Gemini 图像生成 API - 使用 Imagen 3 创建和编辑图像。通过 UniterRouter 的原生多模态图像生成，支持图像修复和扩展。

Nano Banana 图像生成

Nano Banana 是 Google 内置于 Gemini 的原生图像生成模型系列。通过对话式提示生成、编辑和迭代图像。

模型: gemini-2.5-flash-image (Nano Banana) 追求速度，gemini-3-pro-image-preview (Nano Banana Pro) 提供高达 4K 的专业品质。

模型对比

模型	描述	最大分辨率	最大输入图像数
`gemini-2.5-flash-image`	快速、高吞吐量任务	1024px	3
`gemini-3-pro-image-preview`	专业品质，支持思考推理	4K	14

文本生成图像

import google.generativeai as genai

genai.configure(
    api_key="your_uniterouter_api_key",
    transport="rest",
    client_options={"api_endpoint": "api.uniterouter.ai"}
)

model = genai.GenerativeModel("gemini-2.5-flash-image")

response = model.generate_content(
    "创建一张未来城市日落时分的图片，天空中有飞行汽车",
    generation_config={"response_modalities": ["IMAGE", "TEXT"]}
)

for part in response.parts:
    if part.text:
        print(part.text)
    elif part.inline_data:
        image = part.as_image()
        image.save("generated_image.png")

import { GoogleGenerativeAI } from "@google/generative-ai";
import * as fs from "fs";

const genAI = new GoogleGenerativeAI("your_uniterouter_api_key", {
  baseUrl: "https://api.uniterouter.ai"
});

const model = genAI.getGenerativeModel({
  model: "gemini-2.5-flash-image",
  generationConfig: { responseModalities: ["IMAGE", "TEXT"] }
});

const result = await model.generateContent(
  "创建一张未来城市日落时分的图片"
);

for (const part of result.response.candidates[0].content.parts) {
  if (part.text) {
    console.log(part.text);
  } else if (part.inlineData) {
    const buffer = Buffer.from(part.inlineData.data, "base64");
    fs.writeFileSync("generated_image.png", buffer);
  }
}

curl -X POST "https://api.uniterouter.ai/v1beta/models/gemini-2.5-flash-image:generateContent" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $UNITEROUTER_API_KEY" \
  -d '{
    "contents": [{"role": "user", "parts": [{"text": "创建一张未来城市图片"}]}],
    "generationConfig": {"responseModalities": ["IMAGE", "TEXT"]}
  }'

图像编辑

使用文本提示编辑现有图像：

import base64

with open("input.jpg", "rb") as f:
    image_data = base64.b64encode(f.read()).decode()

response = model.generate_content([
    {"inline_data": {"mime_type": "image/jpeg", "data": image_data}},
    "将天空改成美丽的日落，带有橙色和粉色"
])

配置选项

响应模态

generation_config = {
    "response_modalities": ["IMAGE", "TEXT"]  # 或 ["IMAGE"] 仅输出图像
}

宽高比

generation_config = {
    "response_modalities": ["IMAGE"],
    "image_config": {
        "aspect_ratio": "16:9"  # 1:1, 4:3, 3:4, 16:9, 9:16
    }
}

图像尺寸 (Nano Banana Pro)

generation_config = {
    "response_modalities": ["IMAGE"],
    "image_config": {
        "image_size": "4K"  # 1K, 2K, 4K
    }
}

Nano Banana Pro 特性

思考模式

Nano Banana Pro 在生成前使用推理优化构图：

model = genai.GenerativeModel("gemini-3-pro-image-preview")
response = model.generate_content(
    "创建一个现代博物馆的详细建筑渲染图"
)

Google 搜索接地

基于真实世界参考生成图像：

model = genai.GenerativeModel(
    "gemini-3-pro-image-preview",
    tools=["google_search"]
)
response = model.generate_content(
    "生成一张当前灯光效果下的夜间埃菲尔铁塔图片"
)

多参考图像

最多使用 14 张参考图像（5 张可实现高保真度）：

response = model.generate_content([
    image1, image2, image3,
    "将这些图像的元素组合成一个连贯的场景"
])

使用场景

使用场景	示例提示
产品设计	"设计一款时尚的现代智能手机"
艺术创作	"画一幅印象派风景画"
Logo 设计	"创建一个极简主义科技公司 logo"
照片编辑	"去除背景并添加海滩"
风格转换	"将这张照片转换为动漫风格"
图像文字	"创建一张带有 '欢迎' 文字的海报"

最佳实践

具体描述 - 详细的提示获得更好的结果
迭代编辑 - 使用多轮对话进行精细调整
先生成文字 - 对于图像中的文字，先生成文字内容
使用参考 - 提供示例图像作为风格指导

限制

支持语言：英语、中文、日语、韩语等
不支持音频/视频输入
所有图像包含 SynthID 水印
图像数量可能与请求不同

图像生成 (Nano Banana)