Gemini 2.5 Flash Image, também conhecido como Nano Banana, é o modelo de texto e imagem da Google para criação visual e edição conversacional de imagens. Aceita uma instrução com referências de imagem opcionais e pode devolver imagens com texto associado. Esta edição exata 2.5 Flash Image é distinta de Nano Banana 2, Nano Banana Pro e modelos de imagem Lite posteriores. O seu resultado útil é um recurso visual gerado ou revisto, e não a resposta do modelo textual geral Gemini 2.5.
A ficha do modelo exato apresenta 65 536 tokens de entrada e 32 768 tokens de saída. As imagens e instruções fazem parte da entrada, e a imagem ou texto devolvidos fazem parte do resultado. A tabela de resolução do guia indica saída 1:1 a 1024×1024, 3:4 a 864×1184 e 16:9 a 1344×768, entre as proporções suportadas. Escolha a forma de apresentação pretendida antes de desenhar a cena. As opções de alta resolução de uma edição de imagens Gemini posterior não devem ser tratadas como controlos documentados para este modelo exato.
Para criação de texto para imagem, especifique o tema, a ação, o ambiente, o estilo, a iluminação e o ponto de vista. Uma ilustração de produto pode utilizar uma identidade visual fornecida e pedir um pormenor do material claramente visível num cenário apropriado. Explique a finalidade da imagem para que o modelo possa reservar espaço para o elemento representado e qualquer texto. Descrições fotográficas, como uma vista próxima, uma composição de cima ou uma perspetiva em contrapicado, ajudam a definir o enquadramento mais claramente do que uma lista de palavras de estilo sem relação.
Para edição, forneça a imagem original e identifique a parte a alterar. O guia do fabricante descreve a adição ou remoção de elementos, máscaras semânticas, transferência de estilo e composição com referências. Um pedido útil indica tanto a revisão como as condições a preservar — por exemplo, alterar o fundo mantendo a forma, a superfície e o rótulo do produto. Identifique a função de cada entrada ao combinar referências, como aparência do elemento representado, cenário ou estilo. O guia afirma que esta edição funciona melhor com até três imagens de entrada; é uma orientação prática, não uma razão para combinar um conjunto ilimitado de referências contraditórias.
O aperfeiçoamento conversacional pode manter o mesmo elemento representado, alterando uma decisão visual específica. Peça uma revisão relacionada de cada vez e preserve a imagem de origem e o resultado aceite utilizados nesse turno. Descreva o que deve permanecer consistente e o que pode variar. Para uma sequência de recursos, identifique explicitamente o elemento representado comum, as cores e as regras visuais, em vez de pressupor que um novo prompt isolado os recuperará. Compare a imagem revista com a referência antes de considerar que uma instrução de preservação foi cumprida com sucesso.
Para texto dentro da imagem, estabilize primeiro a formulação exata e depois peça a imagem que contém esse texto, como recomendado pelo guia. Indique a língua, a ordem de leitura, o posicionamento e a ênfase relativa dos rótulos. Um pedido de infografia deve identificar a relação que cada rótulo explica e os elementos visuais que a sustentam. Reveja a ortografia, a pontuação e a associação visual à dimensão real de apresentação; um rótulo gerado com aparência legível pode ainda alterar um nome, número ou significado pretendido.
A ficha do modelo não apresenta pensamento, fundamentação por pesquisa, chamadas de funções, execução de código ou saída estruturada sujeita a restrições para esta edição. Também não anuncia geração de áudio nem a Live API. A entrada documentada é texto e imagens, pelo que funcionalidades de áudio, vídeo e processamento documental de outros modelos Gemini não devem ser atribuídas a este perfil. Uma aplicação deve tratar explicitamente as partes de conteúdo devolvidas, em vez de pressupor que uma resposta normal em prosa contém o recurso de imagem acabado.
O guia observa que a quantidade de imagens pedida pode nem sempre ser respeitada e que as imagens geradas incluem marcação SynthID. Inspecione cada imagem devolvida quanto à composição, à fidelidade na representação do elemento, à quantidade de objetos e à formulação exata. Se a cena tiver vários componentes, descreva a disposição pretendida numa ordem clara e exprima positivamente a aparência desejada. Preserve a identidade exata do modelo, o prompt e as referências com o resultado. Isto torna a tarefa de geração ou edição visual passível de revisão e dá a uma revisão posterior um ponto de partida concreto.
", "aboutText": "Gemini 2.5 Flash Image, também conhecido como Nano Banana, é o modelo de texto e imagem da Google para criação visual e edição conversacional de imagens. Aceita uma instrução com referências de imagem opcionais e pode devolver imagens com texto associado. Esta edição exata 2.5 Flash Image é distinta de Nano Banana 2, Nano Banana Pro e modelos de imagem Lite posteriores. O seu resultado útil é um recurso visual gerado ou revisto, e não a resposta do modelo textual geral Gemini 2.5.\n\nA ficha do modelo exato apresenta 65 536 tokens de entrada e 32 768 tokens de saída. As imagens e instruções fazem parte da entrada, e a imagem ou texto devolvidos fazem parte do resultado. A tabela de resolução do guia indica saída 1:1 a 1024×1024, 3:4 a 864×1184 e 16:9 a 1344×768, entre as proporções suportadas. Escolha a forma de apresentação pretendida antes de desenhar a cena. As opções de alta resolução de uma edição de imagens Gemini posterior não devem ser tratadas como controlos documentados para este modelo exato.\n\nPara criação de texto para imagem, especifique o tema, a ação, o ambiente, o estilo, a iluminação e o ponto de vista. Uma ilustração de produto pode utilizar uma identidade visual fornecida e pedir um pormenor do material claramente visível num cenário apropriado. Explique a finalidade da imagem para que o modelo possa reservar espaço para o elemento representado e qualquer texto. Descrições fotográficas, como uma vista próxima, uma composição de cima ou uma perspetiva em contrapicado, ajudam a definir o enquadramento mais claramente do que uma lista de palavras de estilo sem relação.\n\nPara edição, forneça a imagem original e identifique a parte a alterar. O guia do fabricante descreve a adição ou remoção de elementos, máscaras semânticas, transferência de estilo e composição com referências. Um pedido útil indica tanto a revisão como as condições a preservar — por exemplo, alterar o fundo mantendo a forma, a superfície e o rótulo do produto. Identifique a função de cada entrada ao combinar referências, como aparência do elemento representado, cenário ou estilo. O guia afirma que esta edição funciona melhor com até três imagens de entrada; é uma orientação prática, não uma razão para combinar um conjunto ilimitado de referências contraditórias.\n\nO aperfeiçoamento conversacional pode manter o mesmo elemento representado, alterando uma decisão visual específica. Peça uma revisão relacionada de cada vez e preserve a imagem de origem e o resultado aceite utilizados nesse turno. Descreva o que deve permanecer consistente e o que pode variar. Para uma sequência de recursos, identifique explicitamente o elemento representado comum, as cores e as regras visuais, em vez de pressupor que um novo prompt isolado os recuperará. Compare a imagem revista com a referência antes de considerar que uma instrução de preservação foi cumprida com sucesso.\n\nPara texto dentro da imagem, estabilize primeiro a formulação exata e depois peça a imagem que contém esse texto, como recomendado pelo guia. Indique a língua, a ordem de leitura, o posicionamento e a ênfase relativa dos rótulos. Um pedido de infografia deve identificar a relação que cada rótulo explica e os elementos visuais que a sustentam. Reveja a ortografia, a pontuação e a associação visual à dimensão real de apresentação; um rótulo gerado com aparência legível pode ainda alterar um nome, número ou significado pretendido.\n\nA ficha do modelo não apresenta pensamento, fundamentação por pesquisa, chamadas de funções, execução de código ou saída estruturada sujeita a restrições para esta edição. Também não anuncia geração de áudio nem a Live API. A entrada documentada é texto e imagens, pelo que funcionalidades de áudio, vídeo e processamento documental de outros modelos Gemini não devem ser atribuídas a este perfil. Uma aplicação deve tratar explicitamente as partes de conteúdo devolvidas, em vez de pressupor que uma resposta normal em prosa contém o recurso de imagem acabado.\n\nO guia observa que a quantidade de imagens pedida pode nem sempre ser respeitada e que as imagens geradas incluem marcação SynthID. Inspecione cada imagem devolvida quanto à composição, à fidelidade na representação do elemento, à quantidade de objetos e à formulação exata. Se a cena tiver vários componentes, descreva a disposição pretendida numa ordem clara e exprima positivamente a aparência desejada. Preserve a identidade exata do modelo, o prompt e as referências com o resultado. Isto torna a tarefa de geração ou edição visual passível de revisão e dá a uma revisão posterior um ponto de partida concreto.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) gera e edita imagens a partir de texto e imagens. Utilize o seu fluxo conversacional para compor uma cena, alterar um elemento selecionado, combinar referências visuais ou aperfeiçoar uma imagem de produto, indicando que pormenores devem permanecer.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Gemini 2.5 Flash Image, também conhecido como Nano Banana, é o modelo de texto e imagem da Google para criação visual e edição conversacional de imagens. Aceita uma instrução com referências de imagem opcionais e pode devolver imagens com texto associado. Esta edição exata 2.5 Flash Image é distinta de Nano Banana 2, Nano Banana Pro e modelos de imagem Lite posteriores. O seu resultado útil é um recurso visual gerado ou revisto, e não a resposta do modelo textual geral Gemini 2.5.
A ficha do modelo exato apresenta 65 536 tokens de entrada e 32 768 tokens de saída. As imagens e instruções fazem parte da entrada, e a imagem ou texto devolvidos fazem parte do resultado. A tabela de resolução do guia indica saída 1:1 a 1024×1024, 3:4 a 864×1184 e 16:9 a 1344×768, entre as proporções suportadas. Escolha a forma de apresentação pretendida antes de desenhar a cena. As opções de alta resolução de uma edição de imagens Gemini posterior não devem ser tratadas como controlos documentados para este modelo exato.
Para criação de texto para imagem, especifique o tema, a ação, o ambiente, o estilo, a iluminação e o ponto de vista. Uma ilustração de produto pode utilizar uma identidade visual fornecida e pedir um pormenor do material claramente visível num cenário apropriado. Explique a finalidade da imagem para que o modelo possa reservar espaço para o elemento representado e qualquer texto. Descrições fotográficas, como uma vista próxima, uma composição de cima ou uma perspetiva em contrapicado, ajudam a definir o enquadramento mais claramente do que uma lista de palavras de estilo sem relação.
Para edição, forneça a imagem original e identifique a parte a alterar. O guia do fabricante descreve a adição ou remoção de elementos, máscaras semânticas, transferência de estilo e composição com referências. Um pedido útil indica tanto a revisão como as condições a preservar — por exemplo, alterar o fundo mantendo a forma, a superfície e o rótulo do produto. Identifique a função de cada entrada ao combinar referências, como aparência do elemento representado, cenário ou estilo. O guia afirma que esta edição funciona melhor com até três imagens de entrada; é uma orientação prática, não uma razão para combinar um conjunto ilimitado de referências contraditórias.
O aperfeiçoamento conversacional pode manter o mesmo elemento representado, alterando uma decisão visual específica. Peça uma revisão relacionada de cada vez e preserve a imagem de origem e o resultado aceite utilizados nesse turno. Descreva o que deve permanecer consistente e o que pode variar. Para uma sequência de recursos, identifique explicitamente o elemento representado comum, as cores e as regras visuais, em vez de pressupor que um novo prompt isolado os recuperará. Compare a imagem revista com a referência antes de considerar que uma instrução de preservação foi cumprida com sucesso.
Para texto dentro da imagem, estabilize primeiro a formulação exata e depois peça a imagem que contém esse texto, como recomendado pelo guia. Indique a língua, a ordem de leitura, o posicionamento e a ênfase relativa dos rótulos. Um pedido de infografia deve identificar a relação que cada rótulo explica e os elementos visuais que a sustentam. Reveja a ortografia, a pontuação e a associação visual à dimensão real de apresentação; um rótulo gerado com aparência legível pode ainda alterar um nome, número ou significado pretendido.
A ficha do modelo não apresenta pensamento, fundamentação por pesquisa, chamadas de funções, execução de código ou saída estruturada sujeita a restrições para esta edição. Também não anuncia geração de áudio nem a Live API. A entrada documentada é texto e imagens, pelo que funcionalidades de áudio, vídeo e processamento documental de outros modelos Gemini não devem ser atribuídas a este perfil. Uma aplicação deve tratar explicitamente as partes de conteúdo devolvidas, em vez de pressupor que uma resposta normal em prosa contém o recurso de imagem acabado.
O guia observa que a quantidade de imagens pedida pode nem sempre ser respeitada e que as imagens geradas incluem marcação SynthID. Inspecione cada imagem devolvida quanto à composição, à fidelidade na representação do elemento, à quantidade de objetos e à formulação exata. Se a cena tiver vários componentes, descreva a disposição pretendida numa ordem clara e exprima positivamente a aparência desejada. Preserve a identidade exata do modelo, o prompt e as referências com o resultado. Isto torna a tarefa de geração ou edição visual passível de revisão e dá a uma revisão posterior um ponto de partida concreto.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemini-2.5-flash-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 $0.0006 / 1K tokens Saída · Tokens de saída $0.005 / 1K tokens Entrada · Leitura da cache $0.00006 / 1K tokens Entrada · Escrita na cache $0.0001666666666666666 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens Saída · Tokens de imagem de saída $0.06 / 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 $0.0006 / 1K tokens Saída · Tokens de saída $0.005 / 1K tokens Entrada · Leitura da cache $0.00006 / 1K tokens Entrada · Escrita na cache $0.0001666666666666666 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
As tabelas de referência do modelo não alteram a seleção do método, as cotações ou os custos. Os custos ativos usam as tarifas do método Ailoot selecionado.
| Configuração | Condições de faturação | Custo |
|---|---|---|
| Configuraçãogoogle/gemini-2.5-flash-image · Configuração predefinida | Condições de faturaçãoConfiguração predefinida | Custo Entrada · Entrada 0,0006 US$ / 1K tokens Saída · Saída 0,06 US$ / 1K tokens |
| Configuração | Condições de faturação | Custo |
|---|---|---|
| ConfiguraçãoGoogle: Nano Banana (Gemini 2.5 Flash Image) · Configuração predefinida | Condições de faturaçãoConfiguração predefinida | Custo Entrada · Tokens de entrada 0,0006 US$ / 1K tokens Saída · Tokens de saída 0,005 US$ / 1K tokens Entrada · Imagem de entrada 0,0006 US$ / 1K tokens Saída · Imagem de saída 0,06 US$ / 1K tokens Entrada · Entrada de áudio 0,002 US$ / 1K tokens Entrada · Leitura da cache de áudio 0,0002 US$ / 1K tokens Saída · Pesquisa na web 0,028 US$ por pesquisa Saída · Tokens de raciocínio 0,005 US$ / 1K tokens Entrada · Leitura da cache 0,00006 US$ / 1K tokens Entrada · Escrita na cache · 5 minutos ≈0,000167 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-2.5-flash-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) gera e edita imagens a partir de texto e imagens. Utilize o seu fluxo conversacional para compor uma cena, alterar um elemento selecionado, combinar referências visuais ou aperfeiçoar uma imagem de produto, indicando que pormenores devem permanecer.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Gemini 2.5 Flash Image, também conhecido como Nano Banana, é o modelo de texto e imagem da Google para criação visual e edição conversacional de imagens. Aceita uma instrução com referências de imagem opcionais e pode devolver imagens com texto associado. Esta edição exata 2.5 Flash Image é distinta de Nano Banana 2, Nano Banana Pro e modelos de imagem Lite posteriores. O seu resultado útil é um recurso visual gerado ou revisto, e não a resposta do modelo textual geral Gemini 2.5.
A ficha do modelo exato apresenta 65 536 tokens de entrada e 32 768 tokens de saída. As imagens e instruções fazem parte da entrada, e a imagem ou texto devolvidos fazem parte do resultado. A tabela de resolução do guia indica saída 1:1 a 1024×1024, 3:4 a 864×1184 e 16:9 a 1344×768, entre as proporções suportadas. Escolha a forma de apresentação pretendida antes de desenhar a cena. As opções de alta resolução de uma edição de imagens Gemini posterior não devem ser tratadas como controlos documentados para este modelo exato.
Para criação de texto para imagem, especifique o tema, a ação, o ambiente, o estilo, a iluminação e o ponto de vista. Uma ilustração de produto pode utilizar uma identidade visual fornecida e pedir um pormenor do material claramente visível num cenário apropriado. Explique a finalidade da imagem para que o modelo possa reservar espaço para o elemento representado e qualquer texto. Descrições fotográficas, como uma vista próxima, uma composição de cima ou uma perspetiva em contrapicado, ajudam a definir o enquadramento mais claramente do que uma lista de palavras de estilo sem relação.
Para edição, forneça a imagem original e identifique a parte a alterar. O guia do fabricante descreve a adição ou remoção de elementos, máscaras semânticas, transferência de estilo e composição com referências. Um pedido útil indica tanto a revisão como as condições a preservar — por exemplo, alterar o fundo mantendo a forma, a superfície e o rótulo do produto. Identifique a função de cada entrada ao combinar referências, como aparência do elemento representado, cenário ou estilo. O guia afirma que esta edição funciona melhor com até três imagens de entrada; é uma orientação prática, não uma razão para combinar um conjunto ilimitado de referências contraditórias.
O aperfeiçoamento conversacional pode manter o mesmo elemento representado, alterando uma decisão visual específica. Peça uma revisão relacionada de cada vez e preserve a imagem de origem e o resultado aceite utilizados nesse turno. Descreva o que deve permanecer consistente e o que pode variar. Para uma sequência de recursos, identifique explicitamente o elemento representado comum, as cores e as regras visuais, em vez de pressupor que um novo prompt isolado os recuperará. Compare a imagem revista com a referência antes de considerar que uma instrução de preservação foi cumprida com sucesso.
Para texto dentro da imagem, estabilize primeiro a formulação exata e depois peça a imagem que contém esse texto, como recomendado pelo guia. Indique a língua, a ordem de leitura, o posicionamento e a ênfase relativa dos rótulos. Um pedido de infografia deve identificar a relação que cada rótulo explica e os elementos visuais que a sustentam. Reveja a ortografia, a pontuação e a associação visual à dimensão real de apresentação; um rótulo gerado com aparência legível pode ainda alterar um nome, número ou significado pretendido.
A ficha do modelo não apresenta pensamento, fundamentação por pesquisa, chamadas de funções, execução de código ou saída estruturada sujeita a restrições para esta edição. Também não anuncia geração de áudio nem a Live API. A entrada documentada é texto e imagens, pelo que funcionalidades de áudio, vídeo e processamento documental de outros modelos Gemini não devem ser atribuídas a este perfil. Uma aplicação deve tratar explicitamente as partes de conteúdo devolvidas, em vez de pressupor que uma resposta normal em prosa contém o recurso de imagem acabado.
O guia observa que a quantidade de imagens pedida pode nem sempre ser respeitada e que as imagens geradas incluem marcação SynthID. Inspecione cada imagem devolvida quanto à composição, à fidelidade na representação do elemento, à quantidade de objetos e à formulação exata. Se a cena tiver vários componentes, descreva a disposição pretendida numa ordem clara e exprima positivamente a aparência desejada. Preserve a identidade exata do modelo, o prompt e as referências com o resultado. Isto torna a tarefa de geração ou edição visual passível de revisão e dá a uma revisão posterior um ponto de partida concreto.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemini-2.5-flash-image | Predefinição— |
Campoprompt | Tipostring | RequisitoObrigatório | Valores e limites Comprimento mínimo: 1 | 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: 3 | 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 $0.24576 estimativa antes da geração Esta estimativa não é um encargo adicional nem uma tarifa fixa para a geração concluída. |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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-2.5-flash-image', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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 Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) gera e edita imagens a partir de texto e imagens. Utilize o seu fluxo conversacional para compor uma cena, alterar um elemento selecionado, combinar referências visuais ou aperfeiçoar uma imagem de produto, indicando que pormenores devem permanecer.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Gemini 2.5 Flash Image, também conhecido como Nano Banana, é o modelo de texto e imagem da Google para criação visual e edição conversacional de imagens. Aceita uma instrução com referências de imagem opcionais e pode devolver imagens com texto associado. Esta edição exata 2.5 Flash Image é distinta de Nano Banana 2, Nano Banana Pro e modelos de imagem Lite posteriores. O seu resultado útil é um recurso visual gerado ou revisto, e não a resposta do modelo textual geral Gemini 2.5.
A ficha do modelo exato apresenta 65 536 tokens de entrada e 32 768 tokens de saída. As imagens e instruções fazem parte da entrada, e a imagem ou texto devolvidos fazem parte do resultado. A tabela de resolução do guia indica saída 1:1 a 1024×1024, 3:4 a 864×1184 e 16:9 a 1344×768, entre as proporções suportadas. Escolha a forma de apresentação pretendida antes de desenhar a cena. As opções de alta resolução de uma edição de imagens Gemini posterior não devem ser tratadas como controlos documentados para este modelo exato.
Para criação de texto para imagem, especifique o tema, a ação, o ambiente, o estilo, a iluminação e o ponto de vista. Uma ilustração de produto pode utilizar uma identidade visual fornecida e pedir um pormenor do material claramente visível num cenário apropriado. Explique a finalidade da imagem para que o modelo possa reservar espaço para o elemento representado e qualquer texto. Descrições fotográficas, como uma vista próxima, uma composição de cima ou uma perspetiva em contrapicado, ajudam a definir o enquadramento mais claramente do que uma lista de palavras de estilo sem relação.
Para edição, forneça a imagem original e identifique a parte a alterar. O guia do fabricante descreve a adição ou remoção de elementos, máscaras semânticas, transferência de estilo e composição com referências. Um pedido útil indica tanto a revisão como as condições a preservar — por exemplo, alterar o fundo mantendo a forma, a superfície e o rótulo do produto. Identifique a função de cada entrada ao combinar referências, como aparência do elemento representado, cenário ou estilo. O guia afirma que esta edição funciona melhor com até três imagens de entrada; é uma orientação prática, não uma razão para combinar um conjunto ilimitado de referências contraditórias.
O aperfeiçoamento conversacional pode manter o mesmo elemento representado, alterando uma decisão visual específica. Peça uma revisão relacionada de cada vez e preserve a imagem de origem e o resultado aceite utilizados nesse turno. Descreva o que deve permanecer consistente e o que pode variar. Para uma sequência de recursos, identifique explicitamente o elemento representado comum, as cores e as regras visuais, em vez de pressupor que um novo prompt isolado os recuperará. Compare a imagem revista com a referência antes de considerar que uma instrução de preservação foi cumprida com sucesso.
Para texto dentro da imagem, estabilize primeiro a formulação exata e depois peça a imagem que contém esse texto, como recomendado pelo guia. Indique a língua, a ordem de leitura, o posicionamento e a ênfase relativa dos rótulos. Um pedido de infografia deve identificar a relação que cada rótulo explica e os elementos visuais que a sustentam. Reveja a ortografia, a pontuação e a associação visual à dimensão real de apresentação; um rótulo gerado com aparência legível pode ainda alterar um nome, número ou significado pretendido.
A ficha do modelo não apresenta pensamento, fundamentação por pesquisa, chamadas de funções, execução de código ou saída estruturada sujeita a restrições para esta edição. Também não anuncia geração de áudio nem a Live API. A entrada documentada é texto e imagens, pelo que funcionalidades de áudio, vídeo e processamento documental de outros modelos Gemini não devem ser atribuídas a este perfil. Uma aplicação deve tratar explicitamente as partes de conteúdo devolvidas, em vez de pressupor que uma resposta normal em prosa contém o recurso de imagem acabado.
O guia observa que a quantidade de imagens pedida pode nem sempre ser respeitada e que as imagens geradas incluem marcação SynthID. Inspecione cada imagem devolvida quanto à composição, à fidelidade na representação do elemento, à quantidade de objetos e à formulação exata. Se a cena tiver vários componentes, descreva a disposição pretendida numa ordem clara e exprima positivamente a aparência desejada. Preserve a identidade exata do modelo, o prompt e as referências com o resultado. Isto torna a tarefa de geração ou edição visual passível de revisão e dá a uma revisão posterior um ponto de partida concreto.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemini-2.5-flash-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 $0.0006 / 1K tokens Saída · Tokens de saída $0.005 / 1K tokens Entrada · Leitura da cache $0.00006 / 1K tokens Entrada · Escrita na cache $0.0001666666666666666 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens Saída · Tokens de imagem de saída $0.06 / 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 $0.0006 / 1K tokens Saída · Tokens de saída $0.005 / 1K tokens Entrada · Leitura da cache $0.00006 / 1K tokens Entrada · Escrita na cache $0.0001666666666666666 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "google/gemini-2.5-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 Ultra google/gemini-2.5-flash-image
/v1/images
Exemplo técnico em inglês
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.