Gemini Nano Banana 2.1 — модель Google для генерации изображений и их редактирования в диалоге. Это обновление Nano Banana 2 с улучшениями визуального реализма, следования инструкциям, отрисовки текста и постоянства персонажей при последовательных правках. В таблице входных данных указаны текст, изображения, видео и PDF, а на выходе — изображения и текст. Поэтому модель полезна для сцены с товаром, инфографики или визуальной серии, развиваемой несколькими конкретными изменениями.
Модель предлагает вывод 1K, 2K и 4K, по умолчанию — 1K. Вариант 0.5K из Nano Banana 2 она не наследует. Документированные соотношения сторон включают 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 и 21:9, а также высокие и панорамные форматы 1:4, 4:1, 1:8 и 8:1. Google отмечает исправление артефактов стыковки в последних широких и высоких форматах при 2K и 4K. Обозначения разрешения задают категории размера, а не один фиксированный прямоугольник: квадратное изображение 4K имеет 4096 × 4096, тогда как документированный вывод 16:9 в 4K составляет 5504 × 3072.
Текст — существенная часть визуального процесса. Модель предназначена для читаемой отрисовки стилизованных надписей и более точной организации элементов инфографики. Подготовьте точный заголовок, подписи и порядок чтения, затем запросите изображение с этим утверждённым текстом. Для меню, диаграммы или обучающей графики укажите связь между подписью и её визуальным элементом. Google рекомендует сначала составить текст, а затем запрашивать изображение, чтобы визуальная композиция опиралась на согласованный текстовый бриф.
Объединение референсов поддерживает до 14 изображений. Документированный профиль предусматривает постоянство до четырёх персонажей и точность воспроизведения до десяти объектов. Назначьте каждому референсу роль: товар, который должен остаться узнаваемым, внешность персонажа, нужный фон или визуальный стиль. Пример товарного брифа: «Используй изображение A для формы бутылки и этикетки. Используй изображение B для поверхности и освещения. Сохрани товар без изменений, размести его рядом со сложенным полотенцем и оставь над ним свободное место для предоставленного заголовка».
Привязка к Google Web Search и Image Search может предоставлять актуальную информацию и визуальный контекст для генерации. Image Search использует найденные в интернете изображения как референсы, а обычная привязка к веб-поиску предоставляет сведения о предмете. Это полезно для фактической графики или сцены, внешний вид которой зависит от реального объекта. В этом процессе поиск изображений не поддерживает получение реальных изображений людей. В документированном процессе Google ответы с привязкой к источникам содержат метаданные источников и атрибуции, поэтому приложение должно сохранять их вместе с результатом генерации.
Рассуждения настраиваются на уровнях minimal, medium и high; по умолчанию именно у этой модели применяется medium. Это помогает проработать композицию и более сложные инструкции перед финальным выводом. Руководство по изображениям описывает промежуточные композиционные изображения в этом процессе; они отличаются от целевого итогового материала. Явно выбирайте окончательную компоновку, соотношение сторон и разрешение, не ожидая, что одно описание в запросе определит каждую настройку вывода.
Редактирование в диалоге позволяет последующим запросом изменить одну часть существующего результата: поправить свет, переместить объект или перевести подписи, сохранив остальную композицию. Передавайте предыдущее изображение или взаимодействие в следующий ход и указывайте как требуемое изменение, так и сохраняемые особенности. Для серии с персонажем используйте постоянные референсы внешности и референс позы, когда важны новый ракурс или сложная поза. Практический запрос на правку: «Сохрани товар, подписи и компоновку; измени только фон на более тёплый серый».
В таблице модели указан предел входа 131 072 токена и вывода 32 768 токенов. Поддерживаются генерация изображений и привязка к поиску, тогда как генерация аудио, выполнение кода, вызов функций, структурированный вывод, кэширование, поиск по файлам, URL context и Live API для этой версии не указаны как поддерживаемые. Видео может служить источником для создаваемого неподвижного изображения; это не делает модель генератором видео. Google также отмечает, что запрос точного числа изображений может не дать указанного количества. Все сгенерированные изображения содержат водяной знак SynthID.
Для полезного первого брифа задайте назначение изображения, предмет, композицию, свет, положение камеры, обязательный текст и форму вывода. Например, запросите вертикальную инфографику с тремя подписанными шагами, читаемым заголовком и заданной цветовой иерархией, затем проверьте текст и взаимное размещение перед следующей правкой. Результат может стать товарной иллюстрацией, редакционной графикой или дизайн-референсом; выбранное изображение и поясняющий текст следует сохранять вместе.
", "aboutText": "Gemini Nano Banana 2.1 — модель Google для генерации изображений и их редактирования в диалоге. Это обновление Nano Banana 2 с улучшениями визуального реализма, следования инструкциям, отрисовки текста и постоянства персонажей при последовательных правках. В таблице входных данных указаны текст, изображения, видео и PDF, а на выходе — изображения и текст. Поэтому модель полезна для сцены с товаром, инфографики или визуальной серии, развиваемой несколькими конкретными изменениями.\n\nМодель предлагает вывод 1K, 2K и 4K, по умолчанию — 1K. Вариант 0.5K из Nano Banana 2 она не наследует. Документированные соотношения сторон включают 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 и 21:9, а также высокие и панорамные форматы 1:4, 4:1, 1:8 и 8:1. Google отмечает исправление артефактов стыковки в последних широких и высоких форматах при 2K и 4K. Обозначения разрешения задают категории размера, а не один фиксированный прямоугольник: квадратное изображение 4K имеет 4096 × 4096, тогда как документированный вывод 16:9 в 4K составляет 5504 × 3072.\n\nТекст — существенная часть визуального процесса. Модель предназначена для читаемой отрисовки стилизованных надписей и более точной организации элементов инфографики. Подготовьте точный заголовок, подписи и порядок чтения, затем запросите изображение с этим утверждённым текстом. Для меню, диаграммы или обучающей графики укажите связь между подписью и её визуальным элементом. Google рекомендует сначала составить текст, а затем запрашивать изображение, чтобы визуальная композиция опиралась на согласованный текстовый бриф.\n\nОбъединение референсов поддерживает до 14 изображений. Документированный профиль предусматривает постоянство до четырёх персонажей и точность воспроизведения до десяти объектов. Назначьте каждому референсу роль: товар, который должен остаться узнаваемым, внешность персонажа, нужный фон или визуальный стиль. Пример товарного брифа: «Используй изображение A для формы бутылки и этикетки. Используй изображение B для поверхности и освещения. Сохрани товар без изменений, размести его рядом со сложенным полотенцем и оставь над ним свободное место для предоставленного заголовка».\n\nПривязка к Google Web Search и Image Search может предоставлять актуальную информацию и визуальный контекст для генерации. Image Search использует найденные в интернете изображения как референсы, а обычная привязка к веб-поиску предоставляет сведения о предмете. Это полезно для фактической графики или сцены, внешний вид которой зависит от реального объекта. В этом процессе поиск изображений не поддерживает получение реальных изображений людей. В документированном процессе Google ответы с привязкой к источникам содержат метаданные источников и атрибуции, поэтому приложение должно сохранять их вместе с результатом генерации.\n\nРассуждения настраиваются на уровнях minimal, medium и high; по умолчанию именно у этой модели применяется medium. Это помогает проработать композицию и более сложные инструкции перед финальным выводом. Руководство по изображениям описывает промежуточные композиционные изображения в этом процессе; они отличаются от целевого итогового материала. Явно выбирайте окончательную компоновку, соотношение сторон и разрешение, не ожидая, что одно описание в запросе определит каждую настройку вывода.\n\nРедактирование в диалоге позволяет последующим запросом изменить одну часть существующего результата: поправить свет, переместить объект или перевести подписи, сохранив остальную композицию. Передавайте предыдущее изображение или взаимодействие в следующий ход и указывайте как требуемое изменение, так и сохраняемые особенности. Для серии с персонажем используйте постоянные референсы внешности и референс позы, когда важны новый ракурс или сложная поза. Практический запрос на правку: «Сохрани товар, подписи и компоновку; измени только фон на более тёплый серый».\n\nВ таблице модели указан предел входа 131 072 токена и вывода 32 768 токенов. Поддерживаются генерация изображений и привязка к поиску, тогда как генерация аудио, выполнение кода, вызов функций, структурированный вывод, кэширование, поиск по файлам, URL context и Live API для этой версии не указаны как поддерживаемые. Видео может служить источником для создаваемого неподвижного изображения; это не делает модель генератором видео. Google также отмечает, что запрос точного числа изображений может не дать указанного количества. Все сгенерированные изображения содержат водяной знак SynthID.\n\nДля полезного первого брифа задайте назначение изображения, предмет, композицию, свет, положение камеры, обязательный текст и форму вывода. Например, запросите вертикальную инфографику с тремя подписанными шагами, читаемым заголовком и заданной цветовой иерархией, затем проверьте текст и взаимное размещение перед следующей правкой. Результат может стать товарной иллюстрацией, редакционной графикой или дизайн-референсом; выбранное изображение и поясняющий текст следует сохранять вместе.", "editorialOverlay": { "copy_fields": { "practical_html": "Технический пример на английском
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 генерирует и редактирует изображения в диалоге по тексту и визуальным материалам. Модель улучшает отрисовку текста, компоновку инфографики и согласованность последовательных правок, предлагает вывод 1K–4K и до 14 референсных изображений для заданного визуального брифа.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Gemini Nano Banana 2.1 — модель Google для генерации изображений и их редактирования в диалоге. Это обновление Nano Banana 2 с улучшениями визуального реализма, следования инструкциям, отрисовки текста и постоянства персонажей при последовательных правках. В таблице входных данных указаны текст, изображения, видео и PDF, а на выходе — изображения и текст. Поэтому модель полезна для сцены с товаром, инфографики или визуальной серии, развиваемой несколькими конкретными изменениями.
Модель предлагает вывод 1K, 2K и 4K, по умолчанию — 1K. Вариант 0.5K из Nano Banana 2 она не наследует. Документированные соотношения сторон включают 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 и 21:9, а также высокие и панорамные форматы 1:4, 4:1, 1:8 и 8:1. Google отмечает исправление артефактов стыковки в последних широких и высоких форматах при 2K и 4K. Обозначения разрешения задают категории размера, а не один фиксированный прямоугольник: квадратное изображение 4K имеет 4096 × 4096, тогда как документированный вывод 16:9 в 4K составляет 5504 × 3072.
Текст — существенная часть визуального процесса. Модель предназначена для читаемой отрисовки стилизованных надписей и более точной организации элементов инфографики. Подготовьте точный заголовок, подписи и порядок чтения, затем запросите изображение с этим утверждённым текстом. Для меню, диаграммы или обучающей графики укажите связь между подписью и её визуальным элементом. Google рекомендует сначала составить текст, а затем запрашивать изображение, чтобы визуальная композиция опиралась на согласованный текстовый бриф.
Объединение референсов поддерживает до 14 изображений. Документированный профиль предусматривает постоянство до четырёх персонажей и точность воспроизведения до десяти объектов. Назначьте каждому референсу роль: товар, который должен остаться узнаваемым, внешность персонажа, нужный фон или визуальный стиль. Пример товарного брифа: «Используй изображение A для формы бутылки и этикетки. Используй изображение B для поверхности и освещения. Сохрани товар без изменений, размести его рядом со сложенным полотенцем и оставь над ним свободное место для предоставленного заголовка».
Привязка к Google Web Search и Image Search может предоставлять актуальную информацию и визуальный контекст для генерации. Image Search использует найденные в интернете изображения как референсы, а обычная привязка к веб-поиску предоставляет сведения о предмете. Это полезно для фактической графики или сцены, внешний вид которой зависит от реального объекта. В этом процессе поиск изображений не поддерживает получение реальных изображений людей. В документированном процессе Google ответы с привязкой к источникам содержат метаданные источников и атрибуции, поэтому приложение должно сохранять их вместе с результатом генерации.
Рассуждения настраиваются на уровнях minimal, medium и high; по умолчанию именно у этой модели применяется medium. Это помогает проработать композицию и более сложные инструкции перед финальным выводом. Руководство по изображениям описывает промежуточные композиционные изображения в этом процессе; они отличаются от целевого итогового материала. Явно выбирайте окончательную компоновку, соотношение сторон и разрешение, не ожидая, что одно описание в запросе определит каждую настройку вывода.
Редактирование в диалоге позволяет последующим запросом изменить одну часть существующего результата: поправить свет, переместить объект или перевести подписи, сохранив остальную композицию. Передавайте предыдущее изображение или взаимодействие в следующий ход и указывайте как требуемое изменение, так и сохраняемые особенности. Для серии с персонажем используйте постоянные референсы внешности и референс позы, когда важны новый ракурс или сложная поза. Практический запрос на правку: «Сохрани товар, подписи и компоновку; измени только фон на более тёплый серый».
В таблице модели указан предел входа 131 072 токена и вывода 32 768 токенов. Поддерживаются генерация изображений и привязка к поиску, тогда как генерация аудио, выполнение кода, вызов функций, структурированный вывод, кэширование, поиск по файлам, URL context и Live API для этой версии не указаны как поддерживаемые. Видео может служить источником для создаваемого неподвижного изображения; это не делает модель генератором видео. Google также отмечает, что запрос точного числа изображений может не дать указанного количества. Все сгенерированные изображения содержат водяной знак SynthID.
Для полезного первого брифа задайте назначение изображения, предмет, композицию, свет, положение камеры, обязательный текст и форму вывода. Например, запросите вертикальную инфографику с тремя подписанными шагами, читаемым заголовком и заданной цветовой иерархией, затем проверьте текст и взаимное размещение перед следующей правкой. Результат может стать товарной иллюстрацией, редакционной графикой или дизайн-референсом; выбранное изображение и поясняющий текст следует сохранять вместе.
POST /v1/chat/completionstexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения google/gemini-nano-banana-2.1 | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения Примеры: system, user, assistant, tool, function Условия: Эти роли явно представлены типами совместимости исходного кода; точный набор ролей зависит от модели. Зависит от модели | По умолчанию— |
Полеmessages[].content | Типstring|content_part[]|null | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_calls | Типtool_call[] | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_call_id | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: role=tool; используйте фактически возвращённый ID | По умолчанию— |
Полеmessages[].name | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].reasoning_content | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: Передавайте обратно фактически возвращённые рассуждения, если эта модель их использует | По умолчанию— |
Полеmessages[].reasoning_details | Типobject|array | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеmax_completion_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Полеstream_options.include_usage | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtemperature | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtop_p | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеstop | Типstring|string[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools | Типfunction_tool[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools[].type | Типstring | ТребованиеНеобязательно | Значения и ограничения function Зависит от модели | По умолчанию— |
Полеtools[].function.name | Типstring | ТребованиеОбязательно | Значения и ограничения Применяется, когда: передан инструмент-функция | По умолчанию— |
Полеtools[].function.description | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtools[].function.parameters | ТипJSON_schema | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtool_choice | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеparallel_tool_calls | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеresponse_format | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning_effort | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеservice_tier | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеinstructions | Типstring | ТребованиеНеобязательно | Значения и ограничения Поле совместимости | По умолчанию— |
Полеfunctions | Типfunction[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеfunction_call | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеprompt_cache_options | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmodalities | Типstring[] | ТребованиеНеобязательно | Значения и ограничения text | По умолчанию— |
Полеprovider | Типobject | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется на этом текстовом маршруте Ultra | По умолчанию— |
Полеcache_control.ttl | Типstring | ТребованиеНеобязательно | Значения и ограничения Условия: 1h отклоняется в фактических местах настройки кэша запросов | По умолчанию— |
Текст · Текст UTF8
messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages |
Параметрmaterial_types | Контрактtext |
Параметрmessages | Контрактмассив сообщений со структурой role/content |
Параметрfile_material | Контрактфактический документ UTF-8 вставляется как буквальный текст; ID файла не выводится из него |
Параметрoptional_controls | Контрактstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Параметрcontrol_scope | Контрактзависит от модели; пользовательские инструменты-функции отличаются от инструментов, выполняемых на стороне сервиса |
Параметрoutput_modalities | Контрактtext |
Параметрhosted_operations | Контрактfalse |
Параметрmultimodal_input_binding | Контрактnull |
Жизненный цикл: synchronous_or_streamed
Отправляйте точный ID модели вместе с messages.
Длина контекста не является пределом выхода.
Текстовый файл может передавать буквальный текст; входные изображения, аудио и файловые объекты требуют точной привязки.
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.003 / 1K токенов Выход · Выходные токены $0.015 / 1K токенов Вход · Чтение кэша — / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов Выход · Токены выходного изображения $0.06 / 1K токенов изображения |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.003 / 1K токенов Выход · Выходные токены $0.015 / 1K токенов Вход · Чтение кэша — / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Справочные шкалы модели не меняют выбор метода, расчёт стоимости или списания. Действующая плата определяется ставками выбранного метода Ailoot.
| Конфигурация | Условия расчёта | Плата |
|---|---|---|
| КонфигурацияGoogle: Nano Banana 2.1 · Стандартная конфигурация | Условия расчётаКонфигурация по умолчанию | Плата Вход · Входные токены 0,003 $ / 1K токенов Выход · Выходные токены 0,015 $ / 1K токенов Выход · Выходное изображение 0,06 $ / 1K токенов Выход · Поиск в интернете 0,028 $ за поиск |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
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 или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте каждый вариант ответа с его содержимым, вызовами инструментов и рассуждениями. В SSE собирайте изменения по индексам варианта и инструмента, сохраняйте итоговую причину завершения и данные использования.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеchoices[].index | Типinteger |
Полеchoices[].message.content | Типstring|null |
Полеchoices[].message.tool_calls | Типtool_call[] |
Полеchoices[].message.reasoning_content | Типstring |
Полеchoices[].message.reasoning_details | Типobject|array |
Полеchoices[].finish_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 генерирует и редактирует изображения в диалоге по тексту и визуальным материалам. Модель улучшает отрисовку текста, компоновку инфографики и согласованность последовательных правок, предлагает вывод 1K–4K и до 14 референсных изображений для заданного визуального брифа.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Gemini Nano Banana 2.1 — модель Google для генерации изображений и их редактирования в диалоге. Это обновление Nano Banana 2 с улучшениями визуального реализма, следования инструкциям, отрисовки текста и постоянства персонажей при последовательных правках. В таблице входных данных указаны текст, изображения, видео и PDF, а на выходе — изображения и текст. Поэтому модель полезна для сцены с товаром, инфографики или визуальной серии, развиваемой несколькими конкретными изменениями.
Модель предлагает вывод 1K, 2K и 4K, по умолчанию — 1K. Вариант 0.5K из Nano Banana 2 она не наследует. Документированные соотношения сторон включают 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 и 21:9, а также высокие и панорамные форматы 1:4, 4:1, 1:8 и 8:1. Google отмечает исправление артефактов стыковки в последних широких и высоких форматах при 2K и 4K. Обозначения разрешения задают категории размера, а не один фиксированный прямоугольник: квадратное изображение 4K имеет 4096 × 4096, тогда как документированный вывод 16:9 в 4K составляет 5504 × 3072.
Текст — существенная часть визуального процесса. Модель предназначена для читаемой отрисовки стилизованных надписей и более точной организации элементов инфографики. Подготовьте точный заголовок, подписи и порядок чтения, затем запросите изображение с этим утверждённым текстом. Для меню, диаграммы или обучающей графики укажите связь между подписью и её визуальным элементом. Google рекомендует сначала составить текст, а затем запрашивать изображение, чтобы визуальная композиция опиралась на согласованный текстовый бриф.
Объединение референсов поддерживает до 14 изображений. Документированный профиль предусматривает постоянство до четырёх персонажей и точность воспроизведения до десяти объектов. Назначьте каждому референсу роль: товар, который должен остаться узнаваемым, внешность персонажа, нужный фон или визуальный стиль. Пример товарного брифа: «Используй изображение A для формы бутылки и этикетки. Используй изображение B для поверхности и освещения. Сохрани товар без изменений, размести его рядом со сложенным полотенцем и оставь над ним свободное место для предоставленного заголовка».
Привязка к Google Web Search и Image Search может предоставлять актуальную информацию и визуальный контекст для генерации. Image Search использует найденные в интернете изображения как референсы, а обычная привязка к веб-поиску предоставляет сведения о предмете. Это полезно для фактической графики или сцены, внешний вид которой зависит от реального объекта. В этом процессе поиск изображений не поддерживает получение реальных изображений людей. В документированном процессе Google ответы с привязкой к источникам содержат метаданные источников и атрибуции, поэтому приложение должно сохранять их вместе с результатом генерации.
Рассуждения настраиваются на уровнях minimal, medium и high; по умолчанию именно у этой модели применяется medium. Это помогает проработать композицию и более сложные инструкции перед финальным выводом. Руководство по изображениям описывает промежуточные композиционные изображения в этом процессе; они отличаются от целевого итогового материала. Явно выбирайте окончательную компоновку, соотношение сторон и разрешение, не ожидая, что одно описание в запросе определит каждую настройку вывода.
Редактирование в диалоге позволяет последующим запросом изменить одну часть существующего результата: поправить свет, переместить объект или перевести подписи, сохранив остальную композицию. Передавайте предыдущее изображение или взаимодействие в следующий ход и указывайте как требуемое изменение, так и сохраняемые особенности. Для серии с персонажем используйте постоянные референсы внешности и референс позы, когда важны новый ракурс или сложная поза. Практический запрос на правку: «Сохрани товар, подписи и компоновку; измени только фон на более тёплый серый».
В таблице модели указан предел входа 131 072 токена и вывода 32 768 токенов. Поддерживаются генерация изображений и привязка к поиску, тогда как генерация аудио, выполнение кода, вызов функций, структурированный вывод, кэширование, поиск по файлам, URL context и Live API для этой версии не указаны как поддерживаемые. Видео может служить источником для создаваемого неподвижного изображения; это не делает модель генератором видео. Google также отмечает, что запрос точного числа изображений может не дать указанного количества. Все сгенерированные изображения содержат водяной знак SynthID.
Для полезного первого брифа задайте назначение изображения, предмет, композицию, свет, положение камеры, обязательный текст и форму вывода. Например, запросите вертикальную инфографику с тремя подписанными шагами, читаемым заголовком и заданной цветовой иерархией, затем проверьте текст и взаимное размещение перед следующей правкой. Результат может стать товарной иллюстрацией, редакционной графикой или дизайн-референсом; выбранное изображение и поясняющий текст следует сохранять вместе.
POST /v1/images/generationstext, imageimage| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения google/gemini-nano-banana-2.1 | По умолчанию— |
Полеprompt | Типstring | ТребованиеОбязательно | Значения и ограничения Минимальная длина: 1 | По умолчанию— |
Полеresolution | Типstring | ТребованиеНеобязательно | Значения и ограничения 1K, 2K, 4K | По умолчанию— |
Полеaspect_ratio | Типstring | ТребованиеНеобязательно | Значения и ограничения 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 | По умолчанию— |
Полеn | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Максимум: 1 | По умолчанию— |
Полеinput_references | Типarray | ТребованиеНеобязательно | Значения и ограничения Минимум элементов: 0 Максимум элементов: 14 | По умолчанию— |
Полеprovider | Типobject | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, prompt |
Параметрmaterial_types | Контрактtext, image |
Жизненный цикл: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Фактически возвращённый task_id или запись в медиатеке
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Отображаемые тарифы позволяют оценить стоимость до генерации. Итоговое списание рассчитывается по стоимости, записанной для исходной генерации. Измеренная длительность результата и прогнозные объёмы не являются итоговым оплачиваемым объёмом.
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Прогноз количества | Плата |
|---|---|---|---|
| КонфигурацияБазовые тарифы на токены | Шкала ставокБазовая ставка | Прогноз количества— | Плата Вход · Входные токены · Оценка только для сравнения — / 1K токенов Выход · Выходные токены · Оценка только для сравнения — / 1K токенов Вход · Чтение кэша · Оценка только для сравнения — / 1K токенов Вход · Запись в кэш · Оценка только для сравнения — / 1K токенов Вход · Запись в кэш, 1 час · Оценка только для сравнения — / 1K токенов |
| КонфигурацияОриентировочная стоимость генерации | Шкала ставок— | Прогноз количестваОценка для одной генерации | Плата Выход · Оценочная стоимость генерации · Оценка только для сравнения $0.24576 оценка до генерации Эта оценка не является дополнительным списанием или фиксированным тарифом для завершённой генерации. |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${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\nЗагрузите каждое полученное изображение или сохраните его содержимое 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.\nСохраните каждое готовое изображение; загрузите содержимое по каждому полученному URL или декодируйте его содержимое Base64.
Сохраняйте полный ответ и заголовки, все фактические результаты, исходные возвращённые идентификаторы и все поля использования. Восстанавливайте исходную операцию без повторной отправки запроса создания.
Сохраните возвращённый X-Client-Request-ID для сверки. Читайте только фактически возвращённые значения task_id/asset_id или собственную медиатеку; никогда не составляйте URL задачи из ID операции и никогда не отправляйте запрос создания повторно.
| Поле | Тип |
|---|---|
Полеcreated | Тип |
Полеdata[].url | Тип |
Полеdata[].b64_json | Тип |
Полеusage | Тип |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 генерирует и редактирует изображения в диалоге по тексту и визуальным материалам. Модель улучшает отрисовку текста, компоновку инфографики и согласованность последовательных правок, предлагает вывод 1K–4K и до 14 референсных изображений для заданного визуального брифа.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Gemini Nano Banana 2.1 — модель Google для генерации изображений и их редактирования в диалоге. Это обновление Nano Banana 2 с улучшениями визуального реализма, следования инструкциям, отрисовки текста и постоянства персонажей при последовательных правках. В таблице входных данных указаны текст, изображения, видео и PDF, а на выходе — изображения и текст. Поэтому модель полезна для сцены с товаром, инфографики или визуальной серии, развиваемой несколькими конкретными изменениями.
Модель предлагает вывод 1K, 2K и 4K, по умолчанию — 1K. Вариант 0.5K из Nano Banana 2 она не наследует. Документированные соотношения сторон включают 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 и 21:9, а также высокие и панорамные форматы 1:4, 4:1, 1:8 и 8:1. Google отмечает исправление артефактов стыковки в последних широких и высоких форматах при 2K и 4K. Обозначения разрешения задают категории размера, а не один фиксированный прямоугольник: квадратное изображение 4K имеет 4096 × 4096, тогда как документированный вывод 16:9 в 4K составляет 5504 × 3072.
Текст — существенная часть визуального процесса. Модель предназначена для читаемой отрисовки стилизованных надписей и более точной организации элементов инфографики. Подготовьте точный заголовок, подписи и порядок чтения, затем запросите изображение с этим утверждённым текстом. Для меню, диаграммы или обучающей графики укажите связь между подписью и её визуальным элементом. Google рекомендует сначала составить текст, а затем запрашивать изображение, чтобы визуальная композиция опиралась на согласованный текстовый бриф.
Объединение референсов поддерживает до 14 изображений. Документированный профиль предусматривает постоянство до четырёх персонажей и точность воспроизведения до десяти объектов. Назначьте каждому референсу роль: товар, который должен остаться узнаваемым, внешность персонажа, нужный фон или визуальный стиль. Пример товарного брифа: «Используй изображение A для формы бутылки и этикетки. Используй изображение B для поверхности и освещения. Сохрани товар без изменений, размести его рядом со сложенным полотенцем и оставь над ним свободное место для предоставленного заголовка».
Привязка к Google Web Search и Image Search может предоставлять актуальную информацию и визуальный контекст для генерации. Image Search использует найденные в интернете изображения как референсы, а обычная привязка к веб-поиску предоставляет сведения о предмете. Это полезно для фактической графики или сцены, внешний вид которой зависит от реального объекта. В этом процессе поиск изображений не поддерживает получение реальных изображений людей. В документированном процессе Google ответы с привязкой к источникам содержат метаданные источников и атрибуции, поэтому приложение должно сохранять их вместе с результатом генерации.
Рассуждения настраиваются на уровнях minimal, medium и high; по умолчанию именно у этой модели применяется medium. Это помогает проработать композицию и более сложные инструкции перед финальным выводом. Руководство по изображениям описывает промежуточные композиционные изображения в этом процессе; они отличаются от целевого итогового материала. Явно выбирайте окончательную компоновку, соотношение сторон и разрешение, не ожидая, что одно описание в запросе определит каждую настройку вывода.
Редактирование в диалоге позволяет последующим запросом изменить одну часть существующего результата: поправить свет, переместить объект или перевести подписи, сохранив остальную композицию. Передавайте предыдущее изображение или взаимодействие в следующий ход и указывайте как требуемое изменение, так и сохраняемые особенности. Для серии с персонажем используйте постоянные референсы внешности и референс позы, когда важны новый ракурс или сложная поза. Практический запрос на правку: «Сохрани товар, подписи и компоновку; измени только фон на более тёплый серый».
В таблице модели указан предел входа 131 072 токена и вывода 32 768 токенов. Поддерживаются генерация изображений и привязка к поиску, тогда как генерация аудио, выполнение кода, вызов функций, структурированный вывод, кэширование, поиск по файлам, URL context и Live API для этой версии не указаны как поддерживаемые. Видео может служить источником для создаваемого неподвижного изображения; это не делает модель генератором видео. Google также отмечает, что запрос точного числа изображений может не дать указанного количества. Все сгенерированные изображения содержат водяной знак SynthID.
Для полезного первого брифа задайте назначение изображения, предмет, композицию, свет, положение камеры, обязательный текст и форму вывода. Например, запросите вертикальную инфографику с тремя подписанными шагами, читаемым заголовком и заданной цветовой иерархией, затем проверьте текст и взаимное размещение перед следующей правкой. Результат может стать товарной иллюстрацией, редакционной графикой или дизайн-референсом; выбранное изображение и поясняющий текст следует сохранять вместе.
POST /v1/messagestextjson, sse| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения google/gemini-nano-banana-2.1 | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения user, assistant | По умолчанию— |
Полеmessages[].content | Типstring | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Текст · Текст UTF-8
строка messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages, max_tokens |
Параметрoptional_controls | Контрактstream |
Параметрmaterial_types | Контрактtext |
Параметрtext_file_material | КонтрактПрочитайте фактический документ UTF-8 и поместите его текст в указанную строку входа или содержимого сообщения. |
Жизненный цикл: synchronous_or_streamed
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.003 / 1K токенов Выход · Выходные токены $0.015 / 1K токенов Вход · Чтение кэша — / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов Выход · Токены выходного изображения $0.06 / 1K токенов изображения |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.003 / 1K токенов Выход · Выходные токены $0.015 / 1K токенов Вход · Чтение кэша — / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
{\n "model": "google/gemini-nano-banana-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте все блоки содержимого, подписи рассуждений и фактические ID обращений к инструментам. Собирайте все изменения блоков SSE; первый текстовый блок не является полным выходом.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеid | Типstring |
Полеmodel | Типstring |
Полеcontent[] | Типtext|thinking|tool_use|other content block |
Полеstop_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra google/gemini-nano-banana-2.1
/v1/images
Технический пример на английском
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.