教程 / 接入

调用 Nano Banana 生图

生图有两条路:Gemini 原生 generateContent 保参数全,OpenAI 兼容 /v1/images/generations 迁移快;返回可选 Base64 或图片链接。

习惯 OpenAI 的人可以直接调 /v1/images/generations(支持 model / prompt / n / size / response_format),服务端会转成 Gemini 生图;需要参考图编辑、多轮改图、1K/2K/4K 或超宽画幅时,用 /v1beta/models/{model}:generateContent 按 Gemini 原生协议传参,官方文档里的参数能直接用,不会被兼容层砍掉。

文生图

import base64
import httpx

payload = {
    "contents": [{
        "parts": [
            {"text": "A nano banana dish in a Gemini-themed fine dining restaurant, soft lighting"},
        ],
    }],
    "generationConfig": {"responseModalities": ["TEXT", "IMAGE"]},
}

resp = httpx.post(
    "https://api.aisoui.com/v1beta/models/gemini-nano-banana-2.1:generateContent",
    headers={"Authorization": f"Bearer YOUR_API_KEY"},
    json=payload,
    timeout=180.0,
)
resp.raise_for_status()
data = resp.json()
for part in data["candidates"][0]["content"]["parts"]:
    if "inlineData" in part:
        open("output.png", "wb").write(base64.b64decode(part["inlineData"]["data"]))
        print("saved output.png")
    elif "text" in part:
        print(part["text"])

拿到结果之后

  • 响应里的 candidates[].content.parts[] 中,图片在 inlineData.data,是 Base64 字符串,需要自己解码再存文件或塞进 img 标签。
  • generationConfig.responseModalities 要包含 IMAGE,只写 TEXT 会拿不到图。
  • 图生图/多轮编辑:把参考图作为 inlineData 一起放进 parts(mimeType + Base64),再附上修改指令,不需要换端点。
  • 返回里可能同时有文字和图片两部分,按 parts 逐项判断类型,别假设第一个就是图。
成本提示:图片按 token 计费,输出侧单价明显高于输入侧,钱主要花在“出图”上。默认用 Nano Banana 2.1(¥0.238 / 1K 输出 token);试构图可用更便宜的 Nano Banana。

常见问题

能返回图片 URL 吗?
可以。OpenAI 格式传 response_format: "url" 会返回对象存储链接(未配置存储时自动回退 Base64);Gemini 原生格式返回 inlineData.data 的 Base64,要链接就自己上传再拼。
一张图大概多少钱?
取决于图片消耗的输出 token 数,按 ¥0.238 / 1K(Nano Banana 2.1)计算。控制台的消费明细里能看到每次调用的实际扣费,比估算准。

接着看

照着跑一遍

注册后拿密钥,把示例里的 YOUR_API_KEY 换掉就能跑。

免费注册