Nano Banana 2.1 API
Google Nano Banana 2.1 — โมเดลสร้างและแก้ไขภาพ Nano Banana รุ่นล่าสุด Google ระบุว่าดีขึ้นกว่ารุ่นก่อนหน้าในทุกด้าน โดยพัฒนาอย่างเห็นได้ชัดด้านการออกแบบภาพและความสม่ำเสมอของวัตถุหลัก รวมถึงทำตามพรอมต์ได้แม่นยำขึ้นและเรนเดอร์ข้อความได้สะอาดขึ้น
สองเอนด์พอยต์: google/nano-banana-2.1/text-to-image และ google/nano-banana-2.1/edit ที่รองรับภาพอ้างอิงสูงสุด 14 ภาพ อัตราส่วนภาพ 14 แบบ รวมถึง 1:4, 4:1, 1:8 และ 8:1 เอาต์พุต 1K / 2K / 4K การค้นหาเว็บและการค้นหาภาพแบบเลือกได้ และเอาต์พุต PNG หรือ JPEG — ด้วยโครงสร้างคำขอเดียวกับ Nano Banana 2
/filters:quality(82)/examples/48cc1e621e734eeba0ddda5004aa805d/b94abaf6-4369-4f65-bf93-e4da93382a36-96022c930e6b.webp)
ภาพรวม
เกี่ยวกับ Nano Banana 2.1 API
Nano Banana 2.1 ทำอะไรได้ อยู่ตรงไหนในกลุ่มโมเดลของ Google และทำไมทีมต่างๆ จึงเลือกใช้
Nano Banana 2.1 คือโมเดลการสร้างและแก้ไขภาพจาก Google ใช้งานได้ผ่าน REST API ของ WaveSpeedAI Google Nano Banana 2.1 — โมเดลสร้างและแก้ไขภาพ Nano Banana รุ่นล่าสุด Google ระบุว่าดีขึ้นกว่ารุ่นก่อนหน้าในทุกด้าน โดยพัฒนาอย่างเห็นได้ชัดด้านการออกแบบภาพและความสม่ำเสมอของวัตถุหลัก รวมถึงทำตามพรอมต์ได้แม่นยำขึ้นและเรนเดอร์ข้อความได้สะอาดขึ้น
สองเอนด์พอยต์: google/nano-banana-2.1/text-to-image และ google/nano-banana-2.1/edit ที่รองรับภาพอ้างอิงสูงสุด 14 ภาพ อัตราส่วนภาพ 14 แบบ รวมถึง 1:4, 4:1, 1:8 และ 8:1 เอาต์พุต 1K / 2K / 4K การค้นหาเว็บและการค้นหาภาพแบบเลือกได้ และเอาต์พุต PNG หรือ JPEG — ด้วยโครงสร้างคำขอเดียวกับ Nano Banana 2
กลุ่ม Nano Banana 2.1 บน WaveSpeedAI มี 2 REST endpoint ครอบคลุมเวิร์กโฟลว์ Image-To-Image, Text-To-Image แต่ละแบบมีราคา พารามิเตอร์ที่ปรับได้ และตัวอย่างผลลัพธ์ของตัวเอง เลือกแบบที่ตรงกับประเภทอินพุตและข้อจำกัดของงานจริง หรือเรียกหลายแบบด้วย API key เดียวเพื่อประกอบเป็นไปป์ไลน์หลายขั้นตอน
รัน Nano Banana 2.1 ผ่าน API key บัญชีเรียกเก็บเงิน และขีดจำกัดอัตราเดียวกับที่คุณใช้กับโมเดล AI กว่า 1,000 รายการอื่นบน WaveSpeedAI ไม่ต้องตั้งค่ากับผู้ให้บริการแยก ไม่ต้องใช้ SDK แยกตามผู้ให้บริการ และไม่ต้องจัดการขีดจำกัดอัตราแยกตามผู้ให้บริการ การเชื่อมต่อเดียวครอบคลุมทุกอย่างตั้งแต่ข้อความเป็นภาพและข้อความเป็นวิดีโอ ไปจนถึงการสังเคราะห์เสียง การสร้าง 3D การอัปสเกล และการแก้ไข
สเปก
ความสามารถและสถานะการเปิดตัวของ Nano Banana 2.1 API
รายละเอียดเฉพาะของโมเดลที่นักพัฒนาค้นหาก่อนเลือก API: ความพร้อมใช้งาน ความยาวผลลัพธ์ที่คาดหวัง การรองรับภาพอ้างอิง และทางเลือกสำรองที่ใช้งานได้ในปัจจุบัน
เอนด์พอยต์
2 รุ่น
Text-to-image และ edit โดย edit รองรับภาพอ้างอิงสูงสุด 14 ภาพ
ความละเอียด
1K / 2K / 4K
เอาต์พุตสามระดับ ค่าเริ่มต้นคือ 1K
อัตราส่วนภาพ
14
1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9, 1:4, 4:1, 1:8, 8:1
เอาต์พุต
PNG / JPEG
เลือกได้ในแต่ละคำขอ พร้อมการอ้างอิงจากการค้นหาเว็บและการค้นหาภาพแบบเลือกได้
Endpoint
API endpoint ของ Nano Banana 2.1 ทั้งหมด
2 endpoint ของ Nano Banana 2.1 พร้อมใช้งานบน WaveSpeedAI แล้ว — เลือกแบบที่ตรงกับเวิร์กโฟลว์ของคุณ
/filters:quality(82)/media/images/1791312805430502065_dlG47iBV.webp)
Nano Banana 2.1 Edit
Google Nano Banana 2.1 Edit is the latest Nano Banana image editing model, with gains in visual design, subject consistency and prompt adherence, up to 14 reference images and 1K to 4K output. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1791312803887061677_SluDNW5I.webp)
Nano Banana 2.1 Text To Image
Google Nano Banana 2.1 is the latest Nano Banana image generation model, with gains in visual design, subject consistency and prompt adherence, cleaner text rendering, 1K to 4K output and optional web search. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
ตัวอย่าง
ดู Nano Banana 2.1 ทำงานจริง
ผลลัพธ์จริงที่สร้างโดย Nano Banana 2.1 API วางเมาส์บนวิดีโอเพื่อดูตัวอย่าง คลิกเพื่อเปิดตัวดูขนาดเต็ม
วิธีใช้
วิธีใช้ Nano Banana 2.1 API
สี่ขั้นตอนจากการสมัครไปจนถึงผลลัพธ์ที่เสร็จสมบูรณ์ ตัวอย่าง Python, Node.js และ cURL แบบเต็มอยู่ในส่วน API ด้านล่าง
- 01
รับ API key
สมัครบัญชี WaveSpeedAI แล้วคัดลอก API key จากแดชบอร์ด บัญชีใหม่มาพร้อมเครดิตเริ่มต้นฟรี เพียงพอให้ลองใช้ playground ได้หลายสิบครั้งก่อนเริ่มเรียกเก็บเงิน
- 02
ส่ง prediction
POST อินพุตของคุณเป็น JSON ไปที่ https://api.wavespeed.ai/api/v3/google/nano-banana-2.1/text-to-image endpoint จะส่ง prediction id กลับมาทันที การสร้างทำงานแบบอะซิงโครนัส คุณจึงไม่ต้องเปิดการเชื่อมต่อค้างไว้ระหว่างประมวลผล
- 03
poll เพื่อรอให้เสร็จ
GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result เมื่อสถานะเป็น completed ให้นำผลลัพธ์ไปใช้ เมื่อเป็น failed, cancelled, timeout หรือ deleted ให้หยุดพร้อมแจ้งข้อผิดพลาด และ poll ต่อไปสำหรับสถานะอื่นทั้งหมด
- 04
อ่าน URL ของผลลัพธ์
เมื่อสถานะเป็น "completed" ให้อ่าน URL จาก data.outputs[0] URL ชี้ไปยังสื่อที่สร้างขึ้นของคุณบน CDN ของ WaveSpeedAI ซึ่งเป็นภาพ วิดีโอ เสียง หรือไฟล์ 3D ตามแบบของ Nano Banana 2.1 ที่คุณเรียกใช้
กรณีการใช้งาน
สิ่งที่คุณสร้างได้ด้วย Nano Banana 2.1
เวิร์กโฟลว์ทั่วไปที่นักพัฒนาและครีเอเตอร์ใช้ Nano Banana 2.1 API
ภาพที่เน้นงานออกแบบ
Google ระบุว่าการออกแบบภาพเป็นหนึ่งในจุดที่พัฒนามากที่สุดของ 2.1 ใช้สำหรับโปสเตอร์ กราฟิกโซเชียล ม็อกอัปบรรจุภัณฑ์ และเลย์เอาต์ที่องค์ประกอบภาพและตัวอักษรสำคัญพอ ๆ กับวัตถุหลัก
วัตถุหลักสม่ำเสมอในทุกการแก้ไข
ความสม่ำเสมอของวัตถุหลักคืออีกจุดเด่นสำคัญ google/nano-banana-2.1/edit รักษาให้บุคคล สินค้า และตัวละครยังจดจำได้ขณะที่คุณเปลี่ยนฉาก ชุด หรือสไตล์ — รองรับภาพอ้างอิงสูงสุด 14 ภาพต่อการเรียกหนึ่งครั้ง
พรอมต์ซับซ้อนหลายส่วน
การทำตามพรอมต์ที่แม่นยำขึ้นทำให้คำสั่งยาวที่มีหลายวัตถุ ตำแหน่ง และข้อกำหนดด้านสไตล์ถูกทำตามได้ตรงขึ้น ระบุทุกข้อกำหนดให้ครบแทนการพึ่งการแก้ไขภายหลัง
ข้อความในภาพคมชัด
ฉลาก ป้าย และพาดหัวเรนเดอร์ได้คมชัดกว่าเดิม ใส่ข้อความที่ต้องการในเครื่องหมายคำพูดและระบุตำแหน่ง สำหรับเมนู แบนเนอร์ และฉลากสินค้า
อิงข้อมูลปัจจุบัน
ตั้งค่า enable_web_search เพื่อให้โมเดลค้นหาข้อมูลจริงล่าสุด เช่น สินค้าใหม่ สถานที่ หรือเหตุการณ์ และ enable_image_search เพื่อให้ตรวจดูว่าสิ่งของจริงมีหน้าตาอย่างไร ก่อนสร้างภาพ
อัตราส่วนภาพสุดขั้วสูงสุด 4K
อัตราส่วนภาพ 14 แบบ รวมถึง 1:4, 4:1, 1:8 และ 8:1 ครอบคลุมแบนเนอร์แนวตั้ง เฮดเดอร์แนวกว้าง และโฆษณาแบบสกายสเครเปอร์ ด้วยเอาต์พุต 1K, 2K หรือ 4K
เคล็ดลับ
เคล็ดลับการเขียนพรอมต์สำหรับ Nano Banana 2.1
คำแนะนำเชิงปฏิบัติเพื่อให้ได้ผลลัพธ์ที่ดีขึ้นจาก Nano Banana 2.1 — มาจากรูปแบบที่ได้ผลกับโมเดลภาพในไปป์ไลน์การผลิตจริง
- 01
เขียนบรีฟให้ครบถ้วน
2.1 ทำตามพรอมต์ยาวหลายส่วนได้ใกล้เคียงขึ้น อธิบายวัตถุหลัก องค์ประกอบภาพ แสง สไตล์ และข้อความทั้งหมดในพรอมต์เดียว แทนการแก้รายละเอียดในการแก้ไขภายหลัง
- 02
ใส่ข้อความที่ต้องการแบบตรงตัว
สำหรับป้าย ฉลาก และพาดหัว ให้เขียนข้อความตรงตัวในเครื่องหมายคำพูดและระบุว่าควรปรากฏที่ไหน (“ชื่อเรื่องด้านบน”, “ป้ายราคาที่มุมขวาล่าง”)
- 03
ระบุสิ่งที่ต้องคงไว้เมื่อแก้ไข
เมื่อใช้ google/nano-banana-2.1/edit ให้อธิบายสิ่งที่จะเปลี่ยนแล้วตามด้วยสิ่งที่ต้องคงเดิม — “เปลี่ยนพื้นหลังเป็นชายหาดยามพลบค่ำ คงบุคคล ท่าทาง และแสงไว้”
- 04
อ้างถึงภาพอ้างอิงตามลำดับ
เมื่อส่งภาพอ้างอิงหลายภาพ ให้วางวัตถุหลักเป็นภาพแรก และอ้างถึงภาพอื่นตามลำดับ (“แจ็กเก็ตจากภาพที่ 2”)
- 05
ร่างที่ 1K ส่งงานที่ 2K หรือ 4K
ทดลองปรับที่ 1K แล้วรันพรอมต์ที่เลือกอีกครั้งที่ความละเอียดสำหรับส่งงาน เปิดการค้นหาเว็บหรือการค้นหาภาพเฉพาะเมื่อพรอมต์ต้องใช้ข้อมูลจริงล่าสุดหรือต้องรู้ว่าสิ่งของจริงมีหน้าตาอย่างไร
ราคา
ราคา Nano Banana 2.1 API
คิดราคาตามผลลัพธ์ ค่าใช้จ่ายสุดท้ายขึ้นอยู่กับพารามิเตอร์ที่คุณตั้งใน playground ของแต่ละแบบ (ความละเอียด ความยาว จำนวนผลลัพธ์ ภาพอ้างอิง)
| Endpoint | ประเภท | ราคาเริ่มต้น |
|---|---|---|
| google/ | image-to-image | $0.05 |
| google/ | text-to-image | $0.05 |
API
เรียกใช้ Nano Banana 2.1 API
สมัครรับ API key ที่ wavespeed.ai/accesskey แล้วส่ง prediction ผ่าน REST playground สร้างตัวอย่างพร้อมวางได้สำหรับอินพุตทุกแบบ
POSThttps://api.wavespeed.ai/api/v3/google/nano-banana-2.1/text-to-image
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/google/nano-banana-2.1/text-to-image" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"enable_web_search": false,
"enable_image_search": false,
"output_format": "png"
}')
TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
printf 'Submission response did not contain a prediction id
' >&2
exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"
# 2. Poll until the prediction finishes.
while true; do
RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
-H "Authorization: Bearer $WAVESPEED_API_KEY")
RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
case "$STATUS" in
completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
*) sleep 2 ;;
esac
doneconst submitUrl = "https://api.wavespeed.ai/api/v3/google/nano-banana-2.1/text-to-image";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');
async function requestJson(url, options = {}) {
const response = await fetch(url, options);
if (!response.ok) throw new Error(await response.text());
return response.json();
}
// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
method: "POST",
headers: {
"Authorization": `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"enable_web_search": false,
"enable_image_search": false,
"output_format": "png"
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;
// 2. Poll until the prediction finishes.
while (true) {
const resultBody = await requestJson(resultUrl, {
headers: { "Authorization": `Bearer ${apiKey}` },
});
const result = resultBody.data ?? resultBody;
if (result.status === "completed") {
console.log(result.outputs);
break;
}
if (["failed", "cancelled", "timeout", "deleted"].includes(result.status)) throw new Error(JSON.stringify(result));
await new Promise(resolve => setTimeout(resolve, 2000));
}import json
import os
import time
from urllib.request import Request, urlopen
api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"enable_web_search": False,
"enable_image_search": False,
"output_format": "png"
}
def request_json(url, data=None):
request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
with urlopen(request) as response:
return json.load(response)
# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/google/nano-banana-2.1/text-to-image", json.dumps(payload).encode())
task = body.get("data", body)
result_url = f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"
# 2. Poll until the prediction finishes.
while True:
result_body = request_json(result_url)
result = result_body.get("data", result_body)
status = result.get("status")
if status == "completed":
print(result.get("outputs", []))
break
if status in {"failed", "cancelled", "timeout", "deleted"}:
raise RuntimeError(result)
time.sleep(2)เปรียบเทียบ
Nano Banana 2.1 เทียบกับทางเลือกอื่น
เมื่อไรควรเลือก Nano Banana 2.1 แทนโมเดลที่คล้ายกันบน WaveSpeedAI
Nano Banana 2.1 เทียบกับ Nano Banana 2
พารามิเตอร์แทบเหมือนกัน การเปลี่ยนจึงแค่เปลี่ยน ID โมเดล 2.1 เป็นโมเดลใหม่กว่าของ Google ที่ออกแบบภาพ ความสม่ำเสมอของวัตถุหลัก และการทำตามพรอมต์ได้ดีกว่า ส่วน Nano Banana 2 มีระดับ 0.5K และรุ่น Fast เพิ่มเติม
Nano Banana 2.1 เทียบกับ Nano Banana Pro
Nano Banana Pro ยังคงเป็นระดับพรีเมียมพร้อมรุ่น Ultra และ Multi ส่วน Nano Banana 2.1 นำการพัฒนาล่าสุดของ Google มาสู่สาย Flash ที่เร็วกว่าและต้นทุนต่ำกว่า
Nano Banana 2.1 เทียบกับ GPT Image 2.5
GPT Image 2.5 มีระดับคุณภาพห้าระดับและสองเทียร์ Nano Banana 2.1 ตอบด้วยการอ้างอิงจากการค้นหาเว็บ ภาพอ้างอิงสูงสุด 14 ภาพ และอัตราส่วนภาพสุดขั้วถึง 1:8
คำถามที่พบบ่อย
Nano Banana 2.1 API — คำถามที่พบบ่อย
ราคา สัญญาอนุญาต การเชื่อมต่อ — คำถามที่พบบ่อยเกี่ยวกับการรัน Nano Banana 2.1 บน WaveSpeedAI
Nano Banana 2.1 API คืออะไร
Nano Banana 2.1 คือโมเดลการสร้างภาพของ Google ที่เปิดให้ใช้เป็น REST API บน WaveSpeedAI Google Nano Banana 2.1 — โมเดลสร้างและแก้ไขภาพ Nano Banana รุ่นล่าสุด Google ระบุว่าดีขึ้นกว่ารุ่นก่อนหน้าในทุกด้าน โดยพัฒนาอย่างเห็นได้ชัดด้านการออกแบบภาพและความสม่ำเสมอของวัตถุหลัก รวมถึงทำตามพรอมต์ได้แม่นยำขึ้นและเรนเดอร์ข้อความได้สะอาดขึ้น คุณเรียกใช้ผ่านโค้ดหรือลองใช้จาก playground ที่ลิงก์ไว้ด้านบนได้
เรียกใช้ Nano Banana 2.1 API อย่างไร
สมัครบัญชี WaveSpeedAI คัดลอก API key จาก /accesskey แล้ว POST ไปที่ https://api.wavespeed.ai/api/v3/google/nano-banana-2.1/text-to-image พร้อมอินพุตของคุณเป็น JSON endpoint จะส่ง prediction id กลับมา poll endpoint ผลลัพธ์โดยเริ่มประมาณทุก 2 วินาที เพิ่มช่วงเวลาสำหรับงานที่ใช้เวลานาน และหยุดเมื่อได้สถานะสิ้นสุดใดๆ ตัวอย่าง Python / Node.js / cURL ที่เหมาะกับงานจริงอยู่ด้านบน
Nano Banana 2.1 API มีค่าใช้จ่ายเท่าไร
Nano Banana 2.1 เริ่มต้นที่ $0.05 ต่อครั้ง ค่าใช้จ่ายจริงขึ้นอยู่กับพารามิเตอร์ที่คุณตั้ง (ความละเอียด ความยาว จำนวนผลลัพธ์ ภาพอ้างอิง) ตัวอย่างค่าใช้จ่ายแบบเรียลไทม์ข้างปุ่ม Generate ใน playground แสดงราคาที่แน่นอนสำหรับอินพุตปัจจุบันของคุณ
Nano Banana 2.1 มีแบบไหนให้ใช้บ้าง
WaveSpeedAI มี endpoint Nano Banana 2.1 ที่ใช้งานได้ 2 รายการ: google/nano-banana-2.1/edit, google/nano-banana-2.1/text-to-image แต่ละแบบมีหน้า playground และราคาของตัวเอง
ใช้ผลลัพธ์ของ Nano Banana 2.1 เชิงพาณิชย์ได้ไหม
สิทธิ์ในการใช้เชิงพาณิชย์เป็นไปตามสัญญาอนุญาตของโมเดล Google โมเดลของ Google ส่วนใหญ่อนุญาตให้ใช้ผลลัพธ์เชิงพาณิชย์ ดูสรุปสัญญาอนุญาตเฉพาะในหน้า playground ของแต่ละโมเดล และข้อกำหนดการใช้บริการของ WaveSpeedAI สำหรับเงื่อนไขระดับแพลตฟอร์ม
ทำไมต้องใช้ Nano Banana 2.1 บน WaveSpeedAI แทนการเชื่อมต่อตรง
API key เดียวและบัญชีเรียกเก็บเงินเดียวสำหรับ Nano Banana 2.1 และโมเดล AI อื่นกว่า 1,000 รายการจากผู้ให้บริการอื่น ไม่ต้องตั้งค่า SDK แยกตามผู้ให้บริการ ไม่ต้องจัดการขีดจำกัดอัตราแยกกัน และไม่ต้องเขียนโค้ดเชื่อมต่อใหม่ทุกครั้งที่เปลี่ยนผู้ให้บริการ โดยทั่วไปราคาเท่ากับหรือต่ำกว่า API ตรงของ Google
ผู้พัฒนา
เกี่ยวกับ Google
ทีมเบื้องหลัง Nano Banana 2.1 และกลุ่มโมเดลอื่นๆ ของ Google บน WaveSpeedAI
งาน AI ของ Google เกิดขึ้นเป็นหลักที่ Google DeepMind และ Google Research โมเดลภาพและวิดีโอ — Imagen, Veo และโมเดลมัลติโมดัลตระกูล Gemini อย่าง Nano Banana (Gemini 3 Image) — ใช้สถาปัตยกรรมและโครงสร้างพื้นฐานการเทรนร่วมกับกลุ่ม Gemini ที่กว้างกว่า เอาต์พุตขึ้นชื่อเรื่องการเรนเดอร์ตัวอักษรที่แม่นยำ ครอบคลุมสไตล์หลากหลาย และไลเซนส์ระดับเชิงพาณิชย์
เริ่มสร้างด้วย Nano Banana 2.1 บน WaveSpeedAI
รับเครดิตเริ่มต้นฟรีเมื่อสมัคร API key เดียวใช้ได้กับโมเดล AI กว่า 1,000 รายการจาก Google และผู้ให้บริการอื่นทุกราย
/filters:quality(82)/examples/c8d18eb9a94844e7ad929e6f2329e1c9/1aeb9d76-f6ad-467f-afa6-ad09693e5911-65bcec8e8edd.webp)
/filters:quality(82)/examples/2652743d9a2d40df8488300aa282872a/b3569273-299c-4046-b247-04f2735ee0b7-9f888ceafb9b.webp)
/filters:quality(82)/examples/28b41000bf134255a3840b68bac9d5e9/1a29ca9c-d88d-493f-a386-f0a0ba3fa37b-2a450c14afd4.webp)
/filters:quality(82)/examples/99da63b333b1471187f3edf2a74c16fe/5bc79c97-2253-49e3-a0c0-a49679986dcf-1ea4d9e65faf.webp)