模型与入口
本文档只提供 Gemini 原生接口的用法,验证日期 2026-10-08。OpenAI Images 接口(
/v1/images/generations)不支持本模型。
按目标使用
- 文字生成图片:运行图像生成中的 cURL、Python 或 Google GenAI SDK 示例。
- 修改已有图片、多图融合:运行图像编辑中的示例,参考图写在
inlineData里,该页验证了 1、2、14 张。 - 保持连接等待结果:使用流式返回,图片在一个事件里完整返回。
常用参数
- 比例
generationConfig.imageConfig.aspectRatio:14 种比例均已验证,实际像素见生成页的尺寸表。谷歌官方说明不填时由模型决定比例、有参考图时参照参考图;本次不带参考图、不填时实测返回 1376×768(图片用量与 1K 相同),需要固定比例时一定要填。 - 清晰度
generationConfig.imageConfig.imageSize:1K、2K、4K,请使用大写K(谷歌官方要求的写法);不填imageConfig时实测按 1K 输出。不支持512(0.5K)。 - 思考档位
generationConfig.thinkingConfig.thinkingLevel:minimal、medium、high;填minimal时实测不产生思考 token,其余档位和不填都会思考,思考 token 按用量计费。 - 输出格式:本次所有返回均为 JPEG(
image/jpeg)。 - 张数:本次每个请求都返回一张图片;需要多张时发多个请求。
与 GPT Image 的区别
GPT Image 的用法见 GPT Image 使用指南。