Amux AI

Generate image

最近更新:2026年10月8日

通过 Gemini 原生 generateContent 端点调用 google/gemini-nano-banana-2.1 生成图像,兼容 Google 官方 SDK。

通过 Gemini 原生 generateContent 端点调用 google/gemini-nano-banana-2.1 生成图像。请求路径与文本对话端点一致,将 Google 官方 SDK 的基础地址指向网关即可直接调用。

作为 Nano Banana 2 的升级型号,该模型在画面质感、提示词遵循度、多轮角色一致性与文字渲染精度上全面提升;输出分辨率自 1K 起步(不含 512 档位)。

POSThttps://gateway.amux.ai/v1beta/models/google/gemini-nano-banana-2.1:generateContent

鉴权

header
Authorizationstring必填

请求

application/json
contentsarray<object>必填

输入内容列表(包含文本提示词与参考素材)。文本置于 parts[].text;参考素材(图像、视频或 PDF)可通过 parts[].inline_data 内联传入,或通过 parts[].file_data 以链接方式提供。携带参考素材时即执行多模态参考生成。

›contentsarray<object>
role"user" | "model"

消息角色:user 表示调用方输入,model 表示模型历史回复。单轮请求可省略。

partsarray<object>

当前轮次的内容片段列表,按数组顺序依次生效;文本与参考素材可在同一轮次中混排。

›partsarray<object>
textstring

文本提示片段。同一轮次中的多个 text 片段按顺序拼接。

inline_dataobject

内联参考素材(支持图像、视频或 PDF)。单次请求内联载荷合计不超过 100 MB,单个 PDF 文件不超过 50 MB;更大文件请改用 file_data。

›inline_dataobject
mime_typestring

素材的 MIME 类型,例如 image/png、image/jpeg、video/mp4、application/pdf。

datastring

原始字节的 Base64 编码字符串,不得包含 data:image/png;base64, 等 Data URL 前缀。

file_dataobject

通过外部 URI 提供的参考素材,由上游拉取解析,适用于体积较大的文件。

›file_dataobject
mime_typestring

素材的 MIME 类型,格式要求同 inline_data.mime_type。

file_uristring

Files API 资源 URI 或公网可访问的 HTTPS 链接(单文件上限 15 MB)。文件不可达时由上游返回错误。

generationConfigobject必填

生成配置项。图像输出受 responseModalities 与尺寸配置控制。尺寸配置同时兼容 imageConfig 与 responseFormat.image 两种写法;同时提供时以 imageConfig 按字段优先覆盖。

›generationConfigobject
responseModalitiesarray<"TEXT" | "IMAGE">必填

输出模态列表,生成图像时须设为 ["TEXT", "IMAGE"];未包含 IMAGE 时仅返回文本。

responseFormatobject

输出格式配置,图像规格位于 image 对象下。

›responseFormatobject
imageobject

输出图像尺寸参数;均可省略,省略时采用模型默认值。

›imageobject
aspectRatio"1:1" | "1:4" | "1:8" | "2:3" | "3:2" | "3:4" | "4:1" | "4:3" | "4:5" | "5:4" | "8:1" | "9:16" | "16:9" | "21:9"

画面宽高比,支持枚举列出的 14 种比例。超出支持范围的值将被忽略并记录于 amux.notes,随后回退至模型默认值(与 /v1/images/* 及 /v1/tasks 行为一致)。

imageSize"1K" | "2K" | "4K"

输出分辨率档位。超出当前模型支持范围时的回退规则与 aspectRatio 一致。

toolsarray<object>

联网检索工具配置,传入 [{ "google_search": {} }] 启用 Google Search 检索增强。按实际去重检索查询次数计费,明细见响应字段 groundingMetadata.webSearchQueries。

响应

200response

生成成功。输出图像与说明文本在 candidates[].content.parts 中交错排列。

启用图像输出

generationConfig.responseModalities 必须设为 ["TEXT", "IMAGE"];若未包含 IMAGE,该端点仅返回纯文本内容。

支持的参数范围

宽高比(14 种):

1:1 · 2:3 / 3:2 · 3:4 / 4:3 · 4:5 / 5:4 · 9:16 / 16:9 · 21:9 · 1:4 / 4:1 · 1:8 / 8:1

分辨率档位:1K · 2K · 4K(省略时默认 1K)

超出上述支持范围的参数值将被忽略并记录于 amux.notes,随后自动采用模型默认值。本原生端点与 OpenAI 兼容图像端点及 异步任务端点共用统一图像处理管线,参数校验与回退行为完全一致。

在跨协议路径上传入 OpenAI 风格的像素尺寸字符串 size(如 1024x1024)时,系统将在上述合法集合内折算宽高比与分辨率档位,有损折算说明记录于 amux.notes;使用 Gemini 原生请求体时请直接指定 aspectRatio 与 imageSize。

多模态参考素材

参考生成与文生图共用同一端点:在 contents[].parts 中传入参考素材即可。除参考图像外,该模型还支持输入视频与 PDF 文档(例如参考视频片段的视觉风格,或依据 PDF 产品规格书生成配图):

  • 内联传输(inline_data):data 传入不含 data: 前缀的原始 Base64 字符串,mime_type 填写实际媒体类型(如 image/png、video/mp4、application/pdf)。单次请求内联总大小上限为 100 MB,单个 PDF 文件上限为 50 MB,超限请求将被拒绝。
  • 链接引用(file_data):file_uri 传入 Files API URI 或公网可访问的 HTTPS 链接(公网单文件上限 15 MB),由上游直接拉取,适合体积较大的多媒体文件。

单次请求最多支持 14 张参考图像(其中物体参考最多 10 张、角色参考最多 4 张)。图像、视频与 PDF 之外的媒体类型将原样透传并在 amux.notes 中记录提示。

推理深度(thinkingLevel)

该模型在生成图像前执行内部推理,支持 minimal、medium(默认)与 high 三个档位。在原生端点上通过 generationConfig.thinkingConfig.thinkingLevel 配置并原样透传:推理档位越高,复杂构图与文字排版的稳定性越好,同时响应延迟与思考 token 消耗相应增加。

计费说明

不同服务商可能采用按 token 或按张计费模式,具体费率以模型详情页及按量计费说明公示的价格表为准。本原生端点、/v1/images/* 与 /v1/tasks 共用同一计费口径。

按 token 结算时,图像输出 token 与文本输出 token 按各自单价独立计费:响应中的 usageMetadata.candidatesTokensDetails 按模态分别统计用量,账单严格按分项明细结算。思考 token 按文本输出费率计费,视频与 PDF 参考素材按文本输入费率计费。

单张图像的输出 token 消耗由分辨率决定:1K 为 1,120 token,2K 为 1,680 token,4K 为 3,780 token。

联网检索(Google Search Grounding)

传入 tools: [{ "google_search": {} }] 可允许模型在生成图像前执行网页检索,适用于依赖实时事实的视觉生成场景。SDK 序列化生成的驼峰写法 googleSearch 同样兼容;通过 OpenAI 兼容图像端点或异步任务接口调用时,等价参数为 web_search: true。

联网检索按实际检索查询次数计费:单次请求可能触发多条检索,计费次数取响应字段 candidates[].groundingMetadata.webSearchQueries 去重后的非空查询条数。

流式与并发说明

当前模型不支持流式图像输出(:streamGenerateContent 请求将被拒绝),请使用非流式请求调用。单次调用返回一张图像,请求体不设批量张数字段。

其他调用方式

除本原生端点外,该模型亦可通过 OpenAI 兼容图像端点与 异步任务端点调用,本页列出的参数取值约束在各协议路径上一致生效。

错误处理

错误响应遵循 Gemini 原生错误结构,status 取值与重试策略见错误与重试。

cURL
curl https://gateway.amux.ai/v1beta/models/google/gemini-nano-banana-2.1:generateContent \
  -H "x-goog-api-key: $AMUX_API_KEY" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "<string>",
            "inline_data": {
              "mime_type": "image/png",
              "data": "<string>"
            },
            "file_data": {
              "mime_type": "video/mp4",
              "file_uri": "https://example.com/clip.mp4"
            }
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": [
        "TEXT",
        "IMAGE"
      ],
      "responseFormat": {
        "image": {
          "aspectRatio": "1:1",
          "imageSize": "1K"
        }
      }
    },
    "tools": [
      {}
    ]
  }'
{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "text": "<string>",
            "inlineData": {
              "mimeType": "image/png",
              "data": "<string>"
            }
          }
        ]
      }
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 0,
    "candidatesTokenCount": 0,
    "totalTokenCount": 0,
    "promptTokensDetails": [
      {
        "modality": "TEXT",
        "tokenCount": 0
      }
    ],
    "candidatesTokensDetails": [
      {
        "modality": "IMAGE",
        "tokenCount": 0
      }
    ]
  }
}