图片生成 - 钱多多-全链路API聚合

Gemini 也提供了图像生成能力，作为一种替代方案。与 Imagen 3.0 相比，Gemini 的图像生成更适合于需要上下文理解和推理的场景，而非追求极致的艺术表现和视觉质量。

更高的视觉质量 → 相比 exp 版，图像更锐利、更丰富、更清晰。
更准确的文本呈现 → 生成的视觉中，文本更加精准、干净、易读。
显著减少过滤拦截 → 得益于更智能、宽松的过滤机制，创作时几乎不再被打断。
说明：

模型 id：gemini-2.0-flash-preview-image-generation
费率（输入→输出）：
0.1
→
0.1→0.4/M tokens
需要新增参数来体验新特性 "modalities":["text","image"]
图片以 Base64 编码形式传递与输出
作为实验模型，建议明确指出 “输出图片”，否则可能只有文本
输出图片的默认高度为 1024px
python 调用需要最新的 openai sdk 支持，请先运行 pip install -U openai
了解更多请访问 Gemini 官方文档

请求参数

Authorization

在 Header 添加参数

Authorization

，其值为在 Bearer 之后拼接 Token

示例：

Authorization: Bearer ********************

Header 参数

Body 参数application/json

示例

{
    "model": "gemini-2.0-flash-preview-image-generation",
    "stream": true,
    "messages": [
        {
            "role": "user",
            "content": "A cat in a tree"
        }
    ]
}

示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

返回响应

🟢200OK

application/json

Body

示例

{
    "id": "chatcmpl-123",
    "object": "chat.completion",
    "created": 1677652288,
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "\n\nHello there, how may I assist you today?"
            },
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 9,
        "completion_tokens": 12,
        "total_tokens": 21
    }
}