API de generación con IA vía x402: pago por llamada sin cuenta
Genera imágenes, video y voz mediante x402: tu agente paga en USDC sobre Base por cada llamada, sin registro ni clave API. Precios reales desde $0.03.
x402 es un protocolo de pagos abierto que transforma el código HTTP 402 en una pasarela de pago funcional: un servidor responde a una petición con 402 Payment Required junto con condiciones de pago legibles por máquina, el cliente firma una autorización de transferencia en stablecoin, repite la solicitud y recibe su respuesta. Sin cuenta, sin clave API y sin planes mensuales. Coinbase transfirió el protocolo a la Linux Foundation en abril de 2026, y para el momento en que la x402 Foundation inició operaciones, contaba con 40 organizaciones miembro, entre ellas AWS, Google, Stripe, Visa y Mastercard. Ya no se trata de un experimento marginal.
Respuesta rápida: el endpoint x402 de BananaBanana es https://bananabanana.pro/api/x402. Envía un POST con { "tool": "...", "arguments": {...} }, recibe un 402 con el precio exacto para esos argumentos, págalo en USDC sobre Base y repite la petición. Las imágenes comienzan en $0.03, el video en $0.30 y la voz en $0.01 por cada 200 caracteres. Las imágenes y la voz solo se cobran si el archivo se genera exitosamente.
Esta última frase describe el punto que la mayoría de los artículos sobre x402 pasan por alto, y por eso le dedicaremos atención. Cobrar es sencillo; no cobrar por peticiones fallidas es donde el diseño arquitectónico se vuelve interesante.
Cómo ocurre realmente el pago
Cuatro pasos, y tu cliente HTTP realiza tres de ellos automáticamente:
- Tu agente envía una solicitud POST normal con JSON. Sin encabezados de pago.
- El servidor responde con
402y un arregloaccepts. El requisito de pago incluye el monto en unidades atómicas, la dirección de recepción, el contrato de USDC, la cadena y la ventana de expiración. - El cliente firma una autorización de transferencia según EIP-3009 por ese monto exacto y la codifica en Base64 dentro del encabezado
X-PAYMENT. - Se reenvía la misma solicitud, esta vez con el encabezado. El servidor entrega la firma a un facilitador para su verificación, realiza la generación y luego solicita la liquidación on-chain.
La firma no es una transacción de blockchain en sí misma. Es una autorización off-chain que solo se convierte en transferencia cuando alguien la envía a la red, lo que permite el diseño en dos fases: verificar primero, generar después y liquidar al final.
Un detalle práctico: la especificación v2 renombra los encabezados a PAYMENT-SIGNATURE y PAYMENT-RESPONSE, pero la mayoría de los clientes en producción todavía envían X-PAYMENT, que es lo que aceptamos hoy. Si utilizas el SDK oficial en TypeScript, la integración es transparente.
Cuánto cuesta una llamada
Los precios se calculan por generación y se cotizan antes de firmar cualquier transacción. La cifra exacta depende de los argumentos (una imagen 4K no cuesta lo mismo que una de 1K), por lo que la respuesta 402 cotiza tu solicitud específica.
| Herramienta | Modelo | Precio |
|---|---|---|
generate_image | Nano Banana 2 Lite | $0.03 (solo 1K) |
generate_image | Nano Banana 2 | $0.03 – $0.13 (512 a 4K) |
generate_image | Nano Banana Pro | $0.11 – $0.20 (1K a 4K) |
generate_video | Gemini Omni Flash | $0.10 por segundo, 3–10 s, sonido incluido |
generate_video | Familia Veo 3.1 | $0.10 – $4.40 por clip |
generate_speech | Gemini Flash TTS | $0.01 por cada 200 caracteres iniciados |
Un clip de tres segundos en Omni con audio cuesta $0.30. Es la opción de video real más económica de la lista. Veo ofrece mayor definición, pero a 8 segundos y 1080p con audio el costo sube notablemente para un borrador inicial.
Consulta el catálogo actualizado directamente: GET https://bananabanana.pro/api/x402 devuelve la lista completa de forma gratuita sin necesidad de pago.
Dos solicitudes de principio a fin
Veamos el flujo completo con curl, omitiendo el paso de firma (del que se encarga tu librería cliente x402).
# 1. Solicitar cotización. Sin encabezado de pago.
curl -s -X POST https://bananabanana.pro/api/x402 \
-H 'Content-Type: application/json' \
-d '{"tool":"generate_image","arguments":{"prompt":"a paper boat on still water at dawn","model":"nano-banana-pro","resolution":"2048"}}'{
"x402Version": 1,
"error": "Payment required: $0.11 for generate_image.",
"accepts": [{
"scheme": "exact",
"network": "base",
"maxAmountRequired": "110000",
"resource": "https://bananabanana.pro/api/x402",
"payTo": "0x7c0e9abd1c48380e27ab5bfced1be54f23ce773f",
"asset": "0x833589fCD6eDb6E08f4c7C32D4f71b54bdA02913",
"maxTimeoutSeconds": 300,
"extra": { "name": "USD Coin", "version": "2" }
}]
}
Firma esos parámetros, reenvía con el encabezado correspondiente y la segunda respuesta entregará la imagen generada:
{
"paid_usd": 0.11,
"result": {
"status": "completed",
"images": [{ "url": "https://bananabanana.pro/api/files/..." }]
}
}Dos detalles clave para quienes implementen servidores x402: maxAmountRequired se expresa en unidades atómicas. USDC tiene 6 decimales, por lo que $0.11 es 110000. Además, extra.name debe coincidir con lo que devuelve el método name() del contrato USDC (en Base mainnet es USD Coin, mientras que en Base Sepolia es USDC), ya que alimenta el separador de dominio EIP-712. Si no coinciden, la verificación de firma fallará sin mensajes de error claros.
El video funciona distinto: pago inicial y token de reembolso en caso de fallo
Las imágenes y la voz se procesan dentro de la misma solicitud HTTP. El flujo es verificar → generar → liquidar, y el cobro solo se realiza si se generó un archivo válido. Si hay un rechazo por filtros de seguridad o un error upstream, la firma nunca se envía a liquidación on-chain y el usuario no gasta nada.
El video requiere otro tratamiento: un render en Veo u Omni toma de uno a diez minutos, no es viable mantener una conexión HTTP abierta y un proceso iniciado en Google no se puede cancelar (su método interactions.cancel responde 501 UNIMPLEMENTED). Por ello, el video se liquida por adelantado, devuelve un job_id y el resultado se consulta en un endpoint gratuito.
¿Qué sucede si un clip ya pagado es rechazado por moderación?
Recibes un token de reembolso por el importe total (bb_rf_…), válido durante 90 días, aplicable a cualquier llamada posterior pasándolo como refund_token. Si pagas $1.30 por un clip rechazado por filtros, tu siguiente llamada costará $1.30 menos. Si el siguiente uso cuesta menos que el saldo del token, la diferencia se devuelve como un nuevo token.
No es un reembolso on-chain en USDC, y preferimos explicarlo con total transparencia. Este servidor no custodia claves privadas y no puede transferir fondos hacia afuera, solo aceptar o rechazar cobros. Para la seguridad de un servicio x402, no almacenar claves privadas en el servidor es una ventaja de diseño.
Ese clip costó $0.30 a través del endpoint x402: modelo Gemini Omni Flash, tres segundos, con un prompt de una toma continua de tinta difundiéndose en agua dentro de un tanque de cristal con luz lateral suave y sonido ambiente grave. El audio viene integrado directamente por el modelo.
Cómo descubre un agente el endpoint
Si un agente ya conoce la URL, no requiere descubrimiento. Para los demás, el servicio publica un manifiesto en /.well-known/x402 (y en /.well-known/x402.json).
El manifiesto enumera cada herramienta como un recurso independiente con su bloque de requisitos de pago, la red en formato CAIP-2, la dirección de cobro y el facilitador. En el bloque accepts se incluye el precio mínimo de la herramienta en lugar del máximo, lo que evita que un agente pague de más por error al consultar el catálogo.
Los directorios también prueban los endpoints enviando solicitudes POST de prueba. Nuestro servidor responde a estas con 402 e instrucciones sobre cómo especificar las herramientas.
¿x402 o una cuenta tradicional?
Ambas opciones dan acceso a los mismos modelos generativos. Elige según las capacidades de tu agente.
| Característica | x402 | Cuenta (MCP o web) |
|---|---|---|
| Configuración | Billetera con fondos | Registro con email, luego clave API u OAuth |
| Por llamada | Firmar, pagar y recibir | Débito de saldo prepagado |
| Bonos por depósito | No aplican | 5% desde $50+, 10% desde $100+, 10% extra con cupón |
| Historial de tareas | No se almacena | Historial completo con job IDs reutilizables |
| Edición de video | No disponible | edit_video, ajustes conversacionales |
| Ideal para | Llamadas puntuales, agentes 100% autónomos | Trabajo continuo, control de costos, iteraciones |
La ventaja de los depósitos con bono representa una diferencia tangible: ingresar $100 con código otorga $120 de saldo (un 17% de descuento efectivo), algo que x402 no ofrece al no manejar saldos en cuenta. En cambio, un agente con billetera y sin correo electrónico puede comenzar a generar de inmediato.
Si prefieres la modalidad con cuenta, el servidor MCP es compatible con Claude Code, Cursor y VS Code, y el generador web está disponible en el navegador.
Preguntas frecuentes
¿Necesito una cuenta en Coinbase para pagar?
No. Cualquier billetera EVM con USDC en la red Base funciona. La liquidación la realiza el facilitador; tampoco necesitas registrarte con ellos.
¿Qué sucede si mi generación es bloqueada por el filtro de contenido?
En imágenes y voz no se realiza ningún cobro: la liquidación solo se ejecuta cuando el archivo existe. En video recibes un token de reembolso por el importe total para usar en futuras peticiones.
¿Qué redes y tokens son compatibles?
USDC en Base mainnet, esquema exact. El manifiesto en /.well-known/x402 incluye el CAIP-2 chain id y la dirección del contrato del token.
¿Puedo editar un video generado a través de x402?
No mediante x402. La edición opera sobre clips asociados a una cuenta de usuario (edit_video en MCP). En x402 siempre puedes solicitar nuevas generaciones.
¿Cuánto tiempo es válida una cotización de precio?
La ventana de firma es de 300 segundos por defecto (parámetro maxTimeoutSeconds). Las tarifas base corresponden a los precios públicos del sitio web y se mantienen estables.
Comienza probando una imagen de $0.03 contra el endpoint activo. Si tu cliente es capaz de firmar una autorización EIP-3009, estás a cuatro líneas de código de obtener tu imagen.