generateContent)调用图像生成模型,适用于需要完整参数控制的高级场景。
对于大多数用户,推荐使用更简单的 OpenAI 兼容接口。
接口地址
支持的模型
基础请求
请求参数
contents 数组(必填)
每个 content 对象包含 parts 数组:
generationConfig 对象
generationConfig.imageConfig 对象
宽高比设置
常用宽高比如下:分辨率档位说明
imageConfig.imageSize 支持三个档位:
不同宽高比在各档位下的典型像素,可以参考《Gemini 图像生成》中的分辨率与宽高比表格,例如:
- Gemini 2.5 Flash(1K 档):
- 1:1 → 1024×1024
- 16:9 → 1344×768
- 9:16 → 768×1344
- Gemini 3 Pro Image 预览版:
- 1K / 2K / 4K + 各宽高比(1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9)都有对应的标准分辨率栅格。
gemini-2.5-flash-image仅支持1K,指定更高档位会自动降级到 1K;gemini-3-pro-image-preview支持 1K / 2K / 4K 三档。
参考图编辑
通过inline_data 传入参考图进行图像编辑:
多参考图
可以在parts 数组中添加多个 inline_data,最多支持 15 张参考图:
响应结构
计费说明
采用混合计费:
大致规则(仅用于缺省情况下的近似计费):
- Gemini 2.5 Flash(1K 档):输出每张约 1290 image tokens;
- Gemini 3 Pro Image 预览版:
- 1K / 2K 档:每张约 1210 image tokens;
- 4K 档:每张约 2000 image tokens。
选择建议
相关文档
- OpenAI 兼容接口 - 更简单的调用方式
- Gemini 概览 - 平台 Gemini 模型总览
