Gemini Nano Banana 2.1 é o modelo da Google para geração de imagens e edição conversacional. É uma atualização do Nano Banana 2, com melhorias no realismo visual, no cumprimento de instruções, na representação de texto e na consistência de personagens ao longo de edições sucessivas. A sua tabela de entradas inclui texto, imagens, vídeo e PDF, enquanto a saída é imagem e texto. Isto torna-o útil para uma cena de produto, uma infografia ou uma série visual desenvolvida através de várias revisões específicas.
O modelo oferece saída de 1K, 2K e 4K, sendo 1K a predefinição. Não herda a opção de 0.5K do Nano Banana 2. As proporções documentadas incluem 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, além dos formatos altos ou panorâmicos 1:4, 4:1, 1:8 e 8:1. A Google identifica correções de artefactos de mosaico nestes últimos formatos largos e altos a 2K e 4K. Os rótulos de resolução são escalões de dimensão, não um retângulo fixo: uma imagem quadrada de 4K tem 4096 × 4096, enquanto a saída 16:9 de 4K documentada tem 5504 × 3072.
O texto é uma parte substancial do fluxo de trabalho visual. O modelo foi concebido para representar palavras estilizadas de forma legível e organizar os elementos de infografias com maior exatidão. Prepare o título, os rótulos e a ordem de leitura exatos e depois peça a imagem com esse texto aprovado. Para um menu, diagrama ou gráfico explicativo, indique a relação entre uma legenda e o seu elemento visual. A Google recomenda criar primeiro a formulação e depois pedir a imagem, para que a composição visual parta de um pedido textual estabilizado.
A fusão de imagens de referência suporta até 14 imagens. O perfil documentado abrange consistência para até quatro personagens e fidelidade para até dez objetos. Atribua uma função a cada referência: o produto que deve continuar reconhecível, a aparência da personagem, o fundo pretendido ou o estilo visual. Um exemplo de pedido para um produto é: «Utilize a imagem A para a forma e o rótulo do frasco. Utilize a imagem B para a superfície e a iluminação. Mantenha o produto inalterado, coloque-o junto a uma toalha dobrada e deixe espaço livre acima para o título fornecido.»
A fundamentação através da Pesquisa Web e da Pesquisa de Imagens da Google pode fornecer informação atual e contexto visual para a geração. A Pesquisa de Imagens fornece imagens da Web recuperadas como referências; a fundamentação Web normal fornece informação sobre o tema. Isto é útil para um gráfico factual ou uma cena cuja aparência depende de um objeto real. O fluxo de trabalho da pesquisa de imagens não suporta a recuperação de imagens de pessoas reais para este fim. No fluxo documentado pela Google, as respostas fundamentadas incluem metadados de fontes e atribuição, pelo que uma aplicação deve preservá-los juntamente com o resultado gerado.
O pensamento é configurável nos níveis minimal, medium e high, sendo medium a predefinição deste modelo exato. Ajuda o modelo a trabalhar a composição e instruções mais complexas antes da saída final. O guia de imagens descreve imagens de composição intermédias nesse processo; são distintas do artefacto final pretendido. Escolha explicitamente a composição final, a proporção e a resolução exigidas, em vez de esperar que a descrição do prompt, por si só, determine todas as definições de saída.
A edição conversacional permite que um pedido seguinte altere uma parte de um resultado existente: ajustar a luz, mover um objeto ou traduzir os rótulos, preservando o resto da composição. Transporte a imagem ou interação anterior para o turno seguinte e indique tanto a alteração pedida como as características a manter. Para uma série de personagens, mantenha consistentes as referências de aparência e utilize uma referência de pose quando um novo ângulo ou uma pose complexa forem importantes. Um pedido de revisão prático pode dizer: «Preserve o produto, os rótulos e a composição; altere apenas o fundo para um cinzento mais quente.»
A tabela do modelo indica um limite de entrada de 131 072 tokens e um limite de saída de 32 768 tokens. A geração de imagens e a fundamentação por pesquisa são suportadas, enquanto a geração de áudio, a execução de código, as chamadas de funções, as saídas estruturadas, a cache, a pesquisa em ficheiros, o contexto de URL e a Live API não são apresentados como suportados nesta edição. Um vídeo pode fornecer informação para gerar uma imagem estática; isso não torna este modelo um gerador de vídeo. A Google observa também que um pedido de um número exato de imagens pode não produzir essa quantidade. Todas as imagens geradas incluem uma marca de água SynthID.
Para um primeiro pedido útil, indique a finalidade da imagem, o tema, a composição, a iluminação, o ponto de vista da câmara, o texto obrigatório e a forma da saída. Por exemplo, peça uma infografia vertical com três etapas identificadas, um título legível e uma hierarquia de cores especificada e depois reveja a formulação e o posicionamento relativo antes da edição seguinte. O resultado pode tornar-se uma ilustração de produto, um gráfico editorial ou uma referência de design, mantendo em conjunto a imagem escolhida e o seu texto explicativo.
", "aboutText": "Gemini Nano Banana 2.1 é o modelo da Google para geração de imagens e edição conversacional. É uma atualização do Nano Banana 2, com melhorias no realismo visual, no cumprimento de instruções, na representação de texto e na consistência de personagens ao longo de edições sucessivas. A sua tabela de entradas inclui texto, imagens, vídeo e PDF, enquanto a saída é imagem e texto. Isto torna-o útil para uma cena de produto, uma infografia ou uma série visual desenvolvida através de várias revisões específicas.\n\nO modelo oferece saída de 1K, 2K e 4K, sendo 1K a predefinição. Não herda a opção de 0.5K do Nano Banana 2. As proporções documentadas incluem 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, além dos formatos altos ou panorâmicos 1:4, 4:1, 1:8 e 8:1. A Google identifica correções de artefactos de mosaico nestes últimos formatos largos e altos a 2K e 4K. Os rótulos de resolução são escalões de dimensão, não um retângulo fixo: uma imagem quadrada de 4K tem 4096 × 4096, enquanto a saída 16:9 de 4K documentada tem 5504 × 3072.\n\nO texto é uma parte substancial do fluxo de trabalho visual. O modelo foi concebido para representar palavras estilizadas de forma legível e organizar os elementos de infografias com maior exatidão. Prepare o título, os rótulos e a ordem de leitura exatos e depois peça a imagem com esse texto aprovado. Para um menu, diagrama ou gráfico explicativo, indique a relação entre uma legenda e o seu elemento visual. A Google recomenda criar primeiro a formulação e depois pedir a imagem, para que a composição visual parta de um pedido textual estabilizado.\n\nA fusão de imagens de referência suporta até 14 imagens. O perfil documentado abrange consistência para até quatro personagens e fidelidade para até dez objetos. Atribua uma função a cada referência: o produto que deve continuar reconhecível, a aparência da personagem, o fundo pretendido ou o estilo visual. Um exemplo de pedido para um produto é: «Utilize a imagem A para a forma e o rótulo do frasco. Utilize a imagem B para a superfície e a iluminação. Mantenha o produto inalterado, coloque-o junto a uma toalha dobrada e deixe espaço livre acima para o título fornecido.»\n\nA fundamentação através da Pesquisa Web e da Pesquisa de Imagens da Google pode fornecer informação atual e contexto visual para a geração. A Pesquisa de Imagens fornece imagens da Web recuperadas como referências; a fundamentação Web normal fornece informação sobre o tema. Isto é útil para um gráfico factual ou uma cena cuja aparência depende de um objeto real. O fluxo de trabalho da pesquisa de imagens não suporta a recuperação de imagens de pessoas reais para este fim. No fluxo documentado pela Google, as respostas fundamentadas incluem metadados de fontes e atribuição, pelo que uma aplicação deve preservá-los juntamente com o resultado gerado.\n\nO pensamento é configurável nos níveis minimal, medium e high, sendo medium a predefinição deste modelo exato. Ajuda o modelo a trabalhar a composição e instruções mais complexas antes da saída final. O guia de imagens descreve imagens de composição intermédias nesse processo; são distintas do artefacto final pretendido. Escolha explicitamente a composição final, a proporção e a resolução exigidas, em vez de esperar que a descrição do prompt, por si só, determine todas as definições de saída.\n\nA edição conversacional permite que um pedido seguinte altere uma parte de um resultado existente: ajustar a luz, mover um objeto ou traduzir os rótulos, preservando o resto da composição. Transporte a imagem ou interação anterior para o turno seguinte e indique tanto a alteração pedida como as características a manter. Para uma série de personagens, mantenha consistentes as referências de aparência e utilize uma referência de pose quando um novo ângulo ou uma pose complexa forem importantes. Um pedido de revisão prático pode dizer: «Preserve o produto, os rótulos e a composição; altere apenas o fundo para um cinzento mais quente.»\n\nA tabela do modelo indica um limite de entrada de 131 072 tokens e um limite de saída de 32 768 tokens. A geração de imagens e a fundamentação por pesquisa são suportadas, enquanto a geração de áudio, a execução de código, as chamadas de funções, as saídas estruturadas, a cache, a pesquisa em ficheiros, o contexto de URL e a Live API não são apresentados como suportados nesta edição. Um vídeo pode fornecer informação para gerar uma imagem estática; isso não torna este modelo um gerador de vídeo. A Google observa também que um pedido de um número exato de imagens pode não produzir essa quantidade. Todas as imagens geradas incluem uma marca de água SynthID.\n\nPara um primeiro pedido útil, indique a finalidade da imagem, o tema, a composição, a iluminação, o ponto de vista da câmara, o texto obrigatório e a forma da saída. Por exemplo, peça uma infografia vertical com três etapas identificadas, um título legível e uma hierarquia de cores especificada e depois reveja a formulação e o posicionamento relativo antes da edição seguinte. O resultado pode tornar-se uma ilustração de produto, um gráfico editorial ou uma referência de design, mantendo em conjunto a imagem escolhida e o seu texto explicativo.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Refine an approved poster background\n\nEdit the supplied event poster. Preserve every word, the headline hierarchy, illustration placement and portrait composition. Change only the background from cool white to warm ivory, keeping dark text readable and retaining the original accent color. Do not add shapes, badges, textures or extra captions. Return the revised poster image.One edited poster with the original wording and layout preserved over a warm ivory background.Compare every word and element position against the supplied poster, then inspect text contrast.google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 gera e edita imagens em conversação a partir de texto e material visual. Melhora a representação de texto, a composição de infografias e a consistência entre turnos, com saída de 1K–4K e até 14 imagens de referência para um pedido visual definido.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Gemini Nano Banana 2.1 é o modelo da Google para geração de imagens e edição conversacional. É uma atualização do Nano Banana 2, com melhorias no realismo visual, no cumprimento de instruções, na representação de texto e na consistência de personagens ao longo de edições sucessivas. A sua tabela de entradas inclui texto, imagens, vídeo e PDF, enquanto a saída é imagem e texto. Isto torna-o útil para uma cena de produto, uma infografia ou uma série visual desenvolvida através de várias revisões específicas.
O modelo oferece saída de 1K, 2K e 4K, sendo 1K a predefinição. Não herda a opção de 0.5K do Nano Banana 2. As proporções documentadas incluem 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, além dos formatos altos ou panorâmicos 1:4, 4:1, 1:8 e 8:1. A Google identifica correções de artefactos de mosaico nestes últimos formatos largos e altos a 2K e 4K. Os rótulos de resolução são escalões de dimensão, não um retângulo fixo: uma imagem quadrada de 4K tem 4096 × 4096, enquanto a saída 16:9 de 4K documentada tem 5504 × 3072.
O texto é uma parte substancial do fluxo de trabalho visual. O modelo foi concebido para representar palavras estilizadas de forma legível e organizar os elementos de infografias com maior exatidão. Prepare o título, os rótulos e a ordem de leitura exatos e depois peça a imagem com esse texto aprovado. Para um menu, diagrama ou gráfico explicativo, indique a relação entre uma legenda e o seu elemento visual. A Google recomenda criar primeiro a formulação e depois pedir a imagem, para que a composição visual parta de um pedido textual estabilizado.
A fusão de imagens de referência suporta até 14 imagens. O perfil documentado abrange consistência para até quatro personagens e fidelidade para até dez objetos. Atribua uma função a cada referência: o produto que deve continuar reconhecível, a aparência da personagem, o fundo pretendido ou o estilo visual. Um exemplo de pedido para um produto é: «Utilize a imagem A para a forma e o rótulo do frasco. Utilize a imagem B para a superfície e a iluminação. Mantenha o produto inalterado, coloque-o junto a uma toalha dobrada e deixe espaço livre acima para o título fornecido.»
A fundamentação através da Pesquisa Web e da Pesquisa de Imagens da Google pode fornecer informação atual e contexto visual para a geração. A Pesquisa de Imagens fornece imagens da Web recuperadas como referências; a fundamentação Web normal fornece informação sobre o tema. Isto é útil para um gráfico factual ou uma cena cuja aparência depende de um objeto real. O fluxo de trabalho da pesquisa de imagens não suporta a recuperação de imagens de pessoas reais para este fim. No fluxo documentado pela Google, as respostas fundamentadas incluem metadados de fontes e atribuição, pelo que uma aplicação deve preservá-los juntamente com o resultado gerado.
O pensamento é configurável nos níveis minimal, medium e high, sendo medium a predefinição deste modelo exato. Ajuda o modelo a trabalhar a composição e instruções mais complexas antes da saída final. O guia de imagens descreve imagens de composição intermédias nesse processo; são distintas do artefacto final pretendido. Escolha explicitamente a composição final, a proporção e a resolução exigidas, em vez de esperar que a descrição do prompt, por si só, determine todas as definições de saída.
A edição conversacional permite que um pedido seguinte altere uma parte de um resultado existente: ajustar a luz, mover um objeto ou traduzir os rótulos, preservando o resto da composição. Transporte a imagem ou interação anterior para o turno seguinte e indique tanto a alteração pedida como as características a manter. Para uma série de personagens, mantenha consistentes as referências de aparência e utilize uma referência de pose quando um novo ângulo ou uma pose complexa forem importantes. Um pedido de revisão prático pode dizer: «Preserve o produto, os rótulos e a composição; altere apenas o fundo para um cinzento mais quente.»
A tabela do modelo indica um limite de entrada de 131 072 tokens e um limite de saída de 32 768 tokens. A geração de imagens e a fundamentação por pesquisa são suportadas, enquanto a geração de áudio, a execução de código, as chamadas de funções, as saídas estruturadas, a cache, a pesquisa em ficheiros, o contexto de URL e a Live API não são apresentados como suportados nesta edição. Um vídeo pode fornecer informação para gerar uma imagem estática; isso não torna este modelo um gerador de vídeo. A Google observa também que um pedido de um número exato de imagens pode não produzir essa quantidade. Todas as imagens geradas incluem uma marca de água SynthID.
Para um primeiro pedido útil, indique a finalidade da imagem, o tema, a composição, a iluminação, o ponto de vista da câmara, o texto obrigatório e a forma da saída. Por exemplo, peça uma infografia vertical com três etapas identificadas, um título legível e uma hierarquia de cores especificada e depois reveja a formulação e o posicionamento relativo antes da edição seguinte. O resultado pode tornar-se uma ilustração de produto, um gráfico editorial ou uma referência de design, mantendo em conjunto a imagem escolhida e o seu texto explicativo.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemini-nano-banana-2.1 | 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 $0.003 / 1K tokens Saída · Tokens de saída $0.015 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 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 $0.003 / 1K tokens Saída · Tokens de saída $0.015 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
As tabelas de referência do modelo não alteram a seleção do método, as cotações ou os custos. Os custos ativos usam as tarifas do método Ailoot selecionado.
| Configuração | Condições de faturação | Custo |
|---|---|---|
| ConfiguraçãoGoogle: Nano Banana 2.1 · Configuração predefinida | Condições de faturaçãoConfiguração predefinida | Custo Entrada · Tokens de entrada 0,003 US$ / 1K tokens Saída · Tokens de saída 0,015 US$ / 1K tokens Saída · Imagem de saída 0,06 US$ / 1K tokens Saída · Pesquisa na web 0,028 US$ por pesquisa |
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-nano-banana-2.1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-nano-banana-2.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-nano-banana-2.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 gera e edita imagens em conversação a partir de texto e material visual. Melhora a representação de texto, a composição de infografias e a consistência entre turnos, com saída de 1K–4K e até 14 imagens de referência para um pedido visual definido.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Gemini Nano Banana 2.1 é o modelo da Google para geração de imagens e edição conversacional. É uma atualização do Nano Banana 2, com melhorias no realismo visual, no cumprimento de instruções, na representação de texto e na consistência de personagens ao longo de edições sucessivas. A sua tabela de entradas inclui texto, imagens, vídeo e PDF, enquanto a saída é imagem e texto. Isto torna-o útil para uma cena de produto, uma infografia ou uma série visual desenvolvida através de várias revisões específicas.
O modelo oferece saída de 1K, 2K e 4K, sendo 1K a predefinição. Não herda a opção de 0.5K do Nano Banana 2. As proporções documentadas incluem 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, além dos formatos altos ou panorâmicos 1:4, 4:1, 1:8 e 8:1. A Google identifica correções de artefactos de mosaico nestes últimos formatos largos e altos a 2K e 4K. Os rótulos de resolução são escalões de dimensão, não um retângulo fixo: uma imagem quadrada de 4K tem 4096 × 4096, enquanto a saída 16:9 de 4K documentada tem 5504 × 3072.
O texto é uma parte substancial do fluxo de trabalho visual. O modelo foi concebido para representar palavras estilizadas de forma legível e organizar os elementos de infografias com maior exatidão. Prepare o título, os rótulos e a ordem de leitura exatos e depois peça a imagem com esse texto aprovado. Para um menu, diagrama ou gráfico explicativo, indique a relação entre uma legenda e o seu elemento visual. A Google recomenda criar primeiro a formulação e depois pedir a imagem, para que a composição visual parta de um pedido textual estabilizado.
A fusão de imagens de referência suporta até 14 imagens. O perfil documentado abrange consistência para até quatro personagens e fidelidade para até dez objetos. Atribua uma função a cada referência: o produto que deve continuar reconhecível, a aparência da personagem, o fundo pretendido ou o estilo visual. Um exemplo de pedido para um produto é: «Utilize a imagem A para a forma e o rótulo do frasco. Utilize a imagem B para a superfície e a iluminação. Mantenha o produto inalterado, coloque-o junto a uma toalha dobrada e deixe espaço livre acima para o título fornecido.»
A fundamentação através da Pesquisa Web e da Pesquisa de Imagens da Google pode fornecer informação atual e contexto visual para a geração. A Pesquisa de Imagens fornece imagens da Web recuperadas como referências; a fundamentação Web normal fornece informação sobre o tema. Isto é útil para um gráfico factual ou uma cena cuja aparência depende de um objeto real. O fluxo de trabalho da pesquisa de imagens não suporta a recuperação de imagens de pessoas reais para este fim. No fluxo documentado pela Google, as respostas fundamentadas incluem metadados de fontes e atribuição, pelo que uma aplicação deve preservá-los juntamente com o resultado gerado.
O pensamento é configurável nos níveis minimal, medium e high, sendo medium a predefinição deste modelo exato. Ajuda o modelo a trabalhar a composição e instruções mais complexas antes da saída final. O guia de imagens descreve imagens de composição intermédias nesse processo; são distintas do artefacto final pretendido. Escolha explicitamente a composição final, a proporção e a resolução exigidas, em vez de esperar que a descrição do prompt, por si só, determine todas as definições de saída.
A edição conversacional permite que um pedido seguinte altere uma parte de um resultado existente: ajustar a luz, mover um objeto ou traduzir os rótulos, preservando o resto da composição. Transporte a imagem ou interação anterior para o turno seguinte e indique tanto a alteração pedida como as características a manter. Para uma série de personagens, mantenha consistentes as referências de aparência e utilize uma referência de pose quando um novo ângulo ou uma pose complexa forem importantes. Um pedido de revisão prático pode dizer: «Preserve o produto, os rótulos e a composição; altere apenas o fundo para um cinzento mais quente.»
A tabela do modelo indica um limite de entrada de 131 072 tokens e um limite de saída de 32 768 tokens. A geração de imagens e a fundamentação por pesquisa são suportadas, enquanto a geração de áudio, a execução de código, as chamadas de funções, as saídas estruturadas, a cache, a pesquisa em ficheiros, o contexto de URL e a Live API não são apresentados como suportados nesta edição. Um vídeo pode fornecer informação para gerar uma imagem estática; isso não torna este modelo um gerador de vídeo. A Google observa também que um pedido de um número exato de imagens pode não produzir essa quantidade. Todas as imagens geradas incluem uma marca de água SynthID.
Para um primeiro pedido útil, indique a finalidade da imagem, o tema, a composição, a iluminação, o ponto de vista da câmara, o texto obrigatório e a forma da saída. Por exemplo, peça uma infografia vertical com três etapas identificadas, um título legível e uma hierarquia de cores especificada e depois reveja a formulação e o posicionamento relativo antes da edição seguinte. O resultado pode tornar-se uma ilustração de produto, um gráfico editorial ou uma referência de design, mantendo em conjunto a imagem escolhida e o seu texto explicativo.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemini-nano-banana-2.1 | 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, 1:4, 1:8, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 8:1, 9:16, 16:9, 21:9 | 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 $0.24576 estimativa antes da geração Esta estimativa não é um encargo adicional nem uma tarifa fixa para a geração concluída. |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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-nano-banana-2.1', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 gera e edita imagens em conversação a partir de texto e material visual. Melhora a representação de texto, a composição de infografias e a consistência entre turnos, com saída de 1K–4K e até 14 imagens de referência para um pedido visual definido.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Gemini Nano Banana 2.1 é o modelo da Google para geração de imagens e edição conversacional. É uma atualização do Nano Banana 2, com melhorias no realismo visual, no cumprimento de instruções, na representação de texto e na consistência de personagens ao longo de edições sucessivas. A sua tabela de entradas inclui texto, imagens, vídeo e PDF, enquanto a saída é imagem e texto. Isto torna-o útil para uma cena de produto, uma infografia ou uma série visual desenvolvida através de várias revisões específicas.
O modelo oferece saída de 1K, 2K e 4K, sendo 1K a predefinição. Não herda a opção de 0.5K do Nano Banana 2. As proporções documentadas incluem 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9, além dos formatos altos ou panorâmicos 1:4, 4:1, 1:8 e 8:1. A Google identifica correções de artefactos de mosaico nestes últimos formatos largos e altos a 2K e 4K. Os rótulos de resolução são escalões de dimensão, não um retângulo fixo: uma imagem quadrada de 4K tem 4096 × 4096, enquanto a saída 16:9 de 4K documentada tem 5504 × 3072.
O texto é uma parte substancial do fluxo de trabalho visual. O modelo foi concebido para representar palavras estilizadas de forma legível e organizar os elementos de infografias com maior exatidão. Prepare o título, os rótulos e a ordem de leitura exatos e depois peça a imagem com esse texto aprovado. Para um menu, diagrama ou gráfico explicativo, indique a relação entre uma legenda e o seu elemento visual. A Google recomenda criar primeiro a formulação e depois pedir a imagem, para que a composição visual parta de um pedido textual estabilizado.
A fusão de imagens de referência suporta até 14 imagens. O perfil documentado abrange consistência para até quatro personagens e fidelidade para até dez objetos. Atribua uma função a cada referência: o produto que deve continuar reconhecível, a aparência da personagem, o fundo pretendido ou o estilo visual. Um exemplo de pedido para um produto é: «Utilize a imagem A para a forma e o rótulo do frasco. Utilize a imagem B para a superfície e a iluminação. Mantenha o produto inalterado, coloque-o junto a uma toalha dobrada e deixe espaço livre acima para o título fornecido.»
A fundamentação através da Pesquisa Web e da Pesquisa de Imagens da Google pode fornecer informação atual e contexto visual para a geração. A Pesquisa de Imagens fornece imagens da Web recuperadas como referências; a fundamentação Web normal fornece informação sobre o tema. Isto é útil para um gráfico factual ou uma cena cuja aparência depende de um objeto real. O fluxo de trabalho da pesquisa de imagens não suporta a recuperação de imagens de pessoas reais para este fim. No fluxo documentado pela Google, as respostas fundamentadas incluem metadados de fontes e atribuição, pelo que uma aplicação deve preservá-los juntamente com o resultado gerado.
O pensamento é configurável nos níveis minimal, medium e high, sendo medium a predefinição deste modelo exato. Ajuda o modelo a trabalhar a composição e instruções mais complexas antes da saída final. O guia de imagens descreve imagens de composição intermédias nesse processo; são distintas do artefacto final pretendido. Escolha explicitamente a composição final, a proporção e a resolução exigidas, em vez de esperar que a descrição do prompt, por si só, determine todas as definições de saída.
A edição conversacional permite que um pedido seguinte altere uma parte de um resultado existente: ajustar a luz, mover um objeto ou traduzir os rótulos, preservando o resto da composição. Transporte a imagem ou interação anterior para o turno seguinte e indique tanto a alteração pedida como as características a manter. Para uma série de personagens, mantenha consistentes as referências de aparência e utilize uma referência de pose quando um novo ângulo ou uma pose complexa forem importantes. Um pedido de revisão prático pode dizer: «Preserve o produto, os rótulos e a composição; altere apenas o fundo para um cinzento mais quente.»
A tabela do modelo indica um limite de entrada de 131 072 tokens e um limite de saída de 32 768 tokens. A geração de imagens e a fundamentação por pesquisa são suportadas, enquanto a geração de áudio, a execução de código, as chamadas de funções, as saídas estruturadas, a cache, a pesquisa em ficheiros, o contexto de URL e a Live API não são apresentados como suportados nesta edição. Um vídeo pode fornecer informação para gerar uma imagem estática; isso não torna este modelo um gerador de vídeo. A Google observa também que um pedido de um número exato de imagens pode não produzir essa quantidade. Todas as imagens geradas incluem uma marca de água SynthID.
Para um primeiro pedido útil, indique a finalidade da imagem, o tema, a composição, a iluminação, o ponto de vista da câmara, o texto obrigatório e a forma da saída. Por exemplo, peça uma infografia vertical com três etapas identificadas, um título legível e uma hierarquia de cores especificada e depois reveja a formulação e o posicionamento relativo antes da edição seguinte. O resultado pode tornar-se uma ilustração de produto, um gráfico editorial ou uma referência de design, mantendo em conjunto a imagem escolhida e o seu texto explicativo.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemini-nano-banana-2.1 | 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 $0.003 / 1K tokens Saída · Tokens de saída $0.015 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 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 $0.003 / 1K tokens Saída · Tokens de saída $0.015 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "google/gemini-nano-banana-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-nano-banana-2.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-nano-banana-2.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-nano-banana-2.1
/v1/images
Exemplo técnico em inglês
Refine an approved poster background\n\nEdit the supplied event poster. Preserve every word, the headline hierarchy, illustration placement and portrait composition. Change only the background from cool white to warm ivory, keeping dark text readable and retaining the original accent color. Do not add shapes, badges, textures or extra captions. Return the revised poster image.One edited poster with the original wording and layout preserved over a warm ivory background.Compare every word and element position against the supplied poster, then inspect text contrast.