Gemini 图像生成

Gemini 图像模型使用 Gemini 原生 generateContent 协议，可进行文生图和图生图。该接口的路径和鉴权头与 OpenAI 兼容接口不同。

接口与鉴权

POST https://api.topapis.cn/v1beta/models/{model}:generateContent
x-goog-api-key: YOUR_API_KEY
Content-Type: application/json

流式端点为：

POST https://api.topapis.cn/v1beta/models/{model}:streamGenerateContent

模型示例包括 gemini-3-pro-image-preview 和 gemini-3.1-flash-image-preview。请先通过 /v1/models 确认账号权限。

文生图请求

curl "https://api.topapis.cn/v1beta/models/gemini-3-pro-image-preview:generateContent" \
  -H "x-goog-api-key: $TOPAPIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          { "text": "木桌上的红苹果，柔和棚拍光线，简洁背景" }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["IMAGE", "TEXT"],
      "imageConfig": {
        "aspectRatio": "1:1",
        "imageSize": "1K"
      }
    }
  }'

请求字段

字段	说明
contents[].parts[].text	文本提示词
generationConfig.imageConfig.aspectRatio	画幅，例如 1:1、16:9、9:16
generationConfig.imageConfig.imageSize	常用档位为 1K、2K、4K，使用大写 K
generationConfig.responseModalities	控制 Base64、URL 或组合返回

aspectRatio 与 imageSize 可省略。图生图希望沿用参考图比例时，可省略 aspectRatio 或使用通道支持的自动模式。

图生图输入

在文本 part 之外加入图片 part。Base64 输入使用 inline_data：

{
  "inline_data": {
    "mime_type": "image/jpeg",
    "data": "BASE64_IMAGE_DATA"
  }
}

远程图片使用 file_data：

{
  "file_data": {
    "mime_type": "image/jpeg",
    "file_uri": "https://example.com/reference.jpg"
  }
}

远程 URL 必须允许服务端直接访问。Base64 数据不要包含日志中可识别的用户隐私信息。

返回模式

responseModalities	返回内容	常见读取位置
["IMAGE"]	Base64 图片	candidates[0].content.parts[].inline_data.data
["TEXT"]	图片 URL	parts[].text 或 parts[].file_data.file_uri
["IMAGE", "TEXT"]	Base64 与 URL	同时检查上述字段

客户端应遍历 parts 并按字段类型读取，不依赖固定数组下标。URL 可能是临时地址，应及时下载。

兼容性要求

• 不同 Gemini 图像模型支持的画幅和分辨率可能不同。
• 模型不可用或参数不支持时，不应自动改用另一个付费模型。
• x-goog-api-key 属于敏感请求头，日志策略与 Bearer Token 相同。