramas e outros recursos de design. Para uma infografia complexa, forneça os factos subjacentes, a formulação exata, uma sequência de leitura e a relação entre rótulos e elementos visuais. Distinga a informação a comunicar do estilo artístico pretendido. A Google recomenda preparar primeiro o texto e depois gerar a imagem que o contém. Isto é particularmente útil quando uma composição combina um título, um diagrama e várias legendas curtas.
A entrada de várias imagens suporta até 14 referências. A tabela de funcionalidades da Google descreve até seis referências de objetos para fidelidade, até cinco referências de personagens para consistência e até três referências de estilo. Estas funções ajudam a preparar um elemento visual composto: uma fotografia de produto define a aparência, uma imagem separada estabelece o cenário e uma imagem de estilo orienta o tratamento visual. Diga ao modelo que pormenores são de referência obrigatória e que referências fornecem inspiração, em vez de lhe pedir que combine indiscriminadamente todas as características visíveis.
A fundamentação por Google Search pode fornecer informação do mundo real para uma visualização factual ou uma cena baseada nas condições atuais. O fluxo de imagens Pro documenta fundamentação Web; a extensão Image Search está documentada especificamente para Nano Banana 2.1 e Gemini 3.1 Flash Image. Para um gráfico de dados, forneça os valores que pretende mostrar ou peça informação fundamentada no fluxo do produtor e depois torne explícitos a relação, os rótulos e a composição. A geração baseada em pesquisa continua a produzir uma imagem a rever, e não um substituto da verificação dos factos representados.
O raciocínio suporta a composição de um prompt complexo antes da renderização final. O guia de imagens descreve imagens intermédias utilizadas para testar a composição e a lógica, distintas do artefacto final. Não transfira a tabela de controlos minimal/high do Nano Banana 2 nem a tabela com predefinição medium do Nano Banana 2.1 para esta edição Pro. Para um design exigente, forneça um pedido completo com a hierarquia visual, as relações obrigatórias entre objetos e os elementos que têm de sobreviver a edições posteriores.
A ficha do modelo descreve limitações substanciais que subsistem: texto muito pequeno e passagens longas podem ser mal representados, a aparência das personagens pode mudar entre a referência e o resultado, e edições com máscaras ou esboços podem seguir apenas parcialmente a instrução ou deixar marcas. Pode também confundir esquerda e direita ou copiar um elemento de origem para a nova composição. Para uma revisão de produto, indique explicitamente a geometria e os rótulos a preservar e inspecione a área editada; para um diagrama, compare a direção das setas e as posições relativas dos objetos.
A tabela atual da API indica um limite de entrada de 65 536 tokens e um limite de saída de 32 768 tokens. Geração de imagens, pensamento, fundamentação por pesquisa e processamento em lote são suportados; geração de áudio, chamadas de funções, execução de código, cache, saídas estruturadas, pesquisa em ficheiros, contexto de URL e Live API não são suportados. A tarefa de imagem não aceita entrada de áudio nem de vídeo neste perfil. As imagens geradas incluem SynthID, e um número pedido de imagens de saída nem sempre é respeitado exatamente.
Um pedido prático de produto pode combinar uma imagem do produto, uma referência de iluminação e o título exato: «Preserve as proporções e as letras do produto, mostre-o sobre uma superfície de pedra clara sob luz lateral suave e deixe o terço superior livre para o título fornecido.» Para um diagrama factual, identifique cada entidade e ligação e forneça os rótulos aprovados. Aperfeiçoe o resultado numa conversação, indicando uma alteração e as características a preservar, mantendo a imagem selecionada e o seu texto explicativo em conjunto como artefacto de design.
POST /v1/images/generationstextimage| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites nano-banana-pro | Predefinição— |
Campoprompt | Tipostring | RequisitoObrigatório | Valores e limites Comprimento mínimo: 1 | Predefinição— |
Campon | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 | Predefinição1 |
Camporesponse_format | Tipostring | RequisitoOpcional | Valores e limites url, b64_json | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Camposize | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoquality | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campobackground | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campooutput_format | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campooutput_compression | Tipointeger | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomoderation | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinput_fidelity | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostyle | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campopartial_images | Tipointeger | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Texto para imagem · Obrigatório: prompt
| Parâmetro | Contrato |
|---|---|
Parâmetromaterial_types | Contratotext |
Parâmetrorequired | Contratomodel, prompt |
Parâmetrooptional_controls | Contratonull |
Parâmetrocontent_type | Contratoapplication/json |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id efetivamente devolvido ou registo na biblioteca de multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
As estruturas dos métodos e os ID são exatos; a capacidade do fornecedor é distinta da admissão dos pedidos.
POST /v1/images/generationsO Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
As tabelas de referência do modelo não alteram a seleção do método, as cotações ou os custos. Os custos ativos usam as tarifas do método Ailoot selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoUltra | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0.004000 / 1K tokens Saída · Tokens de saída $0.024000 / 1K tokens Entrada · imagem $0.004000 / 1K tokens Saída · imagem de saída $0.24000 / 1K tokens Entrada · áudio $0.004000 / 1K tokens Entrada · cache de áudio de entrada $0.0004000 / 1K tokens Saída · pesquisa na web $0.028 por pesquisa na Web Saída · raciocínio interno $0.024000 / 1K tokens Entrada · Leitura da cache $0.0004000 / 1K tokens Entrada · Escrita na cache $0.000750000 / 1K tokens |
set -eu\n: "${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": "nano-banana-pro", "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': 'nano-banana-pro', '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": "nano-banana-pro", "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");\nDescarregue cada imagem devolvida ou guarde o respetivo conteúdo Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Guarde cada imagem concluída; obtenha cada URL devolvido ou descodifique o respetivo conteúdo Base64.
Guarde todos os itens de dados. Descodifique cada b64_json ou obtenha todos os URL assinados devolvidos. Escolha a extensão do ficheiro a partir do MIME/dos bytes reais.
Se o resultado de uma geração ou edição de imagem requerer verificação, guarde o operation_id/X-Client-Request-ID original e as informações do resultado devolvidas. Recupere os resultados existentes que lhe pertencem através da biblioteca de multimédia, usando valores task_id ou asset_id reais. Não volte a enviar o pedido de geração/edição nem construa um URL de consulta periódica a partir de operation_id.
| Campo | Tipo |
|---|---|
Campocreated | Tipointeger |
Campodata[].url | Tipostring |
Campodata[].b64_json | Tipobase64 string |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Respostaserver_error | CondiçãoA resposta devolvida indica que a operação ou o resultado requer verificação | Passo seguinteGuarde o ID original da operação/tarefa devolvido, os cabeçalhos do pedido e a resposta; continue a consultar essa operação original através das consultas suportadas. Não volte a enviar o pedido de criação. |
Ailoot gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
google/gemini-3-pro-imageNano Banana Pro (Gemini 3 Pro Image) é o modelo de imagens da Google orientado por raciocínio para design complexo, maquetas de produtos e visualizações factuais. Aceita texto e imagens de referência e gera imagens com texto, com saída de 1K–4K e controlo criativo detalhado.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Nano Banana Pro é o modelo Gemini 3 Pro Image da Google para geração e edição de imagens orientadas por raciocínio. O fabricante coloca o design gráfico complexo, as maquetas de produto de alta fidelidade e a visualização de dados factuais no centro das utilizações previstas. Aceita texto e imagens e produz imagem e texto. Esta edição identificada de imagens Pro baseia-se no Gemini 3 Pro, mantendo o seu próprio perfil de entradas e capacidades para tarefas de imagem.
O modelo suporta imagens de 1K, 2K e 4K. As formas documentadas incluem 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9. Uma imagem quadrada de 4K tem 4096 × 4096; uma imagem 16:9 de 4K tem 5504 × 3072. Selecione a resolução e a proporção para o artefacto de que precisa, quer seja um cartaz vertical, uma cena de produto ou um gráfico explicativo largo. A opção de 0.5K e as proporções extremas adicionais de Gemini 3.1 Flash Image não fazem parte desta tabela Pro.
A representação de texto suporta letras claras em cartazes, diagramas e outros recursos de design. Para uma infografia complexa, forneça os factos subjacentes, a formulação exata, uma sequência de leitura e a relação entre rótulos e elementos visuais. Distinga a informação a comunicar do estilo artístico pretendido. A Google recomenda preparar primeiro o texto e depois gerar a imagem que o contém. Isto é particularmente útil quando uma composição combina um título, um diagrama e várias legendas curtas.
A entrada de várias imagens suporta até 14 referências. A tabela de funcionalidades da Google descreve até seis referências de objetos para fidelidade, até cinco referências de personagens para consistência e até três referências de estilo. Estas funções ajudam a preparar um elemento visual composto: uma fotografia de produto define a aparência, uma imagem separada estabelece o cenário e uma imagem de estilo orienta o tratamento visual. Diga ao modelo que pormenores são de referência obrigatória e que referências fornecem inspiração, em vez de lhe pedir que combine indiscriminadamente todas as características visíveis.
A fundamentação por Google Search pode fornecer informação do mundo real para uma visualização factual ou uma cena baseada nas condições atuais. O fluxo de imagens Pro documenta fundamentação Web; a extensão Image Search está documentada especificamente para Nano Banana 2.1 e Gemini 3.1 Flash Image. Para um gráfico de dados, forneça os valores que pretende mostrar ou peça informação fundamentada no fluxo do produtor e depois torne explícitos a relação, os rótulos e a composição. A geração baseada em pesquisa continua a produzir uma imagem a rever, e não um substituto da verificação dos factos representados.
O raciocínio suporta a composição de um prompt complexo antes da renderização final. O guia de imagens descreve imagens intermédias utilizadas para testar a composição e a lógica, distintas do artefacto final. Não transfira a tabela de controlos minimal/high do Nano Banana 2 nem a tabela com predefinição medium do Nano Banana 2.1 para esta edição Pro. Para um design exigente, forneça um pedido completo com a hierarquia visual, as relações obrigatórias entre objetos e os elementos que têm de sobreviver a edições posteriores.
A ficha do modelo descreve limitações substanciais que subsistem: texto muito pequeno e passagens longas podem ser mal representados, a aparência das personagens pode mudar entre a referência e o resultado, e edições com máscaras ou esboços podem seguir apenas parcialmente a instrução ou deixar marcas. Pode também confundir esquerda e direita ou copiar um elemento de origem para a nova composição. Para uma revisão de produto, indique explicitamente a geometria e os rótulos a preservar e inspecione a área editada; para um diagrama, compare a direção das setas e as posições relativas dos objetos.
A tabela atual da API indica um limite de entrada de 65 536 tokens e um limite de saída de 32 768 tokens. Geração de imagens, pensamento, fundamentação por pesquisa e processamento em lote são suportados; geração de áudio, chamadas de funções, execução de código, cache, saídas estruturadas, pesquisa em ficheiros, contexto de URL e Live API não são suportados. A tarefa de imagem não aceita entrada de áudio nem de vídeo neste perfil. As imagens geradas incluem SynthID, e um número pedido de imagens de saída nem sempre é respeitado exatamente.
Um pedido prático de produto pode combinar uma imagem do produto, uma referência de iluminação e o título exato: «Preserve as proporções e as letras do produto, mostre-o sobre uma superfície de pedra clara sob luz lateral suave e deixe o terço superior livre para o título fornecido.» Para um diagrama factual, identifique cada entidade e ligação e forneça os rótulos aprovados. Aperfeiçoe o resultado numa conversação, indicando uma alteração e as características a preservar, mantendo a imagem selecionada e o seu texto explicativo em conjunto como artefacto de design.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemini-3-pro-image | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Exemplos: system, user, assistant, tool, function Condições: Estes papéis são representados explicitamente pelos tipos de compatibilidade do código-fonte; o conjunto exato de papéis continua específico do modelo. Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: role=tool; use o ID realmente devolvido | Predefinição— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Reintroduza o raciocínio realmente devolvido quando este modelo o utiliza | Predefinição— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores e limites function Depende do modelo | Predefinição— |
Campotools[].function.name | Tipostring | RequisitoObrigatório | Valores e limites Aplica-se quando: Função fornecida como ferramenta | Predefinição— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores e limites | Predefinição— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores e limites Campo de compatibilidade | Predefinição— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores e limites text | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites Condições: provider.options é rejeitado nesta rota textual Ultra | Predefinição— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores e limites Condições: 1h é rejeitado nos locais efetivos da cache de prompts | Predefinição— |
Texto · Texto UTF8
messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetromaterial_types | Contratotext |
Parâmetromessages | ContratoLista de mensagens com estrutura role/content |
Parâmetrofile_material | ContratoDocumento UTF-8 real inserido como texto literal; nenhum ID de ficheiro inferido |
Parâmetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parâmetrocontrol_scope | ContratoEspecífico do modelo; as ferramentas de funções do utilizador diferem das ferramentas alojadas |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envie o ID exato do modelo com messages.
O comprimento do contexto não é um limite de saída.
Um ficheiro de texto pode fornecer texto literal; as entradas de imagem/áudio/objeto de ficheiro exigem uma associação exata.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.004 / 1K tokens Saída · Tokens de saída $0.024 / 1K tokens Entrada · Leitura da cache $0.0004 / 1K tokens Entrada · Escrita na cache $0.00075 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens Saída · Tokens de imagem de saída $0.24 / 1K tokens de imagem |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.004 / 1K tokens Saída · Tokens de saída $0.024 / 1K tokens Entrada · Leitura da cache $0.0004 / 1K tokens Entrada · Escrita na cache $0.00075 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
As tabelas de referência do modelo não alteram a seleção do método, as cotações ou os custos. Os custos ativos usam as tarifas do método Ailoot selecionado.
| Configuração | Condições de faturação | Custo |
|---|---|---|
| ConfiguraçãoGoogle: Nano Banana Pro (Gemini 3 Pro Image) · Configuração predefinida | Condições de faturaçãoConfiguração predefinida | Custo Entrada · Tokens de entrada 0,004 US$ / 1K tokens Saída · Tokens de saída 0,024 US$ / 1K tokens Entrada · Imagem de entrada 0,004 US$ / 1K tokens Saída · Imagem de saída 0,24 US$ / 1K tokens Entrada · Entrada de áudio 0,004 US$ / 1K tokens Entrada · Leitura da cache de áudio 0,0004 US$ / 1K tokens Saída · Pesquisa na web 0,028 US$ por pesquisa Saída · Tokens de raciocínio 0,024 US$ / 1K tokens Entrada · Leitura da cache 0,0004 US$ / 1K tokens Entrada · Escrita na cache · 5 minutos 0,00075 US$ / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
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-pro-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-pro-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-pro-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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve cada opção com o conteúdo, as chamadas de ferramentas e o raciocínio. Em SSE, junte os deltas por índice de opção e ferramenta e mantenha o motivo final de conclusão e os dados de utilização.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
google/gemini-3-pro-imageNano Banana Pro (Gemini 3 Pro Image) é o modelo de imagens da Google orientado por raciocínio para design complexo, maquetas de produtos e visualizações factuais. Aceita texto e imagens de referência e gera imagens com texto, com saída de 1K–4K e controlo criativo detalhado.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Nano Banana Pro é o modelo Gemini 3 Pro Image da Google para geração e edição de imagens orientadas por raciocínio. O fabricante coloca o design gráfico complexo, as maquetas de produto de alta fidelidade e a visualização de dados factuais no centro das utilizações previstas. Aceita texto e imagens e produz imagem e texto. Esta edição identificada de imagens Pro baseia-se no Gemini 3 Pro, mantendo o seu próprio perfil de entradas e capacidades para tarefas de imagem.
O modelo suporta imagens de 1K, 2K e 4K. As formas documentadas incluem 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9. Uma imagem quadrada de 4K tem 4096 × 4096; uma imagem 16:9 de 4K tem 5504 × 3072. Selecione a resolução e a proporção para o artefacto de que precisa, quer seja um cartaz vertical, uma cena de produto ou um gráfico explicativo largo. A opção de 0.5K e as proporções extremas adicionais de Gemini 3.1 Flash Image não fazem parte desta tabela Pro.
A representação de texto suporta letras claras em cartazes, diagramas e outros recursos de design. Para uma infografia complexa, forneça os factos subjacentes, a formulação exata, uma sequência de leitura e a relação entre rótulos e elementos visuais. Distinga a informação a comunicar do estilo artístico pretendido. A Google recomenda preparar primeiro o texto e depois gerar a imagem que o contém. Isto é particularmente útil quando uma composição combina um título, um diagrama e várias legendas curtas.
A entrada de várias imagens suporta até 14 referências. A tabela de funcionalidades da Google descreve até seis referências de objetos para fidelidade, até cinco referências de personagens para consistência e até três referências de estilo. Estas funções ajudam a preparar um elemento visual composto: uma fotografia de produto define a aparência, uma imagem separada estabelece o cenário e uma imagem de estilo orienta o tratamento visual. Diga ao modelo que pormenores são de referência obrigatória e que referências fornecem inspiração, em vez de lhe pedir que combine indiscriminadamente todas as características visíveis.
A fundamentação por Google Search pode fornecer informação do mundo real para uma visualização factual ou uma cena baseada nas condições atuais. O fluxo de imagens Pro documenta fundamentação Web; a extensão Image Search está documentada especificamente para Nano Banana 2.1 e Gemini 3.1 Flash Image. Para um gráfico de dados, forneça os valores que pretende mostrar ou peça informação fundamentada no fluxo do produtor e depois torne explícitos a relação, os rótulos e a composição. A geração baseada em pesquisa continua a produzir uma imagem a rever, e não um substituto da verificação dos factos representados.
O raciocínio suporta a composição de um prompt complexo antes da renderização final. O guia de imagens descreve imagens intermédias utilizadas para testar a composição e a lógica, distintas do artefacto final. Não transfira a tabela de controlos minimal/high do Nano Banana 2 nem a tabela com predefinição medium do Nano Banana 2.1 para esta edição Pro. Para um design exigente, forneça um pedido completo com a hierarquia visual, as relações obrigatórias entre objetos e os elementos que têm de sobreviver a edições posteriores.
A ficha do modelo descreve limitações substanciais que subsistem: texto muito pequeno e passagens longas podem ser mal representados, a aparência das personagens pode mudar entre a referência e o resultado, e edições com máscaras ou esboços podem seguir apenas parcialmente a instrução ou deixar marcas. Pode também confundir esquerda e direita ou copiar um elemento de origem para a nova composição. Para uma revisão de produto, indique explicitamente a geometria e os rótulos a preservar e inspecione a área editada; para um diagrama, compare a direção das setas e as posições relativas dos objetos.
A tabela atual da API indica um limite de entrada de 65 536 tokens e um limite de saída de 32 768 tokens. Geração de imagens, pensamento, fundamentação por pesquisa e processamento em lote são suportados; geração de áudio, chamadas de funções, execução de código, cache, saídas estruturadas, pesquisa em ficheiros, contexto de URL e Live API não são suportados. A tarefa de imagem não aceita entrada de áudio nem de vídeo neste perfil. As imagens geradas incluem SynthID, e um número pedido de imagens de saída nem sempre é respeitado exatamente.
Um pedido prático de produto pode combinar uma imagem do produto, uma referência de iluminação e o título exato: «Preserve as proporções e as letras do produto, mostre-o sobre uma superfície de pedra clara sob luz lateral suave e deixe o terço superior livre para o título fornecido.» Para um diagrama factual, identifique cada entidade e ligação e forneça os rótulos aprovados. Aperfeiçoe o resultado numa conversação, indicando uma alteração e as características a preservar, mantendo a imagem selecionada e o seu texto explicativo em conjunto como artefacto de design.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemini-3-pro-image | Predefinição— |
Campoprompt | Tipostring | RequisitoObrigatório | Valores e limites Comprimento mínimo: 1 | Predefinição— |
Camporesolution | Tipostring | RequisitoOpcional | Valores e limites 1K, 2K, 4K | Predefinição— |
Campoaspect_ratio | Tipostring | RequisitoOpcional | Valores e limites 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 | Predefinição— |
Campon | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Máximo: 1 | Predefinição— |
Campoinput_references | Tipoarray | RequisitoOpcional | Valores e limites Número mínimo de elementos: 0 Número máximo de elementos: 14 | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites | Predefinição— |
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, prompt |
Parâmetromaterial_types | Contratotext, image |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id efetivamente devolvido ou registo na biblioteca de multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
As tarifas apresentadas permitem estimar o custo antes da geração. O montante final cobrado é calculado a partir do custo registado para a geração original. A duração medida do resultado e as quantidades previstas não correspondem à quantidade final faturável.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Quantidade prevista | Custo |
|---|---|---|---|
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Quantidade prevista— | Custo Entrada · Tokens de entrada · Estimativa apenas para comparação — / 1K tokens Saída · Tokens de saída · Estimativa apenas para comparação — / 1K tokens Entrada · Leitura da cache · Estimativa apenas para comparação — / 1K tokens Entrada · Escrita na cache · Estimativa apenas para comparação — / 1K tokens Entrada · Escrita na cache, 1 hora · Estimativa apenas para comparação — / 1K tokens |
| ConfiguraçãoCusto estimado de geração | Tabela de tarifas— | Quantidade previstaestimativa para uma geração | Custo Saída · Custo estimado de geração · Estimativa apenas para comparação $0.98304 estimativa antes da geração Esta estimativa não é um encargo adicional nem uma tarifa fixa para a geração concluída. |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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-pro-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\nDescarregue cada imagem devolvida ou guarde o respetivo conteúdo 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.\nGuarde cada imagem concluída; obtenha cada URL devolvido ou descodifique o respetivo conteúdo Base64.
Conserve a resposta completa e os cabeçalhos, todos os resultados efetivamente produzidos, os identificadores originais devolvidos e todos os campos de utilização. Recupere a operação original sem voltar a enviar o pedido de criação.
Guarde o X-Client-Request-ID devolvido para reconciliação. Consulte apenas os valores task_id/asset_id efetivamente devolvidos ou a sua biblioteca de multimédia; nunca construa um URL de tarefa a partir do ID da operação e nunca volte a enviar o pedido de criação.
| Campo | Tipo |
|---|---|
Campocreated | Tipo |
Campodata[].url | Tipo |
Campodata[].b64_json | Tipo |
Campousage | Tipo |
Ailoot gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
google/gemini-3-pro-imageNano Banana Pro (Gemini 3 Pro Image) é o modelo de imagens da Google orientado por raciocínio para design complexo, maquetas de produtos e visualizações factuais. Aceita texto e imagens de referência e gera imagens com texto, com saída de 1K–4K e controlo criativo detalhado.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Nano Banana Pro é o modelo Gemini 3 Pro Image da Google para geração e edição de imagens orientadas por raciocínio. O fabricante coloca o design gráfico complexo, as maquetas de produto de alta fidelidade e a visualização de dados factuais no centro das utilizações previstas. Aceita texto e imagens e produz imagem e texto. Esta edição identificada de imagens Pro baseia-se no Gemini 3 Pro, mantendo o seu próprio perfil de entradas e capacidades para tarefas de imagem.
O modelo suporta imagens de 1K, 2K e 4K. As formas documentadas incluem 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9. Uma imagem quadrada de 4K tem 4096 × 4096; uma imagem 16:9 de 4K tem 5504 × 3072. Selecione a resolução e a proporção para o artefacto de que precisa, quer seja um cartaz vertical, uma cena de produto ou um gráfico explicativo largo. A opção de 0.5K e as proporções extremas adicionais de Gemini 3.1 Flash Image não fazem parte desta tabela Pro.
A representação de texto suporta letras claras em cartazes, diagramas e outros recursos de design. Para uma infografia complexa, forneça os factos subjacentes, a formulação exata, uma sequência de leitura e a relação entre rótulos e elementos visuais. Distinga a informação a comunicar do estilo artístico pretendido. A Google recomenda preparar primeiro o texto e depois gerar a imagem que o contém. Isto é particularmente útil quando uma composição combina um título, um diagrama e várias legendas curtas.
A entrada de várias imagens suporta até 14 referências. A tabela de funcionalidades da Google descreve até seis referências de objetos para fidelidade, até cinco referências de personagens para consistência e até três referências de estilo. Estas funções ajudam a preparar um elemento visual composto: uma fotografia de produto define a aparência, uma imagem separada estabelece o cenário e uma imagem de estilo orienta o tratamento visual. Diga ao modelo que pormenores são de referência obrigatória e que referências fornecem inspiração, em vez de lhe pedir que combine indiscriminadamente todas as características visíveis.
A fundamentação por Google Search pode fornecer informação do mundo real para uma visualização factual ou uma cena baseada nas condições atuais. O fluxo de imagens Pro documenta fundamentação Web; a extensão Image Search está documentada especificamente para Nano Banana 2.1 e Gemini 3.1 Flash Image. Para um gráfico de dados, forneça os valores que pretende mostrar ou peça informação fundamentada no fluxo do produtor e depois torne explícitos a relação, os rótulos e a composição. A geração baseada em pesquisa continua a produzir uma imagem a rever, e não um substituto da verificação dos factos representados.
O raciocínio suporta a composição de um prompt complexo antes da renderização final. O guia de imagens descreve imagens intermédias utilizadas para testar a composição e a lógica, distintas do artefacto final. Não transfira a tabela de controlos minimal/high do Nano Banana 2 nem a tabela com predefinição medium do Nano Banana 2.1 para esta edição Pro. Para um design exigente, forneça um pedido completo com a hierarquia visual, as relações obrigatórias entre objetos e os elementos que têm de sobreviver a edições posteriores.
A ficha do modelo descreve limitações substanciais que subsistem: texto muito pequeno e passagens longas podem ser mal representados, a aparência das personagens pode mudar entre a referência e o resultado, e edições com máscaras ou esboços podem seguir apenas parcialmente a instrução ou deixar marcas. Pode também confundir esquerda e direita ou copiar um elemento de origem para a nova composição. Para uma revisão de produto, indique explicitamente a geometria e os rótulos a preservar e inspecione a área editada; para um diagrama, compare a direção das setas e as posições relativas dos objetos.
A tabela atual da API indica um limite de entrada de 65 536 tokens e um limite de saída de 32 768 tokens. Geração de imagens, pensamento, fundamentação por pesquisa e processamento em lote são suportados; geração de áudio, chamadas de funções, execução de código, cache, saídas estruturadas, pesquisa em ficheiros, contexto de URL e Live API não são suportados. A tarefa de imagem não aceita entrada de áudio nem de vídeo neste perfil. As imagens geradas incluem SynthID, e um número pedido de imagens de saída nem sempre é respeitado exatamente.
Um pedido prático de produto pode combinar uma imagem do produto, uma referência de iluminação e o título exato: «Preserve as proporções e as letras do produto, mostre-o sobre uma superfície de pedra clara sob luz lateral suave e deixe o terço superior livre para o título fornecido.» Para um diagrama factual, identifique cada entidade e ligação e forneça os rótulos aprovados. Aperfeiçoe o resultado numa conversação, indicando uma alteração e as características a preservar, mantendo a imagem selecionada e o seu texto explicativo em conjunto como artefacto de design.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemini-3-pro-image | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites user, assistant | Predefinição— |
Campomessages[].content | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Texto · Texto UTF-8
Cadeia de caracteres messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional_controls | Contratostream |
Parâmetromaterial_types | Contratotext |
Parâmetrotext_file_material | ContratoLeia o documento UTF-8 real e coloque o texto na entrada indicada ou na cadeia de conteúdo da mensagem. |
Ciclo de vida: synchronous_or_streamed
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.004 / 1K tokens Saída · Tokens de saída $0.024 / 1K tokens Entrada · Leitura da cache $0.0004 / 1K tokens Entrada · Escrita na cache $0.00075 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens Saída · Tokens de imagem de saída $0.24 / 1K tokens de imagem |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.004 / 1K tokens Saída · Tokens de saída $0.024 / 1K tokens Entrada · Leitura da cache $0.0004 / 1K tokens Entrada · Escrita na cache $0.00075 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "google/gemini-3-pro-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-pro-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-pro-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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, as assinaturas de raciocínio e os ID reais de utilização de ferramentas. Junte todos os deltas de blocos SSE; o primeiro bloco de texto não é a saída completa.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
Exemplo técnico em inglês
Visualize a supplied packaging cycle\n\nCreate one landscape explanatory graphic showing this packaging return cycle: customer returns an empty jar, store inspects it, accepted jars are washed, clean jars are refilled. Use four large illustrated stages connected clockwise. Add only these exact labels: 'RETURN', 'INSPECT', 'WASH', 'REFILL'. Make the arrow direction and stage order unmistakable.One landscape image with four labeled stages and arrows matching the supplied cycle.Inspect that arrows connect RETURN to INSPECT to WASH to REFILL in that order, with exact labels.