Nano Banana Pro är Googles modell Gemini 3 Pro Image för bildgenerering och redigering som drivs av resonemang. Tillverkaren placerar komplex grafisk design, produktmockupar med hög återgivningstrohet och faktabaserad datavisualisering i centrum för den avsedda användningen. Den tar emot text och bilder och producerar bild och text. Den här namngivna Pro-bildutgåvan bygger på Gemini 3 Pro men behåller sin egen indataprofil och kapacitetsprofil för bilduppgifter.
Modellen stödjer bilder på 1K, 2K och 4K. Dokumenterade format omfattar 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9. En kvadratisk 4K-bild är 4096 × 4096; en 4K-bild i 16:9 är 5504 × 3072. Välj upplösning och bildförhållande för den artefakt du behöver, oavsett om det är en stående affisch, produktscen eller bred förklarande grafik. Alternativet 0.5K och de ytterligare extrema bildförhållandena i Gemini 3.1 Flash Image ingår inte i den här Pro-tabellen.
Textrendering stödjer tydliga bokstäver i affischer, diagram och andra formgivna artefakter. För komplex infografik ska du tillhandahålla underliggande fakta, exakt ordalydelse, en läsordning och relationen mellan etiketter och visuella element. Skilj informationen som ska förmedlas från önskad konstnärlig stil. Google rekommenderar att texten förbereds först och att bilden som innehåller den genereras därefter. Det är särskilt användbart när en komposition kombinerar en rubrik, ett diagram och flera korta bildtexter.
Indata med flera bilder stödjer upp till 14 referenser. Googles funktionstabell beskriver upp till sex objektreferenser för återgivningstrohet, upp till fem karaktärsreferenser för kontinuitet och upp till tre stilreferenser. Roller av det slaget hjälper till att förbereda en sammansatt bild: ett produktfoto definierar utseendet, en separat bild etablerar miljön och en stilbild ger underlag för behandlingen. Berätta för modellen vilka detaljer som är styrande och vilka referenser som ger inspiration i stället för att be den kombinera varje synlig egenskap urskillningslöst.
Google Search-förankring kan ge verklighetsbaserad information för en faktabaserad visualisering eller en scen som utgår från aktuella förhållanden. Pro-bildflödet dokumenterar webbförankring; tillägget Image Search dokumenteras specifikt för Nano Banana 2.1 och Gemini 3.1 Flash Image. För en datagrafik ska du tillhandahålla de värden som ska visas eller begära förankrad information i tillverkarens arbetsflöde och därefter göra samband, etiketter och layout uttryckliga. Sökstödd generering ger fortfarande en bild som ska granskas, inte en ersättning för att kontrollera de återgivna fakta.
Resonemang stödjer bearbetningen av en komplex prompt före slutlig rendering. Bildguiden beskriver mellanliggande bilder som används för att testa komposition och logik, skilda från den slutliga artefakten. Överför inte Nano Banana 2:s reglagetabell med minimal/high eller Nano Banana 2.1:s tabell med medium som standard till den här Pro-utgåvan. För en krävande design ska du ge en fullständig uppdragsbeskrivning med visuell hierarki, föreskrivna relationer mellan objekt och de element som måste bestå vid senare redigeringar.
Modellkortet beskriver betydande kvarvarande begränsningar: mycket liten text och långa avsnitt kan renderas dåligt, karaktärers utseende kan förändras mellan referens och resultat och maskerade eller skissbaserade ändringar kan bara delvis följa instruktionen eller lämna märken. Modellen kan också förväxla vänster och höger eller kopiera ett källelement till den nya kompositionen. För en produktändring ska du uttryckligen ange den geometri och de etiketter som ska bevaras och granska det redigerade området; för ett diagram ska pilarnas riktning och objektens relativa positioner jämföras.
Den aktuella API-tabellen anger en indatagräns på 65,536 token och en utdatagräns på 32,768 token. Bildgenerering, tänkande, sökförankring och batchbearbetning stöds; ljudgenerering, funktionsanrop, kodexekvering, cachelagring, strukturerad utdata, filsökning, URL-kontext och Live API stöds inte. Bilduppgiften tar varken emot ljud- eller videoindata i den här profilen. Genererade bilder innehåller SynthID, och ett begärt antal utdatabilder följs inte alltid exakt.
En praktisk produktbeskrivning kan kombinera en bild av produkten, en belysningsreferens och den exakta rubriken: ”Bevara produktens proportioner och text, visa den på en blek stenyta under mjukt sidoljus och lämna den övre tredjedelen fri för den tillhandahållna rubriken.” För ett faktabaserat diagram ska du identifiera varje entitet och koppling och tillhandahålla godkända etiketter. Förfina resultatet i ett samtal genom att namnge en ändring och de egenskaper som ska bevaras och behåll den valda bilden och dess förklarande text tillsammans som designartefakten.
", "aboutText": "Nano Banana Pro är Googles modell Gemini 3 Pro Image för bildgenerering och redigering som drivs av resonemang. Tillverkaren placerar komplex grafisk design, produktmockupar med hög återgivningstrohet och faktabaserad datavisualisering i centrum för den avsedda användningen. Den tar emot text och bilder och producerar bild och text. Den här namngivna Pro-bildutgåvan bygger på Gemini 3 Pro men behåller sin egen indataprofil och kapacitetsprofil för bilduppgifter.\n\nModellen stödjer bilder på 1K, 2K och 4K. Dokumenterade format omfattar 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9. En kvadratisk 4K-bild är 4096 × 4096; en 4K-bild i 16:9 är 5504 × 3072. Välj upplösning och bildförhållande för den artefakt du behöver, oavsett om det är en stående affisch, produktscen eller bred förklarande grafik. Alternativet 0.5K och de ytterligare extrema bildförhållandena i Gemini 3.1 Flash Image ingår inte i den här Pro-tabellen.\n\nTextrendering stödjer tydliga bokstäver i affischer, diagram och andra formgivna artefakter. För komplex infografik ska du tillhandahålla underliggande fakta, exakt ordalydelse, en läsordning och relationen mellan etiketter och visuella element. Skilj informationen som ska förmedlas från önskad konstnärlig stil. Google rekommenderar att texten förbereds först och att bilden som innehåller den genereras därefter. Det är särskilt användbart när en komposition kombinerar en rubrik, ett diagram och flera korta bildtexter.\n\nIndata med flera bilder stödjer upp till 14 referenser. Googles funktionstabell beskriver upp till sex objektreferenser för återgivningstrohet, upp till fem karaktärsreferenser för kontinuitet och upp till tre stilreferenser. Roller av det slaget hjälper till att förbereda en sammansatt bild: ett produktfoto definierar utseendet, en separat bild etablerar miljön och en stilbild ger underlag för behandlingen. Berätta för modellen vilka detaljer som är styrande och vilka referenser som ger inspiration i stället för att be den kombinera varje synlig egenskap urskillningslöst.\n\nGoogle Search-förankring kan ge verklighetsbaserad information för en faktabaserad visualisering eller en scen som utgår från aktuella förhållanden. Pro-bildflödet dokumenterar webbförankring; tillägget Image Search dokumenteras specifikt för Nano Banana 2.1 och Gemini 3.1 Flash Image. För en datagrafik ska du tillhandahålla de värden som ska visas eller begära förankrad information i tillverkarens arbetsflöde och därefter göra samband, etiketter och layout uttryckliga. Sökstödd generering ger fortfarande en bild som ska granskas, inte en ersättning för att kontrollera de återgivna fakta.\n\nResonemang stödjer bearbetningen av en komplex prompt före slutlig rendering. Bildguiden beskriver mellanliggande bilder som används för att testa komposition och logik, skilda från den slutliga artefakten. Överför inte Nano Banana 2:s reglagetabell med minimal/high eller Nano Banana 2.1:s tabell med medium som standard till den här Pro-utgåvan. För en krävande design ska du ge en fullständig uppdragsbeskrivning med visuell hierarki, föreskrivna relationer mellan objekt och de element som måste bestå vid senare redigeringar.\n\nModellkortet beskriver betydande kvarvarande begränsningar: mycket liten text och långa avsnitt kan renderas dåligt, karaktärers utseende kan förändras mellan referens och resultat och maskerade eller skissbaserade ändringar kan bara delvis följa instruktionen eller lämna märken. Modellen kan också förväxla vänster och höger eller kopiera ett källelement till den nya kompositionen. För en produktändring ska du uttryckligen ange den geometri och de etiketter som ska bevaras och granska det redigerade området; för ett diagram ska pilarnas riktning och objektens relativa positioner jämföras.\n\nDen aktuella API-tabellen anger en indatagräns på 65,536 token och en utdatagräns på 32,768 token. Bildgenerering, tänkande, sökförankring och batchbearbetning stöds; ljudgenerering, funktionsanrop, kodexekvering, cachelagring, strukturerad utdata, filsökning, URL-kontext och Live API stöds inte. Bilduppgiften tar varken emot ljud- eller videoindata i den här profilen. Genererade bilder innehåller SynthID, och ett begärt antal utdatabilder följs inte alltid exakt.\n\nEn praktisk produktbeskrivning kan kombinera en bild av produkten, en belysningsreferens och den exakta rubriken: ”Bevara produktens proportioner och text, visa den på en blek stenyta under mjukt sidoljus och lämna den övre tredjedelen fri för den tillhandahållna rubriken.” För ett faktabaserat diagram ska du identifiera varje entitet och koppling och tillhandahålla godkända etiketter. Förfina resultatet i ett samtal genom att namnge en ändring och de egenskaper som ska bevaras och behåll den valda bilden och dess förklarande text tillsammans som designartefakten.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Visualize a supplied packaging cycle\n\nCreate one landscape explanatory graphic showing this packaging return cycle: customer returns an empty jar, store inspects it, accepted jars are washed, clean jars are refilled. Use four large illustrated stages connected clockwise. Add only these exact labels: 'RETURN', 'INSPECT', 'WASH', 'REFILL'. Make the arrow direction and stage order unmistakable.One landscape image with four labeled stages and arrows matching the supplied cycle.Inspect that arrows connect RETURN to INSPECT to WASH to REFILL in that order, with exact labels.gemini-3-pro-imageNano Banana Pro (Gemini 3 Pro Image) är Googles resonemangsdrivna bildmodell för komplex design, produktmockupar och faktabaserade visualiseringar. Den tar emot text och bildreferenser och genererar bilder med text, med utdata på 1K–4K och detaljerad kreativ kontroll.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Nano Banana Pro är Googles modell Gemini 3 Pro Image för bildgenerering och redigering som drivs av resonemang. Tillverkaren placerar komplex grafisk design, produktmockupar med hög återgivningstrohet och faktabaserad datavisualisering i centrum för den avsedda användningen. Den tar emot text och bilder och producerar bild och text. Den här namngivna Pro-bildutgåvan bygger på Gemini 3 Pro men behåller sin egen indataprofil och kapacitetsprofil för bilduppgifter.
Modellen stödjer bilder på 1K, 2K och 4K. Dokumenterade format omfattar 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9. En kvadratisk 4K-bild är 4096 × 4096; en 4K-bild i 16:9 är 5504 × 3072. Välj upplösning och bildförhållande för den artefakt du behöver, oavsett om det är en stående affisch, produktscen eller bred förklarande grafik. Alternativet 0.5K och de ytterligare extrema bildförhållandena i Gemini 3.1 Flash Image ingår inte i den här Pro-tabellen.
Textrendering stödjer tydliga bokstäver i affischer, diagram och andra formgivna artefakter. För komplex infografik ska du tillhandahålla underliggande fakta, exakt ordalydelse, en läsordning och relationen mellan etiketter och visuella element. Skilj informationen som ska förmedlas från önskad konstnärlig stil. Google rekommenderar att texten förbereds först och att bilden som innehåller den genereras därefter. Det är särskilt användbart när en komposition kombinerar en rubrik, ett diagram och flera korta bildtexter.
Indata med flera bilder stödjer upp till 14 referenser. Googles funktionstabell beskriver upp till sex objektreferenser för återgivningstrohet, upp till fem karaktärsreferenser för kontinuitet och upp till tre stilreferenser. Roller av det slaget hjälper till att förbereda en sammansatt bild: ett produktfoto definierar utseendet, en separat bild etablerar miljön och en stilbild ger underlag för behandlingen. Berätta för modellen vilka detaljer som är styrande och vilka referenser som ger inspiration i stället för att be den kombinera varje synlig egenskap urskillningslöst.
Google Search-förankring kan ge verklighetsbaserad information för en faktabaserad visualisering eller en scen som utgår från aktuella förhållanden. Pro-bildflödet dokumenterar webbförankring; tillägget Image Search dokumenteras specifikt för Nano Banana 2.1 och Gemini 3.1 Flash Image. För en datagrafik ska du tillhandahålla de värden som ska visas eller begära förankrad information i tillverkarens arbetsflöde och därefter göra samband, etiketter och layout uttryckliga. Sökstödd generering ger fortfarande en bild som ska granskas, inte en ersättning för att kontrollera de återgivna fakta.
Resonemang stödjer bearbetningen av en komplex prompt före slutlig rendering. Bildguiden beskriver mellanliggande bilder som används för att testa komposition och logik, skilda från den slutliga artefakten. Överför inte Nano Banana 2:s reglagetabell med minimal/high eller Nano Banana 2.1:s tabell med medium som standard till den här Pro-utgåvan. För en krävande design ska du ge en fullständig uppdragsbeskrivning med visuell hierarki, föreskrivna relationer mellan objekt och de element som måste bestå vid senare redigeringar.
Modellkortet beskriver betydande kvarvarande begränsningar: mycket liten text och långa avsnitt kan renderas dåligt, karaktärers utseende kan förändras mellan referens och resultat och maskerade eller skissbaserade ändringar kan bara delvis följa instruktionen eller lämna märken. Modellen kan också förväxla vänster och höger eller kopiera ett källelement till den nya kompositionen. För en produktändring ska du uttryckligen ange den geometri och de etiketter som ska bevaras och granska det redigerade området; för ett diagram ska pilarnas riktning och objektens relativa positioner jämföras.
Den aktuella API-tabellen anger en indatagräns på 65,536 token och en utdatagräns på 32,768 token. Bildgenerering, tänkande, sökförankring och batchbearbetning stöds; ljudgenerering, funktionsanrop, kodexekvering, cachelagring, strukturerad utdata, filsökning, URL-kontext och Live API stöds inte. Bilduppgiften tar varken emot ljud- eller videoindata i den här profilen. Genererade bilder innehåller SynthID, och ett begärt antal utdatabilder följs inte alltid exakt.
En praktisk produktbeskrivning kan kombinera en bild av produkten, en belysningsreferens och den exakta rubriken: ”Bevara produktens proportioner och text, visa den på en blek stenyta under mjukt sidoljus och lämna den övre tredjedelen fri för den tillhandahållna rubriken.” För ett faktabaserat diagram ska du identifiera varje entitet och koppling och tillhandahålla godkända etiketter. Förfina resultatet i ett samtal genom att namnge en ändring och de egenskaper som ska bevaras och behåll den valda bilden och dess förklarande text tillsammans som designartefakten.
POST /v1/images/generationstextimage| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser gemini-3-pro-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 $0.004000 / 1K token Utdata · Utdatatoken $0.024000 / 1K token Indata · bild $0.004000 / 1K token Utdata · bildutdata $0.24000 / 1K token Indata · ljud $0.004000 / 1K token Indata · cache för ljudindata $0.0004000 / 1K token Utdata · webbsökning $0.028 per webbsökning Utdata · internt resonemang $0.024000 / 1K token Indata · Cacheläsning $0.0004000 / 1K token Indata · Skrivning till cache $0.000750000 / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3-pro-image", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nfrom openai import OpenAI\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gemini-3-pro-image', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gemini-3-pro-image", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\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-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
gemini-3-pro-image-previewNano Banana Pro (Gemini 3 Pro Image) är Googles resonemangsdrivna bildmodell för komplex design, produktmockupar och faktabaserade visualiseringar. Den tar emot text och bildreferenser och genererar bilder med text, med utdata på 1K–4K och detaljerad kreativ kontroll.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Nano Banana Pro är Googles modell Gemini 3 Pro Image för bildgenerering och redigering som drivs av resonemang. Tillverkaren placerar komplex grafisk design, produktmockupar med hög återgivningstrohet och faktabaserad datavisualisering i centrum för den avsedda användningen. Den tar emot text och bilder och producerar bild och text. Den här namngivna Pro-bildutgåvan bygger på Gemini 3 Pro men behåller sin egen indataprofil och kapacitetsprofil för bilduppgifter.
Modellen stödjer bilder på 1K, 2K och 4K. Dokumenterade format omfattar 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9. En kvadratisk 4K-bild är 4096 × 4096; en 4K-bild i 16:9 är 5504 × 3072. Välj upplösning och bildförhållande för den artefakt du behöver, oavsett om det är en stående affisch, produktscen eller bred förklarande grafik. Alternativet 0.5K och de ytterligare extrema bildförhållandena i Gemini 3.1 Flash Image ingår inte i den här Pro-tabellen.
Textrendering stödjer tydliga bokstäver i affischer, diagram och andra formgivna artefakter. För komplex infografik ska du tillhandahålla underliggande fakta, exakt ordalydelse, en läsordning och relationen mellan etiketter och visuella element. Skilj informationen som ska förmedlas från önskad konstnärlig stil. Google rekommenderar att texten förbereds först och att bilden som innehåller den genereras därefter. Det är särskilt användbart när en komposition kombinerar en rubrik, ett diagram och flera korta bildtexter.
Indata med flera bilder stödjer upp till 14 referenser. Googles funktionstabell beskriver upp till sex objektreferenser för återgivningstrohet, upp till fem karaktärsreferenser för kontinuitet och upp till tre stilreferenser. Roller av det slaget hjälper till att förbereda en sammansatt bild: ett produktfoto definierar utseendet, en separat bild etablerar miljön och en stilbild ger underlag för behandlingen. Berätta för modellen vilka detaljer som är styrande och vilka referenser som ger inspiration i stället för att be den kombinera varje synlig egenskap urskillningslöst.
Google Search-förankring kan ge verklighetsbaserad information för en faktabaserad visualisering eller en scen som utgår från aktuella förhållanden. Pro-bildflödet dokumenterar webbförankring; tillägget Image Search dokumenteras specifikt för Nano Banana 2.1 och Gemini 3.1 Flash Image. För en datagrafik ska du tillhandahålla de värden som ska visas eller begära förankrad information i tillverkarens arbetsflöde och därefter göra samband, etiketter och layout uttryckliga. Sökstödd generering ger fortfarande en bild som ska granskas, inte en ersättning för att kontrollera de återgivna fakta.
Resonemang stödjer bearbetningen av en komplex prompt före slutlig rendering. Bildguiden beskriver mellanliggande bilder som används för att testa komposition och logik, skilda från den slutliga artefakten. Överför inte Nano Banana 2:s reglagetabell med minimal/high eller Nano Banana 2.1:s tabell med medium som standard till den här Pro-utgåvan. För en krävande design ska du ge en fullständig uppdragsbeskrivning med visuell hierarki, föreskrivna relationer mellan objekt och de element som måste bestå vid senare redigeringar.
Modellkortet beskriver betydande kvarvarande begränsningar: mycket liten text och långa avsnitt kan renderas dåligt, karaktärers utseende kan förändras mellan referens och resultat och maskerade eller skissbaserade ändringar kan bara delvis följa instruktionen eller lämna märken. Modellen kan också förväxla vänster och höger eller kopiera ett källelement till den nya kompositionen. För en produktändring ska du uttryckligen ange den geometri och de etiketter som ska bevaras och granska det redigerade området; för ett diagram ska pilarnas riktning och objektens relativa positioner jämföras.
Den aktuella API-tabellen anger en indatagräns på 65,536 token och en utdatagräns på 32,768 token. Bildgenerering, tänkande, sökförankring och batchbearbetning stöds; ljudgenerering, funktionsanrop, kodexekvering, cachelagring, strukturerad utdata, filsökning, URL-kontext och Live API stöds inte. Bilduppgiften tar varken emot ljud- eller videoindata i den här profilen. Genererade bilder innehåller SynthID, och ett begärt antal utdatabilder följs inte alltid exakt.
En praktisk produktbeskrivning kan kombinera en bild av produkten, en belysningsreferens och den exakta rubriken: ”Bevara produktens proportioner och text, visa den på en blek stenyta under mjukt sidoljus och lämna den övre tredjedelen fri för den tillhandahållna rubriken.” För ett faktabaserat diagram ska du identifiera varje entitet och koppling och tillhandahålla godkända etiketter. Förfina resultatet i ett samtal genom att namnge en ändring och de egenskaper som ska bevaras och behåll den valda bilden och dess förklarande text tillsammans som designartefakten.
POST /v1/images/generationstextimage| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser gemini-3-pro-image-preview | 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 $0.004000 / 1K token Utdata · Utdatatoken $0.024000 / 1K token Indata · bild $0.004000 / 1K token Utdata · bildutdata $0.24000 / 1K token Indata · ljud $0.004000 / 1K token Indata · cache för ljudindata $0.0004000 / 1K token Utdata · webbsökning $0.028 per webbsökning Utdata · internt resonemang $0.024000 / 1K token Indata · Cacheläsning $0.0004000 / 1K token Indata · Skrivning till cache $0.000750000 / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3-pro-image-preview", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nfrom openai import OpenAI\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gemini-3-pro-image-preview', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gemini-3-pro-image-preview", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\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-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
nano-banana-proNano Banana Pro (Gemini 3 Pro Image) är Googles resonemangsdrivna bildmodell för komplex design, produktmockupar och faktabaserade visualiseringar. Den tar emot text och bildreferenser och genererar bilder med text, med utdata på 1K–4K och detaljerad kreativ kontroll.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Nano Banana Pro är Googles modell Gemini 3 Pro Image för bildgenerering och redigering som drivs av resonemang. Tillverkaren placerar komplex grafisk design, produktmockupar med hög återgivningstrohet och faktabaserad datavisualisering i centrum för den avsedda användningen. Den tar emot text och bilder och producerar bild och text. Den här namngivna Pro-bildutgåvan bygger på Gemini 3 Pro men behåller sin egen indataprofil och kapacitetsprofil för bilduppgifter.
Modellen stödjer bilder på 1K, 2K och 4K. Dokumenterade format omfattar 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9. En kvadratisk 4K-bild är 4096 × 4096; en 4K-bild i 16:9 är 5504 × 3072. Välj upplösning och bildförhållande för den artefakt du behöver, oavsett om det är en stående affisch, produktscen eller bred förklarande grafik. Alternativet 0.5K och de ytterligare extrema bildförhållandena i Gemini 3.1 Flash Image ingår inte i den här Pro-tabellen.
Textrendering stödjer tydliga bokstäver i affischer, diagram och andra formgivna artefakter. För komplex infografik ska du tillhandahålla underliggande fakta, exakt ordalydelse, en läsordning och relationen mellan etiketter och visuella element. Skilj informationen som ska förmedlas från önskad konstnärlig stil. Google rekommenderar att texten förbereds först och att bilden som innehåller den genereras därefter. Det är särskilt användbart när en komposition kombinerar en rubrik, ett diagram och flera korta bildtexter.
Indata med flera bilder stödjer upp till 14 referenser. Googles funktionstabell beskriver upp till sex objektreferenser för återgivningstrohet, upp till fem karaktärsreferenser för kontinuitet och upp till tre stilreferenser. Roller av det slaget hjälper till att förbereda en sammansatt bild: ett produktfoto definierar utseendet, en separat bild etablerar miljön och en stilbild ger underlag för behandlingen. Berätta för modellen vilka detaljer som är styrande och vilka referenser som ger inspiration i stället för att be den kombinera varje synlig egenskap urskillningslöst.
Google Search-förankring kan ge verklighetsbaserad information för en faktabaserad visualisering eller en scen som utgår från aktuella förhållanden. Pro-bildflödet dokumenterar webbförankring; tillägget Image Search dokumenteras specifikt för Nano Banana 2.1 och Gemini 3.1 Flash Image. För en datagrafik ska du tillhandahålla de värden som ska visas eller begära förankrad information i tillverkarens arbetsflöde och därefter göra samband, etiketter och layout uttryckliga. Sökstödd generering ger fortfarande en bild som ska granskas, inte en ersättning för att kontrollera de återgivna fakta.
Resonemang stödjer bearbetningen av en komplex prompt före slutlig rendering. Bildguiden beskriver mellanliggande bilder som används för att testa komposition och logik, skilda från den slutliga artefakten. Överför inte Nano Banana 2:s reglagetabell med minimal/high eller Nano Banana 2.1:s tabell med medium som standard till den här Pro-utgåvan. För en krävande design ska du ge en fullständig uppdragsbeskrivning med visuell hierarki, föreskrivna relationer mellan objekt och de element som måste bestå vid senare redigeringar.
Modellkortet beskriver betydande kvarvarande begränsningar: mycket liten text och långa avsnitt kan renderas dåligt, karaktärers utseende kan förändras mellan referens och resultat och maskerade eller skissbaserade ändringar kan bara delvis följa instruktionen eller lämna märken. Modellen kan också förväxla vänster och höger eller kopiera ett källelement till den nya kompositionen. För en produktändring ska du uttryckligen ange den geometri och de etiketter som ska bevaras och granska det redigerade området; för ett diagram ska pilarnas riktning och objektens relativa positioner jämföras.
Den aktuella API-tabellen anger en indatagräns på 65,536 token och en utdatagräns på 32,768 token. Bildgenerering, tänkande, sökförankring och batchbearbetning stöds; ljudgenerering, funktionsanrop, kodexekvering, cachelagring, strukturerad utdata, filsökning, URL-kontext och Live API stöds inte. Bilduppgiften tar varken emot ljud- eller videoindata i den här profilen. Genererade bilder innehåller SynthID, och ett begärt antal utdatabilder följs inte alltid exakt.
En praktisk produktbeskrivning kan kombinera en bild av produkten, en belysningsreferens och den exakta rubriken: ”Bevara produktens proportioner och text, visa den på en blek stenyta under mjukt sidoljus och lämna den övre tredjedelen fri för den tillhandahållna rubriken.” För ett faktabaserat diagram ska du identifiera varje entitet och koppling och tillhandahålla godkända etiketter. Förfina resultatet i ett samtal genom att namnge en ändring och de egenskaper som ska bevaras och behåll den valda bilden och dess förklarande text tillsammans som designartefakten.
POST /v1/images/generationstextimage| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser nano-banana-pro | 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 $0.004000 / 1K token Utdata · Utdatatoken $0.024000 / 1K token Indata · bild $0.004000 / 1K token Utdata · bildutdata $0.24000 / 1K token Indata · ljud $0.004000 / 1K token Indata · cache för ljudindata $0.0004000 / 1K token Utdata · webbsökning $0.028 per webbsökning Utdata · internt resonemang $0.024000 / 1K token Indata · Cacheläsning $0.0004000 / 1K token Indata · Skrivning till cache $0.000750000 / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "nano-banana-pro", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nfrom openai import OpenAI\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'nano-banana-pro', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "nano-banana-pro", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\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-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
google/gemini-3-pro-imageNano Banana Pro (Gemini 3 Pro Image) är Googles resonemangsdrivna bildmodell för komplex design, produktmockupar och faktabaserade visualiseringar. Den tar emot text och bildreferenser och genererar bilder med text, med utdata på 1K–4K och detaljerad kreativ kontroll.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Nano Banana Pro är Googles modell Gemini 3 Pro Image för bildgenerering och redigering som drivs av resonemang. Tillverkaren placerar komplex grafisk design, produktmockupar med hög återgivningstrohet och faktabaserad datavisualisering i centrum för den avsedda användningen. Den tar emot text och bilder och producerar bild och text. Den här namngivna Pro-bildutgåvan bygger på Gemini 3 Pro men behåller sin egen indataprofil och kapacitetsprofil för bilduppgifter.
Modellen stödjer bilder på 1K, 2K och 4K. Dokumenterade format omfattar 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9. En kvadratisk 4K-bild är 4096 × 4096; en 4K-bild i 16:9 är 5504 × 3072. Välj upplösning och bildförhållande för den artefakt du behöver, oavsett om det är en stående affisch, produktscen eller bred förklarande grafik. Alternativet 0.5K och de ytterligare extrema bildförhållandena i Gemini 3.1 Flash Image ingår inte i den här Pro-tabellen.
Textrendering stödjer tydliga bokstäver i affischer, diagram och andra formgivna artefakter. För komplex infografik ska du tillhandahålla underliggande fakta, exakt ordalydelse, en läsordning och relationen mellan etiketter och visuella element. Skilj informationen som ska förmedlas från önskad konstnärlig stil. Google rekommenderar att texten förbereds först och att bilden som innehåller den genereras därefter. Det är särskilt användbart när en komposition kombinerar en rubrik, ett diagram och flera korta bildtexter.
Indata med flera bilder stödjer upp till 14 referenser. Googles funktionstabell beskriver upp till sex objektreferenser för återgivningstrohet, upp till fem karaktärsreferenser för kontinuitet och upp till tre stilreferenser. Roller av det slaget hjälper till att förbereda en sammansatt bild: ett produktfoto definierar utseendet, en separat bild etablerar miljön och en stilbild ger underlag för behandlingen. Berätta för modellen vilka detaljer som är styrande och vilka referenser som ger inspiration i stället för att be den kombinera varje synlig egenskap urskillningslöst.
Google Search-förankring kan ge verklighetsbaserad information för en faktabaserad visualisering eller en scen som utgår från aktuella förhållanden. Pro-bildflödet dokumenterar webbförankring; tillägget Image Search dokumenteras specifikt för Nano Banana 2.1 och Gemini 3.1 Flash Image. För en datagrafik ska du tillhandahålla de värden som ska visas eller begära förankrad information i tillverkarens arbetsflöde och därefter göra samband, etiketter och layout uttryckliga. Sökstödd generering ger fortfarande en bild som ska granskas, inte en ersättning för att kontrollera de återgivna fakta.
Resonemang stödjer bearbetningen av en komplex prompt före slutlig rendering. Bildguiden beskriver mellanliggande bilder som används för att testa komposition och logik, skilda från den slutliga artefakten. Överför inte Nano Banana 2:s reglagetabell med minimal/high eller Nano Banana 2.1:s tabell med medium som standard till den här Pro-utgåvan. För en krävande design ska du ge en fullständig uppdragsbeskrivning med visuell hierarki, föreskrivna relationer mellan objekt och de element som måste bestå vid senare redigeringar.
Modellkortet beskriver betydande kvarvarande begränsningar: mycket liten text och långa avsnitt kan renderas dåligt, karaktärers utseende kan förändras mellan referens och resultat och maskerade eller skissbaserade ändringar kan bara delvis följa instruktionen eller lämna märken. Modellen kan också förväxla vänster och höger eller kopiera ett källelement till den nya kompositionen. För en produktändring ska du uttryckligen ange den geometri och de etiketter som ska bevaras och granska det redigerade området; för ett diagram ska pilarnas riktning och objektens relativa positioner jämföras.
Den aktuella API-tabellen anger en indatagräns på 65,536 token och en utdatagräns på 32,768 token. Bildgenerering, tänkande, sökförankring och batchbearbetning stöds; ljudgenerering, funktionsanrop, kodexekvering, cachelagring, strukturerad utdata, filsökning, URL-kontext och Live API stöds inte. Bilduppgiften tar varken emot ljud- eller videoindata i den här profilen. Genererade bilder innehåller SynthID, och ett begärt antal utdatabilder följs inte alltid exakt.
En praktisk produktbeskrivning kan kombinera en bild av produkten, en belysningsreferens och den exakta rubriken: ”Bevara produktens proportioner och text, visa den på en blek stenyta under mjukt sidoljus och lämna den övre tredjedelen fri för den tillhandahållna rubriken.” För ett faktabaserat diagram ska du identifiera varje entitet och koppling och tillhandahålla godkända etiketter. Förfina resultatet i ett samtal genom att namnge en ändring och de egenskaper som ska bevaras och behåll den valda bilden och dess förklarande text tillsammans som designartefakten.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-3-pro-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 $0.004 / 1K token Utdata · Utdatatoken $0.024 / 1K token Indata · Cacheläsning $0.0004 / 1K token Indata · Skrivning till cache $0.00075 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token Utdata · Token för bildutdata $0.24 / 1K bildtoken |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.004 / 1K token Utdata · Utdatatoken $0.024 / 1K token Indata · Cacheläsning $0.0004 / 1K token Indata · Skrivning till cache $0.00075 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Referensprislistor på modellnivå ändrar inte metodval, prisuppgifter eller avgifter. Aktiva avgifter använder priserna för den valda Ailoot-metoden.
| Konfiguration | Debiteringsvillkor | Avgift |
|---|---|---|
| KonfigurationGoogle: Nano Banana Pro (Gemini 3 Pro Image) · Standardkonfiguration | DebiteringsvillkorStandardkonfiguration | Avgift Indata · Indatatoken 0,004 US$ / 1K token Utdata · Utdatatoken 0,024 US$ / 1K token Indata · Indatabild 0,004 US$ / 1K token Utdata · Utdatabild 0,24 US$ / 1K token Indata · Ljudindata 0,004 US$ / 1K token Indata · Läsning av ljud från cache 0,0004 US$ / 1K token Utdata · Webbsökning 0,028 US$ per sökning Utdata · Resonemangstoken 0,024 US$ / 1K token Indata · Cacheläsning 0,0004 US$ / 1K token Indata · Skrivning till cache · 5 minuter 0,00075 US$ / 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 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3-pro-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3-pro-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3-pro-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
google/gemini-3-pro-imageNano Banana Pro (Gemini 3 Pro Image) är Googles resonemangsdrivna bildmodell för komplex design, produktmockupar och faktabaserade visualiseringar. Den tar emot text och bildreferenser och genererar bilder med text, med utdata på 1K–4K och detaljerad kreativ kontroll.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Nano Banana Pro är Googles modell Gemini 3 Pro Image för bildgenerering och redigering som drivs av resonemang. Tillverkaren placerar komplex grafisk design, produktmockupar med hög återgivningstrohet och faktabaserad datavisualisering i centrum för den avsedda användningen. Den tar emot text och bilder och producerar bild och text. Den här namngivna Pro-bildutgåvan bygger på Gemini 3 Pro men behåller sin egen indataprofil och kapacitetsprofil för bilduppgifter.
Modellen stödjer bilder på 1K, 2K och 4K. Dokumenterade format omfattar 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9. En kvadratisk 4K-bild är 4096 × 4096; en 4K-bild i 16:9 är 5504 × 3072. Välj upplösning och bildförhållande för den artefakt du behöver, oavsett om det är en stående affisch, produktscen eller bred förklarande grafik. Alternativet 0.5K och de ytterligare extrema bildförhållandena i Gemini 3.1 Flash Image ingår inte i den här Pro-tabellen.
Textrendering stödjer tydliga bokstäver i affischer, diagram och andra formgivna artefakter. För komplex infografik ska du tillhandahålla underliggande fakta, exakt ordalydelse, en läsordning och relationen mellan etiketter och visuella element. Skilj informationen som ska förmedlas från önskad konstnärlig stil. Google rekommenderar att texten förbereds först och att bilden som innehåller den genereras därefter. Det är särskilt användbart när en komposition kombinerar en rubrik, ett diagram och flera korta bildtexter.
Indata med flera bilder stödjer upp till 14 referenser. Googles funktionstabell beskriver upp till sex objektreferenser för återgivningstrohet, upp till fem karaktärsreferenser för kontinuitet och upp till tre stilreferenser. Roller av det slaget hjälper till att förbereda en sammansatt bild: ett produktfoto definierar utseendet, en separat bild etablerar miljön och en stilbild ger underlag för behandlingen. Berätta för modellen vilka detaljer som är styrande och vilka referenser som ger inspiration i stället för att be den kombinera varje synlig egenskap urskillningslöst.
Google Search-förankring kan ge verklighetsbaserad information för en faktabaserad visualisering eller en scen som utgår från aktuella förhållanden. Pro-bildflödet dokumenterar webbförankring; tillägget Image Search dokumenteras specifikt för Nano Banana 2.1 och Gemini 3.1 Flash Image. För en datagrafik ska du tillhandahålla de värden som ska visas eller begära förankrad information i tillverkarens arbetsflöde och därefter göra samband, etiketter och layout uttryckliga. Sökstödd generering ger fortfarande en bild som ska granskas, inte en ersättning för att kontrollera de återgivna fakta.
Resonemang stödjer bearbetningen av en komplex prompt före slutlig rendering. Bildguiden beskriver mellanliggande bilder som används för att testa komposition och logik, skilda från den slutliga artefakten. Överför inte Nano Banana 2:s reglagetabell med minimal/high eller Nano Banana 2.1:s tabell med medium som standard till den här Pro-utgåvan. För en krävande design ska du ge en fullständig uppdragsbeskrivning med visuell hierarki, föreskrivna relationer mellan objekt och de element som måste bestå vid senare redigeringar.
Modellkortet beskriver betydande kvarvarande begränsningar: mycket liten text och långa avsnitt kan renderas dåligt, karaktärers utseende kan förändras mellan referens och resultat och maskerade eller skissbaserade ändringar kan bara delvis följa instruktionen eller lämna märken. Modellen kan också förväxla vänster och höger eller kopiera ett källelement till den nya kompositionen. För en produktändring ska du uttryckligen ange den geometri och de etiketter som ska bevaras och granska det redigerade området; för ett diagram ska pilarnas riktning och objektens relativa positioner jämföras.
Den aktuella API-tabellen anger en indatagräns på 65,536 token och en utdatagräns på 32,768 token. Bildgenerering, tänkande, sökförankring och batchbearbetning stöds; ljudgenerering, funktionsanrop, kodexekvering, cachelagring, strukturerad utdata, filsökning, URL-kontext och Live API stöds inte. Bilduppgiften tar varken emot ljud- eller videoindata i den här profilen. Genererade bilder innehåller SynthID, och ett begärt antal utdatabilder följs inte alltid exakt.
En praktisk produktbeskrivning kan kombinera en bild av produkten, en belysningsreferens och den exakta rubriken: ”Bevara produktens proportioner och text, visa den på en blek stenyta under mjukt sidoljus och lämna den övre tredjedelen fri för den tillhandahållna rubriken.” För ett faktabaserat diagram ska du identifiera varje entitet och koppling och tillhandahålla godkända etiketter. Förfina resultatet i ett samtal genom att namnge en ändring och de egenskaper som ska bevaras och behåll den valda bilden och dess förklarande text tillsammans som designartefakten.
POST /v1/images/generationstext, imageimage| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-3-pro-image | Standard— |
Fältprompt | Typstring | KravObligatoriskt | Värden & gränser Minsta längd: 1 | Standard— |
Fältresolution | Typstring | KravValfritt | Värden & gränser 1K, 2K, 4K | Standard— |
Fältaspect_ratio | Typstring | KravValfritt | Värden & gränser 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 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 $0.98304 uppskattning före generering Denna uppskattning är varken en extra avgift eller ett fast pris för den slutförda genereringen. |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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-pro-image', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
google/gemini-3-pro-imageNano Banana Pro (Gemini 3 Pro Image) är Googles resonemangsdrivna bildmodell för komplex design, produktmockupar och faktabaserade visualiseringar. Den tar emot text och bildreferenser och genererar bilder med text, med utdata på 1K–4K och detaljerad kreativ kontroll.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Nano Banana Pro är Googles modell Gemini 3 Pro Image för bildgenerering och redigering som drivs av resonemang. Tillverkaren placerar komplex grafisk design, produktmockupar med hög återgivningstrohet och faktabaserad datavisualisering i centrum för den avsedda användningen. Den tar emot text och bilder och producerar bild och text. Den här namngivna Pro-bildutgåvan bygger på Gemini 3 Pro men behåller sin egen indataprofil och kapacitetsprofil för bilduppgifter.
Modellen stödjer bilder på 1K, 2K och 4K. Dokumenterade format omfattar 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9. En kvadratisk 4K-bild är 4096 × 4096; en 4K-bild i 16:9 är 5504 × 3072. Välj upplösning och bildförhållande för den artefakt du behöver, oavsett om det är en stående affisch, produktscen eller bred förklarande grafik. Alternativet 0.5K och de ytterligare extrema bildförhållandena i Gemini 3.1 Flash Image ingår inte i den här Pro-tabellen.
Textrendering stödjer tydliga bokstäver i affischer, diagram och andra formgivna artefakter. För komplex infografik ska du tillhandahålla underliggande fakta, exakt ordalydelse, en läsordning och relationen mellan etiketter och visuella element. Skilj informationen som ska förmedlas från önskad konstnärlig stil. Google rekommenderar att texten förbereds först och att bilden som innehåller den genereras därefter. Det är särskilt användbart när en komposition kombinerar en rubrik, ett diagram och flera korta bildtexter.
Indata med flera bilder stödjer upp till 14 referenser. Googles funktionstabell beskriver upp till sex objektreferenser för återgivningstrohet, upp till fem karaktärsreferenser för kontinuitet och upp till tre stilreferenser. Roller av det slaget hjälper till att förbereda en sammansatt bild: ett produktfoto definierar utseendet, en separat bild etablerar miljön och en stilbild ger underlag för behandlingen. Berätta för modellen vilka detaljer som är styrande och vilka referenser som ger inspiration i stället för att be den kombinera varje synlig egenskap urskillningslöst.
Google Search-förankring kan ge verklighetsbaserad information för en faktabaserad visualisering eller en scen som utgår från aktuella förhållanden. Pro-bildflödet dokumenterar webbförankring; tillägget Image Search dokumenteras specifikt för Nano Banana 2.1 och Gemini 3.1 Flash Image. För en datagrafik ska du tillhandahålla de värden som ska visas eller begära förankrad information i tillverkarens arbetsflöde och därefter göra samband, etiketter och layout uttryckliga. Sökstödd generering ger fortfarande en bild som ska granskas, inte en ersättning för att kontrollera de återgivna fakta.
Resonemang stödjer bearbetningen av en komplex prompt före slutlig rendering. Bildguiden beskriver mellanliggande bilder som används för att testa komposition och logik, skilda från den slutliga artefakten. Överför inte Nano Banana 2:s reglagetabell med minimal/high eller Nano Banana 2.1:s tabell med medium som standard till den här Pro-utgåvan. För en krävande design ska du ge en fullständig uppdragsbeskrivning med visuell hierarki, föreskrivna relationer mellan objekt och de element som måste bestå vid senare redigeringar.
Modellkortet beskriver betydande kvarvarande begränsningar: mycket liten text och långa avsnitt kan renderas dåligt, karaktärers utseende kan förändras mellan referens och resultat och maskerade eller skissbaserade ändringar kan bara delvis följa instruktionen eller lämna märken. Modellen kan också förväxla vänster och höger eller kopiera ett källelement till den nya kompositionen. För en produktändring ska du uttryckligen ange den geometri och de etiketter som ska bevaras och granska det redigerade området; för ett diagram ska pilarnas riktning och objektens relativa positioner jämföras.
Den aktuella API-tabellen anger en indatagräns på 65,536 token och en utdatagräns på 32,768 token. Bildgenerering, tänkande, sökförankring och batchbearbetning stöds; ljudgenerering, funktionsanrop, kodexekvering, cachelagring, strukturerad utdata, filsökning, URL-kontext och Live API stöds inte. Bilduppgiften tar varken emot ljud- eller videoindata i den här profilen. Genererade bilder innehåller SynthID, och ett begärt antal utdatabilder följs inte alltid exakt.
En praktisk produktbeskrivning kan kombinera en bild av produkten, en belysningsreferens och den exakta rubriken: ”Bevara produktens proportioner och text, visa den på en blek stenyta under mjukt sidoljus och lämna den övre tredjedelen fri för den tillhandahållna rubriken.” För ett faktabaserat diagram ska du identifiera varje entitet och koppling och tillhandahålla godkända etiketter. Förfina resultatet i ett samtal genom att namnge en ändring och de egenskaper som ska bevaras och behåll den valda bilden och dess förklarande text tillsammans som designartefakten.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-3-pro-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 $0.004 / 1K token Utdata · Utdatatoken $0.024 / 1K token Indata · Cacheläsning $0.0004 / 1K token Indata · Skrivning till cache $0.00075 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token Utdata · Token för bildutdata $0.24 / 1K bildtoken |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.004 / 1K token Utdata · Utdatatoken $0.024 / 1K token Indata · Cacheläsning $0.0004 / 1K token Indata · Skrivning till cache $0.00075 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "google/gemini-3-pro-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3-pro-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3-pro-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-pro-image, gemini-3-pro-image-preview, nano-banana-pro
Ailoot Ultra google/gemini-3-pro-image
/v1/images
google/gemini-3-pro-image, gemini-3-pro-image-preview, nano-banana-pro, gemini-3-pro-image
Tekniskt exempel på engelska
Visualize a supplied packaging cycle\n\nCreate one landscape explanatory graphic showing this packaging return cycle: customer returns an empty jar, store inspects it, accepted jars are washed, clean jars are refilled. Use four large illustrated stages connected clockwise. Add only these exact labels: 'RETURN', 'INSPECT', 'WASH', 'REFILL'. Make the arrow direction and stage order unmistakable.One landscape image with four labeled stages and arrows matching the supplied cycle.Inspect that arrows connect RETURN to INSPECT to WASH to REFILL in that order, with exact labels.