Gemini 原生图像生成

使用 Gemini 官方 generateContent REST 格式调用原生图像生成和图片编辑模型。

Gemini 原生图像生成使用 Google 官方 generateContent REST 请求格式：路径中携带模型名，请求体使用 contents[].parts[] 组织文本和图片，输出图片通过 generationConfig.responseModalities 声明。

如果你已经在客户端使用 Gemini SDK 或 Google REST 格式，可以直接迁移到 ModelSell 的 Gemini 兼容入口，不需要改成 OpenAI Images 请求体。

接口

操作	Endpoint
Gemini 原生内容生成	`POST /v1beta/models/{model}:generateContent`
Gemini 原生内容生成	`POST /v1/models/{model}:generateContent`

{model} 是 Gemini 图像模型 ID，例如 gemini-3.1-flash-image-preview 或当前账号可用的其他 Gemini 图像模型。

请求格式

字段	类型	必填	说明
`contents`	array	是	当前请求内容。单轮生成通常只需要一个 `role: "user"` 内容块。
`contents[].role`	string	否	`user` 或 `model`。单轮请求推荐传 `user`。
`contents[].parts`	array	是	多模态内容块。每个 part 只能表达一种内容。
`parts[].text`	string	否	文本提示词。
`parts[].inlineData`	object	否	Base64 内联媒体，使用官方 camelCase 字段。
`inlineData.mimeType`	string	是	输入图片 MIME 类型，例如 `image/png`、`image/jpeg`、`image/webp`。
`inlineData.data`	string	是	不带 `data:image/...;base64,` 前缀的 Base64 图片数据。
`generationConfig.responseModalities`	string array	是	图像生成必须包含 `IMAGE`。需要同时返回文字说明时可传 `["TEXT", "IMAGE"]`。
`generationConfig.imageConfig.aspectRatio`	string	否	输出比例，例如 `1:1`、`4:3`、`16:9`、`9:16`、`21:9`。
`generationConfig.imageConfig.imageSize`	string	否	输出尺寸档位，例如 `512`、`1K`、`2K`、`4K`，以模型支持为准。
`systemInstruction`	object	否	Gemini 官方系统指令结构。
`safetySettings`	array	否	Gemini 官方安全设置结构。
`tools`	array	否	Gemini 官方工具结构。

文生图示例

curl -X POST "https://api.modelsell.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent" \
  -H "Authorization: Bearer $MODELSELL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "生成一张高级质感的产品摄影图，干净通透，柔和自然光，细节清晰。"
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {
        "aspectRatio": "4:3",
        "imageSize": "2K"
      }
    }
  }'

带参考图编辑

把图片作为 inlineData 传入时，data 字段必须是完整 Base64 字符串，不能带 Data URL 前缀，也不能被日志或客户端截断。

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "去除画面中所有人物，保留空间结构，生成干净通透的高级摄影画面。"
        },
        {
          "inlineData": {
            "mimeType": "image/png",
            "data": "BASE64_IMAGE_DATA"
          }
        }
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": ["IMAGE"],
    "imageConfig": {
      "aspectRatio": "16:9",
      "imageSize": "2K"
    }
  }
}

返回结果

Gemini 原生响应保留官方结构。生成的图片通常位于：

candidates[].content.parts[].inlineData.data

对应的 MIME 类型位于：

candidates[].content.parts[].inlineData.mimeType

常见错误

问题	说明
缺少 `responseModalities`	图像生成必须请求 `IMAGE` 输出；空列表等价于只请求文本。
Base64 被截断	`inlineData.data` 必须是完整字符串，截断会导致上游返回 `400 invalid argument`。
Data URL 前缀未去除	`inlineData.data` 只接收纯 Base64，不要传 `data:image/png;base64,...`。
字段混用新接口格式	本接口使用 `contents` / `inlineData` / `generationConfig`，不要把 `interactions` 的 `input`、`type: "image"`、`response_format` 放到 `generateContent` 请求体里。
非图像模型传 `imageConfig`	`imageConfig` 只适用于支持图像生成配置的模型。

与通用图片接口的区别

/v1/images/generations 是 OpenAI Images 兼容入口，适合统一图片模型调用。Gemini 原生图像生成保留 Google 官方 generateContent 请求和响应结构，适合已经使用 Gemini 官方协议的客户端。