
Teks ke Gambar
Buat gambar AI dari prompt teks
Pengeditan gambar presisi yang didukung oleh Google Gemini 3.0 Pro API dengan output 2K/4K asli. Memberikan modifikasi lokal yang andal dan stabilitas tinggi dengan biaya per permintaan yang terjangkau.
Coba Pembuat Gambar AI sekarang
| Parameter | Harga | Harga asli | Diskon |
|---|
API Nano Banana Pro Edit Google (didukung oleh model Gemini 3.0 Pro Image) menghadirkan pengeditan gambar AI tingkat produksi yang hemat biaya untuk pengembang dan tim kreatif. Integrasi API pengeditan gambar Gemini premium ini membantu Anda mengubah visual yang ada menjadi output resolusi tinggi hingga 4K melalui instruksi bahasa alami. Model Gemini menyediakan penalaran semantik untuk pengeditan kompleks, sementara API menyediakan integrasi stabil untuk alur kerja yang dapat diskalakan di Flaq AI.
Catatan Harap pastikan prompt Anda mematuhi Pedoman Keamanan Google. Jika terjadi kesalahan, tinjau prompt Anda untuk konten yang dibatasi, sesuaikan, dan coba lagi.
Jelajahi beberapa alat pembuatan AI untuk alur kerja gambar dan video cepat di browser Anda, lalu skalakan ide yang berhasil dengan API model siap produksi dari Flaq AI. Flaq AI menyediakan lapisan API terpadu untuk semua model, sehingga alur kerja Anda mudah digunakan dan diskalakan.

Buat gambar AI dari prompt teks

Buat gambar AI dari gambar dan prompt teks

Buat video AI dari prompt teks

Animasikan gambar menjadi video AI

Buat gambar dan video AI dalam satu ruang kerja terpadu

Buat video yang konsisten dari media referensi
// Step 1: Submit generation request
// width and height must be aspect-ratio integers such as 16 and 9,
// not pixel dimensions like 768 and 1280.
// Currently all width/height values are passed as ratio integers,
// and the backend does not support custom pixel dimensions for these fields.
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-pro-edit',
prompt: 'Transform this image into a watercolor painting style',
width: 16, // Aspect-ratio value, not pixel width
height: 9, // Aspect-ratio value, not pixel height
resolution: '2k', // Supported values: '1k', '2k', '4k'
image_url_list: [
'https://example.com/image1.jpg',
'https://example.com/image2.jpg'
]
})
});
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-pro-edit',
'prompt': 'Transform this image into a watercolor painting style',
'width': 16, # Aspect-ratio value, not pixel width
'height': 9, # Aspect-ratio value, not pixel height
'resolution': '2k', # Supported values: '1k', '2k', '4k'
'image_url_list': [
'https://example.com/image1.jpg',
'https://example.com/image2.jpg'
]
}
)
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-pro-edit",
"prompt": "Transform this image into a watercolor painting style",
"width": 16,
"height": 9,
"resolution": "2k",
"image_url_list": [
"https://example.com/image1.jpg",
"https://example.com/image2.jpg"
]
}'
# 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"