Criar imagem

Documentation Index

Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt

Use this file to discover all available pages before exploring further.

​

Visão geral

​

Observações sobre comportamento dos modelos

• gemini-3.1-flash-image-preview, gemini-3-pro-image-preview, nano-banana-2 e nano-banana-pro aceitam aspect_ratio mais resolution (1k, 2k, 4k) para geração text-to-image.
• gemini-2.5-flash-image, nano-banana e nano-banana-edit aceitam aspect_ratio, mas não expõem seleção pública de resolution.
• gemini-2.0-flash-preview-image-generation é documentado aqui como texto-para-imagem somente por prompt.
• Para solicitações com imagem de referência de nano-banana, nano-banana-2 e nano-banana-pro, use este endpoint (/v1/images/generations) com operation: "image-to-image" e image_urls. Não envie solicitações de referência Nano Banana para /v1/images/edits.
• Para solicitações image-to-image de Nano Banana, omita resolution. nano-banana-2 e nano-banana-pro só expõem resolution para text-to-image, e nano-banana não expõe esse parâmetro.
• Imagens de referência neste endpoint podem ser enviadas como JSON image_url / image_urls ou como arquivo multipart image. /v1/images/generations não aceita images[] nem file_id; referências de /v1/files só valem para modelos de /v1/images/edits que documentam images[].file_id.

​

Corpo da requisição

​

Resposta

​

Resposta em linha

​

Resposta de tarefa assíncrona

curl -X POST "https://api.tokenlab.sh/v1/images/generations" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3-pro-image-preview",
    "prompt": "A cinematic portrait of a white cat sitting on a rainy windowsill",
    "aspect_ratio": "16:9",
    "resolution": "2k",
    "n": 1
  }'

{
  "created": 1706000000,
  "data": [
    {
      "url": "https://...",
      "revised_prompt": "A fluffy white cat with bright eyes sitting peacefully on a wooden windowsill, watching raindrops stream down the glass window..."
    }
  ]
}

​

Modelos disponíveis

​

Lidando com respostas baseadas em tarefa

import requests
import time

def generate_image(prompt, model="midjourney"):
    # Criar solicitação de imagem
    response = requests.post(
        "https://api.tokenlab.sh/v1/images/generations",
        headers={"Authorization": "Bearer sk-your-api-key"},
        json={"model": model, "prompt": prompt}
    )
    data = response.json()

    # Verifica se é baseada em tarefa
    if data.get("status") == "pending":
        task_id = data["task_id"]
        poll_url = data.get("poll_url")
        print(f"Tarefa de imagem iniciada: {task_id}")

        # Fazer polling do resultado
        while True:
            status_resp = requests.get(
                f"https://api.tokenlab.sh{poll_url}" if poll_url else f"https://api.tokenlab.sh/v1/tasks/{task_id}",
                headers={"Authorization": "Bearer sk-your-api-key"}
            )
            status_data = status_resp.json()

            if status_data["status"] == "completed":
                return status_data["data"][0]["url"]
            elif status_data["status"] == "failed":
                raise Exception(status_data.get("error", "Falha na geração"))

            time.sleep(3)
    else:
        # Resposta em linha
        return data["data"][0]["url"]

# Uso
url = generate_image("a beautiful sunset over mountains", model="midjourney")
print(f"Imagem gerada: {url}")