简体中文

English

简体中文

English

主题

Gemini 图像生成 ​

通过官方 协议调用 Gemini 图像模型，文生图与图生图共用同一入口；各模型的定位与能力差异见下方「当前可用模型」。

http
POST /v1beta/models/{model}:generateContent

图生图无需换入口，只需在 中追加参考图（）。

当前可用模型 ​

模型定位与能力输出清晰度参考图
旗舰（Nano Banana Pro）：面向专业素材生产与复杂多轮编辑，世界知识与文字渲染最强，构图与细节控制最精细，适合海报、信息图等对准确度要求高的场景 / / 官方上限 14 张
通用主力（Nano Banana 2）：速度与质量均衡，擅长多参考图融合与角色一致性；家族中唯一支持 、、、 极限比例支持 / / / ，当前渠道固定约 （忽略 ）官方上限 14 张
上一代（Nano Banana）：主打速度与成本，适合高并发、低延迟的大批量生成固定 （约 ）官方建议不超过 3 张

请求头 ​

名称类型必填说明
string是请求身份认证。使用 Bearer Token，示例：
string是请求内容类型，必须设置为

请求体 ​

名称类型必填说明
array是输入内容数组，通常只含一个元素
object否生成配置，含输出模态与图像配置
array否安全过滤设置，可不传

contents 内容项 ​

名称类型必填说明
string否消息角色，固定为
array是内容片段数组。文生图只放 ；图生图在 之后为每张参考图追加一个 ，支持多张

parts.inlineData（参考图，仅图生图需要） ​

名称类型必填说明
string是参考图 MIME 类型：、、
string是参考图内容的 Base64 编码

generationConfig.imageConfig ​

名称类型必填说明
array是输出模态。生图必须包含 ，推荐
string否出图比例：、、、、、、、、、，默认 。 额外支持 、、、 极限比例
string否出图清晰度：、、，默认 ；部分模型还支持 （0.5K，无 K 后缀）。注意： 等 Flash Image 渠道会忽略该字段并固定返回约 1K
number否采样温度，范围 到 ，默认
number否核采样参数，默认
integer否Top-K 采样参数
integer否最大输出 token 数，生图建议不低于
integer否随机种子。传入相同种子可提升结果可复现性

请求示例 ​

bash
curl -X POST https://octopusx.ai/v1beta/models/gemini-3-pro-image-preview:generateContent \
  -H "Authorization: Bearer <token>" \
  -H "Content-Type: application/json" \
  -d '{
  "contents": [{
    "role": "user",
    "parts": [
      { "text": "未来感 AI 工作台场景，电影级布光" }
    ]
  }],
  "generationConfig": {
    "responseModalities": ["TEXT", "IMAGE"],
    "imageConfig": { "aspectRatio": "16:9", "imageSize": "1K" }
  }
}'
bash
curl -X POST https://octopusx.ai/v1beta/models/gemini-3-pro-image-preview:generateContent \
  -H "Authorization: Bearer <token>" \
  -H "Content-Type: application/json" \
  -d '{
  "contents": [{
    "role": "user",
    "parts": [
      { "text": "融合参考图风格，输出横版海报" },
      { "inlineData": { "mimeType": "image/jpeg", "data": "BASE64_IMAGE_1" } },
      { "inlineData": { "mimeType": "image/jpeg", "data": "BASE64_IMAGE_2" } }
    ]
  }],
  "generationConfig": {
    "responseModalities": ["TEXT", "IMAGE"],
    "imageConfig": { "aspectRatio": "16:9", "imageSize": "1K" }
  }
}'

响应示例 ​

json
{
  "candidates": [{
    "content": {
      "role": "model",
      "parts": [
        { "inlineData": { "mimeType": "image/png", "data": "BASE64_OR_URL" } }
      ]
    },
    "finishReason": "STOP"
  }],
  "usageMetadata": {
    "promptTokenCount": 123,
    "candidatesTokenCount": 456,
    "totalTokenCount": 579
  },
  "modelVersion": "gemini-3-pro-image-preview"
}

响应字段 ​

名称类型说明
array候选结果数组
string结束原因。 表示正常完成； 表示被安全策略拦截
object生成的图片内容
string图片 MIME 类型，通常为
string图片数据，为 Base64 编码或图片 URL，客户端需兼容两种形式
integer输入 token 数
integer输出 token 数
integer总 token 数
string实际使用的模型版本

相关接口 ​