Google · 生成

通过原生 contents 和 imageConfig 配置图片生成请求。

POST/v1beta/models/{model}:generateContent

Gemini 原生

查看候选模型 ID

模型 ID	厂商	类型	说明	上下文窗口	最大输出 Token	媒体规格	价格	状态
`gemini-3-pro-image-preview`	Google	图片	—	—	—	—	—	—
`gemini-3.1-flash-image-preview`	Google	图片	—	—	—	—	—	—
`gemini-nano-banana-2-3`	Google	图片	—	—	—	—	—	—
`gemini-nano-banana-pro-3`	Google	图片	—	—	—	—	—	—
`nano-banana-2-qf`	Google	图片	—	—	—	—	—	—
`nano-banana-pro-qf`	Google	图片	—	—	—	—	—	—

按公开标签归类，并补充模型广场资料；— 表示暂无明确资料。左右滑动查看完整表格。

参数与透传

Headers请求头

左右滑动查看完整参数表

请求头
参数名	类型	必填	说明	默认值 / 示例
`Authorization`	string	必填	平台 API Key，使用 Bearer 认证。	示例 `Bearer YOUR_API_KEY`
`Content-Type`	string	必填	请求体编码格式。	示例 `application/json`

Path Parameters路径参数

左右滑动查看完整参数表

路径参数
参数名	类型	必填	说明	默认值 / 示例
`model`	string	必填	支持图像输出与 Gemini 原生协议的完整模型 ID，填入路径 /v1beta/models/{model}:generateContent；不在请求体另填 model。	示例 `gemini-3.1-flash-image-preview`

Request Body请求体

application/json

左右滑动查看完整参数表

参数名类型必填说明默认值 / 示例

contents

array

必填

输入内容。

—

contents[] 的子字段 2

参数名类型必填说明默认值 / 示例

role

string

可选

输入角色。

示例: user

parts

array

必填

内容片段。

—

contents[].parts[] 的子字段 1

contents[].parts[] 子字段
参数名	类型	必填	说明	默认值 / 示例
`text`	string	必填	图片生成提示词。	—

generationConfig

object

可选

可选生成设置，用于指定输出模态与图像规格；支持范围由所选模型决定。

—

generationConfig 的子字段 2

参数名类型必填说明默认值 / 示例

responseModalities

array

可选

期望的输出模态，例如 [TEXT, IMAGE]；须由所选图像模型支持。

示例: ["TEXT","IMAGE"]

imageConfig

object

可选

可选图像规格；省略时使用模型默认值。

—

generationConfig.imageConfig 的子字段 2

generationConfig.imageConfig 子字段
参数名	类型	必填	说明	默认值 / 示例
`imageSize`	string	可选	图像分辨率档位，使用字符串。参考值包括 512、1K、2K、4K，具体可选值由所选模型决定。	示例 `512`
`aspectRatio`	string	可选	图像宽高比，例如 1:1；具体可选值按模型选择。	示例 `1:1`

使用说明

请从平台选择支持原生图像输出的 Gemini 模型，并使用完整模型 ID。
从 candidates[].content.parts[].inlineData.mimeType 与 inlineData.data 读取图片格式及 Base64 数据。
图片输出需要足够的输出 Token 额度，具体要求按模型配置。

调用示例

curl --fail-with-body \
  --max-time 120 \
  --request POST \
  https://ai.kedang.net/v1beta/models/gemini-3.1-flash-image-preview:generateContent \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  --data '{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "纯白背景中间一个蓝色圆形，无文字。只生成一张图片。"
        }
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": [
      "TEXT",
      "IMAGE"
    ],
    "imageConfig": {
      "imageSize": "512",
      "aspectRatio": "1:1"
    }
  }
}'

# pip install requests
import requests

url = 'https://ai.kedang.net/v1beta/models/gemini-3.1-flash-image-preview:generateContent'
headers = {'Authorization': 'Bearer YOUR_API_KEY', 'Content-Type': 'application/json'}
payload = {'contents': [{'role': 'user',
               'parts': [{'text': '纯白背景中间一个蓝色圆形，无文字。只生成一张图片。'}]}],
 'generationConfig': {'responseModalities': ['TEXT', 'IMAGE'],
                      'imageConfig': {'imageSize': '512',
                                      'aspectRatio': '1:1'}}}

response = requests.request(
    'POST', url, headers=headers, timeout=120, json=payload
)
response.raise_for_status()
print(response.json())

// Node.js 18+ · 保存为 example.mjs 后运行

const headers = {
  "Authorization": "Bearer YOUR_API_KEY",
  "Content-Type": "application/json"
};
const payload = {
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "纯白背景中间一个蓝色圆形，无文字。只生成一张图片。"
        }
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": [
      "TEXT",
      "IMAGE"
    ],
    "imageConfig": {
      "imageSize": "512",
      "aspectRatio": "1:1"
    }
  }
};

const response = await fetch("https://ai.kedang.net/v1beta/models/gemini-3.1-flash-image-preview:generateContent", {
  method: "POST",
  headers,
  signal: AbortSignal.timeout(120_000),
  body: JSON.stringify(payload),
});
if (!response.ok) {
  throw new Error(`${response.status}: ${await response.text()}`);
}
console.log(await response.json());

package main

import (
	"fmt"
	"io"
	"log"
	"net/http"
	"strings"
	"time")

func main() {
	payload := strings.NewReader("{\n  \"contents\": [\n    {\n      \"role\": \"user\",\n      \"parts\": [\n        {\n          \"text\": \"纯白背景中间一个蓝色圆形，无文字。只生成一张图片。\"\n        }\n      ]\n    }\n  ],\n  \"generationConfig\": {\n    \"responseModalities\": [\n      \"TEXT\",\n      \"IMAGE\"\n    ],\n    \"imageConfig\": {\n      \"imageSize\": \"512\",\n      \"aspectRatio\": \"1:1\"\n    }\n  }\n}")
	req, err := http.NewRequest("POST", "https://ai.kedang.net/v1beta/models/gemini-3.1-flash-image-preview:generateContent", payload)
	if err != nil { log.Fatal(err) }
	req.Header.Set("Authorization", "Bearer YOUR_API_KEY")
	req.Header.Set("Content-Type", "application/json")
	client := &http.Client{Timeout: 120 * time.Second}
	resp, err := client.Do(req)
	if err != nil { log.Fatal(err) }
	defer resp.Body.Close()
	data, err := io.ReadAll(resp.Body)
	if err != nil { log.Fatal(err) }
	if resp.StatusCode >= 400 { log.Fatalf("%s: %s", resp.Status, data) }
	fmt.Println(string(data))
}

错误响应示例

503

响应脱敏说明

媒体URL签名查询参数与大型Base64媒体字段已脱敏。

{
  "error": {
    "code": "model_not_found",
    "message": "模型:gemini-3.1-flash-image-preview(不存在或者无权限调用) (request id: 2026092807431441876638268d9d6hdVcnNUw)",
    "type": "kedang_api_error"
  }
}