
من النص إلى صورة
أنشئ صور AI من مطالبات نصية
حرّر الصور عبر Google Nano Banana 2.1 Edit API باستخدام الأوامر والصور المرجعية. وصول مستقر وميسور لصور المنتجات والإعلانات وسير العمل الإبداعي. وجّه التعديلات بالنص.
جرب مولد الصور بالذكاء الاصطناعي الآن
| المعلمات | السعر | السعر الأصلي | الخصم |
|---|
تتيح واجهة Nano Banana 2.1 Edit API نموذج Google عالي الكفاءة لتحرير الصور للمطورين والفرق الإبداعية على Flaq 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.
ملاحظة: استخدم صورًا لديك إذن بتحريرها واحرص على توافق الأوصاف مع إرشادات السلامة لدى Google.
تُحتسب رسوم الصور المرجعية بدءًا من الصورة الأولى؛ ويضيف كل خيار بحث مفعّل رسومًا ثابتة لكل عملية توليد، بصرف النظر عن عدد الصور. راجع الأسعار الحالية.
Nano Banana 2.1 Edit مقارنةً بـ Nano Banana 2 Edit: يدعم Nano Banana 2 Edit التحرير الموجّه بالأوصاف ومسارات العمل التي تستخدم عدة صور. ويطوّر Nano Banana 2.1 Edit هذا الأساس بدقة بصرية أكبر وعرض أفضل للنصوص واتساق أقوى في التعديلات الأكثر تعقيدًا.
Nano Banana 2.1 Edit مقارنةً بـ Nano Banana Pro: يستهدف Nano Banana Pro العمل الدقيق والتصميم الاحترافي المعقد. ويقدّم Nano Banana 2.1 Edit خيارًا فعّالًا للفرق التي تحتاج إلى تعديلات عالية الجودة وتنويعات متكررة للمواد.
Nano Banana 2.1 Edit مقارنةً بـ Nano Banana 2 Lite: يركّز Nano Banana 2 Lite على السرعة وانخفاض تكلفة التوليد والتحرير. ويناسب Nano Banana 2.1 Edit الموجزات التي تعتمد بكثافة على المراجع وتولي أهمية أكبر للتكوين وتنسيق النصوص وتفاصيل العناصر المتكررة.
Nano Banana 2.1 Edit مقارنةً بـ GPT Image: يدعم GPT Image تحرير الصور عبر واجهة API من OpenAI. ويوفّر Nano Banana 2.1 Edit على Flaq AI مسار عمل يعتمد على نموذج Google مع عدة صور مرجعية وخيارات واسعة لنسب الأبعاد وإمكانية الاستناد إلى البحث.
Nano Banana 2.1 Edit مقارنةً بـ FLUX.2: يوفّر FLUX.2 تحرير الصور وتكوينها بتوجيه من المراجع. ويجمع Nano Banana 2.1 Edit بين التوجيه بعدة صور وفهم Google للأوصاف والبحث الاختياري على الويب أو عن الصور لتحديث المرئيات مع مراعاة السياق.
استكشف عدة أدوات إنشاء AI لسير عمل سريع للصور والفيديو داخل متصفحك، ثم وسّع الأفكار الناجحة باستخدام واجهات API لنماذج Flaq AI الجاهزة للإنتاج. يوفر Flaq AI طبقة API موحدة لكل النماذج، مما يسهل استخدام سير العمل وتوسيعه.

أنشئ صور AI من مطالبات نصية

أنشئ صور AI من الصور والمطالبات النصية

أنشئ فيديوهات AI من مطالبات نصية

حوّل الصور إلى فيديوهات AI متحركة

أنشئ صورًا وفيديوهات بالذكاء الاصطناعي في مساحة عمل موحدة

أنشئ فيديوهات متناسقة من الوسائط المرجعية

أنشئ سير عمل مرئيًا للصور والفيديو بالذكاء الاصطناعي على لوحة لا نهائية
// 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;
// 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[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
# 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']
# 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)
# 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
}'
# 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"