Перейти к основному содержанию

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.

LaoZhang AI TeamОпубликованоОбновлено 9 мин чтения
Содержание
Настройки JSON или YAML преобразуются в запрос Google Interactions, все целевые изображения сохраняются, а PDF проходит отдельное извлечение и проверку фактов

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:

json
{
  "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:

bash
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.json

Перед 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.

python
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:

bash
python3 save_images.py response.json interactions result-001

Успех 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:

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:

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 приложенияТипЧто попадёт в запрос Google
owner, apiСтрокиПроверяются локально, не отправляются
modelСтрокаmodel
prompt.subjectНепустая строкаНачало input[0].text
details, exact_text, avoidСписки непустых строкПродолжение инструкции обычным текстом
outputОбъект из трёх строкresponse_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:

python
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:

bash
python3 build_request.py job.json request.json

Или, если используете YAML:

bash
python3 build_request.py job.yaml request.json

После 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:

python
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:

python
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:

json
{
  "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:

python
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.

Проверка адреса API, ключа, ответа и условий посредника перед использованием

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.

json
{
  "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:

bash
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.json

После успешного статуса сохраните целевые изображения отдельной веткой уже приведённого обработчика:

bash
python3 save_images.py provider-response.json generateContent provider-result-001

Ключ 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 ProStandard, только изображениеBatch, только изображение
1K или 2K0,134 USD в округлённой таблице0,067 USD
4K0,24 USD0,12 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.

Стоимость полезного изображения: отдельные правила Google Standard, Batch и посредника, расходы на повторы и число принятых результатов

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 InteractionsЧто проверитьСледующий шаг
400 invalid_request, parameter_unknownСтруктуру JSON, имя поля, MIME, регистр KИсправить конкретное поле перед повтором
400 failed_precondition, 402 payment_requiredУказанное в сообщении условие, в том числе оплатуВыполнить условие; автоматический повтор не решает его
401 authentication, 403 permission_deniedКто выдал ключ, ограничения ключа, разрешения проектаПроверить авторизацию именно выбранного сервиса
404 model_not_found, not_foundТекущий ID, адрес, существование ресурсаИсправить объект или адрес, не переписывать описание сцены
429 rate_limit_exceeded, quota_exceeded, too_many_requestsЛимиты проекта и причину отказаСнизить параллелизм либо решить вопрос квоты; не крутить бесконечный повтор
500 api_error, 503 service_unavailable, 504 deadline_exceededID запроса и наличие уже готового результатаПроверить результат, затем при необходимости ограниченно повторить с задержкой
image_safety, image_prohibited_content, image_recitation, image_other, generation/no_imageПричину отказа, фактические блоки ответаРазобрать 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..

  1. 1.руководстве Google по генерации изображенийai.google.dev/gemini-api/docs/image-generation
  2. 2.списку отключений Googleai.google.dev/gemini-api/docs/deprecations
  3. 3.руководстве Interactionsai.google.dev/gemini-api/docs/interactions-overview
  4. 4.карточку моделиai.google.dev/gemini-api/docs/models/gemini-3-pro-image
  5. 5.руководстве обработки документовai.google.dev/gemini-api/docs/document-processing
  6. 6.руководстве generateContentai.google.dev/gemini-api/docs/generate-content/image-generation
  7. 7.ценам Googleai.google.dev/gemini-api/docs/pricing
  8. 8.справочнике ошибок Googleai.google.dev/gemini-api/docs/api-errors
  9. 9.рекомендации по устранению ошибокai.google.dev/gemini-api/docs/troubleshooting
  10. 10.Лимиты Googleai.google.dev/gemini-api/docs/rate-limits
  11. 11.правилам ключей Googleai.google.dev/gemini-api/docs/api-key
Варианты доступа к Nano Banana Pro и проверки изображения 4K
Генерация изображений

Nano Banana Pro 4K бесплатно: хватит ли кредитов на настоящий файл

Бесплатные кредиты дают доступ к Pro 4K только тогда, когда их хватает на выбранную генерацию и сервис разрешает такой экспорт. У прямого Gemini API бесплатного Pro нет; размер скачанного оригинала нужно проверить отдельно.

10 мин