
Текст в изображение
Создавайте ИИ-изображения из текстовых промптов
Точное редактирование изображений на базе Google Gemini 3.0 Pro API с нативным выводом 2K/4K. Обеспечивает надежные локальные изменения и высокую стабильность по доступной цене за запрос.
Попробуйте сейчас AI генератор изображений
| Параметры | Цена | Исходная цена | Скидка |
|---|
API Google Nano Banana Pro Edit (на базе модели Gemini 3.0 Pro Image) предоставляет разработчикам и творческим командам экономичное AI-редактирование изображений production-grade. Эта премиальная интеграция Gemini image editing API помогает превращать существующие визуалы в высокоразрешенные результаты до 4K через инструкции на естественном языке. Модель Gemini обеспечивает семантическое reasoning для сложных правок, а API дает стабильную интеграцию для масштабируемых workflows на Flaq AI.
Примечание Убедитесь, что ваши prompt соответствуют правилам безопасности Google. Если возникает ошибка, проверьте prompt на наличие ограниченного контента, скорректируйте его и повторите попытку.
Изучайте несколько ИИ-инструментов для быстрых процессов создания изображений и видео в браузере, а затем масштабируйте удачные идеи с production-ready API моделей Flaq AI. Flaq AI предоставляет единый API-слой для всех моделей, упрощая использование и масштабирование ваших процессов.

Создавайте ИИ-изображения из текстовых промптов

Создавайте ИИ-изображения из изображений и текстовых промптов

Создавайте ИИ-видео из текстовых промптов

Анимируйте изображения в ИИ-видео

Создавайте AI-изображения и видео в едином рабочем пространстве

Создавайте согласованные видео по медиареференсам
// 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"