جار التحميل...

Google/nano-banana-2.1-edit

حسّن صور المنتجات ومرئيات الحملات باستخدام واجهة API لـ Google Nano Banana 2.1 Edit. اجمع الأوامر والصور المرجعية والبحث الاختياري لإجراء تعديلات دقيقة على الصور.

Image to ImageMulti-Image

نماذج Nano Banana 2.1 ذات الصلة

nano-banana-2.1text-to-image

nano-banana-2.1-editimage-to-image

توثيق

جرب مولد الصور بالذكاء الاصطناعي الآن

أمثلة

README

واجهة Nano Banana 2.1 Edit API السريعة والميسورة التكلفة (تحرير الصور بالذكاء الاصطناعي من Google)

تتيح واجهة Nano Banana 2.1 Edit API نموذج Google عالي الكفاءة لتحرير الصور للمطورين والفرق الإبداعية على Best Image AI. حوّل المرئيات الحالية بتعليمات باللغة الطبيعية، وادمج عدة صور مرجعية، وأنتج مخرجات مصقولة مع تحسين التفاصيل وعرض النصوص والاتساق البصري. وتساعد أدوات التحكم المرنة في الجودة ونسبة العرض إلى الارتفاع الفرق على تكييف المواد الأصلية لتلبية مجموعة واسعة من احتياجات الإنتاج.

أسعار Nano Banana 2.1 Edit

المعلمات	السعر	السعر الأصلي	الخصم

الدقة: 4k	$0.1282 لكل صورة	$0.1350 لكل صورة	95%
الدقة: 2k	$0.0570 لكل صورة	$0.0600 لكل صورة	95%
الدقة: 1k	$0.0380 لكل صورة	$0.0400 لكل صورة	95%
بدءًا من الصورة المرجعية رقم 1	$0.0019 لكل صورة مرجعية	$0.0020 لكل صورة مرجعية	95%
رسوم إضافية للبحث على الويب (عند التفعيل)	$0.0133 لكل عملية توليد	$0.0140 لكل عملية توليد	95%
رسوم إضافية للبحث عن الصور (عند التفعيل)	$0.0133 لكل عملية توليد	$0.0140 لكل عملية توليد	95%

أمثلة API

مثال الإرسال

// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
    'Authorization': 'Bearer YOUR_API_KEY'
  },
  body: JSON.stringify({
    model_name: 'nano-banana-2.1-edit',
    prompt: 'Add flying cars and neon lights to this cityscape',
    image_url_list: ['https://example.com/input-image.jpg'],
    width: 16,
    height: 9,
    resolution: '2k',
    enable_web_search: false,
    enable_image_search: true
  })
});

const { data } = await response.json();
const taskId = data.task_id;

مثال الاستطلاع

// Step 2: Poll for results
const taskId = data.task_id;

const pollResult = async (taskId) => {
  const res = await fetch(`https://api.flaq.ai/api/v1/image/${taskId}`, {
    headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
  });
  return res.json();
};

while (true) {
  const pollResultData = await pollResult(taskId);
  const status = pollResultData.data.task_status;

  if (status === 'succeed') {
    console.log(pollResultData.data.task_result.images[].);
    ;
  }

   (status === ) {
    .(pollResultData..);
    ;
  }

    ( (resolve, ));
}

مثال الإرسال

# Step 1: Submit generation request
import requests

response = requests.post(
    'https://api.flaq.ai/api/v1/image/task',
    headers={
        'Content-Type': 'application/json',
        'Authorization': 'Bearer YOUR_API_KEY'
    },
    json={
        'model_name': 'nano-banana-2.1-edit',
        'prompt': 'Add flying cars and neon lights to this cityscape',
        'image_url_list': ['https://example.com/input-image.jpg'],
        'width': 16,
        'height': 9,
        'resolution': '2k',
        'enable_web_search': False,
        'enable_image_search': True
    }
)

result = response.json()
task_id = result['data']['task_id']

مثال الاستطلاع

مثال الإرسال

# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/image/task \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model_name": "nano-banana-2.1-edit",
    "prompt": "Add flying cars and neon lights to this cityscape",
    "image_url_list": ["https://example.com/input-image.jpg"],
    "width": 16,
    "height": 9,
    "resolution": "2k",
    "enable_web_search": false,
    "enable_image_search": true
  }'

مثال الاستطلاع

# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/image/{task_id}" \
  -H "Authorization: Bearer YOUR_API_KEY"

# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/image/{task_id}"

while True:
    poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
    status = poll_result['data']['task_status']
    if status == 'succeed':
        print(poll_result['data']['task_result']['images'][0]['url'])
        break
    if status == 'failed':
        print(poll_result['data']['task_status_msg'])
        break
    time.sleep(10)

نماذج Nano Banana 2.1 ذات الصلة

أمثلة

واجهة Nano Banana 2.1 Edit API السريعة والميسورة التكلفة (تحرير الصور بالذكاء الاصطناعي من Google)

الميزات الرئيسية لواجهة Nano Banana 2.1 Edit API

كيفية استخدام Nano Banana 2.1 Edit API لتحرير الصور على Best Image AI

أفضل حالات استخدام تكامل Nano Banana 2.1 Edit API

Nano Banana 2.1 Edit مقارنةً بالمنافسين: تحليل مقارن

استخدم نموذج Nano Banana 2.1 Edit مباشرةً في أدوات ذكاء اصطناعي قوية

تحويل النص إلى صورة

تحويل صورة إلى صورة

تحويل النص إلى فيديو

تحويل صورة إلى فيديو

أداة إنشاء الوسائط بالذكاء الاصطناعي

تحويل المرجع إلى فيديو

لوحة AI

أسعار Nano Banana 2.1 Edit

أمثلة API

مثال الإرسال

مثال الاستطلاع

مثال الإرسال

مثال الاستطلاع

مثال الإرسال

مثال الاستطلاع

مزيد من المقالات حول Nano Banana 2.1 Edit

نماذج Nano Banana 2.1 ذات الصلة

أمثلة

نماذج ذات صلة

واجهة Nano Banana 2.1 Edit API السريعة والميسورة التكلفة (تحرير الصور بالذكاء الاصطناعي من Google)

الميزات الرئيسية لواجهة Nano Banana 2.1 Edit API

كيفية استخدام Nano Banana 2.1 Edit API لتحرير الصور على Best Image AI

أفضل حالات استخدام تكامل Nano Banana 2.1 Edit API

Nano Banana 2.1 Edit مقارنةً بالمنافسين: تحليل مقارن

استخدم نموذج Nano Banana 2.1 Edit مباشرةً في أدوات ذكاء اصطناعي قوية

تحويل النص إلى صورة

تحويل صورة إلى صورة

تحويل النص إلى فيديو

تحويل صورة إلى فيديو

أداة إنشاء الوسائط بالذكاء الاصطناعي

تحويل المرجع إلى فيديو

لوحة AI

أسعار Nano Banana 2.1 Edit

أمثلة API

مثال الإرسال

مثال الاستطلاع

مثال الإرسال

مثال الاستطلاع

مثال الإرسال

مثال الاستطلاع

مزيد من المقالات حول Nano Banana 2.1 Edit