跳转到主要内容

Documentation Index

Fetch the complete documentation index at: https://wisdom-docs.juheapi.com/llms.txt

Use this file to discover all available pages before exploring further.

​
概述

Gemini 图像生成 API 允许您使用 Google 的 Gemini 模型从文本描述生成图像。此端点支持灵活的宽高比、多种分辨率（高达 4K）和多轮图像编辑功能。
最新消息：现已支持 gemini-3.1-flash-image-preview（Nano Banana 2）！此模型是 Gemini 3 Pro Image 的高效版本，针对速度和高用量开发者使用情形进行了优化。支持高达 4K 分辨率。

​
快速开始

只需在官方 SDK 或请求中替换 Base URL 和 API Key 即可使用：
  • Base URL：https://api.wisgate.ai（替换 generativelanguage.googleapis.com）
  • API Key：将 $GEMINI_API_KEY 替换为您的 $WISDOM_GATE_KEY

​
基础示例：生成图像

curl -s -X POST \
  "https://api.wisgate.ai/v1beta/models/gemini-3-pro-image-preview:generateContent" \
  -H "x-goog-api-key: $WISDOM_GATE_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [{
        "text": "达芬奇风格的帝王蝶解剖素描。在有纹理的羊皮纸上详细绘制头部、翅膀和腿部，并附有英文注释。"
      }]
    }],
    "tools": [{"google_search": {}}],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"],
      "imageConfig": {
        "aspectRatio": "1:1",
        "imageSize": "1K"
      }
    }
  }' | jq -r '.candidates[0].content.parts[] | select(.inlineData) | .inlineData.data' | head -1 | base64 --decode > butterfly.png

​
重要说明

模型差异不同的 Gemini 图像模型可能支持不同的分辨率和功能。gemini-3.1-flash-image-preview（Nano Banana 2）支持 0.5K、1K、2K、4K 分辨率，针对速度优化。gemini-3-pro-image-preview 支持高达 4K 分辨率。gemini-2.5-flash-image 支持 1K 和 2K 分辨率。我们强烈建议查阅 模型目录 了解每个模型的完整参数列表和使用说明。
响应透传原则WisGate 通常不会在逆向格式之外修改模型响应，确保您收到与原始 Gemini API 提供商一致的响应内容。
强制图像输出为确保生成图像而不是纯文本响应，请在请求中设置 "responseModalities": ["IMAGE"]（不含 TEXT）。这将强制模型生成图像。

​
参考文档

有关 Gemini 图像生成的更多详情，我们建议参阅 Gemini 官方文档。 Gemini 图像生成指南：
自动生成的文档请求参数和响应格式从 OpenAPI 规范自动生成。所有参数、其类型、描述、默认值和示例都直接从 openapi.json 提取。向下滚动查看交互式 API 参考。

​
常见问题

​
哪些模型支持图像生成？

支持的模型、分辨率和宽高比：
模型说明分辨率宽高比
gemini-3.1-flash-image-preview（Nano Banana 2）Gemini 3 Pro Image 的高效版本，针对速度优化0.5K, 1K, 2K, 4K1:1, 1:4, 1:8, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 8:1, 9:16, 16:9, 21:9
gemini-3-pro-image-preview全功能图像生成模型1K, 2K, 4K1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9
gemini-2.5-flash-image快速经济的图像生成1K, 2K1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9

​
如何配置宽高比和分辨率？

在 imageConfig 字段中设置 aspectRatio 和 imageSize： 
curl -s -X POST \
  "https://api.wisgate.ai/v1beta/models/gemini-2.5-flash-image:generateContent" \
  -H "x-goog-api-key: $WISDOM_GATE_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [{
        "text": "山脉上美丽的日落"
      }]
    }],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {
        "aspectRatio": "16:9"
      }
    }
  }'

​
如何生成 4K 图像？

4K 分辨率适用于 gemini-3-pro-image-preview 模型。在 imageConfig 中设置 "imageSize": "1K"： 
curl -s -X POST \
  "https://api.wisgate.ai/v1beta/models/gemini-3-pro-image-preview:generateContent" \
  -H "x-goog-api-key: $WISDOM_GATE_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [{
        "text": "现代摩天大楼的详细建筑渲染图"
      }]
    }],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"],
      "imageConfig": {
        "aspectRatio": "16:9",
        "imageSize": "1K"
      }
    }
  }'

​
如何进行多轮图像编辑？

您可以在多轮对话中保持上下文以迭代优化图像： 
# 第一轮：生成初始图像
curl -s -X POST \
  "https://api.wisgate.ai/v1beta/models/gemini-3-pro-image-preview:generateContent" \
  -H "x-goog-api-key: $WISDOM_GATE_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{
        "text": "创建一个生动的信息图，将光合作用解释为植物最喜欢的食物食谱。展示"原料"（阳光、水、二氧化碳）和"成品"（糖/能量）。风格应该像彩色儿童食谱书的一页，适合四年级学生。"
      }]
    }],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"]
    }
  }' > turn1_response.json

# 从第一个响应中提取图像
jq -r '.candidates[0].content.parts[] | select(.inlineData) | .inlineData.data' turn1_response.json | head -1 | base64 --decode > photosynthesis.png

# 第二轮：基于之前的响应优化
# （在 contents 数组中包含之前的对话）

​
如何强制仅输出图像？

为防止纯文本响应，设置 "responseModalities": ["IMAGE"]（不含 TEXT）： 
data = {
    "contents": [{
        "parts": [{
            "text": "黎明时分宁静的山景"
        }]
    }],
    "generationConfig": {
        "responseModalities": ["IMAGE"],  # 只有 IMAGE，没有 TEXT
        "imageConfig": {
            "aspectRatio": "16:9"
        }
    }
}

​
如何从响应中提取图像？

图像以 base64 编码数据的形式在 inlineData 字段中返回： 
import base64

response = requests.post(url, headers=headers, json=data)
result = response.json()

for candidate in result.get("candidates", []):
    for part in candidate.get("content", {}).get("parts", []):
        if "inlineData" in part:
            image_data = part["inlineData"]["data"]
            mime_type = part["inlineData"]["mimeType"]
            
            # 解码并保存
            image_bytes = base64.b64decode(image_data)
            extension = mime_type.split("/")[1]  # 例如从 "image/png" 得到 "png"
            filename = f"generated_image.{extension}"
            
            with open(filename, "wb") as f:
                f.write(image_bytes)
            print(f"图像已保存为 {filename}")

​
如何控制成本？

  1. 选择合适的模型：gemini-3.1-flash-image-preview（Nano Banana 2）和 gemini-2.5-flash-image 比 gemini-3-pro-image-preview 更经济
  2. 使用较低分辨率：1K 和 2K 消耗的令牌比 4K 少
  3. 监控令牌消耗：查看响应中的 usageMetadata 字段
  4. 所有宽高比默认消耗 1,290 令牌（Gemini 2.5 Flash Image）