Gemini 2.5 Flash Image, còn được biết đến với tên Nano Banana, là mô hình văn bản và hình ảnh của Google dành cho sáng tạo thị giác và chỉnh sửa ảnh qua hội thoại. Mô hình nhận chỉ dẫn kèm ảnh tham chiếu tùy chọn và có thể trả về ảnh với văn bản đi kèm. Đúng phiên bản 2.5 Flash Image này khác với Nano Banana 2, Nano Banana Pro và các mô hình ảnh Lite ra sau. Kết quả hữu ích của nó là tài sản hình ảnh được tạo hoặc sửa, không phải phản hồi của mô hình văn bản Gemini 2.5 tổng quát.
Thẻ mô hình chính xác liệt kê 65,536 token đầu vào và 32,768 token đầu ra. Hình ảnh và chỉ dẫn là một phần đầu vào, còn ảnh hoặc văn bản trả về là một phần kết quả. Bảng độ phân giải trong hướng dẫn đưa ra đầu ra 1:1 ở 1024×1024, 3:4 ở 864×1184 và 16:9 ở 1344×768, trong số các tỷ lệ khung hình được hỗ trợ. Chọn hình dạng hiển thị dự kiến trước khi thiết kế cảnh. Các lựa chọn độ phân giải cao của một phiên bản hình ảnh Gemini ra sau không nên được xem là điều khiển đã được tài liệu hóa cho đúng mô hình này.
Đối với tạo ảnh từ văn bản, chỉ định chủ thể, hành động, môi trường, phong cách, ánh sáng và góc nhìn. Minh họa sản phẩm có thể dùng bộ nhận diện được cung cấp và yêu cầu chi tiết chất liệu dễ nhìn thấy trong bối cảnh phù hợp. Giải thích mục đích bức ảnh để mô hình phân bổ khoảng trống cho chủ thể và mọi nội dung chữ. Mô tả nhiếp ảnh như góc cận, bố cục từ trên xuống hoặc góc máy thấp giúp xác định khung hình rõ hơn danh sách các từ phong cách không liên quan.
Đối với chỉnh sửa, cung cấp ảnh gốc và xác định phần cần thay đổi. Hướng dẫn của nhà sản xuất mô tả thêm hoặc xóa yếu tố, tạo mặt nạ ngữ nghĩa, chuyển phong cách và xây bố cục bằng tham chiếu. Yêu cầu hữu ích nêu cả thay đổi lẫn điều kiện cần giữ—ví dụ, đổi nền trong khi giữ hình dạng, bề mặt và nhãn sản phẩm. Gắn nhãn vai trò của từng đầu vào khi kết hợp tham chiếu, chẳng hạn diện mạo chủ thể, bối cảnh hoặc phong cách. Hướng dẫn nói phiên bản này hoạt động tốt nhất với tối đa ba ảnh đầu vào; đây là hướng dẫn thực tế, không phải lý do để kết hợp tập tham chiếu mâu thuẫn không giới hạn.
Tinh chỉnh qua hội thoại có thể giữ cùng chủ thể trong khi thay đổi một quyết định thị giác cụ thể. Mỗi lần yêu cầu một sửa đổi có liên quan và giữ ảnh nguồn cùng kết quả đã chấp nhận dùng cho lượt đó. Mô tả điều cần nhất quán và điều được phép biến đổi. Với chuỗi tài sản, xác định rõ chủ thể chung, màu sắc và quy tắc thị giác thay vì giả định một câu lệnh mới biệt lập sẽ khôi phục chúng. So sánh ảnh đã sửa với tham chiếu trước khi xem chỉ dẫn giữ nguyên là đã được tuân thủ thành công.
Đối với chữ trong ảnh, trước tiên chốt nguyên văn rồi yêu cầu ảnh chứa văn bản đó theo khuyến nghị của hướng dẫn. Nêu ngôn ngữ, thứ tự đọc, vị trí và mức nhấn tương đối của nhãn. Yêu cầu đồ họa thông tin cần xác định mối quan hệ mỗi nhãn giải thích cùng các yếu tố thị giác hỗ trợ nó. Kiểm tra chính tả, dấu câu và sự liên kết thị giác ở kích thước hiển thị thực tế; nhãn được tạo trông dễ đọc vẫn có thể đổi tên, số hoặc ý nghĩa dự kiến.
Thẻ mô hình không liệt kê suy nghĩ, grounding bằng tìm kiếm, gọi hàm, thực thi mã hoặc đầu ra có cấu trúc bị ràng buộc cho phiên bản này. Thẻ cũng không quảng bá khả năng tạo âm thanh hay Live API. Đầu vào được tài liệu hóa là văn bản và hình ảnh, nên không gắn khả năng âm thanh, video và xử lý tài liệu từ các mô hình Gemini khác vào cấu hình này. Ứng dụng cần xử lý rõ từng phần nội dung trả về thay vì giả định câu trả lời văn xuôi thông thường chứa tài sản ảnh đã hoàn thành.
Hướng dẫn lưu ý rằng số lượng ảnh yêu cầu có thể không luôn được tuân thủ và ảnh được tạo chứa dấu SynthID. Kiểm tra từng ảnh trả về về bố cục, độ trung thành của chủ thể, số lượng đối tượng và câu chữ chính xác. Nếu cảnh có nhiều thành phần, mô tả cách sắp xếp dự kiến theo thứ tự rõ ràng và diễn đạt diện mạo mong muốn bằng cách khẳng định trực tiếp. Giữ danh tính mô hình chính xác, câu lệnh và tham chiếu cùng kết quả. Điều này giúp tác vụ tạo hoặc chỉnh sửa hình ảnh có thể được xem xét và tạo điểm xuất phát cụ thể cho lần sửa sau.
", "aboutText": "Gemini 2.5 Flash Image, còn được biết đến với tên Nano Banana, là mô hình văn bản và hình ảnh của Google dành cho sáng tạo thị giác và chỉnh sửa ảnh qua hội thoại. Mô hình nhận chỉ dẫn kèm ảnh tham chiếu tùy chọn và có thể trả về ảnh với văn bản đi kèm. Đúng phiên bản 2.5 Flash Image này khác với Nano Banana 2, Nano Banana Pro và các mô hình ảnh Lite ra sau. Kết quả hữu ích của nó là tài sản hình ảnh được tạo hoặc sửa, không phải phản hồi của mô hình văn bản Gemini 2.5 tổng quát.\n\nThẻ mô hình chính xác liệt kê 65,536 token đầu vào và 32,768 token đầu ra. Hình ảnh và chỉ dẫn là một phần đầu vào, còn ảnh hoặc văn bản trả về là một phần kết quả. Bảng độ phân giải trong hướng dẫn đưa ra đầu ra 1:1 ở 1024×1024, 3:4 ở 864×1184 và 16:9 ở 1344×768, trong số các tỷ lệ khung hình được hỗ trợ. Chọn hình dạng hiển thị dự kiến trước khi thiết kế cảnh. Các lựa chọn độ phân giải cao của một phiên bản hình ảnh Gemini ra sau không nên được xem là điều khiển đã được tài liệu hóa cho đúng mô hình này.\n\nĐối với tạo ảnh từ văn bản, chỉ định chủ thể, hành động, môi trường, phong cách, ánh sáng và góc nhìn. Minh họa sản phẩm có thể dùng bộ nhận diện được cung cấp và yêu cầu chi tiết chất liệu dễ nhìn thấy trong bối cảnh phù hợp. Giải thích mục đích bức ảnh để mô hình phân bổ khoảng trống cho chủ thể và mọi nội dung chữ. Mô tả nhiếp ảnh như góc cận, bố cục từ trên xuống hoặc góc máy thấp giúp xác định khung hình rõ hơn danh sách các từ phong cách không liên quan.\n\nĐối với chỉnh sửa, cung cấp ảnh gốc và xác định phần cần thay đổi. Hướng dẫn của nhà sản xuất mô tả thêm hoặc xóa yếu tố, tạo mặt nạ ngữ nghĩa, chuyển phong cách và xây bố cục bằng tham chiếu. Yêu cầu hữu ích nêu cả thay đổi lẫn điều kiện cần giữ—ví dụ, đổi nền trong khi giữ hình dạng, bề mặt và nhãn sản phẩm. Gắn nhãn vai trò của từng đầu vào khi kết hợp tham chiếu, chẳng hạn diện mạo chủ thể, bối cảnh hoặc phong cách. Hướng dẫn nói phiên bản này hoạt động tốt nhất với tối đa ba ảnh đầu vào; đây là hướng dẫn thực tế, không phải lý do để kết hợp tập tham chiếu mâu thuẫn không giới hạn.\n\nTinh chỉnh qua hội thoại có thể giữ cùng chủ thể trong khi thay đổi một quyết định thị giác cụ thể. Mỗi lần yêu cầu một sửa đổi có liên quan và giữ ảnh nguồn cùng kết quả đã chấp nhận dùng cho lượt đó. Mô tả điều cần nhất quán và điều được phép biến đổi. Với chuỗi tài sản, xác định rõ chủ thể chung, màu sắc và quy tắc thị giác thay vì giả định một câu lệnh mới biệt lập sẽ khôi phục chúng. So sánh ảnh đã sửa với tham chiếu trước khi xem chỉ dẫn giữ nguyên là đã được tuân thủ thành công.\n\nĐối với chữ trong ảnh, trước tiên chốt nguyên văn rồi yêu cầu ảnh chứa văn bản đó theo khuyến nghị của hướng dẫn. Nêu ngôn ngữ, thứ tự đọc, vị trí và mức nhấn tương đối của nhãn. Yêu cầu đồ họa thông tin cần xác định mối quan hệ mỗi nhãn giải thích cùng các yếu tố thị giác hỗ trợ nó. Kiểm tra chính tả, dấu câu và sự liên kết thị giác ở kích thước hiển thị thực tế; nhãn được tạo trông dễ đọc vẫn có thể đổi tên, số hoặc ý nghĩa dự kiến.\n\nThẻ mô hình không liệt kê suy nghĩ, grounding bằng tìm kiếm, gọi hàm, thực thi mã hoặc đầu ra có cấu trúc bị ràng buộc cho phiên bản này. Thẻ cũng không quảng bá khả năng tạo âm thanh hay Live API. Đầu vào được tài liệu hóa là văn bản và hình ảnh, nên không gắn khả năng âm thanh, video và xử lý tài liệu từ các mô hình Gemini khác vào cấu hình này. Ứng dụng cần xử lý rõ từng phần nội dung trả về thay vì giả định câu trả lời văn xuôi thông thường chứa tài sản ảnh đã hoàn thành.\n\nHướng dẫn lưu ý rằng số lượng ảnh yêu cầu có thể không luôn được tuân thủ và ảnh được tạo chứa dấu SynthID. Kiểm tra từng ảnh trả về về bố cục, độ trung thành của chủ thể, số lượng đối tượng và câu chữ chính xác. Nếu cảnh có nhiều thành phần, mô tả cách sắp xếp dự kiến theo thứ tự rõ ràng và diễn đạt diện mạo mong muốn bằng cách khẳng định trực tiếp. Giữ danh tính mô hình chính xác, câu lệnh và tham chiếu cùng kết quả. Điều này giúp tác vụ tạo hoặc chỉnh sửa hình ảnh có thể được xem xét và tạo điểm xuất phát cụ thể cho lần sửa sau.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
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) tạo và chỉnh sửa ảnh từ văn bản và hình ảnh. Dùng quy trình hội thoại để xây dựng cảnh, thay đổi yếu tố được chọn, kết hợp tham chiếu trực quan hoặc tinh chỉnh ảnh sản phẩm trong khi nêu rõ chi tiết nào cần giữ.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Gemini 2.5 Flash Image, còn được biết đến với tên Nano Banana, là mô hình văn bản và hình ảnh của Google dành cho sáng tạo thị giác và chỉnh sửa ảnh qua hội thoại. Mô hình nhận chỉ dẫn kèm ảnh tham chiếu tùy chọn và có thể trả về ảnh với văn bản đi kèm. Đúng phiên bản 2.5 Flash Image này khác với Nano Banana 2, Nano Banana Pro và các mô hình ảnh Lite ra sau. Kết quả hữu ích của nó là tài sản hình ảnh được tạo hoặc sửa, không phải phản hồi của mô hình văn bản Gemini 2.5 tổng quát.
Thẻ mô hình chính xác liệt kê 65,536 token đầu vào và 32,768 token đầu ra. Hình ảnh và chỉ dẫn là một phần đầu vào, còn ảnh hoặc văn bản trả về là một phần kết quả. Bảng độ phân giải trong hướng dẫn đưa ra đầu ra 1:1 ở 1024×1024, 3:4 ở 864×1184 và 16:9 ở 1344×768, trong số các tỷ lệ khung hình được hỗ trợ. Chọn hình dạng hiển thị dự kiến trước khi thiết kế cảnh. Các lựa chọn độ phân giải cao của một phiên bản hình ảnh Gemini ra sau không nên được xem là điều khiển đã được tài liệu hóa cho đúng mô hình này.
Đối với tạo ảnh từ văn bản, chỉ định chủ thể, hành động, môi trường, phong cách, ánh sáng và góc nhìn. Minh họa sản phẩm có thể dùng bộ nhận diện được cung cấp và yêu cầu chi tiết chất liệu dễ nhìn thấy trong bối cảnh phù hợp. Giải thích mục đích bức ảnh để mô hình phân bổ khoảng trống cho chủ thể và mọi nội dung chữ. Mô tả nhiếp ảnh như góc cận, bố cục từ trên xuống hoặc góc máy thấp giúp xác định khung hình rõ hơn danh sách các từ phong cách không liên quan.
Đối với chỉnh sửa, cung cấp ảnh gốc và xác định phần cần thay đổi. Hướng dẫn của nhà sản xuất mô tả thêm hoặc xóa yếu tố, tạo mặt nạ ngữ nghĩa, chuyển phong cách và xây bố cục bằng tham chiếu. Yêu cầu hữu ích nêu cả thay đổi lẫn điều kiện cần giữ—ví dụ, đổi nền trong khi giữ hình dạng, bề mặt và nhãn sản phẩm. Gắn nhãn vai trò của từng đầu vào khi kết hợp tham chiếu, chẳng hạn diện mạo chủ thể, bối cảnh hoặc phong cách. Hướng dẫn nói phiên bản này hoạt động tốt nhất với tối đa ba ảnh đầu vào; đây là hướng dẫn thực tế, không phải lý do để kết hợp tập tham chiếu mâu thuẫn không giới hạn.
Tinh chỉnh qua hội thoại có thể giữ cùng chủ thể trong khi thay đổi một quyết định thị giác cụ thể. Mỗi lần yêu cầu một sửa đổi có liên quan và giữ ảnh nguồn cùng kết quả đã chấp nhận dùng cho lượt đó. Mô tả điều cần nhất quán và điều được phép biến đổi. Với chuỗi tài sản, xác định rõ chủ thể chung, màu sắc và quy tắc thị giác thay vì giả định một câu lệnh mới biệt lập sẽ khôi phục chúng. So sánh ảnh đã sửa với tham chiếu trước khi xem chỉ dẫn giữ nguyên là đã được tuân thủ thành công.
Đối với chữ trong ảnh, trước tiên chốt nguyên văn rồi yêu cầu ảnh chứa văn bản đó theo khuyến nghị của hướng dẫn. Nêu ngôn ngữ, thứ tự đọc, vị trí và mức nhấn tương đối của nhãn. Yêu cầu đồ họa thông tin cần xác định mối quan hệ mỗi nhãn giải thích cùng các yếu tố thị giác hỗ trợ nó. Kiểm tra chính tả, dấu câu và sự liên kết thị giác ở kích thước hiển thị thực tế; nhãn được tạo trông dễ đọc vẫn có thể đổi tên, số hoặc ý nghĩa dự kiến.
Thẻ mô hình không liệt kê suy nghĩ, grounding bằng tìm kiếm, gọi hàm, thực thi mã hoặc đầu ra có cấu trúc bị ràng buộc cho phiên bản này. Thẻ cũng không quảng bá khả năng tạo âm thanh hay Live API. Đầu vào được tài liệu hóa là văn bản và hình ảnh, nên không gắn khả năng âm thanh, video và xử lý tài liệu từ các mô hình Gemini khác vào cấu hình này. Ứng dụng cần xử lý rõ từng phần nội dung trả về thay vì giả định câu trả lời văn xuôi thông thường chứa tài sản ảnh đã hoàn thành.
Hướng dẫn lưu ý rằng số lượng ảnh yêu cầu có thể không luôn được tuân thủ và ảnh được tạo chứa dấu SynthID. Kiểm tra từng ảnh trả về về bố cục, độ trung thành của chủ thể, số lượng đối tượng và câu chữ chính xác. Nếu cảnh có nhiều thành phần, mô tả cách sắp xếp dự kiến theo thứ tự rõ ràng và diễn đạt diện mạo mong muốn bằng cách khẳng định trực tiếp. Giữ danh tính mô hình chính xác, câu lệnh và tham chiếu cùng kết quả. Điều này giúp tác vụ tạo hoặc chỉnh sửa hình ảnh có thể được xem xét và tạo điểm xuất phát cụ thể cho lần sửa sau.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn google/gemini-2.5-flash-image | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0006 / 1K token Đầu ra · Token đầu ra $0.005 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00006 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token Đầu ra · Token ảnh đầu ra $0.06 / 1K token hình ảnh |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0006 / 1K token Đầu ra · Token đầu ra $0.005 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00006 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Biểu tham chiếu cấp mô hình không thay đổi việc chọn phương thức, báo giá hoặc khoản phí. Khoản phí đang áp dụng dùng mức phí phương thức Ailoot đã chọn.
| Cấu hình | Điều kiện tính phí | Phí |
|---|---|---|
| Cấu hìnhgoogle/gemini-2.5-flash-image · Cấu hình mặc định | Điều kiện tính phíCấu hình mặc định | Phí Đầu vào · Đầu vào 0,0006 US$ / 1K token Đầu ra · Đầu ra 0,06 US$ / 1K token |
| Cấu hình | Điều kiện tính phí | Phí |
|---|---|---|
| Cấu hìnhGoogle: Nano Banana (Gemini 2.5 Flash Image) · Cấu hình mặc định | Điều kiện tính phíCấu hình mặc định | Phí Đầu vào · Token đầu vào 0,0006 US$ / 1K token Đầu ra · Token đầu ra 0,005 US$ / 1K token Đầu vào · Ảnh đầu vào 0,0006 US$ / 1K token Đầu ra · Ảnh đầu ra 0,06 US$ / 1K token Đầu vào · Âm thanh đầu vào 0,002 US$ / 1K token Đầu vào · Đọc bộ nhớ đệm âm thanh 0,0002 US$ / 1K token Đầu ra · Tìm kiếm trên web 0,028 US$ mỗi lượt tìm kiếm Đầu ra · Token suy luận 0,005 US$ / 1K token Đầu vào · Đọc bộ nhớ đệm 0,00006 US$ / 1K token Đầu vào · Ghi bộ nhớ đệm · 5 phút ≈0,000167 US$ / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) tạo và chỉnh sửa ảnh từ văn bản và hình ảnh. Dùng quy trình hội thoại để xây dựng cảnh, thay đổi yếu tố được chọn, kết hợp tham chiếu trực quan hoặc tinh chỉnh ảnh sản phẩm trong khi nêu rõ chi tiết nào cần giữ.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Gemini 2.5 Flash Image, còn được biết đến với tên Nano Banana, là mô hình văn bản và hình ảnh của Google dành cho sáng tạo thị giác và chỉnh sửa ảnh qua hội thoại. Mô hình nhận chỉ dẫn kèm ảnh tham chiếu tùy chọn và có thể trả về ảnh với văn bản đi kèm. Đúng phiên bản 2.5 Flash Image này khác với Nano Banana 2, Nano Banana Pro và các mô hình ảnh Lite ra sau. Kết quả hữu ích của nó là tài sản hình ảnh được tạo hoặc sửa, không phải phản hồi của mô hình văn bản Gemini 2.5 tổng quát.
Thẻ mô hình chính xác liệt kê 65,536 token đầu vào và 32,768 token đầu ra. Hình ảnh và chỉ dẫn là một phần đầu vào, còn ảnh hoặc văn bản trả về là một phần kết quả. Bảng độ phân giải trong hướng dẫn đưa ra đầu ra 1:1 ở 1024×1024, 3:4 ở 864×1184 và 16:9 ở 1344×768, trong số các tỷ lệ khung hình được hỗ trợ. Chọn hình dạng hiển thị dự kiến trước khi thiết kế cảnh. Các lựa chọn độ phân giải cao của một phiên bản hình ảnh Gemini ra sau không nên được xem là điều khiển đã được tài liệu hóa cho đúng mô hình này.
Đối với tạo ảnh từ văn bản, chỉ định chủ thể, hành động, môi trường, phong cách, ánh sáng và góc nhìn. Minh họa sản phẩm có thể dùng bộ nhận diện được cung cấp và yêu cầu chi tiết chất liệu dễ nhìn thấy trong bối cảnh phù hợp. Giải thích mục đích bức ảnh để mô hình phân bổ khoảng trống cho chủ thể và mọi nội dung chữ. Mô tả nhiếp ảnh như góc cận, bố cục từ trên xuống hoặc góc máy thấp giúp xác định khung hình rõ hơn danh sách các từ phong cách không liên quan.
Đối với chỉnh sửa, cung cấp ảnh gốc và xác định phần cần thay đổi. Hướng dẫn của nhà sản xuất mô tả thêm hoặc xóa yếu tố, tạo mặt nạ ngữ nghĩa, chuyển phong cách và xây bố cục bằng tham chiếu. Yêu cầu hữu ích nêu cả thay đổi lẫn điều kiện cần giữ—ví dụ, đổi nền trong khi giữ hình dạng, bề mặt và nhãn sản phẩm. Gắn nhãn vai trò của từng đầu vào khi kết hợp tham chiếu, chẳng hạn diện mạo chủ thể, bối cảnh hoặc phong cách. Hướng dẫn nói phiên bản này hoạt động tốt nhất với tối đa ba ảnh đầu vào; đây là hướng dẫn thực tế, không phải lý do để kết hợp tập tham chiếu mâu thuẫn không giới hạn.
Tinh chỉnh qua hội thoại có thể giữ cùng chủ thể trong khi thay đổi một quyết định thị giác cụ thể. Mỗi lần yêu cầu một sửa đổi có liên quan và giữ ảnh nguồn cùng kết quả đã chấp nhận dùng cho lượt đó. Mô tả điều cần nhất quán và điều được phép biến đổi. Với chuỗi tài sản, xác định rõ chủ thể chung, màu sắc và quy tắc thị giác thay vì giả định một câu lệnh mới biệt lập sẽ khôi phục chúng. So sánh ảnh đã sửa với tham chiếu trước khi xem chỉ dẫn giữ nguyên là đã được tuân thủ thành công.
Đối với chữ trong ảnh, trước tiên chốt nguyên văn rồi yêu cầu ảnh chứa văn bản đó theo khuyến nghị của hướng dẫn. Nêu ngôn ngữ, thứ tự đọc, vị trí và mức nhấn tương đối của nhãn. Yêu cầu đồ họa thông tin cần xác định mối quan hệ mỗi nhãn giải thích cùng các yếu tố thị giác hỗ trợ nó. Kiểm tra chính tả, dấu câu và sự liên kết thị giác ở kích thước hiển thị thực tế; nhãn được tạo trông dễ đọc vẫn có thể đổi tên, số hoặc ý nghĩa dự kiến.
Thẻ mô hình không liệt kê suy nghĩ, grounding bằng tìm kiếm, gọi hàm, thực thi mã hoặc đầu ra có cấu trúc bị ràng buộc cho phiên bản này. Thẻ cũng không quảng bá khả năng tạo âm thanh hay Live API. Đầu vào được tài liệu hóa là văn bản và hình ảnh, nên không gắn khả năng âm thanh, video và xử lý tài liệu từ các mô hình Gemini khác vào cấu hình này. Ứng dụng cần xử lý rõ từng phần nội dung trả về thay vì giả định câu trả lời văn xuôi thông thường chứa tài sản ảnh đã hoàn thành.
Hướng dẫn lưu ý rằng số lượng ảnh yêu cầu có thể không luôn được tuân thủ và ảnh được tạo chứa dấu SynthID. Kiểm tra từng ảnh trả về về bố cục, độ trung thành của chủ thể, số lượng đối tượng và câu chữ chính xác. Nếu cảnh có nhiều thành phần, mô tả cách sắp xếp dự kiến theo thứ tự rõ ràng và diễn đạt diện mạo mong muốn bằng cách khẳng định trực tiếp. Giữ danh tính mô hình chính xác, câu lệnh và tham chiếu cùng kết quả. Điều này giúp tác vụ tạo hoặc chỉnh sửa hình ảnh có thể được xem xét và tạo điểm xuất phát cụ thể cho lần sửa sau.
POST /v1/images/generationstext, imageimage| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn google/gemini-2.5-flash-image | Mặc định— |
Trườngprompt | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Độ dài tối thiểu: 1 | Mặc định— |
Trườngaspect_ratio | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 | Mặc định— |
Trườngn | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tối đa: 1 | Mặc định— |
Trườnginput_references | Loạiarray | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Số mục tối thiểu: 0 Số mục tối đa: 3 | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, prompt |
Tham sốmaterial_types | Hợp đồngtext, image |
Vòng đời: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Giá trị task_id thực tế đã trả về hoặc bản ghi trong thư viện nội dung đa phương tiện
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Các đơn giá hiển thị dùng để ước tính chi phí trước khi tạo. Khoản phí cuối cùng được tính dựa trên chi phí ghi nhận cho lượt tạo gốc. Thời lượng đầu ra đo được và số lượng dự kiến không phải là số lượng cuối cùng dùng để tính phí.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Số lượng dự báo | Phí |
|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Số lượng dự báo— | Phí Đầu vào · Token đầu vào · Ước tính chỉ để so sánh — / 1K token Đầu ra · Token đầu ra · Ước tính chỉ để so sánh — / 1K token Đầu vào · Đọc bộ nhớ đệm · Ước tính chỉ để so sánh — / 1K token Đầu vào · Ghi bộ nhớ đệm · Ước tính chỉ để so sánh — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ · Ước tính chỉ để so sánh — / 1K token |
| Cấu hìnhChi phí tạo ước tính | Biểu mức phí— | Số lượng dự báoước tính cho một lần tạo | Phí Đầu ra · Chi phí tạo ước tính · Ước tính chỉ để so sánh $0.24576 ước tính trước khi tạo Ước tính này không phải là khoản phí bổ sung hay mức giá cố định cho lượt tạo đã hoàn tất. |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${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\nTải xuống từng ảnh trả về hoặc lưu nội dung Base64 của ảnh
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.\nLưu mọi ảnh đã hoàn tất; truy xuất từng URL trả về hoặc giải mã nội dung Base64 của ảnh.
Giữ lại toàn bộ phản hồi và các header, mọi đầu ra thực tế, các định danh gốc đã trả về và mọi trường usage. Khôi phục thao tác gốc mà không gửi lại yêu cầu tạo.
Giữ lại X-Client-Request-ID đã trả về để đối soát. Chỉ truy xuất theo các giá trị task_id/asset_id thực tế đã trả về hoặc từ thư viện nội dung đa phương tiện thuộc quyền sở hữu của bạn; tuyệt đối không tạo URL tác vụ từ ID thao tác và không gửi lại yêu cầu tạo.
| Trường | Loại |
|---|---|
Trườngcreated | Loại |
Trườngdata[].url | Loại |
Trườngdata[].b64_json | Loại |
Trườngusage | Loại |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) tạo và chỉnh sửa ảnh từ văn bản và hình ảnh. Dùng quy trình hội thoại để xây dựng cảnh, thay đổi yếu tố được chọn, kết hợp tham chiếu trực quan hoặc tinh chỉnh ảnh sản phẩm trong khi nêu rõ chi tiết nào cần giữ.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Gemini 2.5 Flash Image, còn được biết đến với tên Nano Banana, là mô hình văn bản và hình ảnh của Google dành cho sáng tạo thị giác và chỉnh sửa ảnh qua hội thoại. Mô hình nhận chỉ dẫn kèm ảnh tham chiếu tùy chọn và có thể trả về ảnh với văn bản đi kèm. Đúng phiên bản 2.5 Flash Image này khác với Nano Banana 2, Nano Banana Pro và các mô hình ảnh Lite ra sau. Kết quả hữu ích của nó là tài sản hình ảnh được tạo hoặc sửa, không phải phản hồi của mô hình văn bản Gemini 2.5 tổng quát.
Thẻ mô hình chính xác liệt kê 65,536 token đầu vào và 32,768 token đầu ra. Hình ảnh và chỉ dẫn là một phần đầu vào, còn ảnh hoặc văn bản trả về là một phần kết quả. Bảng độ phân giải trong hướng dẫn đưa ra đầu ra 1:1 ở 1024×1024, 3:4 ở 864×1184 và 16:9 ở 1344×768, trong số các tỷ lệ khung hình được hỗ trợ. Chọn hình dạng hiển thị dự kiến trước khi thiết kế cảnh. Các lựa chọn độ phân giải cao của một phiên bản hình ảnh Gemini ra sau không nên được xem là điều khiển đã được tài liệu hóa cho đúng mô hình này.
Đối với tạo ảnh từ văn bản, chỉ định chủ thể, hành động, môi trường, phong cách, ánh sáng và góc nhìn. Minh họa sản phẩm có thể dùng bộ nhận diện được cung cấp và yêu cầu chi tiết chất liệu dễ nhìn thấy trong bối cảnh phù hợp. Giải thích mục đích bức ảnh để mô hình phân bổ khoảng trống cho chủ thể và mọi nội dung chữ. Mô tả nhiếp ảnh như góc cận, bố cục từ trên xuống hoặc góc máy thấp giúp xác định khung hình rõ hơn danh sách các từ phong cách không liên quan.
Đối với chỉnh sửa, cung cấp ảnh gốc và xác định phần cần thay đổi. Hướng dẫn của nhà sản xuất mô tả thêm hoặc xóa yếu tố, tạo mặt nạ ngữ nghĩa, chuyển phong cách và xây bố cục bằng tham chiếu. Yêu cầu hữu ích nêu cả thay đổi lẫn điều kiện cần giữ—ví dụ, đổi nền trong khi giữ hình dạng, bề mặt và nhãn sản phẩm. Gắn nhãn vai trò của từng đầu vào khi kết hợp tham chiếu, chẳng hạn diện mạo chủ thể, bối cảnh hoặc phong cách. Hướng dẫn nói phiên bản này hoạt động tốt nhất với tối đa ba ảnh đầu vào; đây là hướng dẫn thực tế, không phải lý do để kết hợp tập tham chiếu mâu thuẫn không giới hạn.
Tinh chỉnh qua hội thoại có thể giữ cùng chủ thể trong khi thay đổi một quyết định thị giác cụ thể. Mỗi lần yêu cầu một sửa đổi có liên quan và giữ ảnh nguồn cùng kết quả đã chấp nhận dùng cho lượt đó. Mô tả điều cần nhất quán và điều được phép biến đổi. Với chuỗi tài sản, xác định rõ chủ thể chung, màu sắc và quy tắc thị giác thay vì giả định một câu lệnh mới biệt lập sẽ khôi phục chúng. So sánh ảnh đã sửa với tham chiếu trước khi xem chỉ dẫn giữ nguyên là đã được tuân thủ thành công.
Đối với chữ trong ảnh, trước tiên chốt nguyên văn rồi yêu cầu ảnh chứa văn bản đó theo khuyến nghị của hướng dẫn. Nêu ngôn ngữ, thứ tự đọc, vị trí và mức nhấn tương đối của nhãn. Yêu cầu đồ họa thông tin cần xác định mối quan hệ mỗi nhãn giải thích cùng các yếu tố thị giác hỗ trợ nó. Kiểm tra chính tả, dấu câu và sự liên kết thị giác ở kích thước hiển thị thực tế; nhãn được tạo trông dễ đọc vẫn có thể đổi tên, số hoặc ý nghĩa dự kiến.
Thẻ mô hình không liệt kê suy nghĩ, grounding bằng tìm kiếm, gọi hàm, thực thi mã hoặc đầu ra có cấu trúc bị ràng buộc cho phiên bản này. Thẻ cũng không quảng bá khả năng tạo âm thanh hay Live API. Đầu vào được tài liệu hóa là văn bản và hình ảnh, nên không gắn khả năng âm thanh, video và xử lý tài liệu từ các mô hình Gemini khác vào cấu hình này. Ứng dụng cần xử lý rõ từng phần nội dung trả về thay vì giả định câu trả lời văn xuôi thông thường chứa tài sản ảnh đã hoàn thành.
Hướng dẫn lưu ý rằng số lượng ảnh yêu cầu có thể không luôn được tuân thủ và ảnh được tạo chứa dấu SynthID. Kiểm tra từng ảnh trả về về bố cục, độ trung thành của chủ thể, số lượng đối tượng và câu chữ chính xác. Nếu cảnh có nhiều thành phần, mô tả cách sắp xếp dự kiến theo thứ tự rõ ràng và diễn đạt diện mạo mong muốn bằng cách khẳng định trực tiếp. Giữ danh tính mô hình chính xác, câu lệnh và tham chiếu cùng kết quả. Điều này giúp tác vụ tạo hoặc chỉnh sửa hình ảnh có thể được xem xét và tạo điểm xuất phát cụ thể cho lần sửa sau.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn google/gemini-2.5-flash-image | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0006 / 1K token Đầu ra · Token đầu ra $0.005 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00006 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token Đầu ra · Token ảnh đầu ra $0.06 / 1K token hình ảnh |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0006 / 1K token Đầu ra · Token đầu ra $0.005 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00006 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "google/gemini-2.5-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
Ví dụ kỹ thuật bằng tiếng Anh
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.