Claude Code में इमेज जनरेट करें: 2-मिनट का MCP सेटअप

एक इमेज जनरेशन MCP सर्वर वह छूटी हुई कड़ी (missing piece) है जो Claude को तस्वीरें बनाने की सुविधा देती है: Claude प्रॉम्प्ट लिखता है और generate_image टूल को कॉल करता है, सर्वर एक वास्तविक मॉडल (हमारे मामले में Google का Nano Banana परिवार) पर परिणाम रेंडर करता है, और वापस एक URL सौंप देता है। Claude खुद ड्रॉइंग नहीं कर सकता। Anthropic ने कभी कोई इमेज मॉडल लॉन्च नहीं किया है, इसलिए Claude Code और Claude Desktop इमेज को पढ़ तो बहुत अच्छे से लेते हैं लेकिन खुद कोई इमेज बना नहीं सकते।

संक्षिप्त उत्तर, यदि आप केवल इसी के लिए आए हैं: अपने BananaBanana profile में एक API की (key) बनाएं, और फिर अपने टर्मिनल में एक कमांड चलाएं:

claude mcp add --transport http bananabanana https://bananabanana.pro/api/mcp \
  --header "Authorization: Bearer bb_live_YOUR_KEY"

बस इतना ही सेटअप है। कोई लोकल सर्वर नहीं, कोई Google Cloud अकाउंट नहीं, कोई सब्सक्रिप्शन नहीं। प्रीपेड बैलेंस से प्रति इमेज की कीमत $0.03 से और वीडियो की $0.10 से शुरू होती है। और इस गाइड को पूरी तरह से ईमानदार रखने के लिए: इस लेख का हर इलस्ट्रेशन Claude Code द्वारा इसी सर्वर के माध्यम से जनरेट किया गया था, जब वह यह टेक्स्ट लिख रहा था। मीडिया का कुल बिल $1.29 आया, जिसमें एक री-रोल (reroll) भी शामिल है, रसीदें अंत में दी गई हैं।

Claude खुद इमेज जनरेट क्यों नहीं कर सकता?

Anthropic केवल टेक्स्ट और रीज़निंग (तर्क) मॉडल बनाता है। इसमें विज़न (vision) केवल एकतरफा काम करता है: Claude आपके स्क्रीनशॉट और तस्वीरों को देख तो सकता है, लेकिन इस मॉडल परिवार में कहीं भी कोई इमेज जनरेटर नहीं है, और न ही इसकी कोई घोषणा की गई है। ChatGPT एक इन-बिल्ट इमेज मॉडल के साथ आता है, लेकिन Claude नहीं।

कम्युनिटी ने इसका समाधान लोकल MCP सर्वरों के रूप में निकाला है — GitHub पर ऐसे कई सर्वर उपलब्ध हैं और वे काम भी करते हैं। लेकिन वहां "इंस्टॉल" करने का मतलब है: अपना खुद का लोकल प्रोसेस चलाना, Node या Python को मैनेज करना, हर मशीन पर एक कॉन्फ़िगरेशन फ़ाइल में सर्वर को जोड़ना, और सबसे बड़ी बात — अपनी खुद की Google API की (key) लाना। इसका बिल आपके Google अकाउंट पर आता है, जिसके अपने कोटा और डैशबोर्ड होते हैं। एक डेवलपर के लिए जो केवल एक लैपटॉप पर प्रयोग कर रहा है, यह ठीक है। लेकिन किसी और के लिए यह एक छोटे इंफ्रास्ट्रक्चर प्रोजेक्ट जैसा बन जाता है।

एक रिमोट MCP सर्वर इस पूरी स्थिति को बदल देता है। यह सर्वर पहले से ही हमारी तरफ चल रहा है; इसके पीछे की पाइपलाइन वही है जो BananaBanana generator को चलाती है। आप केवल एक की (key) से प्रमाणित (authenticate) करते हैं, प्रीपेड बैलेंस से प्रति जनरेशन भुगतान करते हैं, और यह सेटअप लैपटॉप पर Claude Code में, किसी सहकर्मी की मशीन पर Claude Desktop में, और ब्राउज़र में claude.ai में बिल्कुल एक समान रहता.है। इसमें आपके लिए मेंटेन करने जैसा कुछ भी नहीं है।

आप Claude Code को इमेज जनरेशन MCP सर्वर से कैसे कनेक्ट करते हैं?

दो मिनट और तीन स्टेप्स। सबसे पहले, register करें और Profile → MCP API Keys खोलें। एक की (key) बनाएं: यह केवल एक बार दिखाई देती है, bb_live_ से शुरू होती है, और हमारी तरफ हैश (hashed) करके सुरक्षित रखी जाती है, इसलिए इसे तुरंत कॉपी कर लें। नए अकाउंट्स $0.20 के शुरुआती बैलेंस के साथ आते हैं, जो टॉप-अप करने का निर्णय लेने से पहले सबसे सस्ते मॉडल पर छह टेस्ट इमेज जनरेट करने के लिए पर्याप्त है।

Claude Code

ऊपर बताया गया एक कमांड:

claude mcp add --transport http bananabanana https://bananabanana.pro/api/mcp \
  --header "Authorization: Bearer bb_live_YOUR_KEY"

इन फ्लैग्स के बारे में Claude Code MCP docs में बताया गया है; रिमोट सर्वर के लिए HTTP को सबसे सही ट्रांसपोर्ट माना जाता है। यह पुष्टि करने के लिए कि कनेक्शन लाइव है, सेशन के अंदर /mcp चलाएं: आपको list_models से लेकर get_result तक सात टूल दिखाई देने चाहिए। इसके बाद, "इस पोस्ट के लिए एक 16:9 हीरो इमेज जनरेट करें" एक ऐसा निर्देश बन जाता है जिसे Claude Code वास्तव में पूरा कर सकता है।

Claude Desktop और claude.ai

Claude Desktop और claude.ai में इसके लिए रास्ता है Settings → Connectors → Add custom connector, फिर सर्वर URL के रूप में https://bananabanana.pro/api/mcp पेस्ट करें। की (key) के लिए, Request headers सेक्शन खोलें और Bearer bb_live_YOUR_KEY वैल्यू के साथ एक Authorization हेडर जोड़ें। 'Bearer' शब्द और स्पेस सहित पूरा वैल्यू दर्ज करें; Anthropic's connector docs के अनुसार, Claude हेडर को बिल्कुल वैसा ही भेजता है जैसा टाइप किया गया है और अपनी ओर से कोई प्रीफिक्स नहीं जोड़ता है।

एक स्पष्ट चेतावनी (caveat): कनेक्टर्स में रिक्वेस्ट-हेडर ऑथेंटिकेशन अभी बीटा में है और Anthropic इसे धीरे-धीरे रोल आउट कर रहा है, इसलिए हो सकता है कि आपके अकाउंट में अभी यह सेक्शन दिखाई न दे। इसका बैकअप विकल्प (fallback) वहां हर जगह काम करता है जहाँ Claude Desktop चलता है: claude_desktop_config.json (Settings → Developer → Edit Config) में mcp-remote ब्रिज के माध्यम से सर्वर जोड़ें, जिसके लिए Node.js इंस्टॉल होना आवश्यक है:

{
  "mcpServers": {
    "bananabanana": {
      "command": "npx",
      "args": [
        "-y", "mcp-remote", "https://bananabanana.pro/api/mcp",
        "--header", "Authorization: Bearer bb_live_YOUR_KEY"
      ]
    }
  }
}

दोनों वेरिएंट्स और किसी भी अन्य क्लाइंट के लिए एक रॉ JSON-RPC उदाहरण MCP server page पर उपलब्ध हैं:

क्या यह Claude के बाहर भी काम करता है?

हाँ। MCP एक ओपन प्रोटोकॉल है, इसलिए कोई भी क्लाइंट जो Streamable HTTP का समर्थन करता है और एक Authorization हेडर जोड़ सकता है, इसी एंडपॉइंट से कनेक्ट हो सकता है: Gemini CLI, Z.ai का ZCode, एडिटर एजेंट्स — और, जब से Codex ने रिमोट MCP सपोर्ट शुरू किया है, तब से ChatGPT डेस्कटॉप ऐप, Codex CLI और IDE एक्सटेंशन भी एक शेयर्ड config.toml प्रविष्टि (entry) (url और bearer_token_env_var, Codex MCP docs के अनुसार) के माध्यम से इससे जुड़ सकते हैं। xAI API प्रत्येक रिक्वेस्ट के लिए server_url के साथ MCP सर्वर जोड़ता है। कुछ अपवाद वेब डायलॉग्स हैं जो पेस्ट की गई कीज़ (keys) के बजाय OAuth के इर्द-गिर्द बने हैं — जैसे ChatGPT के वेब कनेक्टर्स और संभवतः grok.com के URL-आधारित कस्टम कनेक्टर्स। हम MCP server page पर सेटअप स्निपेट्स के साथ प्रत्येक क्लाइंट के लिए एक अपडेटेड टेबल रखते हैं; यह लेख केवल Claude के बारे में है।

उपयोग का मामला 1: आपके द्वारा लिखी जा रही पोस्ट के लिए एक हीरो इमेज

यह एक आम उपयोग है। आप Claude Code में एक ब्लॉग पोस्ट का ड्राफ्ट तैयार कर रहे हैं और इसे एक हेडर की आवश्यकता है। आप कहते हैं: "generate a 16:9 editorial hero about database caching, library metaphor।" Claude प्रॉम्प्ट तैयार करता है और कॉल करता है:

→ generate_image {"prompt": "Editorial illustration for a developer blog post
   about database caching: a small librarian robot placing three glowing books
   onto a tiny fast bookshelf in the foreground, a huge dim archive hall
   stretching far behind it, soft pastel background, dark ink details, accents
   of violet and warm amber, clean minimal composition, generous negative
   space, no text", "model": "nano-banana-pro", "aspect_ratio": "16:9"}
← {"job_id": "cmxq…", "status": "processing", "cost_charged_usd": 0.11,
   "balance_remaining_usd": 4.89}
→ get_result {"job_id": "cmxq…"}
← {"status": "completed", "files": [{"url": "https://bananabanana.pro/api/files/…"}]}

यहाँ उसी प्रॉम्प्ट का आउटपुट है, पहली ही कोशिश में, बिना किसी री-रोल के:

कीमत: Nano Banana Pro पर 1K रेजोल्यूशन पर $0.11। एजेंट साइन्ड URL से फ़ाइल डाउनलोड करता है, इसे रेपो (repo) में सेव करता है, और इसके लिए alt टेक्स्ट लिखता है। लिंक 24 घंटों के लिए वैध रहते हैं; उसके बाद, get_result नए लिंक जारी करता है।

उपयोग का मामला 2: बिना किसी फोटोग्राफर के प्रोडक्ट शॉट्स

मार्केटिंग मॉकअप में फोटोग्राफी-शैली के प्रॉम्प्टिंग का असली फायदा मिलता है। शॉट का वर्णन उसी तरह करें जैसे कोई फोटोग्राफर इसके बारे में बताएगा: विषय (subject), सतह (surface), प्रकाश का स्रोत (light source), लेंस (lens)।

→ generate_image {"prompt": "A photorealistic product photo of a matte
   sage-green ceramic pour-over coffee set on a pale linen tablecloth, soft
   diffused daylight from a window on the left, gentle shadows, shallow depth
   of field, eye-level shot with a 50mm lens, minimal warm styling, no text",
   "model": "nano-banana-pro", "aspect_ratio": "1:1"}

पूरी बात यह है कि इस शॉट में दो कोशिशें लगीं। पहली बार देखने में सब ठीक लगा, लेकिन ध्यान से देखने पर पता चला कि कप और सॉसर (तश्तरी) आपस में जुड़कर एक ढक्कन जैसी आकृति बन गए थे — ऑब्जेक्ट जियोमेट्री (वस्तु की बनावट) ही वह जगह है जहाँ रियलिस्टिक मॉडल्स अभी भी गलती कर देते हैं, और प्रोडक्ट वर्क में आपको पब्लिश करने से पहले करीब से जांच करनी चाहिए। उसी प्रॉम्प्ट के एक री-रोल (reroll) ने इसे ठीक कर दिया: $0.11 के बजाय दोनों के लिए कुल $0.22 खर्च हुए। मुझे सबसे अच्छा हिस्सा खुद शॉट नहीं बल्कि इसके बाद होने वाला काम लगा: एक edit_image टूल तैयार इमेज की job_id और एक निर्देश लेता है जैसे "बैकग्राउंड को पूरी तरह से सफेद करें और एक सॉफ्ट शैडो जोड़ें।" दृश्य का दोबारा वर्णन किए बिना मल्टी-टर्न रिफाइनमेंट (बार-बार सुधार), और हर पास के लिए एक इमेज के रूप में शुल्क लिया जाता है। कैटलॉग के काम के लिए, यह लूप ही एक पेशेवर टूल और खिलौने के बीच का अंतर तय करता है।

उपयोग का मामला 3: सभी इमेजेस में एक ही कैरेक्टर का उपयोग

ब्रांड शुभंकर (mascots), कॉमिक पैनल्स, स्टोरीबोर्ड सभी में एक इमेज से दूसरी इमेज तक एक ही कैरेक्टर को बनाए रखने की आवश्यकता होती है। MCP के माध्यम से काम करने का तरीका एक कैरेक्टर शीट है: एक निश्चित विवरण ब्लॉक (description block) जिसे एजेंट हर प्रॉम्प्ट में पेस्ट करता है। हमारा विवरण था "a small courier robot with a round matte-teal head, one large friendly amber eye, boxy cream-white body with visible brass screws, and a canvas messenger bag with a brass buckle।" दो दृश्य, दो कॉल्स, प्रत्येक $0.11 के:

मैं परिणाम को लेकर बिल्कुल स्पष्ट रहूँगा: यह अच्छा है, लेकिन एकदम परफेक्ट नहीं है। बैग, एम्बर आंख, पीतल के स्क्रू के साथ क्रीम रंग का शरीर सभी अगली इमेज में आ गए। लेकिन सिर का आकार गोल से बदलकर हेलमेट जैसा हो गया, और शाम का दृश्य थोड़ा अधिक ग्राफिक लाइन स्टाइल में आया। केवल टेक्स्ट-आधारित एंकरिंग की अपनी एक सीमा होती है। संदर्भ इमेजेस (reference images) इसे ठीक से हल करती हैं, और web generator Nano Banana Pro पर 5 कैरेक्टर रेफरेंस तक स्वीकार करता है; MCP generate_image टूल अभी इमेज इनपुट नहीं लेता है। हमारा character consistency field guide दोनों तरीकों को कवर करता है, जिसमें यह भी शामिल है कि कौन से फीचर्स सबसे पहले बदलते हैं।

उपयोग का मामला 4: उसी चैट से एक वीडियो क्लिप

वीडियो भी इसी सर्वर के माध्यम से चलता है, लेकिन एक अतिरिक्त सुरक्षा उपाय (safeguard) के साथ। इमेज की तुलना में क्लिप की लागत अधिक होती है (एक हाई-एंड Veo 3.1 रेंडर के लिए $4.40 तक), इसलिए generate_video पहली कॉल पर कभी चार्ज नहीं करता है। इट रिटर्न्स अ कोटेशन (quote), और एजेंट को सटीक राशि स्वीकार करते हुए कॉल दोहरानी होती है:

→ generate_video {"prompt": "Aerial drone shot rising slowly over terraced tea
   fields at sunrise, thin mist drifting in the valleys, golden light catching
   the ridges, smooth cinematic camera motion, wide shot",
   "model": "veo-3.1-fast", "duration": 6, "resolution": "720p"}
← {"status": "confirmation_required", "quoted_cost_usd": 0.52, …}
→ generate_video {…same arguments…, "confirm_cost": 0.52}
← {"job_id": "cmxr…", "status": "processing", "cost_charged_usd": 0.52}

इसका परिणाम, Veo 3.1 Fast से छह सेकंड का बिना आवाज़ वाला 720p वीडियो, पहले ही टेक में:

वीडियो बनने में एक से दस मिनट का समय लगता है, इसलिए एजेंट दूसरा काम करते हुए get_result को पोल (poll) करता है। यदि आप आवाज़ चाहते हैं, तो Omni Flash इसी टूल के माध्यम से $0.10 प्रति सेकंड की दर से चलता है जिसमें ऑडियो हमेशा ऑन रहता है, और आप अवधि स्वयं निर्धारित करते हैं — 3 से 10 सेकंड के बीच कुछ भी। यह तस्वीरों को इनपुट के रूप में भी लेता है: एक इमेज की job_id जिसे आपने पहले ही जनरेट कर लिया है (या एक पब्लिक लिंक) को पहले फ्रेम के रूप में पास करें, एक कैरेक्टर को सुसंगत रखने के लिए दस तक रेफरेंस इमेज जोड़ें, और एजेंट उन्हें एनिमेट करता है। अंतिम फ्रेम और लूप के लिए अभी भी वेब जनरेटर की आवश्यकता होती है।

इस पोस्ट की हर इमेज इसी वर्कफ़्लो से बनी है

यदि मैं इसे पढ़ रहा होता, तो मुझे इसका प्रमाण चाहिए होता, इसलिए यहाँ वास्तविक लूप प्रस्तुत है। Claude Code ने इस लेख का एक भाग लिखा, हमारी हाउस स्टाइल में एक इलस्ट्रेशन प्रॉम्प्ट तैयार किया, जनरेशन टूल को कॉल किया, बीस सेकंड के आसपास इंतजार किया, प्राप्त हुई इमेज की जांच की, और आगे बढ़ने से पहले alt टेक्स्ट के साथ मार्कडाउन जोड़ दिया। यहाँ आप जो मीडिया देख रहे हैं, उसके लिए आठ जनरेशन कॉल्स की गईं — छह इमेजेस और वीडियो पहली ही कोशिश में बन गए, और कॉफी सेट को करीब से देखने पर कप और तश्तरी के जुड़े होने के कारण एक री-रोल की आवश्यकता पड़ी। आठ कॉल्स में केवल एक दोबारा कोशिश ने मेरी उम्मीदों से बेहतर काम किया। एकमात्र एसेट जो एआई-जनरेटेड नहीं है, वह है डॉक्स-पेज का स्क्रीनशॉट, जिसे ब्राउज़र टूल से लिया गया था।

इमेजेस पूरी तरह से त्रुटिहीन (flawless) नहीं हैं (जैसा कि बताया गया है, कूरियर रोबोट के सिर का अपना एक अलग ही आकार है)। मुख्य बात यह है कि "इलस्ट्रेशन" अब एक अलग प्रोडक्शन स्टेप नहीं रह गया है। जो सेशन टेक्स्ट लिखता है वही विजुअल्स भी तैयार कर देता है, और इस पूरे काम की लागत बस एक बस टिकट जितनी आई है।

इस लेख के मीडिया पर वास्तव में कितना खर्च आया?

नीचे दी गई हर चीज़ के लिए हमारे pricing page पर मौजूद मानक प्रति-जनरेशन कीमतों के अनुसार चार्ज लिया गया था, ये वही संख्याएँ हैं जो list_models एजेंट को रिपोर्ट करता है। कोई स्टाफ डिस्काउंट नहीं दिया गया है।

हमने हर जगह बेहतरीन इमेज मॉडल का उपयोग किया क्योंकि ये इमेजेस एक पब्लिक पेज पर पब्लिश होनी थीं। $0.03 वाले Nano Banana 2 Lite के साथ ड्राफ्ट तैयार करने से इमेज बिल का हिस्सा $0.77 से घटकर $0.21 हो जाता; हमारा Lite guide बताता है कि सस्ता मॉडल कब पर्याप्त होता है।

इसे आज़माने के लिए तैयार हैं? Connect the BananaBanana MCP server और Claude से अपनी पहली इमेज जनरेट करने के लिए कहें।

FAQ

क्या BananaBanana MCP सर्वर Claude के अलावा अन्य क्लाइंट्स के साथ भी काम करता है?

हाँ, किसी भी ऐसे MCP क्लाइंट के साथ जो Streamable HTTP का समर्थन करता है और आपको Authorization हेडर जोड़ने की सुविधा देता है: Claude Code, Claude Desktop, Gemini CLI, GLM-5.2 के लिए Z.ai का ZCode, Cursor या VS Code जैसे एडिटर एजेंट्स, और — Codex के रिमोट MCP सपोर्ट के माध्यम से — ChatGPT डेस्कटॉप ऐप, Codex CLI और IDE एक्सटेंशन, जो url और bearer_token_env_var के साथ एक config.toml प्रविष्टि शेयर करते हैं। xAI API प्रत्येक अनुरोध के लिए server_url के माध्यम से MCP सर्वर जोड़ता है। अभी जो बात अनिश्चित है: ChatGPT के वेब कनेक्टर्स पेस्ट की गई चाबियों (keys) के बजाय OAuth के माध्यम से प्रमाणित होते हैं, और grok.com का कस्टम-कनेक्टर डायलॉग बिना किसी प्रलेखित (documented) की-फ़ील्ड के URL लेता है, इसलिए दोनों को हमारी तरफ से नियोजित OAuth 2.1 सपोर्ट की आवश्यकता हो सकती है। सेटअप स्निपेट्स के साथ प्रत्येक क्लाइंट के लिए अपडेटेड टेबल MCP server page पर रहती है; आप खुद जो कुछ भी बनाते हैं वह पहले से ही सीधे JSON-RPC पर कनेक्ट हो सकता है।

क्या मुझे Google API की (key) या Google Cloud अकाउंट की आवश्यकता है?

नहीं, और इस सर्वर के अस्तित्व में होने का मुख्य कारण यही है। GitHub के लोकल इमेज-जनरेशन MCP सर्वर सीधे Gemini API को कॉल करते हैं, इसलिए उन्हें आपके अपने Google AI Studio की (key) की आवश्यकता होती है; आप इसके कोटा और बिलिंग को स्वयं मैनेज करते हैं। यहाँ, जनरेशन BananaBanana के Vertex AI कीज़ के मैनेज्ड पूल पर चलता है, और आपका एकमात्र क्रेडेंशियल आपके प्रोफ़ाइल से प्राप्त bb_live_ की (key) है। आप कभी भी Google के कंसोल को नहीं छूते हैं, और Google आपसे कभी कोई बिल नहीं लेता है। यह एक निष्पक्ष समझौता है: आप Google के रॉ API प्राइसिंग और डायरेक्ट पैरामीटर एक्सेस को छोड़ते हैं, और आपको बिना किसी न्यूनतम खर्च, ऑटोमैटिक की-रोटेशन (key rotation), और MCP सर्वर, वेब जनरेटर व Telegram ऐप के बीच शेयर किए गए एक बैलेंस के साथ प्रति-जनरेशन कीमतें मिलती हैं। लीक हुई की (key) को निष्क्रिय (revoke) करने में केवल एक क्लिक लगता है और इससे कुछ भी प्रभावित नहीं होता है।

MCP सर्वर पर बिलिंग कैसे काम करती है?

प्रीपेड बैलेंस, प्रति-जनरेशन कीमतें, कोई सब्सक्रिप्शन नहीं। आप टॉप अप करते हैं, और प्रत्येक जनरेशन से उसकी निर्धारित कीमत काट ली जाती है: मॉडल और रेजोल्यूशन के आधार पर इमेज के लिए $0.03 से $0.20, और मॉडल, अवधि, रेजोल्यूशन व ऑडियो के आधार पर वीडियो के लिए $0.10 से $4.40 तक। एजेंट को हर कीमत पहले से पता होती है: list_models लाइव कीमतें प्रदान करता है, और प्रत्येक वीडियो कॉल (साथ ही किसी भी मुक्ति-इमेज बैच) के लिए एक भी पैसा कटने से पहले एक कोटेशन मिलना और confirm_cost के साथ उसकी पुष्टि होना आवश्यक है। प्रत्येक परिणाम में cost_charged_usd and balance_remaining_usd की जानकारी मिलती है, इसलिए लागत की ट्रैकिंग बातचीत में ही शामिल होती है। असफल जनरेशन का रिफंड अपने आप हो जाता है। यदि आपको किसी अनियंत्रित एजेंट की चिंता है, तो Profile → MCP API Keys में प्रति की (key) एक दैनिक USD सीमा (daily cap) निर्धारित करें और प्रति-की उपयोग लॉग (usage log) का ऑडिट करें, जो टूल, मॉडल, लागत और प्रॉम्प्ट प्रिव्यू को रिकॉर्ड करता है।

यदि काम के बीच में मेरा बैलेंस शून्य हो जाता है तो क्या होगा?

अगला पेड टूल कॉल सीधे INSUFFICIENT_BALANCE एरर के साथ विफल हो जाएगा जिसमें एक टॉप-अप लिंक शामिल होता है, और एजेंट इसे आप तक पहुँचा देता है। कुछ भी नेगेटिव में नहीं जाता; कोई ओवरड्राफ्ट या अचानक आने वाला बिल नहीं होता। फ्री टूल्स (list_models, get_account, get_result, list_generations) काम करना जारी रखते हैं, इसलिए पहले से जनरेट की गई हर चीज़ उपलब्ध रहती है, और बैलेंस समाप्त होने से पहले शुरू हुआ जनरेशन सामान्य रूप से पूरा होता है, क्योंकि शुल्क केवल एक बार शुरू में लिया जाता है। व्यावहारिक रूप से, Claude बस टॉप-अप URL के साथ विफल कॉल की रिपोर्ट करता है और बाकी काम जारी रखता है। अचानक काम रुकने से बचने के लिए बफर रखने हेतु प्रत्येक परिणाम पर balance_remaining_usd पर नज़र रखें या बैच जॉब्स से पहले एजेंट से get_account चेक करने के लिए कहें।

कंटेंट फ़िल्टर क्या ब्लॉक करता है, और क्या मुझे फ़िल्टर किए गए प्रॉम्प्ट्स के लिए भुगतान करना होगा?

मुख्य Google मॉडल अपने स्वयं के सुरक्षा फ़िल्टर लागू करते हैं; जब कोई जनरेशन रिजेक्ट होता, तो सर्वर Google के आधे दर्जन आंतरिक वेरिएंट के बजाय एक एकीकृत (unified) SAFETY_FILTERED कोड देता है। ब्लॉक की गई श्रेणियां वही हैं जिनकी आप Gemini और Veo नीतियों से उम्मीद करते हैं: नाबालिगों से संबंधित यौन सामग्री, स्पष्ट हिंसा, वास्तविक व्यक्ति के डीपफेक और इसी तरह की चीजें। फ़िल्टर कभी-कभी सामान्य प्रॉम्प्ट्स पर भी गलती से लागू (false positive) हो जाते हैं, जो हमारे नियंत्रण में नहीं है और हम ऐसा होने से इंकार नहीं करेंगे। बिलिंग सरल है: पूरी तरह से फ़िल्टर किए गए जनरेशन का पैसा अपने आप वापस आ जाता है, और वीडियो के लिए, जहाँ Google कभी-कभी आउटपुट के केवल एक हिस्से को फ़िल्टर करता है, रिफंड आनुपातिक (proportional) होता है। आप केवल उसी मीडिया के लिए भुगतान करते हैं जो आपको प्राप्त होता है। यदि कोई प्रॉम्प्ट बार-बार फ़िल्टर हो रहा है, तो उसी टेक्स्ट को दोबारा आज़माने के बजाय उस विशिष्ट विवरण को बदलें जो इसे ट्रिगर कर रहा है।

MCP सर्वर के माध्यम से मेरे द्वारा जनरेट की जाने वाली इमेजेस का मालिकाना हक किसके पास है?

आपके पास। हमारी terms के तहत, जनरेट की गई इमेजेस और वीडियो व्यक्तिगत और व्यावसायिक उपयोग के लिए आपके हैं, जो संबंधित मॉडल प्रदाता की शर्तों के अधीन हैं; हम आपकी सामग्री पर किसी भी मालिकाना हक का दावा नहीं करते हैं, और आपके द्वारा सबमिट किए गए प्रॉम्प्ट भी आपके ही रहेंगे। व्यावहारिक रूप से स्टोरेज के दो विवरण महत्वपूर्ण हैं। get_result द्वारा लौटाए गए URLs साइन्ड लिंक्स (signed links) होते हैं जो 24 घंटों के लिए वैध रहते हैं, इसलिए जो महत्वपूर्ण है उसे डाउनलोड कर लें या नए लिंक के लिए फिर से get_result कॉल करें। और जनरेट किए गए मीडिया को 30 दिनों के लिए स्टोर किया जाता है, जिसके बाद स्थायी रूप से हटा दिया जाता है: MCP सर्वर एक जनरेशन पाइपलाइन है, कोई आर्काइव नहीं। MCP के माध्यम से जनरेट की गई हर चीज़ आपके वेब अकाउंट के जनरेशन इतिहास (history) में भी आ जाती है, जिससे आप रिटेंशन अवधि के भीतर साइट से इसे ब्राउज़ और दोबारा डाउनलोड कर सकते हैं।