Nano Banana 2 är Googles modell Gemini 3.1 Flash Image för inbyggd bildgenerering och redigering i samtalsform. Utformningen betonar effektiv visuell framställning och upprepade ändringar. Den dokumenterade API-profilen tar emot text, bilder, video och PDF och returnerar bild och text. Den är en separat namngiven utgåva från Gemini Nano Banana 2.1 och inte en etikett för varje senare uppdatering av Nano Banana.
Utdatastorlekar omfattar 0.5K, 1K, 2K och 4K, med 1K som standard. Det mindre alternativet 0.5K är specifikt för den här profilen och kan passa en inledande komposition; de större nivåerna ger fler pixlar för den valda utdataformen. De dokumenterade bildförhållandena täcker kvadratiska, stående och liggande format, inklusive 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9, med ytterligare format 1:4, 4:1, 1:8 och 8:1. Kvadratisk utdata sträcker sig till exempel från 512 × 512 vid 0.5K till 4096 × 4096 vid 4K. Välj formen för den avsedda placeringen innan små detaljer förfinas.
Google anger förbättrad följsamhet till bildförhållanden, visuell kontinuitet och flerspråkig textrendering som några av utgåvans uppdateringar. Använd exakt ordalydelse för en affisch, meny eller infografik och definiera vilken etikett som hör till vilket objekt. För liten text eller ett långt avsnitt rapporterar modellkortet kvarvarande begränsningar i läsbarhet, särskilt vid 1K. Håll bildtexter kortfattade och ange deras relativa storlek uttryckligen; för tät brödtext ska bilden behandlas som en visuell layoutreferens och den faktiska texten kontrolleras noggrant.
Upp till 14 referensbilder kan kombineras i ett arbetsflöde. Bildguiden beskriver trogen återgivning av upp till tio objekt och likhet för upp till fyra karaktärer. Märk referenserna och ange vad var och en tillför. För en produktscen kan en bild etablera objektet, en annan miljön och en tredje ljussättningen. För en karaktärssekvens ska tidigare utdata föras in i nästa prompt och de egenskaper som måste bestå vid en ändrad vy eller pose anges.
Förankring med Web Search och Image Search kan ge genereringen underlag från aktuell information och hämtade visuella referenser. Image Search tillför visuell kontext snarare än bara en skriftlig beskrivning av sökresultatet. Tillverkaren stödjer sökfunktionen över de dokumenterade inställningarna för tänkande. Dess bildsökningsflöde utesluter verkliga bilder av människor som sökhämtade referenser och returnerar metadata för källangivelse med förankrade resultat; bevara dessa metadata när resultatet används i en applikation.
De dokumenterade reglagen för tänkande i Gemini 3.1 Flash Image är minimal och high, med minimal som standard. Det skiljer sig från profilen för Nano Banana 2.1 med tre nivåer och medium som standard. Tänkande stödjer mer komplex komposition och instruktionshantering. Modellen bygger på Gemini 3 Flash, men det sambandet gör den inte till en allmän modell för kodexekvering eller funktionsanrop: dessa förmågor anges som ej stödda i bildutgåvans tabell.
Redigering i samtalsform stödjer ändringar av en tillhandahållen bild eller förfining av en tidigare generering. En konkret uppdragsbeskrivning kan säga: ”Behåll flaskans form, etikettens text och kameravinkeln. Ersätt bakgrunden med en ljus stenyta och lägg till mjukare skuggor.” Beskriv bevarade element lika noggrant som ändrade. Modellkortet påpekar att karaktärskontinuitet, vänster-/högerplacering och skissbaserade ändringar fortfarande kan vara ofullkomliga, så jämför just de detaljerna innan en visuell sekvens fortsätter.
API-modelltabellen anger 131,072 indatatoken och 32,768 utdatatoken. Den stödjer bildgenerering, sökförankring, tänkande och batchbearbetning, medan ljudgenerering, cachelagring, strukturerad utdata, filsökning, Live API och URL-kontext inte stöds. Bildflödet tar inte emot ljudindata. Video eller PDF kan ge underlag för en stillbildsuppgift i den här API-profilen; utdata förblir bild och text. Genererade bilder innehåller SynthID, och det begärda antalet bilder följs inte alltid exakt.
För praktisk infografik ska du tillhandahålla godkända etiketter, avsedd målgrupp, läsordning, referensmaterial och ett önskat bildförhållande. Begär en tydlig visuell förklaring och använd sedan nästa samtalstur för att rätta ordalydelse eller avstånd samtidigt som den etablerade kompositionen behålls. För en produktmockup ska du ange geometri, yta, ljus och de visuella detaljer som definierar produkten. Ett användbart resultat är en bild med tillhörande text som kan granskas, väljas och förfinas i en kontrollerad sekvens.
", "aboutText": "Nano Banana 2 är Googles modell Gemini 3.1 Flash Image för inbyggd bildgenerering och redigering i samtalsform. Utformningen betonar effektiv visuell framställning och upprepade ändringar. Den dokumenterade API-profilen tar emot text, bilder, video och PDF och returnerar bild och text. Den är en separat namngiven utgåva från Gemini Nano Banana 2.1 och inte en etikett för varje senare uppdatering av Nano Banana.\n\nUtdatastorlekar omfattar 0.5K, 1K, 2K och 4K, med 1K som standard. Det mindre alternativet 0.5K är specifikt för den här profilen och kan passa en inledande komposition; de större nivåerna ger fler pixlar för den valda utdataformen. De dokumenterade bildförhållandena täcker kvadratiska, stående och liggande format, inklusive 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9, med ytterligare format 1:4, 4:1, 1:8 och 8:1. Kvadratisk utdata sträcker sig till exempel från 512 × 512 vid 0.5K till 4096 × 4096 vid 4K. Välj formen för den avsedda placeringen innan små detaljer förfinas.\n\nGoogle anger förbättrad följsamhet till bildförhållanden, visuell kontinuitet och flerspråkig textrendering som några av utgåvans uppdateringar. Använd exakt ordalydelse för en affisch, meny eller infografik och definiera vilken etikett som hör till vilket objekt. För liten text eller ett långt avsnitt rapporterar modellkortet kvarvarande begränsningar i läsbarhet, särskilt vid 1K. Håll bildtexter kortfattade och ange deras relativa storlek uttryckligen; för tät brödtext ska bilden behandlas som en visuell layoutreferens och den faktiska texten kontrolleras noggrant.\n\nUpp till 14 referensbilder kan kombineras i ett arbetsflöde. Bildguiden beskriver trogen återgivning av upp till tio objekt och likhet för upp till fyra karaktärer. Märk referenserna och ange vad var och en tillför. För en produktscen kan en bild etablera objektet, en annan miljön och en tredje ljussättningen. För en karaktärssekvens ska tidigare utdata föras in i nästa prompt och de egenskaper som måste bestå vid en ändrad vy eller pose anges.\n\nFörankring med Web Search och Image Search kan ge genereringen underlag från aktuell information och hämtade visuella referenser. Image Search tillför visuell kontext snarare än bara en skriftlig beskrivning av sökresultatet. Tillverkaren stödjer sökfunktionen över de dokumenterade inställningarna för tänkande. Dess bildsökningsflöde utesluter verkliga bilder av människor som sökhämtade referenser och returnerar metadata för källangivelse med förankrade resultat; bevara dessa metadata när resultatet används i en applikation.\n\nDe dokumenterade reglagen för tänkande i Gemini 3.1 Flash Image är minimal och high, med minimal som standard. Det skiljer sig från profilen för Nano Banana 2.1 med tre nivåer och medium som standard. Tänkande stödjer mer komplex komposition och instruktionshantering. Modellen bygger på Gemini 3 Flash, men det sambandet gör den inte till en allmän modell för kodexekvering eller funktionsanrop: dessa förmågor anges som ej stödda i bildutgåvans tabell.\n\nRedigering i samtalsform stödjer ändringar av en tillhandahållen bild eller förfining av en tidigare generering. En konkret uppdragsbeskrivning kan säga: ”Behåll flaskans form, etikettens text och kameravinkeln. Ersätt bakgrunden med en ljus stenyta och lägg till mjukare skuggor.” Beskriv bevarade element lika noggrant som ändrade. Modellkortet påpekar att karaktärskontinuitet, vänster-/högerplacering och skissbaserade ändringar fortfarande kan vara ofullkomliga, så jämför just de detaljerna innan en visuell sekvens fortsätter.\n\nAPI-modelltabellen anger 131,072 indatatoken och 32,768 utdatatoken. Den stödjer bildgenerering, sökförankring, tänkande och batchbearbetning, medan ljudgenerering, cachelagring, strukturerad utdata, filsökning, Live API och URL-kontext inte stöds. Bildflödet tar inte emot ljudindata. Video eller PDF kan ge underlag för en stillbildsuppgift i den här API-profilen; utdata förblir bild och text. Genererade bilder innehåller SynthID, och det begärda antalet bilder följs inte alltid exakt.\n\nFör praktisk infografik ska du tillhandahålla godkända etiketter, avsedd målgrupp, läsordning, referensmaterial och ett önskat bildförhållande. Begär en tydlig visuell förklaring och använd sedan nästa samtalstur för att rätta ordalydelse eller avstånd samtidigt som den etablerade kompositionen behålls. För en produktmockup ska du ange geometri, yta, ljus och de visuella detaljer som definierar produkten. Ett användbart resultat är en bild med tillhörande text som kan granskas, väljas och förfinas i en kontrollerad sekvens.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Create a simple bicycle-care infographic\n\nCreate one portrait infographic teaching three bicycle checks before a short ride: tires, brakes and chain. Use three large illustrated steps in that order, a warm ivory background and dark green accents. Include only these headings: 'TIRES', 'BRAKES', 'CHAIN'. Leave generous space around each heading and keep the illustrations clearly separated.One portrait image with three ordered illustrated steps and the three exact, readable headings.Inspect the rendered image for heading spelling, order and clear separation of the three checks.gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) genererar och redigerar bilder i ett samtal. Den stödjer text och visuella källor, utdata på 0.5K–4K, komposition med referensbilder och sökförankring för produktscener, infografik och iterativt visuellt arbete.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Nano Banana 2 är Googles modell Gemini 3.1 Flash Image för inbyggd bildgenerering och redigering i samtalsform. Utformningen betonar effektiv visuell framställning och upprepade ändringar. Den dokumenterade API-profilen tar emot text, bilder, video och PDF och returnerar bild och text. Den är en separat namngiven utgåva från Gemini Nano Banana 2.1 och inte en etikett för varje senare uppdatering av Nano Banana.
Utdatastorlekar omfattar 0.5K, 1K, 2K och 4K, med 1K som standard. Det mindre alternativet 0.5K är specifikt för den här profilen och kan passa en inledande komposition; de större nivåerna ger fler pixlar för den valda utdataformen. De dokumenterade bildförhållandena täcker kvadratiska, stående och liggande format, inklusive 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9, med ytterligare format 1:4, 4:1, 1:8 och 8:1. Kvadratisk utdata sträcker sig till exempel från 512 × 512 vid 0.5K till 4096 × 4096 vid 4K. Välj formen för den avsedda placeringen innan små detaljer förfinas.
Google anger förbättrad följsamhet till bildförhållanden, visuell kontinuitet och flerspråkig textrendering som några av utgåvans uppdateringar. Använd exakt ordalydelse för en affisch, meny eller infografik och definiera vilken etikett som hör till vilket objekt. För liten text eller ett långt avsnitt rapporterar modellkortet kvarvarande begränsningar i läsbarhet, särskilt vid 1K. Håll bildtexter kortfattade och ange deras relativa storlek uttryckligen; för tät brödtext ska bilden behandlas som en visuell layoutreferens och den faktiska texten kontrolleras noggrant.
Upp till 14 referensbilder kan kombineras i ett arbetsflöde. Bildguiden beskriver trogen återgivning av upp till tio objekt och likhet för upp till fyra karaktärer. Märk referenserna och ange vad var och en tillför. För en produktscen kan en bild etablera objektet, en annan miljön och en tredje ljussättningen. För en karaktärssekvens ska tidigare utdata föras in i nästa prompt och de egenskaper som måste bestå vid en ändrad vy eller pose anges.
Förankring med Web Search och Image Search kan ge genereringen underlag från aktuell information och hämtade visuella referenser. Image Search tillför visuell kontext snarare än bara en skriftlig beskrivning av sökresultatet. Tillverkaren stödjer sökfunktionen över de dokumenterade inställningarna för tänkande. Dess bildsökningsflöde utesluter verkliga bilder av människor som sökhämtade referenser och returnerar metadata för källangivelse med förankrade resultat; bevara dessa metadata när resultatet används i en applikation.
De dokumenterade reglagen för tänkande i Gemini 3.1 Flash Image är minimal och high, med minimal som standard. Det skiljer sig från profilen för Nano Banana 2.1 med tre nivåer och medium som standard. Tänkande stödjer mer komplex komposition och instruktionshantering. Modellen bygger på Gemini 3 Flash, men det sambandet gör den inte till en allmän modell för kodexekvering eller funktionsanrop: dessa förmågor anges som ej stödda i bildutgåvans tabell.
Redigering i samtalsform stödjer ändringar av en tillhandahållen bild eller förfining av en tidigare generering. En konkret uppdragsbeskrivning kan säga: ”Behåll flaskans form, etikettens text och kameravinkeln. Ersätt bakgrunden med en ljus stenyta och lägg till mjukare skuggor.” Beskriv bevarade element lika noggrant som ändrade. Modellkortet påpekar att karaktärskontinuitet, vänster-/högerplacering och skissbaserade ändringar fortfarande kan vara ofullkomliga, så jämför just de detaljerna innan en visuell sekvens fortsätter.
API-modelltabellen anger 131,072 indatatoken och 32,768 utdatatoken. Den stödjer bildgenerering, sökförankring, tänkande och batchbearbetning, medan ljudgenerering, cachelagring, strukturerad utdata, filsökning, Live API och URL-kontext inte stöds. Bildflödet tar inte emot ljudindata. Video eller PDF kan ge underlag för en stillbildsuppgift i den här API-profilen; utdata förblir bild och text. Genererade bilder innehåller SynthID, och det begärda antalet bilder följs inte alltid exakt.
För praktisk infografik ska du tillhandahålla godkända etiketter, avsedd målgrupp, läsordning, referensmaterial och ett önskat bildförhållande. Begär en tydlig visuell förklaring och använd sedan nästa samtalstur för att rätta ordalydelse eller avstånd samtidigt som den etablerade kompositionen behålls. För en produktmockup ska du ange geometri, yta, ljus och de visuella detaljer som definierar produkten. Ett användbart resultat är en bild med tillhörande text som kan granskas, väljas och förfinas i en kontrollerad sekvens.
POST /v1/images/generationstextimage, text| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser gemini-3.1-flash-image | Standard— |
Fältprompt | Typstring | KravObligatoriskt | Värden & gränser Minsta längd: 1 | Standard— |
Fältn | Typinteger | KravValfritt | Värden & gränser Minimum: 1 | Standard1 |
Fältresponse_format | Typstring | KravValfritt | Värden & gränser url, b64_json | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältsize | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältquality | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältbackground | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältoutput_format | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältoutput_compression | Typinteger | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmoderation | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinput_fidelity | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstyle | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältpartial_images | Typinteger | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Text till bild · Krävs: prompt
| Parameter | Avtal |
|---|---|
Parametermaterial_types | Avtaltext |
Parameterrequired | Avtalmodel, prompt |
Parameteroptional_controls | Avtalnull |
Parametercontent_type | Avtalapplication/json |
Livscykel: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Det task_id som faktiskt returnerades eller en post i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Metodernas strukturer och ID:n är exakta; leverantörens funktioner är åtskilda från att begäran tillåts.
POST /v1/images/generationsAiloot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
Referensprislistor på modellnivå ändrar inte metodval, prisuppgifter eller avgifter. Aktiva avgifter använder priserna för den valda Ailoot-metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationUltra | PrislistaGrundpris | Avgift Indata · Indatatoken $0.0010000 / 1K token Utdata · Utdatatoken $0.006000 / 1K token Utdata · bildutdata $0.12000 / 1K token Utdata · webbsökning $0.028 per webbsökning |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.1-flash-image", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nfrom openai import OpenAI\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gemini-3.1-flash-image', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gemini-3.1-flash-image", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\nLadda ned varje returnerad bild eller spara dess Base64-innehåll
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Spara varje färdig bild; hämta varje returnerad URL eller avkoda dess Base64-innehåll.
Spara varje dataobjekt. Avkoda varje b64_json-värde eller hämta innehållet via varje returnerad signerad URL. Välj filändelse utifrån den faktiska MIME-typen och filens byteinnehåll.
Om resultatet av en bildgenerering eller bildredigering behöver kontrolleras ska du behålla de ursprungliga värdena för operation_id/X-Client-Request-ID och den returnerade resultatinformationen. Hämta befintliga resultat som tillhör dig genom mediebiblioteket med de faktiska task_id- eller asset_id-värdena. Skicka inte genererings- eller redigeringsförfrågan igen och bygg inte en URL för statusavläsning från operation_id.
| Fält | Typ |
|---|---|
Fältcreated | Typinteger |
Fältdata[].url | Typstring |
Fältdata[].b64_json | Typbase64 string |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Svarserver_error | VillkorDet returnerade svaret anger att operationen eller resultatet behöver kontrolleras | Nästa stegSpara det ursprungliga operations- eller uppgifts-ID som returnerades, förfrågans headers och svaret. Fortsätt att läsa den ursprungliga operationen med de läsmetoder som stöds. Skicka inte skapandeförfrågan igen. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) genererar och redigerar bilder i ett samtal. Den stödjer text och visuella källor, utdata på 0.5K–4K, komposition med referensbilder och sökförankring för produktscener, infografik och iterativt visuellt arbete.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Nano Banana 2 är Googles modell Gemini 3.1 Flash Image för inbyggd bildgenerering och redigering i samtalsform. Utformningen betonar effektiv visuell framställning och upprepade ändringar. Den dokumenterade API-profilen tar emot text, bilder, video och PDF och returnerar bild och text. Den är en separat namngiven utgåva från Gemini Nano Banana 2.1 och inte en etikett för varje senare uppdatering av Nano Banana.
Utdatastorlekar omfattar 0.5K, 1K, 2K och 4K, med 1K som standard. Det mindre alternativet 0.5K är specifikt för den här profilen och kan passa en inledande komposition; de större nivåerna ger fler pixlar för den valda utdataformen. De dokumenterade bildförhållandena täcker kvadratiska, stående och liggande format, inklusive 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9, med ytterligare format 1:4, 4:1, 1:8 och 8:1. Kvadratisk utdata sträcker sig till exempel från 512 × 512 vid 0.5K till 4096 × 4096 vid 4K. Välj formen för den avsedda placeringen innan små detaljer förfinas.
Google anger förbättrad följsamhet till bildförhållanden, visuell kontinuitet och flerspråkig textrendering som några av utgåvans uppdateringar. Använd exakt ordalydelse för en affisch, meny eller infografik och definiera vilken etikett som hör till vilket objekt. För liten text eller ett långt avsnitt rapporterar modellkortet kvarvarande begränsningar i läsbarhet, särskilt vid 1K. Håll bildtexter kortfattade och ange deras relativa storlek uttryckligen; för tät brödtext ska bilden behandlas som en visuell layoutreferens och den faktiska texten kontrolleras noggrant.
Upp till 14 referensbilder kan kombineras i ett arbetsflöde. Bildguiden beskriver trogen återgivning av upp till tio objekt och likhet för upp till fyra karaktärer. Märk referenserna och ange vad var och en tillför. För en produktscen kan en bild etablera objektet, en annan miljön och en tredje ljussättningen. För en karaktärssekvens ska tidigare utdata föras in i nästa prompt och de egenskaper som måste bestå vid en ändrad vy eller pose anges.
Förankring med Web Search och Image Search kan ge genereringen underlag från aktuell information och hämtade visuella referenser. Image Search tillför visuell kontext snarare än bara en skriftlig beskrivning av sökresultatet. Tillverkaren stödjer sökfunktionen över de dokumenterade inställningarna för tänkande. Dess bildsökningsflöde utesluter verkliga bilder av människor som sökhämtade referenser och returnerar metadata för källangivelse med förankrade resultat; bevara dessa metadata när resultatet används i en applikation.
De dokumenterade reglagen för tänkande i Gemini 3.1 Flash Image är minimal och high, med minimal som standard. Det skiljer sig från profilen för Nano Banana 2.1 med tre nivåer och medium som standard. Tänkande stödjer mer komplex komposition och instruktionshantering. Modellen bygger på Gemini 3 Flash, men det sambandet gör den inte till en allmän modell för kodexekvering eller funktionsanrop: dessa förmågor anges som ej stödda i bildutgåvans tabell.
Redigering i samtalsform stödjer ändringar av en tillhandahållen bild eller förfining av en tidigare generering. En konkret uppdragsbeskrivning kan säga: ”Behåll flaskans form, etikettens text och kameravinkeln. Ersätt bakgrunden med en ljus stenyta och lägg till mjukare skuggor.” Beskriv bevarade element lika noggrant som ändrade. Modellkortet påpekar att karaktärskontinuitet, vänster-/högerplacering och skissbaserade ändringar fortfarande kan vara ofullkomliga, så jämför just de detaljerna innan en visuell sekvens fortsätter.
API-modelltabellen anger 131,072 indatatoken och 32,768 utdatatoken. Den stödjer bildgenerering, sökförankring, tänkande och batchbearbetning, medan ljudgenerering, cachelagring, strukturerad utdata, filsökning, Live API och URL-kontext inte stöds. Bildflödet tar inte emot ljudindata. Video eller PDF kan ge underlag för en stillbildsuppgift i den här API-profilen; utdata förblir bild och text. Genererade bilder innehåller SynthID, och det begärda antalet bilder följs inte alltid exakt.
För praktisk infografik ska du tillhandahålla godkända etiketter, avsedd målgrupp, läsordning, referensmaterial och ett önskat bildförhållande. Begär en tydlig visuell förklaring och använd sedan nästa samtalstur för att rätta ordalydelse eller avstånd samtidigt som den etablerade kompositionen behålls. För en produktmockup ska du ange geometri, yta, ljus och de visuella detaljer som definierar produkten. Ett användbart resultat är en bild med tillhörande text som kan granskas, väljas och förfinas i en kontrollerad sekvens.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-3.1-flash-image | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.001 / 1K token Utdata · Utdatatoken $0.006 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token Utdata · Token för bildutdata $0.12 / 1K bildtoken |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.001 / 1K token Utdata · Utdatatoken $0.006 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Referensprislistor på modellnivå ändrar inte metodval, prisuppgifter eller avgifter. Aktiva avgifter använder priserna för den valda Ailoot-metoden.
| Konfiguration | Debiteringsvillkor | Avgift |
|---|---|---|
| KonfigurationGoogle: Nano Banana 2 (Gemini 3.1 Flash Image) · Standardkonfiguration | DebiteringsvillkorStandardkonfiguration | Avgift Indata · Indatatoken 0,001 US$ / 1K token Utdata · Utdatatoken 0,006 US$ / 1K token Utdata · Utdatabild 0,12 US$ / 1K token Utdata · Webbsökning 0,028 US$ per sökning |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-flash-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-flash-image',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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) genererar och redigerar bilder i ett samtal. Den stödjer text och visuella källor, utdata på 0.5K–4K, komposition med referensbilder och sökförankring för produktscener, infografik och iterativt visuellt arbete.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Nano Banana 2 är Googles modell Gemini 3.1 Flash Image för inbyggd bildgenerering och redigering i samtalsform. Utformningen betonar effektiv visuell framställning och upprepade ändringar. Den dokumenterade API-profilen tar emot text, bilder, video och PDF och returnerar bild och text. Den är en separat namngiven utgåva från Gemini Nano Banana 2.1 och inte en etikett för varje senare uppdatering av Nano Banana.
Utdatastorlekar omfattar 0.5K, 1K, 2K och 4K, med 1K som standard. Det mindre alternativet 0.5K är specifikt för den här profilen och kan passa en inledande komposition; de större nivåerna ger fler pixlar för den valda utdataformen. De dokumenterade bildförhållandena täcker kvadratiska, stående och liggande format, inklusive 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9, med ytterligare format 1:4, 4:1, 1:8 och 8:1. Kvadratisk utdata sträcker sig till exempel från 512 × 512 vid 0.5K till 4096 × 4096 vid 4K. Välj formen för den avsedda placeringen innan små detaljer förfinas.
Google anger förbättrad följsamhet till bildförhållanden, visuell kontinuitet och flerspråkig textrendering som några av utgåvans uppdateringar. Använd exakt ordalydelse för en affisch, meny eller infografik och definiera vilken etikett som hör till vilket objekt. För liten text eller ett långt avsnitt rapporterar modellkortet kvarvarande begränsningar i läsbarhet, särskilt vid 1K. Håll bildtexter kortfattade och ange deras relativa storlek uttryckligen; för tät brödtext ska bilden behandlas som en visuell layoutreferens och den faktiska texten kontrolleras noggrant.
Upp till 14 referensbilder kan kombineras i ett arbetsflöde. Bildguiden beskriver trogen återgivning av upp till tio objekt och likhet för upp till fyra karaktärer. Märk referenserna och ange vad var och en tillför. För en produktscen kan en bild etablera objektet, en annan miljön och en tredje ljussättningen. För en karaktärssekvens ska tidigare utdata föras in i nästa prompt och de egenskaper som måste bestå vid en ändrad vy eller pose anges.
Förankring med Web Search och Image Search kan ge genereringen underlag från aktuell information och hämtade visuella referenser. Image Search tillför visuell kontext snarare än bara en skriftlig beskrivning av sökresultatet. Tillverkaren stödjer sökfunktionen över de dokumenterade inställningarna för tänkande. Dess bildsökningsflöde utesluter verkliga bilder av människor som sökhämtade referenser och returnerar metadata för källangivelse med förankrade resultat; bevara dessa metadata när resultatet används i en applikation.
De dokumenterade reglagen för tänkande i Gemini 3.1 Flash Image är minimal och high, med minimal som standard. Det skiljer sig från profilen för Nano Banana 2.1 med tre nivåer och medium som standard. Tänkande stödjer mer komplex komposition och instruktionshantering. Modellen bygger på Gemini 3 Flash, men det sambandet gör den inte till en allmän modell för kodexekvering eller funktionsanrop: dessa förmågor anges som ej stödda i bildutgåvans tabell.
Redigering i samtalsform stödjer ändringar av en tillhandahållen bild eller förfining av en tidigare generering. En konkret uppdragsbeskrivning kan säga: ”Behåll flaskans form, etikettens text och kameravinkeln. Ersätt bakgrunden med en ljus stenyta och lägg till mjukare skuggor.” Beskriv bevarade element lika noggrant som ändrade. Modellkortet påpekar att karaktärskontinuitet, vänster-/högerplacering och skissbaserade ändringar fortfarande kan vara ofullkomliga, så jämför just de detaljerna innan en visuell sekvens fortsätter.
API-modelltabellen anger 131,072 indatatoken och 32,768 utdatatoken. Den stödjer bildgenerering, sökförankring, tänkande och batchbearbetning, medan ljudgenerering, cachelagring, strukturerad utdata, filsökning, Live API och URL-kontext inte stöds. Bildflödet tar inte emot ljudindata. Video eller PDF kan ge underlag för en stillbildsuppgift i den här API-profilen; utdata förblir bild och text. Genererade bilder innehåller SynthID, och det begärda antalet bilder följs inte alltid exakt.
För praktisk infografik ska du tillhandahålla godkända etiketter, avsedd målgrupp, läsordning, referensmaterial och ett önskat bildförhållande. Begär en tydlig visuell förklaring och använd sedan nästa samtalstur för att rätta ordalydelse eller avstånd samtidigt som den etablerade kompositionen behålls. För en produktmockup ska du ange geometri, yta, ljus och de visuella detaljer som definierar produkten. Ett användbart resultat är en bild med tillhörande text som kan granskas, väljas och förfinas i en kontrollerad sekvens.
POST /v1/images/generationstext, imageimage| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-3.1-flash-image | Standard— |
Fältprompt | Typstring | KravObligatoriskt | Värden & gränser Minsta längd: 1 | Standard— |
Fältresolution | Typstring | KravValfritt | Värden & gränser 512, 1K, 2K, 4K | Standard— |
Fältaspect_ratio | Typstring | KravValfritt | Värden & gränser 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 | Standard— |
Fältn | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Maximum: 1 | Standard— |
Fältinput_references | Typarray | KravValfritt | Värden & gränser Minsta antal objekt: 0 Maximalt antal objekt: 14 | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser | Standard— |
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, prompt |
Parametermaterial_types | Avtaltext, image |
Livscykel: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Det task_id som faktiskt returnerades eller en post i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De visade priserna används för att uppskatta kostnaden före genereringen. Den slutliga debiteringen beräknas utifrån den kostnad som registrerats för den ursprungliga genereringen. Uppmätt längd på resultatet och uppskattade mängder utgör inte den slutliga debiterbara mängden.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Prognostiserad mängd | Avgift |
|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Prognostiserad mängd— | Avgift Indata · Indatatoken · Uppskattning endast för jämförelse — / 1K token Utdata · Utdatatoken · Uppskattning endast för jämförelse — / 1K token Indata · Cacheläsning · Uppskattning endast för jämförelse — / 1K token Indata · Skrivning till cache · Uppskattning endast för jämförelse — / 1K token Indata · Skrivning till cache, 1 tim · Uppskattning endast för jämförelse — / 1K token |
| KonfigurationUppskattad genereringskostnad | Prislista— | Prognostiserad mängduppskattning för en generering | Avgift Utdata · Uppskattad genereringskostnad · Uppskattning endast för jämförelse $0.49152 uppskattning före generering Denna uppskattning är varken en extra avgift eller ett fast pris för den slutförda genereringen. |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'google/gemini-3.1-flash-image', '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\nLadda ned varje returnerad bild eller spara dess Base64-innehåll
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.\nSpara varje färdig bild; hämta varje returnerad URL eller avkoda dess Base64-innehåll.
Spara hela svaret med headers, samtliga faktiska resultat, de ursprungliga returnerade identifierarna och alla användningsfält. Hämta den ursprungliga operationen utan att skicka skapandeförfrågan igen.
Behåll det returnerade värdet för X-Client-Request-ID för avstämning. Läs endast av resultat via de task_id/asset_id-värden som faktiskt returnerades eller via det mediebibliotek som tillhör dig. Bygg aldrig en uppgifts-URL från operations-ID:t och skicka aldrig skapandeförfrågan igen.
| Fält | Typ |
|---|---|
Fältcreated | Typ |
Fältdata[].url | Typ |
Fältdata[].b64_json | Typ |
Fältusage | Typ |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
google/gemini-3.1-flash-imageNano Banana 2 (Gemini 3.1 Flash Image) genererar och redigerar bilder i ett samtal. Den stödjer text och visuella källor, utdata på 0.5K–4K, komposition med referensbilder och sökförankring för produktscener, infografik och iterativt visuellt arbete.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Nano Banana 2 är Googles modell Gemini 3.1 Flash Image för inbyggd bildgenerering och redigering i samtalsform. Utformningen betonar effektiv visuell framställning och upprepade ändringar. Den dokumenterade API-profilen tar emot text, bilder, video och PDF och returnerar bild och text. Den är en separat namngiven utgåva från Gemini Nano Banana 2.1 och inte en etikett för varje senare uppdatering av Nano Banana.
Utdatastorlekar omfattar 0.5K, 1K, 2K och 4K, med 1K som standard. Det mindre alternativet 0.5K är specifikt för den här profilen och kan passa en inledande komposition; de större nivåerna ger fler pixlar för den valda utdataformen. De dokumenterade bildförhållandena täcker kvadratiska, stående och liggande format, inklusive 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9, med ytterligare format 1:4, 4:1, 1:8 och 8:1. Kvadratisk utdata sträcker sig till exempel från 512 × 512 vid 0.5K till 4096 × 4096 vid 4K. Välj formen för den avsedda placeringen innan små detaljer förfinas.
Google anger förbättrad följsamhet till bildförhållanden, visuell kontinuitet och flerspråkig textrendering som några av utgåvans uppdateringar. Använd exakt ordalydelse för en affisch, meny eller infografik och definiera vilken etikett som hör till vilket objekt. För liten text eller ett långt avsnitt rapporterar modellkortet kvarvarande begränsningar i läsbarhet, särskilt vid 1K. Håll bildtexter kortfattade och ange deras relativa storlek uttryckligen; för tät brödtext ska bilden behandlas som en visuell layoutreferens och den faktiska texten kontrolleras noggrant.
Upp till 14 referensbilder kan kombineras i ett arbetsflöde. Bildguiden beskriver trogen återgivning av upp till tio objekt och likhet för upp till fyra karaktärer. Märk referenserna och ange vad var och en tillför. För en produktscen kan en bild etablera objektet, en annan miljön och en tredje ljussättningen. För en karaktärssekvens ska tidigare utdata föras in i nästa prompt och de egenskaper som måste bestå vid en ändrad vy eller pose anges.
Förankring med Web Search och Image Search kan ge genereringen underlag från aktuell information och hämtade visuella referenser. Image Search tillför visuell kontext snarare än bara en skriftlig beskrivning av sökresultatet. Tillverkaren stödjer sökfunktionen över de dokumenterade inställningarna för tänkande. Dess bildsökningsflöde utesluter verkliga bilder av människor som sökhämtade referenser och returnerar metadata för källangivelse med förankrade resultat; bevara dessa metadata när resultatet används i en applikation.
De dokumenterade reglagen för tänkande i Gemini 3.1 Flash Image är minimal och high, med minimal som standard. Det skiljer sig från profilen för Nano Banana 2.1 med tre nivåer och medium som standard. Tänkande stödjer mer komplex komposition och instruktionshantering. Modellen bygger på Gemini 3 Flash, men det sambandet gör den inte till en allmän modell för kodexekvering eller funktionsanrop: dessa förmågor anges som ej stödda i bildutgåvans tabell.
Redigering i samtalsform stödjer ändringar av en tillhandahållen bild eller förfining av en tidigare generering. En konkret uppdragsbeskrivning kan säga: ”Behåll flaskans form, etikettens text och kameravinkeln. Ersätt bakgrunden med en ljus stenyta och lägg till mjukare skuggor.” Beskriv bevarade element lika noggrant som ändrade. Modellkortet påpekar att karaktärskontinuitet, vänster-/högerplacering och skissbaserade ändringar fortfarande kan vara ofullkomliga, så jämför just de detaljerna innan en visuell sekvens fortsätter.
API-modelltabellen anger 131,072 indatatoken och 32,768 utdatatoken. Den stödjer bildgenerering, sökförankring, tänkande och batchbearbetning, medan ljudgenerering, cachelagring, strukturerad utdata, filsökning, Live API och URL-kontext inte stöds. Bildflödet tar inte emot ljudindata. Video eller PDF kan ge underlag för en stillbildsuppgift i den här API-profilen; utdata förblir bild och text. Genererade bilder innehåller SynthID, och det begärda antalet bilder följs inte alltid exakt.
För praktisk infografik ska du tillhandahålla godkända etiketter, avsedd målgrupp, läsordning, referensmaterial och ett önskat bildförhållande. Begär en tydlig visuell förklaring och använd sedan nästa samtalstur för att rätta ordalydelse eller avstånd samtidigt som den etablerade kompositionen behålls. För en produktmockup ska du ange geometri, yta, ljus och de visuella detaljer som definierar produkten. Ett användbart resultat är en bild med tillhörande text som kan granskas, väljas och förfinas i en kontrollerad sekvens.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-3.1-flash-image | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.001 / 1K token Utdata · Utdatatoken $0.006 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token Utdata · Token för bildutdata $0.12 / 1K bildtoken |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.001 / 1K token Utdata · Utdatatoken $0.006 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "google/gemini-3.1-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot gemini-3.1-flash-image
Ailoot Ultra google/gemini-3.1-flash-image
/v1/images
Tekniskt exempel på engelska
Create a simple bicycle-care infographic\n\nCreate one portrait infographic teaching three bicycle checks before a short ride: tires, brakes and chain. Use three large illustrated steps in that order, a warm ivory background and dark green accents. Include only these headings: 'TIRES', 'BRAKES', 'CHAIN'. Leave generous space around each heading and keep the illustrations clearly separated.One portrait image with three ordered illustrated steps and the three exact, readable headings.Inspect the rendered image for heading spelling, order and clear separation of the three checks.