Gemini 原生接口

端点: POST https://oneapi.zaiwenai.com/v1beta/models/{model}:generateContent
端点: POST https://oneapi.zaiwenai.com/v1beta/models/{model}:streamGenerateContent
在问 OneAPI 对 Gemini 原生协议做透明代理，原样转发请求与响应，支持所有 generateContent 格式的 Gemini 模型（文本、图像、语音均可）。

与 OpenAI 兼容的 POST /v1/images/generations 按次计费不同，Gemini 图像生成通过原生接口按 Token 计费，并支持参考图、流式等完整能力。

能力	推荐端点	模型示例
文生图	`POST /v1beta/models/{model}:generateContent`	`gemini-3.1-flash-image`、`gemini-2.5-flash-image`、`gemini-3-pro-image`
图生图 / 参考图	同上（`parts` 中附加 `inlineData`）	`gemini-3.1-flash-image`
流式生成	`POST /v1beta/models/{model}:streamGenerateContent` 或 `?alt=sse`	同上
文本 / 语音	同上	`gemini-3-flash`、`gemini-3.1-flash-tts-preview` 等

认证

三种写法等价，填写的始终是在问 API Key，不是 Google API Key：

bash

# 1. 标准 Bearer（推荐）
-H "Authorization: Bearer $YOUR_API_KEY"

# 2. Google 风格请求头
-H "x-goog-api-key: $YOUR_API_KEY"

# 3. 查询参数
https://oneapi.zaiwenai.com/v1beta/models/gemini-3.1-flash-image:generateContent?key=$YOUR_API_KEY

文生图

最简请求只需 contents[].parts[].text + generationConfig.responseModalities：

bash

curl -X POST \
  "https://oneapi.zaiwenai.com/v1beta/models/gemini-3.1-flash-image:generateContent" \
  -H "Authorization: Bearer $YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{"text": "Generate an image: a cute orange cat sitting on a windowsill, photorealistic, 16:9"}]
    }],
    "generationConfig": {
      "responseModalities": ["IMAGE", "TEXT"]
    }
  }'

关键参数：

参数	类型	必填	说明
`contents`	array	是	对话内容，`role: user`，`parts: [{text}]`
`contents[].parts[].text`	string	是	提示词，支持中英文
`generationConfig.responseModalities`	array	是	必须包含 `"IMAGE"`，建议 `["IMAGE","TEXT"]`，否则只返回文本
`generationConfig.responseModalities`	array	-	如需文本辅助说明，保留 `TEXT`
`safetySettings` / `generationConfig.temperature` 等	-	否	Gemini 原生可选参数，原样透传

响应：

json

{
  "candidates": [{
    "content": {
      "parts": [
        {"text": ""},
        {
          "inlineData": {
            "mimeType": "image/jpeg",
            "data": "/9j/4AAQSkZJRgABAQEBLAEsAAD..."
          },
          "thoughtSignature": "..."
        }
      ],
      "role": "model"
    },
    "finishReason": "STOP"
  }],
  "usageMetadata": {
    "promptTokenCount": 271,
    "candidatesTokenCount": 1554,
    "totalTokenCount": 1825
  },
  "modelVersion": "gemini-3.1-flash-image"
}

图像在 candidates[0].content.parts[].inlineData.data，为 Base64 编码，需自行解码保存；mimeType 通常为 image/jpeg 或 image/png。

Python 示例（文生图）

python

import base64
import json
import urllib.request
from pathlib import Path

url = "https://oneapi.zaiwenai.com/v1beta/models/gemini-3.1-flash-image:generateContent"
headers = {
    "Authorization": "Bearer $YOUR_API_KEY",
    "Content-Type": "application/json",
}
payload = {
    "contents": [{"role": "user", "parts": [{"text": "一只橘猫坐在窗台上，写实摄影，16:9"}]}],
    "generationConfig": {"responseModalities": ["IMAGE", "TEXT"]},
}

req = urllib.request.Request(url, data=json.dumps(payload).encode(), headers=headers)
with urllib.request.urlopen(req, timeout=90) as resp:
    data = json.loads(resp.read())
    part = next(p for p in data["candidates"][0]["content"]["parts"] if "inlineData" in p)
    Path("output.jpg").write_bytes(base64.b64decode(part["inlineData"]["data"]))
    print("已保存 output.jpg", data["usageMetadata"])

或使用 httpx / requests 同理，平台仅做字节级透传，不改写 JSON。

参考图 / 图生图

在 parts 中追加一个 inlineData 即可实现参考图生成（图生图、风格迁移、局部重绘均同此格式）：

bash

# 1. 将参考图转为 Base64
IMG_B64=$(base64 -i reference.jpg)

curl -X POST \
  "https://oneapi.zaiwenai.com/v1beta/models/gemini-3.1-flash-image:generateContent" \
  -H "Authorization: Bearer $YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{
    \"contents\": [{
      \"role\": \"user\",
      \"parts\": [
        {\"text\": \"请参考这张图，生成吉卜力风格插画，保持主体构图，温暖治愈\"},
        {\"inlineData\": {\"mimeType\": \"image/jpeg\", \"data\": \"$IMG_B64\"}}
      ]
    }],
    \"generationConfig\": {\"responseModalities\": [\"IMAGE\", \"TEXT\"]}
  }"

python

import base64
from pathlib import Path

img_b64 = base64.b64encode(Path("reference.jpg").read_bytes()).decode()
payload = {
    "contents": [{
        "role": "user",
        "parts": [
            {"text": "请参考这张图，生成吉卜力风格插画，保持主体"},
            {"inlineData": {"mimeType": "image/jpeg", "data": img_b64}}
        ]
    }],
    "generationConfig": {"responseModalities": ["IMAGE", "TEXT"]},
}
# 同上发送，响应中 inlineData 即为新图

支持 image/jpeg / image/png / image/webp，建议单张参考图 < 2MB。多张参考图可在 parts 中追加多个 inlineData。

流式生成

bash

# 方式一：专用流式端点
curl -X POST \
  "https://oneapi.zaiwenai.com/v1beta/models/gemini-3.1-flash-image:streamGenerateContent" \
  -H "Authorization: Bearer $YOUR_API_KEY" \
  -H "Accept: text/event-stream" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"Generate an image: a blue bird"}]}],"generationConfig":{"responseModalities":["IMAGE","TEXT"]}}'

# 方式二：非流式端点 + alt=sse（兼容 Google SDK）
curl -X POST \
  "https://oneapi.zaiwenai.com/v1beta/models/gemini-3.1-flash-image:generateContent?alt=sse" \
  -H "Authorization: Bearer $YOUR_API_KEY" \
  -H "Accept: text/event-stream" \
  -d '{...}'

流式响应为 Content-Type: text/event-stream，每行 data: {...}，最后一个 data 包含 usageMetadata 与完整的 inlineData。非流式与流式计费口径一致。

Python 流式示例

python

import httpx, json, base64

with httpx.stream("POST",
    "https://oneapi.zaiwenai.com/v1beta/models/gemini-3.1-flash-image:streamGenerateContent",
    headers={"Authorization": "Bearer $YOUR_API_KEY", "Content-Type": "application/json"},
    json={"contents":[{"parts":[{"text":"a cat"}]}],"generationConfig":{"responseModalities":["IMAGE","TEXT"]}},
    timeout=90) as r:
    for line in r.iter_lines():
        if line.startswith("data:"):
            data = json.loads(line[5:])
            if "candidates" in data:
                # 最后一个 chunk 包含 inlineData
                pass

响应与计费

平台强制按 Token 计费，依赖上游 usageMetadata：

input_tokens  = promptTokenCount + toolUsePromptTokenCount
output_tokens = candidatesTokenCount + thoughtsTokenCount
cost = input_tokens * input_price/1M + output_tokens * output_price/1M

后台建模型时 billing_unit 必须为 token（model_type 可为 chat / image 任意，通用校验仅检查 billing_unit）
成功响应必含 usageMetadata，缺失会返回 502 missing_usage_metadata
candidatesTokenCount 已包含图像 tokens，图文统一口径
余额不足返回 402 insufficient_balance，上游无可用账号返回 503，模型不存在返回 404

错误码

HTTP	code	说明
400	`invalid_json`	请求体不是合法 JSON
402	`insufficient_balance`	余额不足
404	`model_not_found`	模型未配置或未启用
500	`model_billing_misconfigured`	模型未配置为 `token` 计费
502	`missing_usage_metadata`	上游成功响应缺 `usageMetadata`
503	`upstream_not_configured` / `No available Gemini accounts`	`GEMINI_RELAY` 未配置或账号池耗尽

与 OpenAI 图片接口的区别

对比	`POST /v1/images/generations`	`POST /v1beta/models/{model}:generateContent`
协议	OpenAI 兼容	Gemini 原生，透明代理
计费	按次 `REQUEST`	按 Token `TOKEN`
参考图	`POST /v1/images/edits` 需 `multipart/form-data`	同一接口 `parts[].inlineData` 追加即可
流式	不支持	支持 `streamGenerateContent` / `?alt=sse`
模型	`gpt-image-2` 等	`gemini-3.1-flash-image`、`gemini-2.5-flash-image`、`gemini-3-pro-image` 等

如需 OpenAI 生态兼容，继续使用 POST /v1/images/generations；如需 Gemini 完整能力（参考图、流式、Token 计费），使用本接口。

Gemini 原生接口 ​

认证 ​

文生图 ​

Python 示例（文生图） ​

参考图 / 图生图 ​

流式生成 ​

Python 流式示例 ​

响应与计费 ​

错误码 ​

与 OpenAI 图片接口的区别 ​

Gemini 原生接口

认证

文生图

Python 示例（文生图）

参考图 / 图生图

流式生成

Python 流式示例

响应与计费

错误码

与 OpenAI 图片接口的区别