Nano Banana Pro API: официальный JSON, YAML, PDF и разбор ошибок
Официальный Nano Banana Pro вызывается как gemini-3-pro-image. Передавайте JSON в Gemini Interactions API, преобразуйте YAML на стороне приложения и сохраняйте изображения из ответа с их MIME. PDF сначала обрабатывается отдельной моделью.
Содержание

Для прямого подключения Nano Banana Pro API используйте модель gemini-3-pro-image и адрес POST https://generativelanguage.googleapis.com/v1beta/interactions. Настройки изображения передаются в response_format, инструкция — в input. YAML сначала преобразуется в JSON вашим приложением; PDF сначала разбирает модель, умеющая работать с документами. Из ответа нужно сохранить все нужные изображения, а не только последнее.
Ниже — полный минимальный запрос, преобразователь настроек и программа сохранения файлов. Поля сверены с документацией на 7 октября 2026 года; синтаксис и локальная логика проверены на искусственных данных. Реальные запросы к модели не выполнялись, поэтому эти проверки не подтверждают приём запроса сервером, качество изображения, задержку или списания.
Первый запрос: официальный Pro и ключ Google
Сохраните следующий объект как request.json. Это тело запроса Google Interactions, а не универсальный шаблон для любого сервиса с названием Nano Banana:
{
"model": "gemini-3-pro-image",
"input": [
{
"type": "text",
"text": "Создай предметную фотографию красного дорожного термоса. Термос стоит на светлом деревянном столе, рядом лежит закрытый блокнот. Мягкий утренний свет слева. Без надписей и логотипов."
}
],
"response_format": {
"type": "image",
"mime_type": "image/png",
"aspect_ratio": "16:9",
"image_size": "2K"
},
"store": false
}Запрос отправляется с ключом проекта Google. Замените YOUR_GOOGLE_API_KEY на серверной стороне; не помещайте настоящий ключ в публичный пример, репозиторий или браузерный JavaScript:
curl --silent --show-error --fail-with-body \
--request POST \
'https://generativelanguage.googleapis.com/v1beta/interactions' \
--header 'x-goog-api-key: YOUR_GOOGLE_API_KEY' \
--header 'Content-Type: application/json' \
--data-binary @request.json \
--output response.jsonПеред сохранением изображения проверьте успешный HTTP-статус. При ошибке response.json содержит диагностический ответ, а не готовую картинку. Поддерживаемые поля и текущий ID приведены в руководстве Google по генерации изображений. Nano Banana 2.1 — другая модель; её появление не требует менять Pro в этом запросе. Старый gemini-3-pro-image-preview следует заменить на стабильный ID согласно списку отключений Google.
store: false подходит для показанного одиночного вызова. Такой ID нельзя использовать для продолжения серверного диалога через previous_interaction_id; для следующего редактирования приложение передаёт необходимый контекст заново. При сохранении состояния история наследуется, но инструменты, системная инструкция и настройки генерации требуют повторной передачи. Само отключение истории не означает Zero Data Retention. Эти условия описаны в руководстве Interactions; для чувствительных материалов отдельно проверьте хранение данных на всём пути запроса.
Как сохранить все изображения из ответа
В Interactions итоговые изображения находятся в steps: выбирайте шаги type: model_output, затем блоки type: image внутри content. Не берите первый элемент массива без проверки типа. SDK-сокращение output_image возвращает только последнее изображение и не подходит, если нужны все результаты. Оба способа обработки описаны в руководстве генерации.
Программа ниже читает уже полученный JSON и ничего не отправляет в сеть. Сохраните её как save_images.py. Тот же файл далее пригодится для отдельного ответа generateContent; формат выбирается явно.
import base64
import json
import sys
from pathlib import Path
EXTENSIONS = {
"image/png": ".png",
"image/jpeg": ".jpg",
"image/webp": ".webp",
}
def image_blocks(response, protocol):
if protocol == "interactions":
for step in response.get("steps", []):
if step.get("type") != "model_output":
continue
for block in step.get("content", []):
if block.get("type") == "image":
yield block.get("mime_type"), block.get("data")
elif protocol == "generateContent":
for candidate in response.get("candidates", []):
for part in candidate.get("content", {}).get("parts", []):
# REST-ответы и сериализаторы могут различать имена полей.
block = part.get("inlineData") or part.get("inline_data")
if block and not part.get("thought", False):
mime = block.get("mimeType") or block.get("mime_type")
yield mime, block.get("data")
else:
raise ValueError("Выберите interactions или generateContent")
def save_images(response, protocol, directory):
if response.get("error"):
raise ValueError("Ответ содержит error; сначала разберите ошибку")
prepared = []
for mime, data in image_blocks(response, protocol):
if mime not in EXTENSIONS:
raise ValueError(f"Неподдерживаемый MIME изображения: {mime!r}")
if not isinstance(data, str) or not data:
raise ValueError("У изображения нет непустой строки base64")
raw = base64.b64decode(data, validate=True)
if not raw:
raise ValueError("После декодирования изображение пустое")
prepared.append((EXTENSIONS[mime], raw))
if not prepared:
raise ValueError("В нужных блоках ответа нет изображений")
directory = Path(directory)
directory.mkdir(parents=True, exist_ok=True)
saved = []
for index, (extension, raw) in enumerate(prepared, 1):
destination = directory / f"image-{index:02d}{extension}"
# Режим xb защищает результат предыдущего запуска от перезаписи.
with destination.open("xb") as handle:
handle.write(raw)
saved.append(destination)
return saved
if __name__ == "__main__":
if len(sys.argv) != 4:
raise SystemExit(
"python3 save_images.py response.json interactions result-001"
)
response = json.loads(Path(sys.argv[1]).read_text(encoding="utf-8"))
for filename in save_images(response, sys.argv[2], sys.argv[3]):
print(filename)После успешного вызова запустите:
python3 save_images.py response.json interactions result-001Успех этого шага — непустые файлы для всех найденных целевых блоков. Если пришёл JPEG, программа создаёт .jpg, а не переименовывает его в PNG. Она не проверяет качество или содержимое картинки; откройте результат отдельно. Для нового запуска выбирайте новый каталог, чтобы сохранить предыдущие файлы. Если в ответе есть только текст, программа остановится: посмотрите сам ответ, причину отказа и настройки вывода, прежде чем повторять платную генерацию.
Количество файлов определяется ответом. Фраза «сделай три картинки» сама по себе не гарантирует три отдельных изображения.
JSON и YAML приложения: проверка типов и сборка запроса
Внутренний JSON полезен, когда команда хранит описание сцены отдельно от настроек API. Это ваша схема: Google не обещает распознавать поля subject, details или avoid. У Pro также не заявлена поддержка Structured Output — JSON как формат HTTP-запроса не включает эту возможность. См. карточку модели.
Сохраните конфигурацию как job.json:
{
"owner": "google",
"api": "interactions",
"model": "gemini-3-pro-image",
"prompt": {
"subject": "красный дорожный термос",
"details": ["светлый деревянный стол", "закрытый блокнот рядом", "утренний свет слева"],
"exact_text": [],
"avoid": ["логотипы", "надписи"]
},
"output": {
"mime_type": "image/png",
"aspect_ratio": "16:9",
"image_size": "2K"
}
}Те же настройки в job.yaml:
owner: google
api: interactions
model: gemini-3-pro-image
prompt:
subject: красный дорожный термос
details:
- светлый деревянный стол
- закрытый блокнот рядом
- утренний свет слева
exact_text: []
avoid:
- логотипы
- надписи
output:
mime_type: image/png
aspect_ratio: "16:9"
image_size: "2K"Кавычки у соотношения сторон устраняют неоднозначность между версиями YAML. Списки должны оставаться списками строк: запись avoid: логотипы, надписи даёт одну строку, а не два элемента.
| Настройка приложения | Тип | Что попадёт в запрос Google |
|---|---|---|
owner, api | Строки | Проверяются локально, не отправляются |
model | Строка | model |
prompt.subject | Непустая строка | Начало input[0].text |
details, exact_text, avoid | Списки непустых строк | Продолжение инструкции обычным текстом |
output | Объект из трёх строк | response_format вместе с type: image |
Полный преобразователь ниже работает с Python 3. Для JSON дополнительных библиотек не нужно; чтение YAML требует установленной PyYAML. Используется safe_load, но он не заменяет проверку типов. Сохраните код как build_request.py:
import json
import sys
from pathlib import Path
RATIOS = {
"1:1", "2:3", "3:2", "3:4", "4:3",
"4:5", "5:4", "9:16", "16:9", "21:9",
}
SIZES = {"1K", "2K", "4K"}
def exact_keys(value, expected, name):
if not isinstance(value, dict) or set(value) != set(expected):
raise ValueError(f"{name}: нужны ровно поля {sorted(expected)}")
def text(value, name):
if not isinstance(value, str) or not value.strip():
raise ValueError(f"{name}: нужна непустая строка")
return value.strip()
def strings(value, name):
if not isinstance(value, list):
raise ValueError(f"{name}: нужен список строк")
return [text(item, name) for item in value]
def build(config):
exact_keys(config, {"owner", "api", "model", "prompt", "output"}, "job")
if (config["owner"], config["api"], config["model"]) != (
"google", "interactions", "gemini-3-pro-image"
):
raise ValueError("Эта программа собирает только официальный Pro Interactions")
prompt = config["prompt"]
exact_keys(prompt, {"subject", "details", "exact_text", "avoid"}, "prompt")
subject = text(prompt["subject"], "subject")
details = strings(prompt["details"], "details")
labels = strings(prompt["exact_text"], "exact_text")
avoid = strings(prompt["avoid"], "avoid")
output = config["output"]
exact_keys(output, {"mime_type", "aspect_ratio", "image_size"}, "output")
output = {key: text(value, key) for key, value in output.items()}
if output["mime_type"] != "image/png":
raise ValueError("В этом шаблоне запрашивается image/png")
if output["aspect_ratio"] not in RATIOS or output["image_size"] not in SIZES:
raise ValueError("Нужны поддерживаемое соотношение сторон и 1K/2K/4K")
sentences = [f"Создай изображение: {subject}."]
if details:
sentences.append("Детали: " + "; ".join(details) + ".")
if labels:
sentences.append("Надписи без изменений: " + json.dumps(labels, ensure_ascii=False))
if avoid:
sentences.append("Не добавляй: " + "; ".join(avoid) + ".")
return {
"model": config["model"],
"input": [{"type": "text", "text": " ".join(sentences)}],
"response_format": {"type": "image", **output},
"store": False,
}
def load(path):
source = Path(path)
raw = source.read_text(encoding="utf-8")
if source.suffix.lower() in {".yaml", ".yml"}:
import yaml # Требуется PyYAML; для JSON этот импорт не выполняется.
return yaml.safe_load(raw)
return json.loads(raw)
if __name__ == "__main__":
if len(sys.argv) != 3:
raise SystemExit("python3 build_request.py job.json request.json")
result = build(load(sys.argv[1]))
Path(sys.argv[2]).write_text(
json.dumps(result, ensure_ascii=False, indent=2), encoding="utf-8"
)Запустите один вариант:
python3 build_request.py job.json request.jsonИли, если используете YAML:
python3 build_request.py job.yaml request.jsonПосле преобразования request.json отправляется тем же curl из первого раздела. Ключ в настройках отсутствует, адрес фиксирован в команде, поля чужого API не проходят проверку. Это защита выбранного шаблона, а не доказательство правильности любой инструкции: написание текста на картинке всё равно проверяется по результату.
Редактирование, референсы и размер 4K
Для редактирования в input добавляется отдельный блок изображения. Он содержит фактический MIME и чистый base64, без префикса data:image/.... Например, следующая локальная программа читает вашу PNG-картинку и создаёт полный JSON; отправку она не выполняет:
import base64
import json
from pathlib import Path
source = Path("reference.png").read_bytes()
if not source.startswith(b"\x89PNG\r\n\x1a\n"):
raise ValueError("Для этого примера нужен настоящий PNG-файл")
request = {
"model": "gemini-3-pro-image",
"input": [
{"type": "text", "text": "Сохрани форму термоса на фото. Замени фон на светлый деревянный стол, убери лишние предметы."},
{"type": "image", "mime_type": "image/png",
"data": base64.b64encode(source).decode("ascii")},
],
"response_format": {
"type": "image", "mime_type": "image/png",
"aspect_ratio": "16:9", "image_size": "4K",
},
"store": False,
}
Path("request.json").write_text(
json.dumps(request, ensure_ascii=False, indent=2), encoding="utf-8"
)Размеры Pro — 1K, 2K, 4K; буква K заглавная. Поддерживаемые соотношения сторон перечислены в RATIOS выше. Для 16:9 таблица Google указывает 1376 × 768, 2752 × 1536 и 5504 × 3072 соответственно: 4K не означает квадрат 4096 × 4096. Общий справочник других моделей не расширяет список Pro. Источник — таблица размеров и референсов Google.
На той же странице указан общий предел до 14 референсов: до шести объектов, пяти персонажей и трёх образцов стиля. Отдельная формулировка о пяти изображениях высокой точности имеет более узкий смысл; общий предел не гарантирует одинаковое сохранение всех деталей. Сначала выбирайте действительно нужные референсы. Thinking у Pro включён и не отключается; настройку отключения рассуждений из примера для другой модели сюда переносить нельзя. Сгенерированные изображения имеют SynthID.
PDF: сначала извлечение фактов, затем изображение
PDF не входит в заявленные входы gemini-3-pro-image: его карточка указывает текст и изображения. Задача «сделать инфографику из PDF» решается двумя вызовами: модель документов извлекает содержание, вы проверяете нужные факты, после чего Pro получает текст и, при необходимости, картинки выбранных страниц.
Первый этап в руководстве обработки документов показан с gemini-3.8-flash. Следующий код собирает его запрос из локального report.pdf:
import base64
import json
from pathlib import Path
pdf = Path("report.pdf").read_bytes()
if not pdf.startswith(b"%PDF-"):
raise ValueError("Ожидается PDF, а не файл с изменённым расширением")
request = {
"model": "gemini-3.8-flash",
"input": [
{"type": "text", "text": 'Извлеки только сведения для одной инфографики. Верни текстовый JSON с полями title и facts. Каждый элемент facts содержит statement и page_refs — список номеров страниц, начиная с 1. Сохраняй единицы измерения и даты. Не достраивай отсутствующие значения.'},
{"type": "document", "mime_type": "application/pdf",
"data": base64.b64encode(pdf).decode("ascii")},
],
"store": False,
}
Path("pdf-request.json").write_text(
json.dumps(request, ensure_ascii=False, indent=2), encoding="utf-8"
)Его отправляют на тот же Google /v1beta/interactions с ключом Google, но с --data-binary @pdf-request.json и отдельным --output pdf-response.json. На этом этапе не задаётся изображение в response_format.
Попросить JSON в тексте — не значит получить гарантированно корректную структуру. Прочитайте текст в model_output, сохраните сам объект как handoff.json и сверьте каждое утверждение с указанной страницей. Пример ниже выдуман для демонстрации формата, а не извлечён из настоящего отчёта:
{
"title": "Доставка за сентябрь",
"facts": [
{"statement": "В сентябре доставлено 120 заказов", "page_refs": [2]},
{"statement": "Средний срок доставки — 3 дня", "page_refs": [4]}
]
}После проверки создайте request.json для второго этапа. Программа намеренно принимает только подтверждённый вами файл, проверяет его структуру и включает номера страниц в инструкцию:
import json
from pathlib import Path
handoff = json.loads(Path("handoff.json").read_text(encoding="utf-8"))
if not isinstance(handoff, dict) or set(handoff) != {"title", "facts"}:
raise ValueError("Нужен объект с title и facts")
if not isinstance(handoff["title"], str) or not handoff["title"].strip():
raise ValueError("title должен быть непустой строкой")
if not isinstance(handoff["facts"], list) or not handoff["facts"]:
raise ValueError("facts должен быть непустым списком")
lines = []
for fact in handoff["facts"]:
if not isinstance(fact, dict) or set(fact) != {"statement", "page_refs"}:
raise ValueError("У факта нужны statement и page_refs")
statement = fact["statement"]
pages = fact["page_refs"]
if not isinstance(statement, str) or not statement.strip():
raise ValueError("У факта нет текста")
if not isinstance(pages, list) or not pages or any(
type(page) is not int or page < 1 for page in pages
):
raise ValueError("page_refs — список целых положительных номеров")
lines.append(statement + " (страницы: " + ", ".join(map(str, pages)) + ")")
prompt = (
"Создай одну инфографику. Заголовок: " + handoff["title"]
+ ". Используй только следующие проверенные сведения; не меняй числа и единицы:\n"
+ "\n".join(lines)
)
request = {
"model": "gemini-3-pro-image",
"input": [{"type": "text", "text": prompt}],
"response_format": {
"type": "image", "mime_type": "image/png",
"aspect_ratio": "16:9", "image_size": "2K",
},
"store": False,
}
Path("request.json").write_text(
json.dumps(request, ensure_ascii=False, indent=2), encoding="utf-8"
)Теперь отправьте request.json и сохраните изображения программой из второго раздела. Типы и номера страниц не подтверждают достоверность извлечения — это отдельная проверка по PDF. На готовой инфографике снова сверьте числа, даты и подписи. Если нужно сохранить график или оформление страницы, отрендерите выбранную страницу в изображение и передайте его отдельным type: image; это не прямой PDF-вход Pro.
Для документного этапа Google указывает предел 50 МБ или 1000 страниц; остаётся ограничение общего контекста, включая несколько документов. Это не лимит Pro и не обещание точного воспроизведения всего PDF. Files API — альтернативный способ передачи документа со своим 48-часовым хранением, а не обязательная зависимость показанного примера. Перед отправкой частных материалов должен быть одобрен способ обработки данных.
Google и посредник: выбирайте целиком один протокол
Для нового прямого подключения Google рекомендует Interactions. Существующий generateContent продолжает поддерживаться, но использует contents, generationConfig и candidates[].content.parts[], а не input, response_format и steps. Это различие описано в обзоре Interactions и руководстве generateContent.

У LaoZhang API есть документированный вариант для настройки разрешения через его собственный generateContent. Он подходит, если вы выбрали условия и ключ этого сервиса; это отдельная интеграция. По документации LaoZhang сохраните тело как provider-request.json:
Примечание: laozhang.ai — наш собственный сервис; его цены — наши тарифы, а не независимое сравнение.
{
"contents": [
{"parts": [{"text": "Создай предметную фотографию красного термоса на светлом деревянном столе. Мягкий утренний свет, без надписей и логотипов."}]}
],
"generationConfig": {
"responseModalities": ["TEXT", "IMAGE"],
"imageConfig": {"aspectRatio": "16:9", "imageSize": "2K"}
}
}Полный вызов этого варианта:
curl --silent --show-error --fail-with-body \
--request POST \
'https://api.laozhang.ai/v1beta/models/gemini-3-pro-image:generateContent' \
--header 'Authorization: Bearer YOUR_LAOZHANG_API_KEY' \
--header 'Content-Type: application/json' \
--data-binary @provider-request.json \
--output provider-response.jsonПосле успешного статуса сохраните целевые изображения отдельной веткой уже приведённого обработчика:
python3 save_images.py provider-response.json generateContent provider-result-001Ключ Google в эту команду не подставляется. Для прямого Google generateContent адрес начинается с generativelanguage.googleapis.com, а авторизация использует ключ Google; похожее тело запроса не объединяет два сервиса. При ошибке Unsupported file URI type разбирайте переданное значение изображения в выбранном протоколе. Поддержка подходящих HTTPS-ссылок в файловом методе generateContent не означает поддержку инструмента URL Context у Pro.
Другой вариант LaoZhang — /v1/chat/completions. В той же документации он использует messages, model и stream: false и выдаёт фиксированные 1:1 / 1K. Для 2K, 4K или другого соотношения сторон выбирайте показанный generateContent, а не добавляйте response_format Google в chat-запрос. Ни обработчик steps, ни ветка candidates выше не предназначены для ответа chat.
Сколько стоит генерация и почему повтор требует проверки
По ценам Google, проверенным 7 октября 2026 года, Standard для Pro стоит 2 USD за миллион входных токенов, 12 USD за миллион текстовых выходных токенов, включая thinking, и 120 USD за миллион выходных токенов изображения. Бесплатного уровня API для Pro в таблице нет.
| Вывод изображения Pro | Standard, только изображение | Batch, только изображение |
|---|---|---|
| 1K или 2K | 0,134 USD в округлённой таблице | 0,067 USD |
| 4K | 0,24 USD | 0,12 USD |
Для 1K/2K расчёт по 1120 выходным токенам даёт 1120 × 120 / 1 000 000 = 0,1344 USD. Сто таких изображений — 13,44 USD только за выходные изображения, без входов, текста, поиска и повторов. Для 4K соответствующая сумма — 24 USD. Одно входное изображение Pro считается как 560 токенов, примерно 0,0011 USD при указанной Standard-ставке.
Batch имеет собственный способ подачи заданий: цена Batch не делает обычный /interactions пакетным. У Flex и Priority есть строки в тарифах, но карточка Pro помечает эти режимы как неподдерживаемые. Такое расхождение не даёт основания отправлять Pro с service_tier: flex или обещать доступ к нему.
В публичной документации LaoZhang от 24 сентября указано 0,09 USD за вызов, со списанием при HTTP 200 даже без изображения. Это правило посредника, не тариф Google; текущую сумму для своего аккаунта уточняют в его консоли. Сравнивайте стоимость принятого полезного результата: ответ без картинки и повтор меняют её.
Примечание: laozhang.ai — наш собственный сервис; его цены — наши тарифы, а не независимое сравнение.

Ошибки: сначала код ответа, затем следующий шаг
Для Interactions смотрите не только HTTP-статус, но и error.code и error.message. В справочнике ошибок Google перечислены строковые коды; названия ошибок другого протокола могут отличаться.
| Ответ Interactions | Что проверить | Следующий шаг |
|---|---|---|
400 invalid_request, parameter_unknown | Структуру JSON, имя поля, MIME, регистр K | Исправить конкретное поле перед повтором |
400 failed_precondition, 402 payment_required | Указанное в сообщении условие, в том числе оплату | Выполнить условие; автоматический повтор не решает его |
401 authentication, 403 permission_denied | Кто выдал ключ, ограничения ключа, разрешения проекта | Проверить авторизацию именно выбранного сервиса |
404 model_not_found, not_found | Текущий ID, адрес, существование ресурса | Исправить объект или адрес, не переписывать описание сцены |
429 rate_limit_exceeded, quota_exceeded, too_many_requests | Лимиты проекта и причину отказа | Снизить параллелизм либо решить вопрос квоты; не крутить бесконечный повтор |
500 api_error, 503 service_unavailable, 504 deadline_exceeded | ID запроса и наличие уже готового результата | Проверить результат, затем при необходимости ограниченно повторить с задержкой |
image_safety, image_prohibited_content, image_recitation, image_other, generation/no_image | Причину отказа, фактические блоки ответа | Разобрать результат; не ослаблять защиту ради обхода отказа |
Тайм-аут не доказывает, что работа не выполнена. Если ID уже получен, сначала проверьте существующий результат доступным способом; повторный запрос может создать ещё одно изображение и новые расходы. Если ID нет, результат остаётся неизвестным. Используйте ограниченное число повторов с увеличением задержки и случайной добавкой, а не обещание бесплатного повтора для любого 5xx. См. рекомендации по устранению ошибок.
Лимиты Google применяются к проекту, а не к отдельному ключу; учитываются RPM, TPM, RPD и для изображений IPM. Несколько ключей одного проекта не умножают его квоту. Сохраняйте время, адрес без секретов, модель, статус, код ошибки и ID запроса. Не включайте в диагностические логи ключи, частный PDF или base64 исходных изображений.
Частые вопросы
Какой model ID сейчас использовать для Nano Banana Pro?
Для прямого Google API — gemini-3-pro-image. Старый preview указан в списке отключений; названия и алиасы посредника сверяются с его собственным API. Nano Banana 2.1 не является новым ID Pro.
Можно ли отправить YAML прямо в Gemini API?
Нет, в показанном Interactions-запросе отправляется JSON. YAML хранит настройки приложения, затем локальный преобразователь проверяет типы и собирает input и response_format. Объект вашего описания сцены также не является встроенной схемой Google.
Почему сохранилась только одна картинка?
Возможно, использовано сокращение SDK output_image: оно возвращает последнее изображение. Для всех целевых картинок перебирайте model_output и их блоки image, как в руководстве Google. Если блок всего один, локальный обработчик не создаст дополнительные картинки из текстовой просьбы о нескольких.
Может ли Pro прочитать PDF без отдельной модели?
Прямой PDF-вход не заявлен в карточке Pro. Сначала извлеките и проверьте сведения моделью документов, затем передайте Pro текст или изображения выбранных страниц. Смена application/pdf на image/png не превращает PDF в картинку.
Нужно ли менять старый generateContent на Interactions немедленно?
Нет, Google продолжает поддерживать generateContent, а Interactions рекомендует для новых подключений. При миграции меняйте согласованно тело запроса и обработчик ответа; это разные форматы API.
Почему новый ключ работает иначе, чем старый?
Согласно правилам ключей Google, новые ключи AI Studio с 28 мая 2026 года по умолчанию используют авторизацию с привязкой к сервисному аккаунту. Неограниченные стандартные ключи отклоняются, а ограниченные стандартные продолжают работать. Это не правило «все старые ключи отключены». Проверяйте тип, ограничения и проект своего ключа; ключ посредника относится к другому сервису.
HTTP 200 означает, что изображение получено и оплачено один раз?
Он не заменяет проверку целевых блоков и готовых файлов. Правила оплаты зависят от сервиса: документация LaoZhang описывает списание за HTTP 200 даже без изображения. У Google применяется отдельная токенная тарификация. Наличие картинки, полезность результата и событие оплаты — три разных проверки.
Источники11
Внешние страницы, на которые ссылается это руководство, в порядке упоминания. Последнее обновление: 7 окт. 2026 г..
Источники11
Внешние страницы, на которые ссылается это руководство, в порядке упоминания. Последнее обновление: 7 окт. 2026 г..
- 1.руководстве Google по генерации изображенийai.google.dev/gemini-api/docs/image-generation
- 2.списку отключений Googleai.google.dev/gemini-api/docs/deprecations
- 3.руководстве Interactionsai.google.dev/gemini-api/docs/interactions-overview
- 4.карточку моделиai.google.dev/gemini-api/docs/models/gemini-3-pro-image
- 5.руководстве обработки документовai.google.dev/gemini-api/docs/document-processing
- 6.руководстве generateContentai.google.dev/gemini-api/docs/generate-content/image-generation
- 7.ценам Googleai.google.dev/gemini-api/docs/pricing
- 8.справочнике ошибок Googleai.google.dev/gemini-api/docs/api-errors
- 9.рекомендации по устранению ошибокai.google.dev/gemini-api/docs/troubleshooting
- 10.Лимиты Googleai.google.dev/gemini-api/docs/rate-limits
- 11.правилам ключей Googleai.google.dev/gemini-api/docs/api-key





