跳转到主要内容

​
概述

Nano Banana 图片编辑基于谷歌 Gemini 图像生成模型系列，目前有以下版本可用：

​
最新版本（推荐）

  • Nano Banana Pro：gemini-3-pro-image-preview（🔥 2025年11月20日上线）
    • 基于 Gemini 3 Pro，推理能力更强
    • 支持 4K 高清图像编辑（1K、2K、4K）
    • 高级局部编辑：摄像机角度、焦点、色彩分级、场景照明
    • 业界最佳文本渲染能力

​
前代版本

  • 正式版：gemini-2.5-flash-image（稳定版，支持 10 种宽高比）
  • 预览版：gemini-2.5-flash-image-preview（⚠️ 已于2025年10月30日下线）
🔥 2025年11月20日重大更新：谷歌发布 Nano Banana Pro (gemini-3-pro-image-preview)！基于 Gemini 3 Pro 的全新图像编辑模型，支持 4K 高清编辑、高级局部编辑功能（摄像机角度、焦点、色彩、照明）、业界最佳文本渲染能力。

📚 最新文档

飞书完整使用指南 - 更新最快，支持评论互动访问飞书文档获取最新的使用教程、技巧分享和问题解答。文档持续更新，遇到问题可直接在飞书上评论交流。

编辑功能特点
  • 🔥 Nano Banana Pro 新特性：
    • 📐 局部精细编辑：调整摄像机角度、改变焦点、应用色彩分级
    • 🌓 场景照明控制：日夜转换、背景虚化（bokeh）、光照效果
    • 🎯 4K 高清编辑：支持最高 4K 分辨率的图像编辑
    • 📝 文本完美渲染：编辑后的图像中文字清晰可读
  • 🚀 通用编辑能力：
    • 🖼️ 多图合成：将多张图片无缝融合为一张
    • ✏️ 文本指令编辑：通过自然语言描述编辑需求
    • 🔄 智能修改：添加、删除或修改图片中的元素
    • 🎨 风格转换：改变图片风格、色彩、艺术效果
    • ⚡ 处理速度：Nano Banana Pro 约 20 秒，前代版本约 10 秒

​
调用方式对比

API易 支持两种调用方式，您可以根据需求选择：

谷歌原生格式

推荐新用户使用
  • 端点：/v1beta/models/gemini-2.5-flash-image:generateContent
  • ✅ 支持自定义分辨率和宽高比
  • ✅ 图片生成和编辑都支持尺寸控制
  • ✅ 支持 10 种宽高比输出
  • 📖 使用谷歌官方 API 格式

OpenAI 兼容模式

兼容已有代码
  • 端点：/v1/chat/completions
  • ⚠️ 生成图片默认 1:1 比例
  • ✅ 编辑图片智能遵循原图比例
  • ❌ 不支持自定义分辨率
  • 📖 兼容 OpenAI 调用格式
快速选择指南
  • ✅ 新项目 / 需要自定义尺寸 → 使用谷歌原生格式
  • ✅ 已有 OpenAI 格式代码 → 继续使用 OpenAI 兼容模式
  • ✅ 编辑图片且不需要指定尺寸 → 两种格式都可以
  • ⚠️ 必须指定输出宽高比 → 只能用谷歌原生格式

​
端点对比表

特性谷歌原生格式OpenAI 兼容模式
端点URL/v1beta/models/gemini-2.5-flash-image:generateContent/v1/chat/completions
图片生成尺寸支持 10 种宽高比自定义默认 1:1
图片编辑尺寸支持宽高比自定义智能遵循原图比例
调用格式谷歌官方格式OpenAI 格式
适用场景需要精确控制输出尺寸快速集成，兼容现有代码

​
编辑能力

​
Nano Banana Pro 专属高级编辑

  • 📐 局部精细编辑：
    • 调整摄像机角度（Camera Angles）
    • 改变焦点和景深
    • 应用专业级色彩分级（Color Grading）
  • 🌓 场景照明控制：
    • 日夜转换效果
    • 背景虚化（Bokeh Effect）
    • 自定义光照和阴影
  • 🎯 4K 高清处理：
    • 最高 4K 分辨率编辑
    • 保持高清晰度细节
    • 专业级输出质量

​
通用编辑能力

  • 图片合成：将多张图片无缝融合成一张
  • 元素添加：在图片中添加新的对象或元素
  • 风格修改：改变图片的艺术风格或色调
  • 背景替换：更换图片背景场景
  • 尺寸调整：改变图片比例或尺寸
  • 细节优化：增强图片质量或修复缺陷
  • 文本添加/编辑：Nano Banana Pro 的文本渲染能力最强

​
快速开始

​
方式一：最简单示例（单图编辑）

import requests
import base64

API_KEY = "sk-your-api-key"
IMAGE_PATH = "./input.png"
PROMPT = "增加一只可爱的小猫"

# 读取并编码图片
with open(IMAGE_PATH, 'rb') as f:
    img_b64 = base64.b64encode(f.read()).decode()

# 发送请求
response = requests.post(
    "https://api.apiyi.com/v1beta/models/gemini-3-pro-image-preview:generateContent",
    headers={"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"},
    json={
        "contents": [{
            "parts": [
                {"text": PROMPT},
                {"inline_data": {"mime_type": "image/png", "data": img_b64}}
            ]
        }],
        "generationConfig": {
            "responseModalities": ["IMAGE"],
            "imageConfig": {"aspectRatio": "16:9", "imageSize": "2K"}
        }
    },
    timeout=300  # 2K 推荐 5 分钟超时
).json()

# 保存结果
img_data = response["candidates"][0]["content"]["parts"][0]["inlineData"]["data"]
with open("output.png", 'wb') as f:
    f.write(base64.b64decode(img_data))

​
方式二：简化版（配置式 + 多图支持）

特点：清晰的配置区域、支持多图输入、完善的错误处理、自动超时控制

下载完整代码

gemini-3-pro-image-edit-simple.py完整的简化版代码，包含详细注释和错误处理

查看核心特性

  • 🎯 配置集中管理
  • 🖼️ 多图片批量输入
  • ⏱️ 智能超时控制
  • ✨ 友好的输出提示

​
核心配置示例

# ============================================================================
# 配置区域 - 请在此处修改您的配置
# ============================================================================

# 1. API Key（必填）
API_KEY = "sk-your-api-key"

# 2. 输入图片（支持多张）
INPUT_IMAGES = [
    "cat.png",           # 第一张图片
    "dog.png",           # 第二张图片
    # "image3.png",      # 可以添加更多图片
]

# 3. 编辑指令
EDIT_PROMPT = "将这两张图片合成，添加温馨的家庭氛围和柔和背景"

# 4. 输出参数
ASPECT_RATIO = "16:9"  # 宽高比（1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9, 5:4, 4:5）
RESOLUTION = "2K"      # 分辨率：1K, 2K, 4K
OUTPUT_FILE = f"edited_{datetime.now().strftime('%Y%m%d_%H%M%S')}.png"

# ============================================================================
# 超时配置（根据分辨率自动调整）
# ============================================================================
TIMEOUT_MAP = {"1K": 180, "2K": 300, "4K": 360}  # 单位：秒

​
多图片输入示例

import requests
import base64
import time
from pathlib import Path
from datetime import datetime

API_KEY = "sk-your-api-key"
API_URL = "https://api.apiyi.com/v1beta/models/gemini-3-pro-image-preview:generateContent"

# 配置多张输入图片
INPUT_IMAGES = ["person1.png", "person2.png", "background.png"]
EDIT_PROMPT = "将这三张图片合成为一张专业的团队照片"
RESOLUTION = "2K"
TIMEOUT_MAP = {"1K": 180, "2K": 300, "4K": 360}

def load_image_base64(image_path):
    """读取图片并转换为 base64"""
    with open(image_path, "rb") as f:
        image_bytes = f.read()

    # 自动检测图片格式
    if image_path.lower().endswith('.png'):
        mime_type = "image/png"
    elif image_path.lower().endswith(('.jpg', '.jpeg')):
        mime_type = "image/jpeg"
    elif image_path.lower().endswith('.webp'):
        mime_type = "image/webp"
    else:
        mime_type = "image/png"

    return base64.b64encode(image_bytes).decode("utf-8"), mime_type

# 准备所有图片
print(f"📤 正在读取 {len(INPUT_IMAGES)} 张图片...")
parts = []

for image_path in INPUT_IMAGES:
    image_base64, mime_type = load_image_base64(image_path)
    parts.append({
        "inline_data": {
            "mime_type": mime_type,
            "data": image_base64
        }
    })
    print(f"✅ {image_path} ({mime_type})")

# 添加编辑指令
parts.append({"text": EDIT_PROMPT})

# 发送请求
print(f"\n⏳ 正在处理，预计 {TIMEOUT_MAP[RESOLUTION] // 60} 分钟...")
start_time = time.time()

response = requests.post(
    API_URL,
    headers={"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"},
    json={
        "contents": [{"parts": parts}],
        "generationConfig": {
            "responseModalities": ["IMAGE"],
            "imageConfig": {
                "aspectRatio": "16:9",
                "imageSize": RESOLUTION
            }
        }
    },
    timeout=TIMEOUT_MAP[RESOLUTION]
)

elapsed = time.time() - start_time
print(f"⏱️  实际用时: {elapsed:.1f} 秒")

# 保存结果
result = response.json()
image_data = result["candidates"][0]["content"]["parts"][0]["inlineData"]["data"]

output_file = f"edited_{datetime.now().strftime('%Y%m%d_%H%M%S')}.png"
with open(output_file, 'wb') as f:
    f.write(base64.b64decode(image_data))

print(f"✅ 编辑成功！已保存至: {output_file}")
超时时间说明：
  • 1K 分辨率：推荐 180 秒（3 分钟）
  • 2K 分辨率：推荐 300 秒（5 分钟）
  • 4K 分辨率：推荐 360 秒（6 分钟）
多图片输入时，建议在推荐时间基础上适当增加 30-60 秒。
多图编辑最佳实践：
  1. 控制图片数量：建议 2-4 张图片，过多会影响合成质量
  2. 统一图片格式：尽量使用相同格式（推荐 PNG）
  3. 适当的分辨率：输入图片分辨率不宜过大（建议单张不超过 4K）
  4. 明确的指令：清楚说明如何处理多张图片（合成、拼接、对比等）

​
完整代码示例

根据您的需求，可以选择以下两种方式之一：

​
方式一：谷歌原生格式（推荐）

支持自定义分辨率和宽高比，使用谷歌官方 API 格式。

​
端点

POST https://api.apiyi.com/v1beta/models/gemini-2.5-flash-image:generateContent

​
请求格式

{
  "contents": [
    {
      "parts": [
        {
          "text": "编辑指令文本"
        },
        {
          "inline_data": {
            "mime_type": "image/jpeg",
            "data": "base64编码的图片数据"
          }
        }
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": ["IMAGE"],
    "imageConfig": {
      "aspectRatio": "16:9"
    }
  }
}

​
支持的宽高比

21:9, 16:9, 4:3, 3:2, 1:1, 9:16, 3:4, 2:3, 5:4, 4:5

​
分辨率配置详解

  • Gemini 3 Pro (支持 4K)
  • Gemini 2.5 Flash (仅 1K)
模型: gemini-3-pro-image-preview支持三个分辨率级别：1K、2K、4K
宽高比1K 分辨率1K Tokens2K 分辨率2K Tokens4K 分辨率4K Tokens
1:11024×102412102048×204812104096×40962000
2:3848×126412101696×252812103392×50562000
3:21264×84812102528×169612105056×33922000
3:4896×120012101792×240012103584×48002000
4:31200×89612102400×179212104800×35842000
4:5928×115212101856×230412103712×46082000
5:41152×92812102304×185612104608×37122000
9:16768×137612101536×275212103072×55042000
16:91376×76812102752×153612105504×30722000
21:91584×67212103168×134412106336×26882000
配置参数: "imageSize": "1K" 或 "2K" 或 "4K"数据来源: Google 官方文档
分辨率选择建议：
  • 📱 社交媒体/网页 → 1K（快速，成本低）
  • 🖥️ 高清显示/打印 → 2K（平衡质量与速度）
  • 🎨 专业设计/商业用途 → 4K（最高质量，仅 Gemini 3 Pro）

​
Bash 示例（Gemini 2.5 Flash - 仅 1K）

适用于 gemini-2.5-flash-image，仅支持 1K 分辨率： 
API_KEY="sk-your-api-key"
INPUT_IMAGE="./dog.png"
PROMPT="增加一只帅气的猫咪在狗狗的旁边"
ASPECT_RATIO="16:9"
OUTPUT_FILE="edited_$(date +%Y%m%d_%H%M%S).png"

# 编码图片
IMG_BASE64=$(base64 -i "$INPUT_IMAGE")

# 发送请求并保存
curl -X POST "https://api.apiyi.com/v1beta/models/gemini-2.5-flash-image:generateContent" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [
        {"text": "'"$PROMPT"'"},
        {"inline_data": {"mime_type": "image/png", "data": "'"$IMG_BASE64"'"}}
      ]
    }],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {"aspectRatio": "'"$ASPECT_RATIO"'"}
    }
  }' | jq -r '.candidates[0].content.parts[0].inlineData.data' | base64 --decode > "$OUTPUT_FILE"

echo "✅ 图片已保存: $OUTPUT_FILE"
完整的 Python 实现（带错误处理）：nano-banana-api.py

​
Python 完整示例（Gemini 3 Pro - 支持 4K）

import requests
import base64

# 配置
API_KEY = "sk-your-api-key"
API_URL = "https://api.apiyi.com/v1beta/models/gemini-3-pro-image-preview:generateContent"
INPUT_IMAGE = "./dog.png"
PROMPT = "增加一只帅气的猫咪在狗狗的旁边"
ASPECT_RATIO = "16:9"  # 可选: "1:1","2:3","3:2","3:4","4:3","4:5","5:4","9:16","16:9","21:9"
RESOLUTION = "2K"       # 可选: "1K", "2K", "4K"

# 读取并编码图片
with open(INPUT_IMAGE, 'rb') as f:
    image_base64 = base64.b64encode(f.read()).decode('utf-8')

# 发送请求
response = requests.post(
    API_URL,
    headers={"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"},
    json={
        "contents": [{
            "parts": [
                {"text": PROMPT},
                {"inline_data": {"mime_type": "image/png", "data": image_base64}}
            ]
        }],
        "generationConfig": {
            "responseModalities": ["IMAGE"],
            "imageConfig": {
                "aspectRatio": ASPECT_RATIO,
                "imageSize": RESOLUTION  # Gemini 3 Pro 专属参数
            }
        }
    },
    timeout=120
)

# 保存结果
result = response.json()
image_data = result["candidates"][0]["content"]["parts"][0]["inlineData"]["data"]

with open("edited_output.png", 'wb') as f:
    f.write(base64.b64decode(image_data))

print("✅ 图片已保存: edited_output.png")
参数说明：
  • imageSize: 仅 gemini-3-pro-image-preview 支持，可选 “1K”、“2K”、“4K”
  • gemini-2.5-flash-image 不支持此参数，固定输出 1K
  • 完整工具类实现（含错误处理）：nano-banana-api.py
4K 分辨率注意事项：
  • 仅 gemini-3-pro-image-preview 支持 4K 输出
  • 4K 图片生成时间更长（约 30-40 秒）
  • Token 消耗更高（2000 tokens/图）
  • 建议只在需要专业级输出质量时使用 4K

​
Bash/cURL 完整示例（支持 4K）

#!/bin/bash

API_KEY="sk-your-api-key"
INPUT_IMAGE="./photo.jpg"
PROMPT="将这张照片转换为专业摄影作品，应用电影级色彩分级"
ASPECT_RATIO="16:9"
RESOLUTION="4K"  # "1K", "2K", "4K"
OUTPUT_FILE="edited_4k.png"

# 编码图片
IMG_BASE64=$(base64 -i "$INPUT_IMAGE")

# 发送请求并保存
curl -X POST "https://api.apiyi.com/v1beta/models/gemini-3-pro-image-preview:generateContent" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [
        {"text": "'"$PROMPT"'"},
        {"inline_data": {"mime_type": "image/jpeg", "data": "'"$IMG_BASE64"'"}}
      ]
    }],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {
        "aspectRatio": "'"$ASPECT_RATIO"'",
        "imageSize": "'"$RESOLUTION"'"
      }
    }
  }' | jq -r '.candidates[0].content.parts[0].inlineData.data' | base64 --decode > "$OUTPUT_FILE"

echo "✅ 4K 图片已保存: $OUTPUT_FILE"

​
方式二：OpenAI 兼容模式

兼容现有 OpenAI 格式代码，适合快速集成。编辑图片时会智能遵循原图比例。

​
端点

POST https://api.apiyi.com/v1/chat/completions

​
请求格式

{
  "model": "gemini-2.5-flash-image",
  "stream": false,
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "编辑指令文本"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "图片URL1"
          }
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "图片URL2"
          }
        }
      ]
    }
  ]
}

​
Python 完整示例

#!/usr/bin/env python3
import requests
import json
import base64
import re
from datetime import datetime
import sys

# 配置
API_KEY = "sk-"  # 请替换为你的实际密钥
API_URL = "https://api.apiyi.com/v1/chat/completions"

def edit_images():
    """
    图片编辑主函数
    支持多图片合成和编辑
    """
    # 设置请求头
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    
    # 请求数据 - 多图片合成示例
    data = {
        "model": "gemini-2.5-flash-image",
        "stream": False,
        "messages": [
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": "Combine 2 images and add a Corgi dog image"
                    },
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": "https://github.com/dianping/cat/raw/master/cat-home/src/main/webapp/images/logo/cat_logo03.png"
                        }
                    },
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": "https://raw.githubusercontent.com/leonindy/camel/master/camel-admin/src/main/webapp/assets/images/camel_logo_blue.png"
                        }
                    }
                ]
            }
        ]
    }
    
    print("🚀 正在请求图片编辑API...")
    print(f"📝 编辑指令: {data['messages'][0]['content'][0]['text']}")
    print(f"🖼️  输入图片数量: {len([c for c in data['messages'][0]['content'] if c['type'] == 'image_url'])}")
    
    try:
        # 发送请求
        response = requests.post(API_URL, headers=headers, json=data)
        response.raise_for_status()
        
        print("✅ API请求成功，正在处理响应...")
        
        # 解析响应
        result = response.json()
        
        # 提取内容
        content = result['choices'][0]['message']['content']
        print(f"📄 收到内容长度: {len(content)} 字符")
        print(f"📄 内容预览: {content[:200]}...")
        
        # 查找Base64图片数据
        base64_data = None
        
        # 方法1: 查找标准格式 data:image/type;base64,data
        base64_match = re.search(r'data:image/[^;]+;base64,([A-Za-z0-9+/=]+)', content)
        
        if base64_match:
            base64_data = base64_match.group(1)
            print("✅ 找到标准格式的Base64数据")
        else:
            # 方法2: 查找纯Base64数据（长字符串）
            base64_match = re.search(r'([A-Za-z0-9+/=]{100,})', content)
            if base64_match:
                base64_data = base64_match.group(1)
                print("✅ 找到纯Base64数据")
            else:
                print("❌ 错误: 无法找到Base64图片数据")
                print("📄 完整响应内容:")
                print(json.dumps(result, indent=2, ensure_ascii=False))
                return False
        
        # 生成文件名
        timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
        filename = f"edited_image_{timestamp}.png"
        
        print("💾 正在保存编辑后的图片...")
        
        # 解码并保存图片
        try:
            image_data = base64.b64decode(base64_data)
            with open(filename, 'wb') as f:
                f.write(image_data)
            
            print(f"🎉 图片编辑完成！")
            print(f"📁 文件保存为: {filename}")
            print(f"📊 文件大小: {len(image_data):,} 字节")
            return True
            
        except Exception as e:
            print(f"❌ 错误: 保存图片时出现问题: {e}")
            return False
            
    except requests.exceptions.RequestException as e:
        print(f"❌ 错误: API请求失败: {e}")
        return False
    except KeyError as e:
        print(f"❌ 错误: 响应格式不正确，缺少字段: {e}")
        if 'response' in locals():
            print("📄 完整响应内容:")
            print(json.dumps(response.json(), indent=2, ensure_ascii=False))
        return False
    except Exception as e:
        print(f"❌ 错误: 未知错误: {e}")
        return False

def custom_edit_example():
    """
    自定义编辑示例
    """
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    
    # 自定义编辑任务
    data = {
        "model": "gemini-2.5-flash-image",
        "stream": False,
        "messages": [
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": "Please remove the background and make it transparent, then add a sunset background"
                    },
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": "your_image_url_here"  # 替换为你的图片URL
                        }
                    }
                ]
            }
        ]
    }
    
    print("🎨 执行自定义编辑任务...")
    # 调用编辑逻辑...

def main():
    """
    主函数 - 演示不同的编辑功能
    """
    print("=" * 60)
    print("Nano Banana 图片编辑器 - Python版本")
    print("=" * 60)
    print(f"🕐 开始时间: {datetime.now()}")
    
    # 检查API Key
    if API_KEY == "sk-":
        print("⚠️  请先设置正确的API密钥")
        return
    
    print("\n🔧 可用的编辑功能:")
    print("1. 多图片合成")
    print("2. 背景替换") 
    print("3. 元素添加")
    print("4. 风格转换")
    
    print("\n🚀 执行多图片合成示例...")
    success = edit_images()
    
    print("\n" + "=" * 60)
    if success:
        print("🎉 编辑任务执行成功！")
        print("✅ 图片已保存到本地")
    else:
        print("❌ 编辑任务执行失败！")
        print("💡 请检查API密钥和网络连接")
    
    print(f"🕐 结束时间: {datetime.now()}")
    print("=" * 60)

if __name__ == "__main__":
    success = main()
    sys.exit(0 if success else 1)

​
编辑示例场景

​
Nano Banana Pro 高级场景

​
1. 4K 高清商业海报编辑

import requests
import base64

API_KEY = "sk-your-api-key"
API_URL = "https://api.apiyi.com/v1beta/models/gemini-3-pro-image-preview:generateContent"

# 读取图片
with open('product.png', 'rb') as f:
    image_base64 = base64.b64encode(f.read()).decode('utf-8')

# 4K 高清编辑 - 适合商业印刷
payload = {
    "contents": [{
        "parts": [
            {"text": "将这个产品照片转换为专业商业海报，添加高端质感和完美照明"},
            {"inline_data": {"mime_type": "image/png", "data": image_base64}}
        ]
    }],
    "generationConfig": {
        "responseModalities": ["IMAGE"],
        "imageConfig": {
            "aspectRatio": "3:4",
            "imageSize": "4K"  # 输出 3584×4800 像素
        }
    }
}

headers = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}
response = requests.post(API_URL, headers=headers, json=payload, timeout=120)
result = response.json()

# 保存 4K 图片
image_data = result["candidates"][0]["content"]["parts"][0]["inlineData"]["data"]
with open("poster_4k.png", 'wb') as f:
    f.write(base64.b64decode(image_data))

​
2. 局部精细编辑

# 调整摄像机角度和焦点
{
  "type": "text",
  "text": "Change camera angle to bird's eye view and adjust focus to the foreground"
}

​
3. 场景照明控制

# 日夜转换和背景虚化
{
  "type": "text",
  "text": "Transform this daytime photo to nighttime with bokeh effect in the background"
}

​
4. 专业色彩分级

# 应用电影级色彩效果
{
  "type": "text",
  "text": "Apply cinematic color grading with warm tones and enhanced contrast"
}

​
通用编辑场景

​
5. 多图片合成（支持 2K/4K）

import requests
import base64

API_KEY = "sk-your-api-key"
API_URL = "https://api.apiyi.com/v1beta/models/gemini-3-pro-image-preview:generateContent"

# 读取多张图片
def read_image(path):
    with open(path, 'rb') as f:
        return base64.b64encode(f.read()).decode('utf-8')

# 多图片合成 - 团队照片合成
payload = {
    "contents": [{
        "parts": [
            {"text": "Create a professional office team photo with these people, modern office background"},
            {"inline_data": {"mime_type": "image/png", "data": read_image('person1.png')}},
            {"inline_data": {"mime_type": "image/png", "data": read_image('person2.png')}},
            {"inline_data": {"mime_type": "image/png", "data": read_image('person3.png')}},
            {"inline_data": {"mime_type": "image/png", "data": read_image('person4.png')}}
        ]
    }],
    "generationConfig": {
        "responseModalities": ["IMAGE"],
        "imageConfig": {
            "aspectRatio": "16:9",
            "imageSize": "2K"  # 2K 足够高清，速度更快
        }
    }
}

headers = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}
response = requests.post(API_URL, headers=headers, json=payload, timeout=120)
result = response.json()

# 保存结果
image_data = result["candidates"][0]["content"]["parts"][0]["inlineData"]["data"]
with open("team_photo.png", 'wb') as f:
    f.write(base64.b64decode(image_data))

​
6. OpenAI 格式多图合成

# 将两个logo合成，并添加新元素（OpenAI 兼容格式）
{
  "type": "text",
  "text": "Combine these two logos and add a cute animal"
}

​
7. 背景替换

# 替换图片背景
{
  "type": "text",
  "text": "Remove the background and add a sunset landscape"
}

​
8. 风格转换

# 改变图片风格
{
  "type": "text",
  "text": "Convert this photo to anime/cartoon style"
}

​
9. 元素修改

# 添加或删除元素
{
  "type": "text",
  "text": "Add sunglasses to the person and change hair color to blue"
}

​
使用建议

​
选择合适的调用方式

推荐使用谷歌原生格式
  • 功能最完整，支持自定义分辨率
  • 性能更稳定，与谷歌官方同步更新
  • 适合长期使用和新项目开发
查看 谷歌原生格式示例
无需强制迁移
  • OpenAI 兼容模式会持续支持
  • 老代码可以继续使用，无需修改
  • 如需自定义输出尺寸，可考虑逐步迁移
查看 OpenAI 兼容模式示例
必须使用谷歌原生格式
  • 只有谷歌原生格式支持 aspectRatio 参数
  • 支持 10 种常用宽高比
  • OpenAI 兼容模式编辑图片时会智能遵循原图比例
支持的宽高比：21:9, 16:9, 4:3, 3:2, 1:1, 9:16, 3:4, 2:3, 5:4, 4:5
2025年10月30日
  • 预览版 gemini-2.5-flash-image-preview 将于此日期下线
  • 本站会自动重定向到正式版
  • 建议提前测试正式版 gemini-2.5-flash-image 的兼容性

​
迁移指南

如果您当前使用预览版模型或希望迁移到谷歌原生格式，请参考：
1

检查当前配置

确认您当前使用的模型名称和调用端点：
  • 模型名称：gemini-2.5-flash-image-preview → 改为 gemini-2.5-flash-image
  • 如需自定义尺寸：迁移到谷歌原生格式端点
2

测试新配置

在开发环境测试新的模型或端点：
  • 验证返回结果格式
  • 检查输出图片质量和尺寸
  • 确认性能和响应时间
3

逐步部署

建议采用灰度发布策略：
  • 先在少量用户中测试
  • 观察反馈和错误率
  • 逐步扩大范围直至全量

​
最佳实践

​
编辑指令优化

明确具体

使用具体、明确的描述✅ “将背景改为蓝色海洋场景” ❌ “改变背景”

分步描述

将复杂编辑分解为步骤✅ “先移除背景，然后添加森林场景，最后增加阳光效果”

​
图片输入建议

  • 格式支持：PNG、JPEG、GIF 等主流格式
  • 分辨率：建议不超过 4096x4096
  • 文件大小：单张图片建议不超过 10MB
  • URL要求：确保图片URL可公开访问

​
编辑质量优化

  1. 高质量输入：使用清晰、高分辨率的原图
  2. 合理指令：避免过于复杂或矛盾的编辑要求
  3. 多次迭代：对复杂编辑可以分多步进行
  4. 参考示例：参考成功的编辑案例

​
分辨率选择指南

适合场景：
  • 🖨️ 商业印刷：海报、宣传册、广告牌
  • 🎨 专业设计：品牌视觉、产品图册
  • 📺 高清展示：大屏幕显示、展览展示
  • 💼 商业摄影：需要后期裁剪和缩放的场景
注意事项：
  • ⏱️ 生成时间：30-40 秒
  • 💰 Token 消耗：2000 tokens/图（约 1K 的 1.65 倍）
  • 📦 文件大小：通常 2-8MB
适合场景：
  • 💻 网站高清图：电商详情页、官网配图
  • 📱 高清社交媒体：Instagram、小红书等
  • 📄 文档配图：报告、PPT 中的高质量图片
  • 🖼️ 桌面壁纸：高分辨率屏幕壁纸
优势：
  • ⚖️ 质量与速度的最佳平衡
  • ⏱️ 生成时间：20-25 秒
  • 💰 Token 消耗：1210 tokens/图
适合场景：
  • 🌐 常规网页：博客、新闻网站
  • 📱 社交媒体：微信公众号、Twitter
  • 💬 聊天应用：头像、表情包
  • 🚀 快速原型：设计稿、概念图
优势：
  • ⚡ 速度最快：10-15 秒
  • 💰 成本最低：Flash 版 1290 tokens，Pro 版 1210 tokens
  • 📦 文件小：便于传输和存储
Gemini 3 Pro 支持配置 imageSize 参数：
{
  "generationConfig": {
    "responseModalities": ["IMAGE"],
    "imageConfig": {
      "aspectRatio": "16:9",
      "imageSize": "4K"
    }
  }
}
可选值: "1K", "2K", "4K"Gemini 2.5 Flash 不支持分辨率配置，固定为 1K：
{
  "generationConfig": {
    "responseModalities": ["IMAGE"],
    "imageConfig": {
      "aspectRatio": "16:9"
    }
  }
}

​
错误处理

​
常见错误及解决方案

原因：图片URL不可访问或需要身份验证解决：
  • 使用公开可访问的图片URL
  • 检查URL是否正确
  • 确保图片服务器允许外部访问
原因：编辑指令不够明确或输入图片质量较低解决：
  • 使用更具体、明确的编辑指令
  • 提供高质量的输入图片
  • 分步骤进行复杂编辑
原因：编辑任务失败或响应格式异常解决：
  • 检查编辑指令是否合理
  • 确认输入图片是否有效
  • 查看完整的API响应内容

​
定价信息

​
Nano Banana Pro (gemini-3-pro-image-preview)

按次计费，所有分辨率统一价格：
分辨率API易价格官方价格等于官网的充值加赠价格生成时间推荐场景
1K-2K$0.050/张$0.134/张30%￥0.29/张20-25秒高清网页/社交媒体
4K$0.050/张$0.24/张17%￥0.29/张30-40秒专业印刷/商业设计
超值价格：
  • 4K 分辨率仅为官网价格的 17%，节省 83%
  • 1K-2K 分辨率为官网价格的 30%，节省 70%
  • 充值加赠后约 ￥0.29/张，性价比极高
特性优势：
  • 🎯 支持 4K 超高清输出
  • 📐 局部精细编辑能力（摄像机、焦点、色彩）
  • 🌓 场景照明控制
  • 📝 业界最佳文本渲染

​
前代版本 (gemini-2.5-flash-image)

  • API易价格：$0.025/张（仅 1K 分辨率）
  • 官方价格：约 $0.039/张
  • 等于官网的：52%，节省 48%
  • 充值加赠价格：约 ￥0.15/张
  • 生成时间：10-15 秒
  • 推荐场景：快速编辑、常规图像处理
版本与分辨率选择建议：
  • 🔥 4K 印刷/商业设计 → Nano Banana Pro + 4K 分辨率
  • 🎨 高质量编辑/局部调整 → Nano Banana Pro + 2K 分辨率
  • ⚡ 快速常规编辑 → Gemini 2.5 Flash（仅 1K）
  • 💰 成本优先 → Gemini 2.5 Flash（最便宜最快）

​
成本对比计算器

高清编辑项目

需求：100 张 2K 高清图片编辑
  • Nano Banana Pro (2K): ¥29
  • Flash 版本 (仅 1K): ¥15
结论：Pro 版支持更高分辨率，质量更好

4K 专业项目

需求：50 张 4K 专业图片编辑
  • Nano Banana Pro (4K): ¥14.5（官网需 ￥83.3）
  • Flash 版本: 不支持 4K
结论：Pro 版独家支持 4K，节省 83%

​
高级功能

​
批量编辑

def batch_edit_images(image_urls, edit_instruction):
    """批量编辑多张图片"""
    results = []
    for i, url in enumerate(image_urls):
        data = {
            "model": "gemini-2.5-flash-image",
            "messages": [{
                "role": "user", 
                "content": [
                    {"type": "text", "text": edit_instruction},
                    {"type": "image_url", "image_url": {"url": url}}
                ]
            }]
        }
        # 执行编辑...
        results.append(result)
    return results

​
编辑历史记录

def save_edit_history(original_url, instruction, result_path):
    """保存编辑历史记录"""
    history = {
        "timestamp": datetime.now().isoformat(),
        "original_image": original_url,
        "edit_instruction": instruction,
        "result_path": result_path
    }
    # 保存到文件或数据库...

​
相关文档

编辑技巧：对于复杂的编辑需求，建议先用简单指令测试效果，再逐步增加复杂度。这样可以获得更好的编辑结果。