Gemini 2.5 Flash Image, även känd som Nano Banana, är Googles text- och bildmodell för visuell framställning och bildredigering i samtalsform. Den tar emot en instruktion med valfria bildreferenser och kan returnera bilder med tillhörande text. Just den här utgåvan av 2.5 Flash Image är separat från Nano Banana 2, Nano Banana Pro och senare Lite-bildmodeller. Dess användbara resultat är en genererad eller reviderad visuell artefakt, inte svaret från den allmänna textmodellen Gemini 2.5.
Det exakta modellkortet anger 65,536 indatatoken och 32,768 utdatatoken. Bilder och instruktioner ingår i indata, och den returnerade bilden eller texten ingår i resultatet. Guidens upplösningstabell anger utdata i 1:1 vid 1024×1024, 3:4 vid 864×1184 och 16:9 vid 1344×768 bland dess stödda bildförhållanden. Välj avsedd visningsform innan scenen utformas. Högupplösta alternativ i en senare Gemini-bildutgåva ska inte behandlas som reglage som dokumenteras för just den här modellen.
För framställning från text till bild ska du ange motiv, handling, miljö, stil, ljussättning och perspektiv. En produktillustration kan använda en tillhandahållen visuell identitet och begära en tydligt synlig materialdetalj i en lämplig miljö. Förklara bildens syfte så att modellen kan avsätta utrymme för motivet och eventuell text. Fotografiska beskrivningar som en närbild, en komposition uppifrån eller ett perspektiv i låg vinkel hjälper till att definiera inramningen tydligare än en lista med orelaterade stilord.
För redigering ska du tillhandahålla originalbilden och identifiera den del som ska ändras. Tillverkarens guide beskriver tillägg eller borttagning av element, semantisk maskning, stilöverföring och komposition med referenser. En användbar förfrågan namnger både ändringen och villkoren som ska bevaras, till exempel att ändra bakgrunden medan produktens form, yta och etikett behålls. Märk varje indatas roll när referenser kombineras, som motivets utseende, miljö eller stil. Guiden anger att utgåvan fungerar bäst med upp till tre indatabilder; det är praktisk vägledning, inte skäl att kombinera en obegränsad uppsättning motstridiga referenser.
Förfining i samtalsform kan behålla samma motiv samtidigt som ett specifikt visuellt beslut ändras. Begär en sammanhängande ändring i taget och behåll källbilden och det godkända resultat som användes för den samtalsturen. Beskriv vad som ska vara konsekvent och vad som får variera. För en serie artefakter ska gemensamt motiv, färger och visuella regler identifieras uttryckligen i stället för att anta att en ny isolerad prompt återfår dem. Jämför den reviderade bilden med referensen innan en instruktion om bevarande behandlas som framgångsrikt följd.
För text i bilden ska den exakta ordalydelsen fastställas först och bilden med texten sedan begäras, enligt guidens rekommendation. Ange språk, läsordning, placering och etiketternas relativa betoning. En infografikförfrågan ska identifiera det samband varje etikett förklarar och de visuella element som stödjer det. Granska stavning, interpunktion och visuell koppling vid faktisk visningsstorlek; en genererad etikett som ser läsbar ut kan fortfarande ändra ett namn, ett tal eller den avsedda betydelsen.
Modellkortet listar inte tänkande, sökförankring, funktionsanrop, kodexekvering eller begränsad strukturerad utdata för den här utgåvan. Det anger inte heller ljudgenerering eller Live API. Dess dokumenterade indata är text och bilder, så funktioner för ljud-, video- och dokumentbearbetning från andra Gemini-modeller ska inte knytas till den här profilen. En applikation bör hantera de returnerade innehållsdelarna uttryckligen i stället för att anta att ett vanligt löptextsvar innehåller den färdiga bildartefakten.
Guiden påpekar att det begärda antalet bilder inte alltid följs och att genererade bilder innehåller SynthID-märkning. Granska varje returnerad bild för komposition, motivtrohet, antal objekt och exakt ordalydelse. Om scenen har flera komponenter ska deras avsedda arrangemang beskrivas i tydlig ordning och det önskade utseendet uttryckas positivt. Behåll exakt modellidentitet, prompt och referenser tillsammans med resultatet. Det gör uppgiften med visuell generering eller redigering granskningsbar och ger en senare ändring en konkret utgångspunkt.
", "aboutText": "Gemini 2.5 Flash Image, även känd som Nano Banana, är Googles text- och bildmodell för visuell framställning och bildredigering i samtalsform. Den tar emot en instruktion med valfria bildreferenser och kan returnera bilder med tillhörande text. Just den här utgåvan av 2.5 Flash Image är separat från Nano Banana 2, Nano Banana Pro och senare Lite-bildmodeller. Dess användbara resultat är en genererad eller reviderad visuell artefakt, inte svaret från den allmänna textmodellen Gemini 2.5.\n\nDet exakta modellkortet anger 65,536 indatatoken och 32,768 utdatatoken. Bilder och instruktioner ingår i indata, och den returnerade bilden eller texten ingår i resultatet. Guidens upplösningstabell anger utdata i 1:1 vid 1024×1024, 3:4 vid 864×1184 och 16:9 vid 1344×768 bland dess stödda bildförhållanden. Välj avsedd visningsform innan scenen utformas. Högupplösta alternativ i en senare Gemini-bildutgåva ska inte behandlas som reglage som dokumenteras för just den här modellen.\n\nFör framställning från text till bild ska du ange motiv, handling, miljö, stil, ljussättning och perspektiv. En produktillustration kan använda en tillhandahållen visuell identitet och begära en tydligt synlig materialdetalj i en lämplig miljö. Förklara bildens syfte så att modellen kan avsätta utrymme för motivet och eventuell text. Fotografiska beskrivningar som en närbild, en komposition uppifrån eller ett perspektiv i låg vinkel hjälper till att definiera inramningen tydligare än en lista med orelaterade stilord.\n\nFör redigering ska du tillhandahålla originalbilden och identifiera den del som ska ändras. Tillverkarens guide beskriver tillägg eller borttagning av element, semantisk maskning, stilöverföring och komposition med referenser. En användbar förfrågan namnger både ändringen och villkoren som ska bevaras, till exempel att ändra bakgrunden medan produktens form, yta och etikett behålls. Märk varje indatas roll när referenser kombineras, som motivets utseende, miljö eller stil. Guiden anger att utgåvan fungerar bäst med upp till tre indatabilder; det är praktisk vägledning, inte skäl att kombinera en obegränsad uppsättning motstridiga referenser.\n\nFörfining i samtalsform kan behålla samma motiv samtidigt som ett specifikt visuellt beslut ändras. Begär en sammanhängande ändring i taget och behåll källbilden och det godkända resultat som användes för den samtalsturen. Beskriv vad som ska vara konsekvent och vad som får variera. För en serie artefakter ska gemensamt motiv, färger och visuella regler identifieras uttryckligen i stället för att anta att en ny isolerad prompt återfår dem. Jämför den reviderade bilden med referensen innan en instruktion om bevarande behandlas som framgångsrikt följd.\n\nFör text i bilden ska den exakta ordalydelsen fastställas först och bilden med texten sedan begäras, enligt guidens rekommendation. Ange språk, läsordning, placering och etiketternas relativa betoning. En infografikförfrågan ska identifiera det samband varje etikett förklarar och de visuella element som stödjer det. Granska stavning, interpunktion och visuell koppling vid faktisk visningsstorlek; en genererad etikett som ser läsbar ut kan fortfarande ändra ett namn, ett tal eller den avsedda betydelsen.\n\nModellkortet listar inte tänkande, sökförankring, funktionsanrop, kodexekvering eller begränsad strukturerad utdata för den här utgåvan. Det anger inte heller ljudgenerering eller Live API. Dess dokumenterade indata är text och bilder, så funktioner för ljud-, video- och dokumentbearbetning från andra Gemini-modeller ska inte knytas till den här profilen. En applikation bör hantera de returnerade innehållsdelarna uttryckligen i stället för att anta att ett vanligt löptextsvar innehåller den färdiga bildartefakten.\n\nGuiden påpekar att det begärda antalet bilder inte alltid följs och att genererade bilder innehåller SynthID-märkning. Granska varje returnerad bild för komposition, motivtrohet, antal objekt och exakt ordalydelse. Om scenen har flera komponenter ska deras avsedda arrangemang beskrivas i tydlig ordning och det önskade utseendet uttryckas positivt. Behåll exakt modellidentitet, prompt och referenser tillsammans med resultatet. Det gör uppgiften med visuell generering eller redigering granskningsbar och ger en senare ändring en konkret utgångspunkt.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genererar och redigerar bilder från text och bilder. Använd dess samtalsflöde för att komponera en scen, ändra ett utvalt element, kombinera visuella referenser eller förfina en produktbild samtidigt som du anger vilka detaljer som ska behållas.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 2.5 Flash Image, även känd som Nano Banana, är Googles text- och bildmodell för visuell framställning och bildredigering i samtalsform. Den tar emot en instruktion med valfria bildreferenser och kan returnera bilder med tillhörande text. Just den här utgåvan av 2.5 Flash Image är separat från Nano Banana 2, Nano Banana Pro och senare Lite-bildmodeller. Dess användbara resultat är en genererad eller reviderad visuell artefakt, inte svaret från den allmänna textmodellen Gemini 2.5.
Det exakta modellkortet anger 65,536 indatatoken och 32,768 utdatatoken. Bilder och instruktioner ingår i indata, och den returnerade bilden eller texten ingår i resultatet. Guidens upplösningstabell anger utdata i 1:1 vid 1024×1024, 3:4 vid 864×1184 och 16:9 vid 1344×768 bland dess stödda bildförhållanden. Välj avsedd visningsform innan scenen utformas. Högupplösta alternativ i en senare Gemini-bildutgåva ska inte behandlas som reglage som dokumenteras för just den här modellen.
För framställning från text till bild ska du ange motiv, handling, miljö, stil, ljussättning och perspektiv. En produktillustration kan använda en tillhandahållen visuell identitet och begära en tydligt synlig materialdetalj i en lämplig miljö. Förklara bildens syfte så att modellen kan avsätta utrymme för motivet och eventuell text. Fotografiska beskrivningar som en närbild, en komposition uppifrån eller ett perspektiv i låg vinkel hjälper till att definiera inramningen tydligare än en lista med orelaterade stilord.
För redigering ska du tillhandahålla originalbilden och identifiera den del som ska ändras. Tillverkarens guide beskriver tillägg eller borttagning av element, semantisk maskning, stilöverföring och komposition med referenser. En användbar förfrågan namnger både ändringen och villkoren som ska bevaras, till exempel att ändra bakgrunden medan produktens form, yta och etikett behålls. Märk varje indatas roll när referenser kombineras, som motivets utseende, miljö eller stil. Guiden anger att utgåvan fungerar bäst med upp till tre indatabilder; det är praktisk vägledning, inte skäl att kombinera en obegränsad uppsättning motstridiga referenser.
Förfining i samtalsform kan behålla samma motiv samtidigt som ett specifikt visuellt beslut ändras. Begär en sammanhängande ändring i taget och behåll källbilden och det godkända resultat som användes för den samtalsturen. Beskriv vad som ska vara konsekvent och vad som får variera. För en serie artefakter ska gemensamt motiv, färger och visuella regler identifieras uttryckligen i stället för att anta att en ny isolerad prompt återfår dem. Jämför den reviderade bilden med referensen innan en instruktion om bevarande behandlas som framgångsrikt följd.
För text i bilden ska den exakta ordalydelsen fastställas först och bilden med texten sedan begäras, enligt guidens rekommendation. Ange språk, läsordning, placering och etiketternas relativa betoning. En infografikförfrågan ska identifiera det samband varje etikett förklarar och de visuella element som stödjer det. Granska stavning, interpunktion och visuell koppling vid faktisk visningsstorlek; en genererad etikett som ser läsbar ut kan fortfarande ändra ett namn, ett tal eller den avsedda betydelsen.
Modellkortet listar inte tänkande, sökförankring, funktionsanrop, kodexekvering eller begränsad strukturerad utdata för den här utgåvan. Det anger inte heller ljudgenerering eller Live API. Dess dokumenterade indata är text och bilder, så funktioner för ljud-, video- och dokumentbearbetning från andra Gemini-modeller ska inte knytas till den här profilen. En applikation bör hantera de returnerade innehållsdelarna uttryckligen i stället för att anta att ett vanligt löptextsvar innehåller den färdiga bildartefakten.
Guiden påpekar att det begärda antalet bilder inte alltid följs och att genererade bilder innehåller SynthID-märkning. Granska varje returnerad bild för komposition, motivtrohet, antal objekt och exakt ordalydelse. Om scenen har flera komponenter ska deras avsedda arrangemang beskrivas i tydlig ordning och det önskade utseendet uttryckas positivt. Behåll exakt modellidentitet, prompt och referenser tillsammans med resultatet. Det gör uppgiften med visuell generering eller redigering granskningsbar och ger en senare ändring en konkret utgångspunkt.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-2.5-flash-image | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0006 / 1K token Utdata · Utdatatoken $0.005 / 1K token Indata · Cacheläsning $0.00006 / 1K token Indata · Skrivning till cache $0.0001666666666666666 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token Utdata · Token för bildutdata $0.06 / 1K bildtoken |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0006 / 1K token Utdata · Utdatatoken $0.005 / 1K token Indata · Cacheläsning $0.00006 / 1K token Indata · Skrivning till cache $0.0001666666666666666 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Referensprislistor på modellnivå ändrar inte metodval, prisuppgifter eller avgifter. Aktiva avgifter använder priserna för den valda Ailoot-metoden.
| Konfiguration | Debiteringsvillkor | Avgift |
|---|---|---|
| Konfigurationgoogle/gemini-2.5-flash-image · Standardkonfiguration | DebiteringsvillkorStandardkonfiguration | Avgift Indata · Indata 0,0006 US$ / 1K token Utdata · Utdata 0,06 US$ / 1K token |
| Konfiguration | Debiteringsvillkor | Avgift |
|---|---|---|
| KonfigurationGoogle: Nano Banana (Gemini 2.5 Flash Image) · Standardkonfiguration | DebiteringsvillkorStandardkonfiguration | Avgift Indata · Indatatoken 0,0006 US$ / 1K token Utdata · Utdatatoken 0,005 US$ / 1K token Indata · Indatabild 0,0006 US$ / 1K token Utdata · Utdatabild 0,06 US$ / 1K token Indata · Ljudindata 0,002 US$ / 1K token Indata · Läsning av ljud från cache 0,0002 US$ / 1K token Utdata · Webbsökning 0,028 US$ per sökning Utdata · Resonemangstoken 0,005 US$ / 1K token Indata · Cacheläsning 0,00006 US$ / 1K token Indata · Skrivning till cache · 5 minuter ≈0,000167 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-2.5-flash-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genererar och redigerar bilder från text och bilder. Använd dess samtalsflöde för att komponera en scen, ändra ett utvalt element, kombinera visuella referenser eller förfina en produktbild samtidigt som du anger vilka detaljer som ska behållas.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 2.5 Flash Image, även känd som Nano Banana, är Googles text- och bildmodell för visuell framställning och bildredigering i samtalsform. Den tar emot en instruktion med valfria bildreferenser och kan returnera bilder med tillhörande text. Just den här utgåvan av 2.5 Flash Image är separat från Nano Banana 2, Nano Banana Pro och senare Lite-bildmodeller. Dess användbara resultat är en genererad eller reviderad visuell artefakt, inte svaret från den allmänna textmodellen Gemini 2.5.
Det exakta modellkortet anger 65,536 indatatoken och 32,768 utdatatoken. Bilder och instruktioner ingår i indata, och den returnerade bilden eller texten ingår i resultatet. Guidens upplösningstabell anger utdata i 1:1 vid 1024×1024, 3:4 vid 864×1184 och 16:9 vid 1344×768 bland dess stödda bildförhållanden. Välj avsedd visningsform innan scenen utformas. Högupplösta alternativ i en senare Gemini-bildutgåva ska inte behandlas som reglage som dokumenteras för just den här modellen.
För framställning från text till bild ska du ange motiv, handling, miljö, stil, ljussättning och perspektiv. En produktillustration kan använda en tillhandahållen visuell identitet och begära en tydligt synlig materialdetalj i en lämplig miljö. Förklara bildens syfte så att modellen kan avsätta utrymme för motivet och eventuell text. Fotografiska beskrivningar som en närbild, en komposition uppifrån eller ett perspektiv i låg vinkel hjälper till att definiera inramningen tydligare än en lista med orelaterade stilord.
För redigering ska du tillhandahålla originalbilden och identifiera den del som ska ändras. Tillverkarens guide beskriver tillägg eller borttagning av element, semantisk maskning, stilöverföring och komposition med referenser. En användbar förfrågan namnger både ändringen och villkoren som ska bevaras, till exempel att ändra bakgrunden medan produktens form, yta och etikett behålls. Märk varje indatas roll när referenser kombineras, som motivets utseende, miljö eller stil. Guiden anger att utgåvan fungerar bäst med upp till tre indatabilder; det är praktisk vägledning, inte skäl att kombinera en obegränsad uppsättning motstridiga referenser.
Förfining i samtalsform kan behålla samma motiv samtidigt som ett specifikt visuellt beslut ändras. Begär en sammanhängande ändring i taget och behåll källbilden och det godkända resultat som användes för den samtalsturen. Beskriv vad som ska vara konsekvent och vad som får variera. För en serie artefakter ska gemensamt motiv, färger och visuella regler identifieras uttryckligen i stället för att anta att en ny isolerad prompt återfår dem. Jämför den reviderade bilden med referensen innan en instruktion om bevarande behandlas som framgångsrikt följd.
För text i bilden ska den exakta ordalydelsen fastställas först och bilden med texten sedan begäras, enligt guidens rekommendation. Ange språk, läsordning, placering och etiketternas relativa betoning. En infografikförfrågan ska identifiera det samband varje etikett förklarar och de visuella element som stödjer det. Granska stavning, interpunktion och visuell koppling vid faktisk visningsstorlek; en genererad etikett som ser läsbar ut kan fortfarande ändra ett namn, ett tal eller den avsedda betydelsen.
Modellkortet listar inte tänkande, sökförankring, funktionsanrop, kodexekvering eller begränsad strukturerad utdata för den här utgåvan. Det anger inte heller ljudgenerering eller Live API. Dess dokumenterade indata är text och bilder, så funktioner för ljud-, video- och dokumentbearbetning från andra Gemini-modeller ska inte knytas till den här profilen. En applikation bör hantera de returnerade innehållsdelarna uttryckligen i stället för att anta att ett vanligt löptextsvar innehåller den färdiga bildartefakten.
Guiden påpekar att det begärda antalet bilder inte alltid följs och att genererade bilder innehåller SynthID-märkning. Granska varje returnerad bild för komposition, motivtrohet, antal objekt och exakt ordalydelse. Om scenen har flera komponenter ska deras avsedda arrangemang beskrivas i tydlig ordning och det önskade utseendet uttryckas positivt. Behåll exakt modellidentitet, prompt och referenser tillsammans med resultatet. Det gör uppgiften med visuell generering eller redigering granskningsbar och ger en senare ändring en konkret utgångspunkt.
POST /v1/images/generationstext, imageimage| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-2.5-flash-image | Standard— |
Fältprompt | Typstring | KravObligatoriskt | Värden & gränser Minsta längd: 1 | 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: 3 | 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 $0.24576 uppskattning före generering Denna uppskattning är varken en extra avgift eller ett fast pris för den slutförda genereringen. |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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-2.5-flash-image', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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 Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genererar och redigerar bilder från text och bilder. Använd dess samtalsflöde för att komponera en scen, ändra ett utvalt element, kombinera visuella referenser eller förfina en produktbild samtidigt som du anger vilka detaljer som ska behållas.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 2.5 Flash Image, även känd som Nano Banana, är Googles text- och bildmodell för visuell framställning och bildredigering i samtalsform. Den tar emot en instruktion med valfria bildreferenser och kan returnera bilder med tillhörande text. Just den här utgåvan av 2.5 Flash Image är separat från Nano Banana 2, Nano Banana Pro och senare Lite-bildmodeller. Dess användbara resultat är en genererad eller reviderad visuell artefakt, inte svaret från den allmänna textmodellen Gemini 2.5.
Det exakta modellkortet anger 65,536 indatatoken och 32,768 utdatatoken. Bilder och instruktioner ingår i indata, och den returnerade bilden eller texten ingår i resultatet. Guidens upplösningstabell anger utdata i 1:1 vid 1024×1024, 3:4 vid 864×1184 och 16:9 vid 1344×768 bland dess stödda bildförhållanden. Välj avsedd visningsform innan scenen utformas. Högupplösta alternativ i en senare Gemini-bildutgåva ska inte behandlas som reglage som dokumenteras för just den här modellen.
För framställning från text till bild ska du ange motiv, handling, miljö, stil, ljussättning och perspektiv. En produktillustration kan använda en tillhandahållen visuell identitet och begära en tydligt synlig materialdetalj i en lämplig miljö. Förklara bildens syfte så att modellen kan avsätta utrymme för motivet och eventuell text. Fotografiska beskrivningar som en närbild, en komposition uppifrån eller ett perspektiv i låg vinkel hjälper till att definiera inramningen tydligare än en lista med orelaterade stilord.
För redigering ska du tillhandahålla originalbilden och identifiera den del som ska ändras. Tillverkarens guide beskriver tillägg eller borttagning av element, semantisk maskning, stilöverföring och komposition med referenser. En användbar förfrågan namnger både ändringen och villkoren som ska bevaras, till exempel att ändra bakgrunden medan produktens form, yta och etikett behålls. Märk varje indatas roll när referenser kombineras, som motivets utseende, miljö eller stil. Guiden anger att utgåvan fungerar bäst med upp till tre indatabilder; det är praktisk vägledning, inte skäl att kombinera en obegränsad uppsättning motstridiga referenser.
Förfining i samtalsform kan behålla samma motiv samtidigt som ett specifikt visuellt beslut ändras. Begär en sammanhängande ändring i taget och behåll källbilden och det godkända resultat som användes för den samtalsturen. Beskriv vad som ska vara konsekvent och vad som får variera. För en serie artefakter ska gemensamt motiv, färger och visuella regler identifieras uttryckligen i stället för att anta att en ny isolerad prompt återfår dem. Jämför den reviderade bilden med referensen innan en instruktion om bevarande behandlas som framgångsrikt följd.
För text i bilden ska den exakta ordalydelsen fastställas först och bilden med texten sedan begäras, enligt guidens rekommendation. Ange språk, läsordning, placering och etiketternas relativa betoning. En infografikförfrågan ska identifiera det samband varje etikett förklarar och de visuella element som stödjer det. Granska stavning, interpunktion och visuell koppling vid faktisk visningsstorlek; en genererad etikett som ser läsbar ut kan fortfarande ändra ett namn, ett tal eller den avsedda betydelsen.
Modellkortet listar inte tänkande, sökförankring, funktionsanrop, kodexekvering eller begränsad strukturerad utdata för den här utgåvan. Det anger inte heller ljudgenerering eller Live API. Dess dokumenterade indata är text och bilder, så funktioner för ljud-, video- och dokumentbearbetning från andra Gemini-modeller ska inte knytas till den här profilen. En applikation bör hantera de returnerade innehållsdelarna uttryckligen i stället för att anta att ett vanligt löptextsvar innehåller den färdiga bildartefakten.
Guiden påpekar att det begärda antalet bilder inte alltid följs och att genererade bilder innehåller SynthID-märkning. Granska varje returnerad bild för komposition, motivtrohet, antal objekt och exakt ordalydelse. Om scenen har flera komponenter ska deras avsedda arrangemang beskrivas i tydlig ordning och det önskade utseendet uttryckas positivt. Behåll exakt modellidentitet, prompt och referenser tillsammans med resultatet. Det gör uppgiften med visuell generering eller redigering granskningsbar och ger en senare ändring en konkret utgångspunkt.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-2.5-flash-image | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0006 / 1K token Utdata · Utdatatoken $0.005 / 1K token Indata · Cacheläsning $0.00006 / 1K token Indata · Skrivning till cache $0.0001666666666666666 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token Utdata · Token för bildutdata $0.06 / 1K bildtoken |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0006 / 1K token Utdata · Utdatatoken $0.005 / 1K token Indata · Cacheläsning $0.00006 / 1K token Indata · Skrivning till cache $0.0001666666666666666 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "google/gemini-2.5-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 Ultra google/gemini-2.5-flash-image
/v1/images
Tekniskt exempel på engelska
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.