Gemini 图像生成

Gemini 图像模型可以文生图，也可以参考一张或多张图片继续生成。实际接入时先调用 /v1/models 确认当前 API Key 可用的模型 ID。这类模型使用聊天接口：

POST /v1/chat/completions

不要提交到：

POST /v1/images/generations

/v1/images/generations 适合 GPT Image、DALL-E、Imagen，以及明确支持 OpenAI Images 接口的图片模型。Gemini 图像模型的结果会出现在聊天消息里。

参数速查

参数	写法	说明
`model`	例如 `gemini-3.1-flash-image-preview`	模型 ID，以模型列表为准
`messages`	OpenAI Chat 格式	文本和参考图都放在消息里
`messages[].content[].type`	`text` / `image_url`	文本指令和图片输入
`extra_body.google.image_config.aspect_ratio`	`1:1`、`16:9`、`9:16`	控制画面比例

这里不使用 size 控制分辨率。标准图片接口里的 size: "1024x1024"、1536x1024 这类写法，不适用于 Gemini 图像模型的聊天接口场景。

模型 ID

常见 Gemini 图像模型可以按下面理解：

产品名	推荐模型 ID	说明
Nano Banana	`gemini-2.5-flash-image`	适合快速图像生成与编辑
Nano Banana 旧预览	`gemini-2.5-flash-image-preview`	旧预览 ID，优先使用非 preview 版本
Nano Banana Pro / Gemini 3 Pro Image	`gemini-3-pro-image-preview`	适合更高质量的图像生成与编辑
Gemini 3.1 Flash Image	`gemini-3.1-flash-image-preview`	Flash Image 新版本

如果 /v1/models 没有返回某个 ID，就不要在业务里写死它。模型可用性以模型列表为准。

文生图

curl https://kaienapi.com/v1/chat/completions \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-image-preview",
    "messages": [
      {
        "role": "user",
        "content": "生成一张 16:9 的科技产品横版海报，白色背景，画面干净，不要文字"
      }
    ],
    "extra_body": {
      "google": {
        "image_config": {
          "aspect_ratio": "16:9"
        }
      }
    }
  }'

参考图生成

参考图放在 messages[].content 数组中，类型使用 image_url。URL 可以是公网 OSS/CDN 地址。

curl https://kaienapi.com/v1/chat/completions \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-image-preview",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "把这张参考图转成干净的 3D 平面插画风格，保留主体轮廓和主要颜色，输出一张 1:1 图片。"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "https://example.com/source.png"
            }
          }
        ]
      }
    ],
    "extra_body": {
      "google": {
        "image_config": {
          "aspect_ratio": "1:1"
        }
      }
    }
  }'

多张参考图

多图时继续追加 image_url 条目，并在文本里说明每张图的用途。

{
  "model": "gemini-3.1-flash-image-preview",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "参考第一张图的人物和第二张图的配色，生成一张 16:9 横版海报。"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://example.com/person.png"
          }
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://example.com/style.png"
          }
        }
      ]
    }
  ],
  "extra_body": {
    "google": {
      "image_config": {
        "aspect_ratio": "16:9"
      }
    }
  }
}

base64 参考图

如果图片不方便放公网 URL，也可以把 data URL 放进 image_url.url。

{
  "type": "image_url",
  "image_url": {
    "url": "data:image/png;base64,AAAA..."
  }
}

公网 URL 更适合常规业务接入。base64 请求体更大，多图时更容易遇到请求大小和超时问题。

宽高比

宽高比写在：

{
  "extra_body": {
    "google": {
      "image_config": {
        "aspect_ratio": "16:9"
      }
    }
  }
}

这里使用 aspect_ratio。不要写成 aspectRatio。系统会转换成 Gemini 原生接口需要的字段。常用比例：

用途	`aspect_ratio`
方图、头像、商品主图	`1:1`
横版海报、封面图	`16:9`
竖版封面、手机图	`9:16`

prompt 里也建议写清楚画幅，例如“16:9 横版海报”或“9:16 手机竖版封面”。这样比只传参数更稳。

16:9 实测结果

同样传入 extra_body.google.image_config.aspect_ratio = "16:9"，不同模型的表现不完全一样：

模型 ID	纯文生图 16:9 结果	说明
`gemini-3-pro-image-preview`	`1376x768`	已验证横图生效
`gemini-3.1-flash-image-preview`	`1376x768`	已验证横图生效
`gemini-2.5-flash-image`	`1024x1024`	当前链路仍返回方图，不要承诺 16:9
`gemini-2.5-flash-image-preview`	`1024x1024`	当前链路仍返回方图，建议优先用非 preview ID

所以，如果业务强依赖横图输出，优先选择 gemini-3-pro-image-preview 或 gemini-3.1-flash-image-preview，并在 prompt 中同时写明“16:9 横版”。带参考图时，模型也可能受原图构图影响。需要严格横图时，建议在生成后检查图片实际宽高；不符合预期时提示用户重试或切换模型。

响应结构

响应是 Chat Completions 格式。图片通常在：

choices[0].message.content

内容是 Markdown 图片：

![image](data:image/jpeg;base64,/9j/4AAQSkZJRgABAQ...)

示例：

{
  "id": "chatcmpl-xxx",
  "object": "chat.completion",
  "model": "gemini-3.1-flash-image-preview",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "![image](data:image/jpeg;base64,/9j/4AAQSkZJRgABAQ...)"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 292,
    "completion_tokens": 1471,
    "total_tokens": 1763
  }
}

前端可以直接展示这个 data URL。后端如果要保存结果，提取 base64, 后面的内容，解码成图片文件，再上传到自己的对象存储。

常见问题

传了 size 但比例没变 Gemini 图像模型用 extra_body.google.image_config.aspect_ratio 控制画幅。不要只传 size。 传了 aspect_ratio 但没生效 先检查字段位置。它必须放在 extra_body.google.image_config 下。顶层 aspect_ratio 是部分图片接口模型的写法，不适用于这个聊天接口示例。如果字段位置正确但仍返回方图，检查模型 ID。gemini-2.5-flash-image 和 gemini-2.5-flash-image-preview 当前不应承诺稳定输出 16:9。 返回“不支持图片生成接口” 通常是请求发到了 /v1/images/generations。改用 /v1/chat/completions。 响应里没有 data[0].url 或 b64_json 这是正常的。Gemini 图像模型走聊天接口，图片在 choices[0].message.content 的 Markdown data URL 里。

开始使用

图片和视频

AI 工具接入

API Reference

Gemini 图像生成

参数速查

模型 ID

文生图

参考图生成

多张参考图

base64 参考图

宽高比

16:9 实测结果

响应结构

常见问题

​参数速查

​模型 ID

​文生图

​参考图生成

​多张参考图

​base64 参考图

​宽高比

​16:9 实测结果

​响应结构

​常见问题

参数速查

模型 ID

文生图

参考图生成

多张参考图

base64 参考图

宽高比

16:9 实测结果

响应结构

常见问题