Gemini 原生（圖片）

curl --request POST \
  --url https://api.mixroute.ai/v1/models/{model}:generateContent

const options = {method: 'POST'};

fetch('https://api.mixroute.ai/v1/models/{model}:generateContent', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://api.mixroute.ai/v1/models/{model}:generateContent",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"net/http"
	"io"
)

func main() {

	url := "https://api.mixroute.ai/v1/models/{model}:generateContent"

	req, _ := http.NewRequest("POST", url, nil)

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

require 'uri'
require 'net/http'

url = URI("https://api.mixroute.ai/v1/models/{model}:generateContent")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)

response = http.request(request)
puts response.read_body

Gemini 原生（圖片）

curl --request POST \
  --url https://api.mixroute.ai/v1/models/{model}:generateContent

const options = {method: 'POST'};

fetch('https://api.mixroute.ai/v1/models/{model}:generateContent', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://api.mixroute.ai/v1/models/{model}:generateContent",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"net/http"
	"io"
)

func main() {

	url := "https://api.mixroute.ai/v1/models/{model}:generateContent"

	req, _ := http.NewRequest("POST", url, nil)

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

require 'uri'
require 'net/http'

url = URI("https://api.mixroute.ai/v1/models/{model}:generateContent")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)

response = http.request(request)
puts response.read_body

使用 Gemini 原生 Content 片段和 generationConfig 設定生成、編輯圖片。 POST https://api.mixroute.ai/v1/models/{model}:generateContent

支援模型

模型 ID	能力與限制
`gemini-3.1-flash-image`	Nano Banana 2，支援 512、1K、2K、4K 輸出及 MINIMAL/HIGH 思考等級。
`gemini-3.1-flash-image-preview`	Nano Banana 2，支援 512、1K、2K、4K 輸出及 MINIMAL/HIGH 思考等級。
`gemini-3-pro-image`	Nano Banana Pro，支援 1K、2K、4K 輸出及圖文推理。
`gemini-3-pro-image-preview`	Nano Banana Pro，支援 1K、2K、4K 輸出及圖文推理。
`gemini-3.1-flash-lite-image`	Nano Banana 2 Lite，僅 1K 輸出，不支援 Google Search 搜尋增強。
`gemini-2.5-flash-image`	初代 Nano Banana，約 1K 輸出，不傳 imageSize。

請求參數

欄位	型別	必填	說明
`model (URL path)`	string	是	端點路徑中的模型 ID，不額外放進 JSON 請求體。
`contents`	object[]	是	包含文本和可選圖片輸入的對話輪次。
`contents[].role`	string	否	`user` 或 `model`，保留上一輪模型輸出時使用 model 角色。
`contents[].parts`	object[]	是	內容片段陣列，編輯時可組合文本指令和圖片片段。
`contents[].parts[].text`	string	按場景	文本提示詞或編輯指令。
`contents[].parts[].inlineData`	object	按場景	內聯圖片資料，包含 mimeType 和原始 Base64 data；data 不包含 data-URI 字首。
`contents[].parts[].inlineData.mimeType`	string	按場景	圖片 MIME 型別，例如 image/png、image/jpeg 或 image/webp。
`contents[].parts[].inlineData.data`	string	按場景	圖片二進位制內容的 Base64 編碼。
`contents[].parts[].fileData`	object	否	包含 fileUri 和 mimeType 的原生檔案引用，須能被當前路由的上游賬號訪問。
`contents[].parts[].thoughtSignature`	string	否	模型返回的不透明簽名；多輪對話回傳模型內容時須原樣保留，不要自行生成或修改。
`systemInstruction`	object	否	原生系統指令 Content 物件，通常使用 parts[].text。
`generationConfig`	object	否	原生生成設定。
`generationConfig.responseModalities`	string[]	否	請求圖片輸出時包含 IMAGE，可同時包含 TEXT，例如 [“TEXT”, “IMAGE”]。
`generationConfig.imageConfig.aspectRatio`	string	否	輸出寬高比；省略時通常跟隨參考圖比例或選擇正方形，具體取值見下方模型限制。
`generationConfig.imageConfig.imageSize`	string	否	支援此設定的模型預設 1K。3.1 Flash Image 使用 512/1K/2K/4K，Pro 使用 1K/2K/4K，Lite 僅使用 1K；2.5 Flash Image 不傳此欄位。
`generationConfig.thinkingConfig.thinkingLevel`	string	否	3.1 Flash Image 與 Lite 支援 MINIMAL 或 HIGH，預設 MINIMAL，不套用到不支援這些等級的模型。
`generationConfig.thinkingConfig.includeThoughts`	boolean	否	是否在響應中包含模型可提供的思考摘要或片段；讀取最終圖片時跳過 thought=true 的片段。
`generationConfig.maxOutputTokens`	integer	否	文本和影像共用的輸出預算，過低可能無法返回完整圖片，須遵守模型上限。
`tools`	object[]	否	原生工具。3.1 Flash Image 和 Pro 可使用 googleSearch 搜尋增強，Lite 和 2.5 Flash Image 不支援這種圖片搜尋增強流程。
`safetySettings`	object[]	否	包含 category 和 threshold 的原生安全設定，受模型及賬號策略約束，同一類別不要重複配置。

模型限制

1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 Gemini 3.1 Flash Image 另支援 1:4、4:1、1:8、8:1。僅使用當前模型支援的尺寸與比例。Gemini 3 影像模型最多支援 14 張參考圖，主體數量限制因模型而異，Lite 面向輕量流程。此介面不通過 OpenAI 的 n 或 size 欄位控制圖片。

呼叫示例

將 MixRoute Key 設定到環境變數 MIXROUTE_API_KEY，通過 Authorization: Bearer ... 認證。編輯圖片前，將素材佔位值替換為可訪問的圖片或本地檔案。

curl --request POST "https://api.mixroute.ai/v1/models/gemini-3.1-flash-image:generateContent" \
  --header "Authorization: Bearer $MIXROUTE_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "A clean product photograph of a red ceramic mug on a white background."
        }
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": [
      "TEXT",
      "IMAGE"
    ],
    "imageConfig": {
      "aspectRatio": "1:1",
      "imageSize": "1K"
    }
  }
}'

Python

import json
import os
import requests

payload = json.loads(r'''
{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "A clean product photograph of a red ceramic mug on a white background."
        }
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": [
      "TEXT",
      "IMAGE"
    ],
    "imageConfig": {
      "aspectRatio": "1:1",
      "imageSize": "1K"
    }
  }
}
''')
response = requests.post(
    "https://api.mixroute.ai/v1/models/gemini-3.1-flash-image:generateContent",
    headers={"Authorization": "Bearer " + os.environ["MIXROUTE_API_KEY"]},
    json=payload,
    timeout=180,
)
response.raise_for_status()
result = response.json()
import base64
from pathlib import Path

image_index = 0
for candidate in result.get("candidates", []):
    for part in candidate.get("content", {}).get("parts", []):
        if part.get("thought"):
            continue
        inline = part.get("inlineData")
        if inline and inline.get("data"):
            extension = {"image/png": "png", "image/jpeg": "jpg", "image/webp": "webp"}.get(inline.get("mimeType"), "bin")
            Path(f"image_{image_index}.{extension}").write_bytes(base64.b64decode(inline["data"]))
            image_index += 1
        elif "text" in part:
            print(part["text"])

圖片編輯與多輪對話

編輯時，在使用者輪次中同時提供 inlineData 圖片片段與文本指令。繼續編輯時，將上一輪完整的 candidate.content 物件追加到 contents，再追加新使用者輪次，以保留原生圖片資料和思考簽名，不要只保留模型的文本。

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "Make the mug blue while preserving its shape, lighting, and background."
        },
        {
          "inlineData": {
            "mimeType": "image/png",
            "data": "BASE64_IMAGE_DATA"
          }
        }
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": [
      "TEXT",
      "IMAGE"
    ],
    "imageConfig": {
      "aspectRatio": "1:1",
      "imageSize": "1K"
    }
  }
}

響應

從 candidates[].content.parts[] 讀取文本和圖片。圖片通常使用 inlineData 中的 mimeType 與 Base64 data，多輪複用模型內容時保留 thoughtSignature。沒有圖片時檢查 promptFeedback 與 finishReason；usageMetadata 是用量統計，不是圖片生成參數。 Gemini 圖片流式響應

當下熱門模型

OpenAI 官方庫使用

系統 API

文本系列

文本向量系列

圖像系列

視頻系列

其他

Gemini 原生（圖片）

支援模型

請求參數

模型限制

呼叫示例

Python

圖片編輯與多輪對話

響應

​支援模型

​請求參數

​模型限制

​呼叫示例

​Python

​圖片編輯與多輪對話

​響應

支援模型

請求參數

模型限制

呼叫示例

Python

圖片編輯與多輪對話

響應