AI 大模型推理

    • AI 大模型推理 > API 文档 > 文生图 (image generate)

    文生图 (image generate)

    最近更新时间: 2025-10-23 14:48:33

    七牛云 AI 大模型推理 API 支持文生图（Text-to-Image）功能，兼容 OpenAI Images API 接口格式，支持多种主流图像生成模型，方便您集成到各种业务和应用场景中。

    Token API 接入点

    🚀
    七牛云 AI 大模型推理 API 提供两个接入域名：

    支持接口列表

    接口名 说明
    /images/generations 文生图接口，根据文本描述生成图像，支持多种图像生成模型
    支持模型：Gemini 2.5 Flash Image（又称 Nano Banana）等
    输出格式：Base64 编码的图像数据（PNG 格式）

    支持的模型列表

    模型 ID 模型名称 说明 状态
    gemini-2.5-flash-image Gemini 2.5 Flash Image (Nano Banana) 又称 Nano Banana，谷歌最新的快速文生图模型，支持高质量图像生成 ✅已推出
    kling-* 可灵系列 快手可灵文生图模型系列，支持高质量的中文提示词图像生成 🚀即将推出

    HTTP 调用示例

    基础图像生成

    使用上一步获取的七牛云 API KEY 调用文生图接口：

    # 调用文生图 API
export OPENAI_BASE_URL="https://openai.qiniu.com/v1"
export OPENAI_API_KEY="<七牛云 AI API KEY>"

curl "$OPENAI_BASE_URL/images/generations" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
        "model": "gemini-2.5-flash-image",
        "prompt": "一只可爱的橘猫坐在窗台上看着夕阳，照片风格，高清画质"
    }'

    生成多张高质量图像

    # 生成多张图像
export OPENAI_BASE_URL="https://openai.qiniu.com/v1"
export OPENAI_API_KEY="<七牛云 AI API KEY>"

curl "$OPENAI_BASE_URL/images/generations" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
        "model": "gemini-2.5-flash-image",
        "prompt": "主题是未来城市的天际线，霓虹灯光，赛博朋克风格",
        "n": 6,
        "size": "1536x672"
    }'

    使用采样参数控制生成

    # 使用高级参数控制图像生成
export OPENAI_BASE_URL="https://openai.qiniu.com/v1"
export OPENAI_API_KEY="<七牛云 AI API KEY>"

curl "$OPENAI_BASE_URL/images/generations" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
        "model": "gemini-2.5-flash-image",
        "prompt": "梦幻森林中的精灵小屋，魔法光芒环绕",
        "temperature": 0.8,
        "top_p": 0.95
    }'

    请求参数说明

    Header 参数

    参数名 类型 必填 说明
    Authorization string 是 API Key，格式：Bearer YOUR_API_KEY
    Content-Type string 是 请求内容类型，固定值：application/json

    Body 参数（JSON）

    参数名 类型 必填 默认值 说明 模型支持
    model string 是 - 图像生成模型名称，如 gemini-2.5-flash-image -
    prompt string 是 - 图像生成的文本描述提示词 -
    n integer 否 1 生成图像数量，取值范围：1-10 -
    size string 否 - 图像尺寸，格式：宽x高，支持以下尺寸：
    1024x1024、1536x1024、1792x1024、1024x1536、1024x1792、
    1344x768、768x1344、1248x832、832x1248、
    1184x864、864x1184、1152x896、896x1152、1536x672    		 -
    quality string 否 - 图像质量，可选值：standard（标准质量）、hd（高清质量） 暂不支持
    style string 否 - 图像风格，可选值：vivid（鲜艳生动）、natural（自然真实） 暂不支持
    temperature float 否 - 生成温度，取值范围：0.0-2.0，控制生成的随机性 -
    top_p float 否 - 核采样参数，取值范围：0.0-1.0 -
    top_k integer 否 - Top-K 采样参数，最小值：1 -

    参数详细说明

    model

    • 必填参数
    • 指定使用的图像生成模型
    • 不同模型支持的参数和功能可能有所不同
    • 示例：gemini-2.5-flash-image

    prompt

    • 必填参数
    • 图像生成的文本描述提示词
    • 建议：提示词越详细、具体，生成的图像质量越好
    • 建议包含风格、光线、构图、色彩等细节
    • 使用逗号分隔不同的描述要素
    • 示例："一只橘色的猫，坐在窗台上，温暖的阳光，柔和的阴影，专业摄影，高清画质，4K 分辨率"

    n

    • 可选参数，默认值为 1
    • 控制一次请求生成的图像数量
    • 取值范围：1-10
    • 注意：生成多张图片会消耗更多 tokens

    size

    • 可选参数
    • 指定生成图像的尺寸，格式为 宽x高
    • 支持以下尺寸规格：
      • 正方形：1024x1024
      • 横向：1536x1024、1792x1024、1344x768、1248x832、1184x864、1152x896、1536x672
      • 纵向：1024x1536、1024x1792、768x1344、832x1248、864x1184、896x1152
    • 具体支持的尺寸取决于所选模型

    quality

    • 可选参数
    • 控制图像生成质量
    • 可选值：
      • standard：标准质量
      • hd：高清质量

    style

    • 可选参数
    • 控制图像风格
    • 可选值：
      • vivid：鲜艳、生动的风格
      • natural：自然、真实的风格

    temperature

    • 可选参数
    • 控制生成的随机性和创意性
    • 取值范围：0.0-2.0
    • 较低的值（如 0.2）使输出更确定和一致
    • 较高的值（如 1.0）使输出更随机和创意

    top_p

    • 可选参数
    • 核采样参数，用于控制生成的多样性
    • 取值范围：0.0-1.0
    • 较低的值会使生成更集中于高概率选项
    • 注意：不建议同时修改 temperature 和 top_p

    top_k

    • 可选参数
    • Top-K 采样参数
    • 限制每步采样时考虑的候选项数量

    响应格式

    成功响应

    {
  "created": 1234567890,
  "data": [
    {
      "b64_json": "iVBORw0KGgoAAAANSUhEUgA..."
    },
    {
      "b64_json": "iVBORw0KGgoAAAANSUhEUgB..."
    }
  ],
  "size": "1024x1024",
  "quality": "hd",
  "output_format": "png",
  "usage": {
    "total_tokens": 5234,
    "input_tokens": 234,
    "output_tokens": 5000,
    "input_tokens_details": {
      "text_tokens": 234,
      "image_tokens": 0
    }
  }
}

    响应参数说明

    字段名 类型 说明
    created integer 响应创建时间戳（Unix 时间戳，秒）
    data array 生成的图像数据数组
    data[].b64_json string Base64 编码的图像数据
    size string 图像尺寸（若请求中指定则返回）
    quality string 图像质量（若请求中指定则返回）
    output_format string 输出格式，默认为 png
    usage object Token 使用统计信息
    usage.total_tokens integer 总 token 数
    usage.input_tokens integer 输入 token 数
    usage.output_tokens integer 输出 token 数（图像生成消耗）
    usage.input_tokens_details object 输入 token 详情（若有）
    usage.input_tokens_details.text_tokens integer 文本 token 数
    usage.input_tokens_details.image_tokens integer 图像 token 数

    如何使用返回的图像数据？

    响应中的 b64_json 字段包含 Base64 编码的图像数据，可通过以下方式使用：

    1. 在 HTML 中直接显示

    <img src="data:image/png;base64,iVBORw0KGgoAAAANSUhEUgA..." />

    2. 使用命令行工具保存图像

    # 使用 jq 和 base64 命令提取并保存图像
curl "$OPENAI_BASE_URL/images/generations" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
        "model": "gemini-2.5-flash-image",
        "prompt": "一只可爱的橘猫"
    }' | jq -r '.data[0].b64_json' | base64 -d > generated_image.png

    常见问题

    Q: 如何将生成的图像保存到七牛云对象存储？
    A: 推荐使用七牛对象存储来存储生成的图像。我们提供了多种语言的上传 SDK，简单易用，欢迎查看我们的【SDK 中心】来了解。更多对象存储信息欢迎参考对象存储的【产品使用文档】。

    参考文档

    以上内容是否对您有帮助？