Gemini Nano Banana 2.1 är Googles modell för bildgenerering och redigering i samtalsform. Det är en uppdatering av Nano Banana 2, med förbättrad visuell realism, instruktionsföljning, textrendering och konsekvent karaktärsutseende genom flera redigeringar. Tabellen över indata omfattar text, bilder, video och PDF, medan utdata är bild och text. Detta gör den användbar för en produktscen, en infografik eller en bildserie som utvecklas genom flera specifika revideringar.
Modellen erbjuder utdata i 1K, 2K och 4K, med 1K som standard. Den ärver inte Nano Banana 2:s alternativ 0.5K. De dokumenterade bildförhållandena omfattar 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9 samt de höga eller panoramiska formaten 1:4, 4:1, 1:8 och 8:1. Google anger att artefakter vid uppdelning i bildblock har åtgärdats i de sistnämnda breda och höga formaten vid 2K och 4K. Upplösningsbeteckningarna är storleksnivåer, inte en enda fast rektangel: en kvadratisk 4K-bild är 4096 × 4096, medan dokumenterade 16:9-utdata i 4K är 5504 × 3072.
Text är en väsentlig del av det visuella arbetsflödet. Modellen är utformad för att återge läsbar, formgiven text och ordna infografikens element mer korrekt. Förbered den exakta rubriken, beteckningarna och läsordningen och begär sedan bilden med den godkända texten. För en meny, ett diagram eller en instruktionsbild ska du ange relationen mellan en bildtext och dess visuella element. Google rekommenderar att formuleringarna skapas först och att bilden begärs därefter, så att den visuella kompositionen utgår från ett fastställt textunderlag.
Sammanfogning av referensbilder stöder upp till 14 bilder. Den dokumenterade profilen omfattar konsekvens för upp till fyra karaktärer och trogen återgivning av upp till tio objekt. Ge varje referens en roll: produkten som måste förbli igenkännlig, karaktärens utseende, den avsedda bakgrunden eller den visuella stilen. Ett exempel på ett produktuppdrag är: ”Använd bild A för flaskans form och etikett. Använd bild B för underlaget och ljussättningen. Behåll produkten oförändrad, placera den bredvid en vikt handduk och lämna fri yta ovanför den för den tillhandahållna rubriken.”
Källförankring via Google Web Search och Image Search kan ge aktuell information och visuellt sammanhang för genereringen. Image Search tillhandahåller hämtade webbilder som referenser; vanlig webbaserad källförankring tillför information om ämnet. Detta är användbart för en faktabaserad grafik eller en scen vars utseende beror på ett verkligt objekt. Bildsökningens arbetsflöde stöder inte hämtning av verkliga bilder av personer för detta ändamål. Källförankrade svar innehåller metadata om källor och attribution i Googles dokumenterade arbetsflöde, så en applikation bör bevara dessa tillsammans med det genererade resultatet.
Tänkandet kan konfigureras på nivåerna minimal, medium och high, med medium som standard för just denna modell. Det hjälper modellen att arbeta igenom kompositionen och mer komplexa instruktioner före slutliga utdata. Bildguiden beskriver mellanliggande kompositionsbilder i denna process; de är skilda från den avsedda slutleveransen. Välj uttryckligen önskad slutlig layout, bildförhållande och upplösning i stället för att förvänta dig att enbart promptens beskrivning fastställer alla utdatainställningar.
Redigering i samtalsform låter en uppföljning ändra en del av ett befintligt resultat: justera ljuset, flytta ett objekt eller översätta beteckningarna medan resten av kompositionen bevaras. Ta med den tidigare bilden eller interaktionen till nästa tur och ange både den begärda ändringen och de egenskaper som ska behållas. För en karaktärsserie ska du hålla utseendereferenserna konsekventa och använda en posereferens när en ny vinkel eller komplicerad pose är viktig. Ett praktiskt revideringsuppdrag kan lyda: ”Bevara produkten, beteckningarna och layouten; ändra bara bakgrunden till en varmare grå ton.”
Modelltabellen anger en indatagräns på 131 072 token och en utdatagräns på 32 768 token. Bildgenerering och källförankring via sökning stöds, medan ljudgenerering, kodkörning, funktionsanrop, strukturerade utdata, cachelagring, filsökning, URL-kontext och Live API inte anges som stödda för denna utgåva. Video kan ge underlag till en genererad stillbild; det gör inte denna modell till en videogenerator. Google påpekar också att en begäran om ett exakt antal bilder kanske inte ger det antalet. Alla genererade bilder innehåller en SynthID-vattenstämpel.
För ett användbart första uppdrag ska du ange bildens syfte, motiv, komposition, ljussättning, kameravy, obligatorisk text och utdataformat. Begär till exempel en infografik i stående format med tre märkta steg, en läsbar rubrik och en angiven färghierarki och granska sedan formuleringarna och den relativa placeringen före nästa redigering. Resultatet kan bli en produktillustration, redaktionell grafik eller designreferens, där den valda bilden och dess förklarande text bevaras tillsammans.
", "aboutText": "Gemini Nano Banana 2.1 är Googles modell för bildgenerering och redigering i samtalsform. Det är en uppdatering av Nano Banana 2, med förbättrad visuell realism, instruktionsföljning, textrendering och konsekvent karaktärsutseende genom flera redigeringar. Tabellen över indata omfattar text, bilder, video och PDF, medan utdata är bild och text. Detta gör den användbar för en produktscen, en infografik eller en bildserie som utvecklas genom flera specifika revideringar.\n\nModellen erbjuder utdata i 1K, 2K och 4K, med 1K som standard. Den ärver inte Nano Banana 2:s alternativ 0.5K. De dokumenterade bildförhållandena omfattar 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9 samt de höga eller panoramiska formaten 1:4, 4:1, 1:8 och 8:1. Google anger att artefakter vid uppdelning i bildblock har åtgärdats i de sistnämnda breda och höga formaten vid 2K och 4K. Upplösningsbeteckningarna är storleksnivåer, inte en enda fast rektangel: en kvadratisk 4K-bild är 4096 × 4096, medan dokumenterade 16:9-utdata i 4K är 5504 × 3072.\n\nText är en väsentlig del av det visuella arbetsflödet. Modellen är utformad för att återge läsbar, formgiven text och ordna infografikens element mer korrekt. Förbered den exakta rubriken, beteckningarna och läsordningen och begär sedan bilden med den godkända texten. För en meny, ett diagram eller en instruktionsbild ska du ange relationen mellan en bildtext och dess visuella element. Google rekommenderar att formuleringarna skapas först och att bilden begärs därefter, så att den visuella kompositionen utgår från ett fastställt textunderlag.\n\nSammanfogning av referensbilder stöder upp till 14 bilder. Den dokumenterade profilen omfattar konsekvens för upp till fyra karaktärer och trogen återgivning av upp till tio objekt. Ge varje referens en roll: produkten som måste förbli igenkännlig, karaktärens utseende, den avsedda bakgrunden eller den visuella stilen. Ett exempel på ett produktuppdrag är: ”Använd bild A för flaskans form och etikett. Använd bild B för underlaget och ljussättningen. Behåll produkten oförändrad, placera den bredvid en vikt handduk och lämna fri yta ovanför den för den tillhandahållna rubriken.”\n\nKällförankring via Google Web Search och Image Search kan ge aktuell information och visuellt sammanhang för genereringen. Image Search tillhandahåller hämtade webbilder som referenser; vanlig webbaserad källförankring tillför information om ämnet. Detta är användbart för en faktabaserad grafik eller en scen vars utseende beror på ett verkligt objekt. Bildsökningens arbetsflöde stöder inte hämtning av verkliga bilder av personer för detta ändamål. Källförankrade svar innehåller metadata om källor och attribution i Googles dokumenterade arbetsflöde, så en applikation bör bevara dessa tillsammans med det genererade resultatet.\n\nTänkandet kan konfigureras på nivåerna minimal, medium och high, med medium som standard för just denna modell. Det hjälper modellen att arbeta igenom kompositionen och mer komplexa instruktioner före slutliga utdata. Bildguiden beskriver mellanliggande kompositionsbilder i denna process; de är skilda från den avsedda slutleveransen. Välj uttryckligen önskad slutlig layout, bildförhållande och upplösning i stället för att förvänta dig att enbart promptens beskrivning fastställer alla utdatainställningar.\n\nRedigering i samtalsform låter en uppföljning ändra en del av ett befintligt resultat: justera ljuset, flytta ett objekt eller översätta beteckningarna medan resten av kompositionen bevaras. Ta med den tidigare bilden eller interaktionen till nästa tur och ange både den begärda ändringen och de egenskaper som ska behållas. För en karaktärsserie ska du hålla utseendereferenserna konsekventa och använda en posereferens när en ny vinkel eller komplicerad pose är viktig. Ett praktiskt revideringsuppdrag kan lyda: ”Bevara produkten, beteckningarna och layouten; ändra bara bakgrunden till en varmare grå ton.”\n\nModelltabellen anger en indatagräns på 131 072 token och en utdatagräns på 32 768 token. Bildgenerering och källförankring via sökning stöds, medan ljudgenerering, kodkörning, funktionsanrop, strukturerade utdata, cachelagring, filsökning, URL-kontext och Live API inte anges som stödda för denna utgåva. Video kan ge underlag till en genererad stillbild; det gör inte denna modell till en videogenerator. Google påpekar också att en begäran om ett exakt antal bilder kanske inte ger det antalet. Alla genererade bilder innehåller en SynthID-vattenstämpel.\n\nFör ett användbart första uppdrag ska du ange bildens syfte, motiv, komposition, ljussättning, kameravy, obligatorisk text och utdataformat. Begär till exempel en infografik i stående format med tre märkta steg, en läsbar rubrik och en angiven färghierarki och granska sedan formuleringarna och den relativa placeringen före nästa redigering. Resultatet kan bli en produktillustration, redaktionell grafik eller designreferens, där den valda bilden och dess förklarande text bevaras tillsammans.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Refine an approved poster background\n\nEdit the supplied event poster. Preserve every word, the headline hierarchy, illustration placement and portrait composition. Change only the background from cool white to warm ivory, keeping dark text readable and retaining the original accent color. Do not add shapes, badges, textures or extra captions. Return the revised poster image.One edited poster with the original wording and layout preserved over a warm ivory background.Compare every word and element position against the supplied poster, then inspect text contrast.google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 genererar och redigerar bilder i samtalsform utifrån text och visuellt material. Den förbättrar textrendering, infografikens layout och konsekvens mellan samtalsturer, med utdata i 1K–4K och upp till 14 referensbilder för ett definierat visuellt uppdrag.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini Nano Banana 2.1 är Googles modell för bildgenerering och redigering i samtalsform. Det är en uppdatering av Nano Banana 2, med förbättrad visuell realism, instruktionsföljning, textrendering och konsekvent karaktärsutseende genom flera redigeringar. Tabellen över indata omfattar text, bilder, video och PDF, medan utdata är bild och text. Detta gör den användbar för en produktscen, en infografik eller en bildserie som utvecklas genom flera specifika revideringar.
Modellen erbjuder utdata i 1K, 2K och 4K, med 1K som standard. Den ärver inte Nano Banana 2:s alternativ 0.5K. De dokumenterade bildförhållandena omfattar 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9 samt de höga eller panoramiska formaten 1:4, 4:1, 1:8 och 8:1. Google anger att artefakter vid uppdelning i bildblock har åtgärdats i de sistnämnda breda och höga formaten vid 2K och 4K. Upplösningsbeteckningarna är storleksnivåer, inte en enda fast rektangel: en kvadratisk 4K-bild är 4096 × 4096, medan dokumenterade 16:9-utdata i 4K är 5504 × 3072.
Text är en väsentlig del av det visuella arbetsflödet. Modellen är utformad för att återge läsbar, formgiven text och ordna infografikens element mer korrekt. Förbered den exakta rubriken, beteckningarna och läsordningen och begär sedan bilden med den godkända texten. För en meny, ett diagram eller en instruktionsbild ska du ange relationen mellan en bildtext och dess visuella element. Google rekommenderar att formuleringarna skapas först och att bilden begärs därefter, så att den visuella kompositionen utgår från ett fastställt textunderlag.
Sammanfogning av referensbilder stöder upp till 14 bilder. Den dokumenterade profilen omfattar konsekvens för upp till fyra karaktärer och trogen återgivning av upp till tio objekt. Ge varje referens en roll: produkten som måste förbli igenkännlig, karaktärens utseende, den avsedda bakgrunden eller den visuella stilen. Ett exempel på ett produktuppdrag är: ”Använd bild A för flaskans form och etikett. Använd bild B för underlaget och ljussättningen. Behåll produkten oförändrad, placera den bredvid en vikt handduk och lämna fri yta ovanför den för den tillhandahållna rubriken.”
Källförankring via Google Web Search och Image Search kan ge aktuell information och visuellt sammanhang för genereringen. Image Search tillhandahåller hämtade webbilder som referenser; vanlig webbaserad källförankring tillför information om ämnet. Detta är användbart för en faktabaserad grafik eller en scen vars utseende beror på ett verkligt objekt. Bildsökningens arbetsflöde stöder inte hämtning av verkliga bilder av personer för detta ändamål. Källförankrade svar innehåller metadata om källor och attribution i Googles dokumenterade arbetsflöde, så en applikation bör bevara dessa tillsammans med det genererade resultatet.
Tänkandet kan konfigureras på nivåerna minimal, medium och high, med medium som standard för just denna modell. Det hjälper modellen att arbeta igenom kompositionen och mer komplexa instruktioner före slutliga utdata. Bildguiden beskriver mellanliggande kompositionsbilder i denna process; de är skilda från den avsedda slutleveransen. Välj uttryckligen önskad slutlig layout, bildförhållande och upplösning i stället för att förvänta dig att enbart promptens beskrivning fastställer alla utdatainställningar.
Redigering i samtalsform låter en uppföljning ändra en del av ett befintligt resultat: justera ljuset, flytta ett objekt eller översätta beteckningarna medan resten av kompositionen bevaras. Ta med den tidigare bilden eller interaktionen till nästa tur och ange både den begärda ändringen och de egenskaper som ska behållas. För en karaktärsserie ska du hålla utseendereferenserna konsekventa och använda en posereferens när en ny vinkel eller komplicerad pose är viktig. Ett praktiskt revideringsuppdrag kan lyda: ”Bevara produkten, beteckningarna och layouten; ändra bara bakgrunden till en varmare grå ton.”
Modelltabellen anger en indatagräns på 131 072 token och en utdatagräns på 32 768 token. Bildgenerering och källförankring via sökning stöds, medan ljudgenerering, kodkörning, funktionsanrop, strukturerade utdata, cachelagring, filsökning, URL-kontext och Live API inte anges som stödda för denna utgåva. Video kan ge underlag till en genererad stillbild; det gör inte denna modell till en videogenerator. Google påpekar också att en begäran om ett exakt antal bilder kanske inte ger det antalet. Alla genererade bilder innehåller en SynthID-vattenstämpel.
För ett användbart första uppdrag ska du ange bildens syfte, motiv, komposition, ljussättning, kameravy, obligatorisk text och utdataformat. Begär till exempel en infografik i stående format med tre märkta steg, en läsbar rubrik och en angiven färghierarki och granska sedan formuleringarna och den relativa placeringen före nästa redigering. Resultatet kan bli en produktillustration, redaktionell grafik eller designreferens, där den valda bilden och dess förklarande text bevaras tillsammans.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-nano-banana-2.1 | 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 $0.003 / 1K token Utdata · Utdatatoken $0.015 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token Utdata · Token för bildutdata $0.06 / 1K bildtoken |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.003 / 1K token Utdata · Utdatatoken $0.015 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Referensprislistor på modellnivå ändrar inte metodval, prisuppgifter eller avgifter. Aktiva avgifter använder priserna för den valda Ailoot-metoden.
| Konfiguration | Debiteringsvillkor | Avgift |
|---|---|---|
| KonfigurationGoogle: Nano Banana 2.1 · Standardkonfiguration | DebiteringsvillkorStandardkonfiguration | Avgift Indata · Indatatoken 0,003 US$ / 1K token Utdata · Utdatatoken 0,015 US$ / 1K token Utdata · Utdatabild 0,06 US$ / 1K token Utdata · Webbsökning 0,028 US$ per sökning |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-nano-banana-2.1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-nano-banana-2.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-nano-banana-2.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 genererar och redigerar bilder i samtalsform utifrån text och visuellt material. Den förbättrar textrendering, infografikens layout och konsekvens mellan samtalsturer, med utdata i 1K–4K och upp till 14 referensbilder för ett definierat visuellt uppdrag.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini Nano Banana 2.1 är Googles modell för bildgenerering och redigering i samtalsform. Det är en uppdatering av Nano Banana 2, med förbättrad visuell realism, instruktionsföljning, textrendering och konsekvent karaktärsutseende genom flera redigeringar. Tabellen över indata omfattar text, bilder, video och PDF, medan utdata är bild och text. Detta gör den användbar för en produktscen, en infografik eller en bildserie som utvecklas genom flera specifika revideringar.
Modellen erbjuder utdata i 1K, 2K och 4K, med 1K som standard. Den ärver inte Nano Banana 2:s alternativ 0.5K. De dokumenterade bildförhållandena omfattar 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9 samt de höga eller panoramiska formaten 1:4, 4:1, 1:8 och 8:1. Google anger att artefakter vid uppdelning i bildblock har åtgärdats i de sistnämnda breda och höga formaten vid 2K och 4K. Upplösningsbeteckningarna är storleksnivåer, inte en enda fast rektangel: en kvadratisk 4K-bild är 4096 × 4096, medan dokumenterade 16:9-utdata i 4K är 5504 × 3072.
Text är en väsentlig del av det visuella arbetsflödet. Modellen är utformad för att återge läsbar, formgiven text och ordna infografikens element mer korrekt. Förbered den exakta rubriken, beteckningarna och läsordningen och begär sedan bilden med den godkända texten. För en meny, ett diagram eller en instruktionsbild ska du ange relationen mellan en bildtext och dess visuella element. Google rekommenderar att formuleringarna skapas först och att bilden begärs därefter, så att den visuella kompositionen utgår från ett fastställt textunderlag.
Sammanfogning av referensbilder stöder upp till 14 bilder. Den dokumenterade profilen omfattar konsekvens för upp till fyra karaktärer och trogen återgivning av upp till tio objekt. Ge varje referens en roll: produkten som måste förbli igenkännlig, karaktärens utseende, den avsedda bakgrunden eller den visuella stilen. Ett exempel på ett produktuppdrag är: ”Använd bild A för flaskans form och etikett. Använd bild B för underlaget och ljussättningen. Behåll produkten oförändrad, placera den bredvid en vikt handduk och lämna fri yta ovanför den för den tillhandahållna rubriken.”
Källförankring via Google Web Search och Image Search kan ge aktuell information och visuellt sammanhang för genereringen. Image Search tillhandahåller hämtade webbilder som referenser; vanlig webbaserad källförankring tillför information om ämnet. Detta är användbart för en faktabaserad grafik eller en scen vars utseende beror på ett verkligt objekt. Bildsökningens arbetsflöde stöder inte hämtning av verkliga bilder av personer för detta ändamål. Källförankrade svar innehåller metadata om källor och attribution i Googles dokumenterade arbetsflöde, så en applikation bör bevara dessa tillsammans med det genererade resultatet.
Tänkandet kan konfigureras på nivåerna minimal, medium och high, med medium som standard för just denna modell. Det hjälper modellen att arbeta igenom kompositionen och mer komplexa instruktioner före slutliga utdata. Bildguiden beskriver mellanliggande kompositionsbilder i denna process; de är skilda från den avsedda slutleveransen. Välj uttryckligen önskad slutlig layout, bildförhållande och upplösning i stället för att förvänta dig att enbart promptens beskrivning fastställer alla utdatainställningar.
Redigering i samtalsform låter en uppföljning ändra en del av ett befintligt resultat: justera ljuset, flytta ett objekt eller översätta beteckningarna medan resten av kompositionen bevaras. Ta med den tidigare bilden eller interaktionen till nästa tur och ange både den begärda ändringen och de egenskaper som ska behållas. För en karaktärsserie ska du hålla utseendereferenserna konsekventa och använda en posereferens när en ny vinkel eller komplicerad pose är viktig. Ett praktiskt revideringsuppdrag kan lyda: ”Bevara produkten, beteckningarna och layouten; ändra bara bakgrunden till en varmare grå ton.”
Modelltabellen anger en indatagräns på 131 072 token och en utdatagräns på 32 768 token. Bildgenerering och källförankring via sökning stöds, medan ljudgenerering, kodkörning, funktionsanrop, strukturerade utdata, cachelagring, filsökning, URL-kontext och Live API inte anges som stödda för denna utgåva. Video kan ge underlag till en genererad stillbild; det gör inte denna modell till en videogenerator. Google påpekar också att en begäran om ett exakt antal bilder kanske inte ger det antalet. Alla genererade bilder innehåller en SynthID-vattenstämpel.
För ett användbart första uppdrag ska du ange bildens syfte, motiv, komposition, ljussättning, kameravy, obligatorisk text och utdataformat. Begär till exempel en infografik i stående format med tre märkta steg, en läsbar rubrik och en angiven färghierarki och granska sedan formuleringarna och den relativa placeringen före nästa redigering. Resultatet kan bli en produktillustration, redaktionell grafik eller designreferens, där den valda bilden och dess förklarande text bevaras tillsammans.
POST /v1/images/generationstext, imageimage| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-nano-banana-2.1 | 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, 1:4, 1:8, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 8:1, 9:16, 16:9, 21:9 | Standard— |
Fältn | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Maximum: 1 | Standard— |
Fältinput_references | Typarray | KravValfritt | Värden & gränser Minsta antal objekt: 0 Maximalt antal objekt: 14 | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser | Standard— |
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, prompt |
Parametermaterial_types | Avtaltext, image |
Livscykel: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Det task_id som faktiskt returnerades eller en post i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De visade priserna används för att uppskatta kostnaden före genereringen. Den slutliga debiteringen beräknas utifrån den kostnad som registrerats för den ursprungliga genereringen. Uppmätt längd på resultatet och uppskattade mängder utgör inte den slutliga debiterbara mängden.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Prognostiserad mängd | Avgift |
|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Prognostiserad mängd— | Avgift Indata · Indatatoken · Uppskattning endast för jämförelse — / 1K token Utdata · Utdatatoken · Uppskattning endast för jämförelse — / 1K token Indata · Cacheläsning · Uppskattning endast för jämförelse — / 1K token Indata · Skrivning till cache · Uppskattning endast för jämförelse — / 1K token Indata · Skrivning till cache, 1 tim · Uppskattning endast för jämförelse — / 1K token |
| KonfigurationUppskattad genereringskostnad | Prislista— | Prognostiserad mängduppskattning för en generering | Avgift Utdata · Uppskattad genereringskostnad · Uppskattning endast för jämförelse $0.24576 uppskattning före generering Denna uppskattning är varken en extra avgift eller ett fast pris för den slutförda genereringen. |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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-nano-banana-2.1', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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-nano-banana-2.1
/v1/images
google/gemini-nano-banana-2.1Gemini Nano Banana 2.1 genererar och redigerar bilder i samtalsform utifrån text och visuellt material. Den förbättrar textrendering, infografikens layout och konsekvens mellan samtalsturer, med utdata i 1K–4K och upp till 14 referensbilder för ett definierat visuellt uppdrag.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini Nano Banana 2.1 är Googles modell för bildgenerering och redigering i samtalsform. Det är en uppdatering av Nano Banana 2, med förbättrad visuell realism, instruktionsföljning, textrendering och konsekvent karaktärsutseende genom flera redigeringar. Tabellen över indata omfattar text, bilder, video och PDF, medan utdata är bild och text. Detta gör den användbar för en produktscen, en infografik eller en bildserie som utvecklas genom flera specifika revideringar.
Modellen erbjuder utdata i 1K, 2K och 4K, med 1K som standard. Den ärver inte Nano Banana 2:s alternativ 0.5K. De dokumenterade bildförhållandena omfattar 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9 samt de höga eller panoramiska formaten 1:4, 4:1, 1:8 och 8:1. Google anger att artefakter vid uppdelning i bildblock har åtgärdats i de sistnämnda breda och höga formaten vid 2K och 4K. Upplösningsbeteckningarna är storleksnivåer, inte en enda fast rektangel: en kvadratisk 4K-bild är 4096 × 4096, medan dokumenterade 16:9-utdata i 4K är 5504 × 3072.
Text är en väsentlig del av det visuella arbetsflödet. Modellen är utformad för att återge läsbar, formgiven text och ordna infografikens element mer korrekt. Förbered den exakta rubriken, beteckningarna och läsordningen och begär sedan bilden med den godkända texten. För en meny, ett diagram eller en instruktionsbild ska du ange relationen mellan en bildtext och dess visuella element. Google rekommenderar att formuleringarna skapas först och att bilden begärs därefter, så att den visuella kompositionen utgår från ett fastställt textunderlag.
Sammanfogning av referensbilder stöder upp till 14 bilder. Den dokumenterade profilen omfattar konsekvens för upp till fyra karaktärer och trogen återgivning av upp till tio objekt. Ge varje referens en roll: produkten som måste förbli igenkännlig, karaktärens utseende, den avsedda bakgrunden eller den visuella stilen. Ett exempel på ett produktuppdrag är: ”Använd bild A för flaskans form och etikett. Använd bild B för underlaget och ljussättningen. Behåll produkten oförändrad, placera den bredvid en vikt handduk och lämna fri yta ovanför den för den tillhandahållna rubriken.”
Källförankring via Google Web Search och Image Search kan ge aktuell information och visuellt sammanhang för genereringen. Image Search tillhandahåller hämtade webbilder som referenser; vanlig webbaserad källförankring tillför information om ämnet. Detta är användbart för en faktabaserad grafik eller en scen vars utseende beror på ett verkligt objekt. Bildsökningens arbetsflöde stöder inte hämtning av verkliga bilder av personer för detta ändamål. Källförankrade svar innehåller metadata om källor och attribution i Googles dokumenterade arbetsflöde, så en applikation bör bevara dessa tillsammans med det genererade resultatet.
Tänkandet kan konfigureras på nivåerna minimal, medium och high, med medium som standard för just denna modell. Det hjälper modellen att arbeta igenom kompositionen och mer komplexa instruktioner före slutliga utdata. Bildguiden beskriver mellanliggande kompositionsbilder i denna process; de är skilda från den avsedda slutleveransen. Välj uttryckligen önskad slutlig layout, bildförhållande och upplösning i stället för att förvänta dig att enbart promptens beskrivning fastställer alla utdatainställningar.
Redigering i samtalsform låter en uppföljning ändra en del av ett befintligt resultat: justera ljuset, flytta ett objekt eller översätta beteckningarna medan resten av kompositionen bevaras. Ta med den tidigare bilden eller interaktionen till nästa tur och ange både den begärda ändringen och de egenskaper som ska behållas. För en karaktärsserie ska du hålla utseendereferenserna konsekventa och använda en posereferens när en ny vinkel eller komplicerad pose är viktig. Ett praktiskt revideringsuppdrag kan lyda: ”Bevara produkten, beteckningarna och layouten; ändra bara bakgrunden till en varmare grå ton.”
Modelltabellen anger en indatagräns på 131 072 token och en utdatagräns på 32 768 token. Bildgenerering och källförankring via sökning stöds, medan ljudgenerering, kodkörning, funktionsanrop, strukturerade utdata, cachelagring, filsökning, URL-kontext och Live API inte anges som stödda för denna utgåva. Video kan ge underlag till en genererad stillbild; det gör inte denna modell till en videogenerator. Google påpekar också att en begäran om ett exakt antal bilder kanske inte ger det antalet. Alla genererade bilder innehåller en SynthID-vattenstämpel.
För ett användbart första uppdrag ska du ange bildens syfte, motiv, komposition, ljussättning, kameravy, obligatorisk text och utdataformat. Begär till exempel en infografik i stående format med tre märkta steg, en läsbar rubrik och en angiven färghierarki och granska sedan formuleringarna och den relativa placeringen före nästa redigering. Resultatet kan bli en produktillustration, redaktionell grafik eller designreferens, där den valda bilden och dess förklarande text bevaras tillsammans.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-nano-banana-2.1 | 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 $0.003 / 1K token Utdata · Utdatatoken $0.015 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token Utdata · Token för bildutdata $0.06 / 1K bildtoken |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.003 / 1K token Utdata · Utdatatoken $0.015 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "google/gemini-nano-banana-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-nano-banana-2.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-nano-banana-2.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-nano-banana-2.1
/v1/images
Tekniskt exempel på engelska
Refine an approved poster background\n\nEdit the supplied event poster. Preserve every word, the headline hierarchy, illustration placement and portrait composition. Change only the background from cool white to warm ivory, keeping dark text readable and retaining the original accent color. Do not add shapes, badges, textures or extra captions. Return the revised poster image.One edited poster with the original wording and layout preserved over a warm ivory background.Compare every word and element position against the supplied poster, then inspect text contrast.