Gemini 2.5 Flash Image 亦稱 Nano Banana，是 Google 用於視覺創作及對話式圖像編輯的文字與圖像模型。它接收指令及可選圖像參考，可回傳圖像及附帶文字。此確切 2.5 Flash Image 版本與 Nano Banana 2、Nano Banana Pro 及後續 Lite 圖像模型不同。其實用結果是生成或修訂的視覺素材，而非一般 Gemini 2.5 文字模型的回應。
此確切模型資訊卡列出 65,536 輸入 token 及 32,768 輸出 token。圖像與指令屬於輸入，回傳圖像或文字屬於結果。指南解析度表在支援長寬比中列出 1:1 輸出 1024×1024、3:4 輸出 864×1184，以及 16:9 輸出 1344×768。設計場景前，請先選擇預期顯示形狀。後續 Gemini 圖像版本的高解析度選項，不應視為此確切模型文件記載的控制。
文字生成圖像應指定主體、動作、環境、風格、光線及視角。產品插圖可使用提供的視覺識別，要求在適當環境清楚呈現材質細節。請解釋圖像用途，讓模型為主體及任何文字分配空間。近景、俯視構圖或低角度透視等攝影描述，比一串無關風格詞更能清楚定義取景。
編輯應提供原始圖像，指出要修改的部分。開發者指南描述新增或移除元素、語意遮罩、風格轉換，以及運用參考構圖。實用請求應同時指出修訂及保留條件，例如更換背景但保留產品形狀、表面及標籤。結合參考時，應標示各輸入角色，例如主體外觀、環境或風格。指南表示，此版本使用最多三張輸入圖像時效果最佳；這是實務指引，不是無限制結合互相衝突參考的理由。
對話式完善可在保留同一主體時，修改具體視覺決定。每次要求一項相關修訂，保留該回合使用的來源圖像及已接受結果。請描述哪些內容應一致、哪些可變動。系列素材應明確指出共用主體、色彩及視覺規則，不要假設新的孤立提示能自行恢復它們。在將保留指令視為已成功遵循前，應將修訂圖像與參考比較。
圖中文字應依指南建議先確定措辭，再要求包含該文字的圖片。請說明標籤的語言、閱讀順序、位置及相對強調。資訊圖表請求應指出各標籤解釋的關係，以及支持它的視覺元素。以實際顯示尺寸檢查拼字、標點及視覺關聯；看似可讀的生成標籤仍可能改變姓名、數字或原意。
模型資訊卡未對此版本列出 thinking、搜尋 grounding、函式呼叫、程式碼執行或受約束的結構化輸出，也未宣稱支援音訊生成或 Live API。文件中的輸入為文字與圖像，因此不應將其他 Gemini 模型的音訊、影片及文件處理功能附加至此設定。應用程式應明確處理回傳內容部分，不要假設一般散文回覆包含已完成圖像素材。
指南指出，模型不一定遵循要求的圖像數量，且生成圖像包含 SynthID 標記。請檢查每張回傳圖像的構圖、主體忠實度、物件數量及確切文字。場景有多個元件時，應依清楚順序描述預期配置，並正面表達所需外觀。隨結果保留確切模型身分、提示及參考。這讓視覺生成或編輯任務可供審查，也給後續修訂具體起點。
", "aboutText": "Gemini 2.5 Flash Image 亦稱 Nano Banana，是 Google 用於視覺創作及對話式圖像編輯的文字與圖像模型。它接收指令及可選圖像參考，可回傳圖像及附帶文字。此確切 2.5 Flash Image 版本與 Nano Banana 2、Nano Banana Pro 及後續 Lite 圖像模型不同。其實用結果是生成或修訂的視覺素材，而非一般 Gemini 2.5 文字模型的回應。\n\n此確切模型資訊卡列出 65,536 輸入 token 及 32,768 輸出 token。圖像與指令屬於輸入，回傳圖像或文字屬於結果。指南解析度表在支援長寬比中列出 1:1 輸出 1024×1024、3:4 輸出 864×1184，以及 16:9 輸出 1344×768。設計場景前，請先選擇預期顯示形狀。後續 Gemini 圖像版本的高解析度選項，不應視為此確切模型文件記載的控制。\n\n文字生成圖像應指定主體、動作、環境、風格、光線及視角。產品插圖可使用提供的視覺識別，要求在適當環境清楚呈現材質細節。請解釋圖像用途，讓模型為主體及任何文字分配空間。近景、俯視構圖或低角度透視等攝影描述，比一串無關風格詞更能清楚定義取景。\n\n編輯應提供原始圖像，指出要修改的部分。開發者指南描述新增或移除元素、語意遮罩、風格轉換，以及運用參考構圖。實用請求應同時指出修訂及保留條件，例如更換背景但保留產品形狀、表面及標籤。結合參考時，應標示各輸入角色，例如主體外觀、環境或風格。指南表示，此版本使用最多三張輸入圖像時效果最佳；這是實務指引，不是無限制結合互相衝突參考的理由。\n\n對話式完善可在保留同一主體時，修改具體視覺決定。每次要求一項相關修訂，保留該回合使用的來源圖像及已接受結果。請描述哪些內容應一致、哪些可變動。系列素材應明確指出共用主體、色彩及視覺規則，不要假設新的孤立提示能自行恢復它們。在將保留指令視為已成功遵循前，應將修訂圖像與參考比較。\n\n圖中文字應依指南建議先確定措辭，再要求包含該文字的圖片。請說明標籤的語言、閱讀順序、位置及相對強調。資訊圖表請求應指出各標籤解釋的關係，以及支持它的視覺元素。以實際顯示尺寸檢查拼字、標點及視覺關聯；看似可讀的生成標籤仍可能改變姓名、數字或原意。\n\n模型資訊卡未對此版本列出 thinking、搜尋 grounding、函式呼叫、程式碼執行或受約束的結構化輸出，也未宣稱支援音訊生成或 Live API。文件中的輸入為文字與圖像，因此不應將其他 Gemini 模型的音訊、影片及文件處理功能附加至此設定。應用程式應明確處理回傳內容部分，不要假設一般散文回覆包含已完成圖像素材。\n\n指南指出，模型不一定遵循要求的圖像數量，且生成圖像包含 SynthID 標記。請檢查每張回傳圖像的構圖、主體忠實度、物件數量及確切文字。場景有多個元件時，應依清楚順序描述預期配置，並正面表達所需外觀。隨結果保留確切模型身分、提示及參考。這讓視覺生成或編輯任務可供審查，也給後續修訂具體起點。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
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）依文字及圖像生成與編輯圖片。可透過對話流程構成場景、修改選定元素、結合視覺參考，或完善產品圖像，同時說明哪些細節應保留。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Gemini 2.5 Flash Image 亦稱 Nano Banana，是 Google 用於視覺創作及對話式圖像編輯的文字與圖像模型。它接收指令及可選圖像參考，可回傳圖像及附帶文字。此確切 2.5 Flash Image 版本與 Nano Banana 2、Nano Banana Pro 及後續 Lite 圖像模型不同。其實用結果是生成或修訂的視覺素材，而非一般 Gemini 2.5 文字模型的回應。
此確切模型資訊卡列出 65,536 輸入 token 及 32,768 輸出 token。圖像與指令屬於輸入，回傳圖像或文字屬於結果。指南解析度表在支援長寬比中列出 1:1 輸出 1024×1024、3:4 輸出 864×1184，以及 16:9 輸出 1344×768。設計場景前，請先選擇預期顯示形狀。後續 Gemini 圖像版本的高解析度選項，不應視為此確切模型文件記載的控制。
文字生成圖像應指定主體、動作、環境、風格、光線及視角。產品插圖可使用提供的視覺識別，要求在適當環境清楚呈現材質細節。請解釋圖像用途，讓模型為主體及任何文字分配空間。近景、俯視構圖或低角度透視等攝影描述，比一串無關風格詞更能清楚定義取景。
編輯應提供原始圖像，指出要修改的部分。開發者指南描述新增或移除元素、語意遮罩、風格轉換，以及運用參考構圖。實用請求應同時指出修訂及保留條件，例如更換背景但保留產品形狀、表面及標籤。結合參考時，應標示各輸入角色，例如主體外觀、環境或風格。指南表示，此版本使用最多三張輸入圖像時效果最佳；這是實務指引，不是無限制結合互相衝突參考的理由。
對話式完善可在保留同一主體時，修改具體視覺決定。每次要求一項相關修訂，保留該回合使用的來源圖像及已接受結果。請描述哪些內容應一致、哪些可變動。系列素材應明確指出共用主體、色彩及視覺規則，不要假設新的孤立提示能自行恢復它們。在將保留指令視為已成功遵循前，應將修訂圖像與參考比較。
圖中文字應依指南建議先確定措辭，再要求包含該文字的圖片。請說明標籤的語言、閱讀順序、位置及相對強調。資訊圖表請求應指出各標籤解釋的關係，以及支持它的視覺元素。以實際顯示尺寸檢查拼字、標點及視覺關聯；看似可讀的生成標籤仍可能改變姓名、數字或原意。
模型資訊卡未對此版本列出 thinking、搜尋 grounding、函式呼叫、程式碼執行或受約束的結構化輸出，也未宣稱支援音訊生成或 Live API。文件中的輸入為文字與圖像，因此不應將其他 Gemini 模型的音訊、影片及文件處理功能附加至此設定。應用程式應明確處理回傳內容部分，不要假設一般散文回覆包含已完成圖像素材。
指南指出，模型不一定遵循要求的圖像數量，且生成圖像包含 SynthID 標記。請檢查每張回傳圖像的構圖、主體忠實度、物件數量及確切文字。場景有多個元件時，應依清楚順序描述預期配置，並正面表達所需外觀。隨結果保留確切模型身分、提示及參考。這讓視覺生成或編輯任務可供審查，也給後續修訂具體起點。
POST /v1/chat/completionstexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 google/gemini-2.5-flash-image | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 範例：system, user, assistant, tool, function 條件: 這些角色由 原始碼中的相容型別明確表示；確切角色集合仍依模型而定。 依模型而定 | 預設值— |
欄位messages[].content | 類型string|content_part[]|null | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_calls | 類型tool_call[] | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_call_id | 類型string | 要求選填 | 值與限制 適用條件: role=tool；使用實際回傳的 ID | 預設值— |
欄位messages[].name | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位messages[].reasoning_content | 類型string | 要求選填 | 值與限制 適用條件: 此模型使用推理內容時，將實際回傳的推理內容帶回後續請求 | 預設值— |
欄位messages[].reasoning_details | 類型object|array | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位max_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位max_completion_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
欄位stream_options.include_usage | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位stop | 類型string|string[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools | 類型function_tool[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools[].type | 類型string | 要求選填 | 值與限制 function 依模型而定 | 預設值— |
欄位tools[].function.name | 類型string | 要求必填 | 值與限制 適用條件: 已提供函式工具 | 預設值— |
欄位tools[].function.description | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位tools[].function.parameters | 類型JSON_schema | 要求選填 | 值與限制 | 預設值— |
欄位tool_choice | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位parallel_tool_calls | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位response_format | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning_effort | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位service_tier | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位instructions | 類型string | 要求選填 | 值與限制 相容性欄位 | 預設值— |
欄位functions | 類型function[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位function_call | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位prompt_cache_options | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位modalities | 類型string[] | 要求選填 | 值與限制 text | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 條件: 此 Ultra 文字路由拒絕 provider.options | 預設值— |
欄位cache_control.ttl | 類型string | 要求選填 | 值與限制 條件: 實際提示詞快取位置拒絕 1h | 預設值— |
文字 · UTF8 文字
messages[].content
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數material_types | 規格text |
參數messages | 規格具有 role/content 結構的訊息陣列 |
參數file_material | 規格實際 UTF-8 文件以原文文字插入；不推定檔案 ID |
參數optional_controls | 規格stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
參數control_scope | 規格依模型而定；使用者函式工具與託管工具不同 |
參數output_modalities | 規格text |
參數hosted_operations | 規格false |
參數multimodal_input_binding | 規格null |
生命週期： synchronous_or_streamed
將確切模型 ID 與 messages 一併送出。
上下文長度不是輸出上限。
文字檔案可提供原文文字；圖片／音訊／檔案物件輸入需要精確綁定。
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0006 / 1K Token 輸出 · 輸出 Token $0.005 / 1K Token 輸入 · 讀取快取 $0.00006 / 1K Token 輸入 · 寫入快取 $0.0001666666666666666 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token 輸出 · 圖片輸出詞元 $0.06 / 1K 圖片 Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0006 / 1K Token 輸出 · 輸出 Token $0.005 / 1K Token 輸入 · 讀取快取 $0.00006 / 1K Token 輸入 · 寫入快取 $0.0001666666666666666 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
模型層級的參考費率表不會變更方法選擇、報價或費用。實際計費採用所選 Ailoot 方法的費率。
| 設定 | 計費條件 | 費用 |
|---|---|---|
| 設定google/gemini-2.5-flash-image · 預設設定 | 計費條件預設設定 | 費用 輸入 · 輸入 US$0.0006 / 1K Token 輸出 · 輸出 US$0.06 / 1K Token |
| 設定 | 計費條件 | 費用 |
|---|---|---|
| 設定Google: Nano Banana (Gemini 2.5 Flash Image) · 預設設定 | 計費條件預設設定 | 費用 輸入 · 輸入 Token US$0.0006 / 1K Token 輸出 · 輸出 Token US$0.005 / 1K Token 輸入 · 輸入圖片 US$0.0006 / 1K Token 輸出 · 輸出圖片 US$0.06 / 1K Token 輸入 · 輸入音訊 US$0.002 / 1K Token 輸入 · 讀取音訊快取 US$0.0002 / 1K Token 輸出 · 網頁搜尋 US$0.028 每次搜尋 輸出 · 推理詞元 US$0.005 / 1K Token 輸入 · 讀取快取 US$0.00006 / 1K Token 輸入 · 寫入快取 · 5 分鐘 ≈US$0.000167 / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留每個候選項及其內容／工具呼叫／推理。SSE 中依候選項／工具索引組合增量，保留最終完成原因與用量。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位choices[].index | 類型integer |
欄位choices[].message.content | 類型string|null |
欄位choices[].message.tool_calls | 類型tool_call[] |
欄位choices[].message.reasoning_content | 類型string |
欄位choices[].message.reasoning_details | 類型object|array |
欄位choices[].finish_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana（Gemini 2.5 Flash Image）依文字及圖像生成與編輯圖片。可透過對話流程構成場景、修改選定元素、結合視覺參考，或完善產品圖像，同時說明哪些細節應保留。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Gemini 2.5 Flash Image 亦稱 Nano Banana，是 Google 用於視覺創作及對話式圖像編輯的文字與圖像模型。它接收指令及可選圖像參考，可回傳圖像及附帶文字。此確切 2.5 Flash Image 版本與 Nano Banana 2、Nano Banana Pro 及後續 Lite 圖像模型不同。其實用結果是生成或修訂的視覺素材，而非一般 Gemini 2.5 文字模型的回應。
此確切模型資訊卡列出 65,536 輸入 token 及 32,768 輸出 token。圖像與指令屬於輸入，回傳圖像或文字屬於結果。指南解析度表在支援長寬比中列出 1:1 輸出 1024×1024、3:4 輸出 864×1184，以及 16:9 輸出 1344×768。設計場景前，請先選擇預期顯示形狀。後續 Gemini 圖像版本的高解析度選項，不應視為此確切模型文件記載的控制。
文字生成圖像應指定主體、動作、環境、風格、光線及視角。產品插圖可使用提供的視覺識別，要求在適當環境清楚呈現材質細節。請解釋圖像用途，讓模型為主體及任何文字分配空間。近景、俯視構圖或低角度透視等攝影描述，比一串無關風格詞更能清楚定義取景。
編輯應提供原始圖像，指出要修改的部分。開發者指南描述新增或移除元素、語意遮罩、風格轉換，以及運用參考構圖。實用請求應同時指出修訂及保留條件，例如更換背景但保留產品形狀、表面及標籤。結合參考時，應標示各輸入角色，例如主體外觀、環境或風格。指南表示，此版本使用最多三張輸入圖像時效果最佳；這是實務指引，不是無限制結合互相衝突參考的理由。
對話式完善可在保留同一主體時，修改具體視覺決定。每次要求一項相關修訂，保留該回合使用的來源圖像及已接受結果。請描述哪些內容應一致、哪些可變動。系列素材應明確指出共用主體、色彩及視覺規則，不要假設新的孤立提示能自行恢復它們。在將保留指令視為已成功遵循前，應將修訂圖像與參考比較。
圖中文字應依指南建議先確定措辭，再要求包含該文字的圖片。請說明標籤的語言、閱讀順序、位置及相對強調。資訊圖表請求應指出各標籤解釋的關係，以及支持它的視覺元素。以實際顯示尺寸檢查拼字、標點及視覺關聯；看似可讀的生成標籤仍可能改變姓名、數字或原意。
模型資訊卡未對此版本列出 thinking、搜尋 grounding、函式呼叫、程式碼執行或受約束的結構化輸出，也未宣稱支援音訊生成或 Live API。文件中的輸入為文字與圖像，因此不應將其他 Gemini 模型的音訊、影片及文件處理功能附加至此設定。應用程式應明確處理回傳內容部分，不要假設一般散文回覆包含已完成圖像素材。
指南指出，模型不一定遵循要求的圖像數量，且生成圖像包含 SynthID 標記。請檢查每張回傳圖像的構圖、主體忠實度、物件數量及確切文字。場景有多個元件時，應依清楚順序描述預期配置，並正面表達所需外觀。隨結果保留確切模型身分、提示及參考。這讓視覺生成或編輯任務可供審查，也給後續修訂具體起點。
POST /v1/images/generationstext, imageimage| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 google/gemini-2.5-flash-image | 預設值— |
欄位prompt | 類型string | 要求必填 | 值與限制 長度下限: 1 | 預設值— |
欄位aspect_ratio | 類型string | 要求選填 | 值與限制 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 | 預設值— |
欄位n | 類型integer | 要求選填 | 值與限制 最小值: 1 最大值: 1 | 預設值— |
欄位input_references | 類型array | 要求選填 | 值與限制 項目數下限: 0 項目數上限: 3 | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 | 預設值— |
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, prompt |
參數material_types | 規格text, image |
生命週期： synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 實際回傳的 task_id 或媒體庫紀錄
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
顯示的費率用於在生成前估算費用。最終費用依原始生成作業記錄的成本計算。實測的輸出時間長度與預估數量並非最終計費數量。
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 預估數量 | 費用 |
|---|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 預估數量— | 費用 輸入 · 輸入 Token · 僅供比較的估算 — / 1K Token 輸出 · 輸出 Token · 僅供比較的估算 — / 1K Token 輸入 · 讀取快取 · 僅供比較的估算 — / 1K Token 輸入 · 寫入快取 · 僅供比較的估算 — / 1K Token 輸入 · 寫入快取，1 小時 · 僅供比較的估算 — / 1K Token |
| 設定預估生成費用 | 費率表— | 預估數量單次生成估算值 | 費用 輸出 · 預估生成費用 · 僅供比較的估算 $0.24576 生成前估算 此估算並非額外費用，也不是本次生成完成後的固定費率。 |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${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\n下載每張傳回的圖片，或儲存其 Base64 內容
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.\n請儲存每張已完成的圖片；從每個傳回的 URL 取得圖片，或解碼其 Base64 內容。
保留完整回應與標頭、所有實際輸出、原始回傳的識別碼，以及所有用量欄位。恢復原始作業時，請勿再次提交建立請求。
保留回傳的 X-Client-Request-ID，以供核對。僅讀取實際回傳的 task_id/asset_id 值或自己擁有的媒體庫；請勿以作業 ID 組成任務 URL，也請勿重新提交建立請求。
| 欄位 | 類型 |
|---|---|
欄位created | 類型 |
欄位data[].url | 類型 |
欄位data[].b64_json | 類型 |
欄位usage | 類型 |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana（Gemini 2.5 Flash Image）依文字及圖像生成與編輯圖片。可透過對話流程構成場景、修改選定元素、結合視覺參考，或完善產品圖像，同時說明哪些細節應保留。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Gemini 2.5 Flash Image 亦稱 Nano Banana，是 Google 用於視覺創作及對話式圖像編輯的文字與圖像模型。它接收指令及可選圖像參考，可回傳圖像及附帶文字。此確切 2.5 Flash Image 版本與 Nano Banana 2、Nano Banana Pro 及後續 Lite 圖像模型不同。其實用結果是生成或修訂的視覺素材，而非一般 Gemini 2.5 文字模型的回應。
此確切模型資訊卡列出 65,536 輸入 token 及 32,768 輸出 token。圖像與指令屬於輸入，回傳圖像或文字屬於結果。指南解析度表在支援長寬比中列出 1:1 輸出 1024×1024、3:4 輸出 864×1184，以及 16:9 輸出 1344×768。設計場景前，請先選擇預期顯示形狀。後續 Gemini 圖像版本的高解析度選項，不應視為此確切模型文件記載的控制。
文字生成圖像應指定主體、動作、環境、風格、光線及視角。產品插圖可使用提供的視覺識別，要求在適當環境清楚呈現材質細節。請解釋圖像用途，讓模型為主體及任何文字分配空間。近景、俯視構圖或低角度透視等攝影描述，比一串無關風格詞更能清楚定義取景。
編輯應提供原始圖像，指出要修改的部分。開發者指南描述新增或移除元素、語意遮罩、風格轉換，以及運用參考構圖。實用請求應同時指出修訂及保留條件，例如更換背景但保留產品形狀、表面及標籤。結合參考時，應標示各輸入角色，例如主體外觀、環境或風格。指南表示，此版本使用最多三張輸入圖像時效果最佳；這是實務指引，不是無限制結合互相衝突參考的理由。
對話式完善可在保留同一主體時，修改具體視覺決定。每次要求一項相關修訂，保留該回合使用的來源圖像及已接受結果。請描述哪些內容應一致、哪些可變動。系列素材應明確指出共用主體、色彩及視覺規則，不要假設新的孤立提示能自行恢復它們。在將保留指令視為已成功遵循前，應將修訂圖像與參考比較。
圖中文字應依指南建議先確定措辭，再要求包含該文字的圖片。請說明標籤的語言、閱讀順序、位置及相對強調。資訊圖表請求應指出各標籤解釋的關係，以及支持它的視覺元素。以實際顯示尺寸檢查拼字、標點及視覺關聯；看似可讀的生成標籤仍可能改變姓名、數字或原意。
模型資訊卡未對此版本列出 thinking、搜尋 grounding、函式呼叫、程式碼執行或受約束的結構化輸出，也未宣稱支援音訊生成或 Live API。文件中的輸入為文字與圖像，因此不應將其他 Gemini 模型的音訊、影片及文件處理功能附加至此設定。應用程式應明確處理回傳內容部分，不要假設一般散文回覆包含已完成圖像素材。
指南指出，模型不一定遵循要求的圖像數量，且生成圖像包含 SynthID 標記。請檢查每張回傳圖像的構圖、主體忠實度、物件數量及確切文字。場景有多個元件時，應依清楚順序描述預期配置，並正面表達所需外觀。隨結果保留確切模型身分、提示及參考。這讓視覺生成或編輯任務可供審查，也給後續修訂具體起點。
POST /v1/messagestextjson, sse| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 google/gemini-2.5-flash-image | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 user, assistant | 預設值— |
欄位messages[].content | 類型string | 要求必填 | 值與限制 | 預設值— |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
文字 · UTF-8 文字
messages[].content 字串
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional_controls | 規格stream |
參數material_types | 規格text |
參數text_file_material | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |
生命週期： synchronous_or_streamed
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0006 / 1K Token 輸出 · 輸出 Token $0.005 / 1K Token 輸入 · 讀取快取 $0.00006 / 1K Token 輸入 · 寫入快取 $0.0001666666666666666 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token 輸出 · 圖片輸出詞元 $0.06 / 1K 圖片 Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0006 / 1K Token 輸出 · 輸出 Token $0.005 / 1K Token 輸入 · 讀取快取 $0.00006 / 1K Token 輸入 · 寫入快取 $0.0001666666666666666 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "google/gemini-2.5-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留所有內容區塊、思考簽章與實際工具使用 ID。組合所有 SSE 區塊增量；第一個文字區塊不是完整輸出。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位id | 類型string |
欄位model | 類型string |
欄位content[] | 類型text|thinking|tool_use|other content block |
欄位stop_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
英文技術範例
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.