Gemini-3.1-Flash Official 圖像生成
使用 Google Gemini 3.1 Flash 官方直連模型生成圖像,支持思考模式與極端寬高比
中國大陸用戶請注意: 中國大陸用戶請使用 https://toapis.cn 作為接口地址(Base URL)。文檔示例中的 https://toapis.com 請替換為 https://toapis.cn。
- 直連 Google Vertex AI,使用 Gemini 3.1 Flash Image 原生 API
- 通過 model 參數選擇
gemini-3.1-flash-image-official模型 - 支持文生圖、圖生圖
- 支持 temperature、topP、maxOutputTokens 等原生生成參數
- 支持 resolution(1K/2K/4K)、personGeneration、imageOutputOptions 圖像配置
- 支持 thinkingConfig 思考模式,提升複雜場景生成質量
- 支持 safetySettings 安全設置
- 支持極端寬高比(4:1、8:1)
- 異步任務管理,通過任務 ID 查詢結果
重要變更:爲了更好的性能和成本控制,我們不再支持在 image_urls 中直接傳入 base64 圖片數據。請先使用 上傳圖片接口 上傳圖片,獲取 URL 後再調用本接口。
Authorizations
Authorizationstring請求頭必填所有接口均需要使用 Bearer Token 進行認證
獲取 API Key:訪問 API Key 管理頁面 獲取您的 API Key
使用時在請求頭中添加:
Authorization: Bearer YOUR_API_KEYBody
modelstring請求體必填預設值: gemini-3.1-flash-image-official圖像生成模型名稱
示例:"gemini-3.1-flash-image-official"
promptstring請求體必填圖像生成的文本描述
sizestring請求體圖像寬高比
支持的格式:
1:1- 正方形3:2/2:33:4/4:34:5/5:49:16/16:921:94:1/8:1- 極端寬屏比例
ninteger請求體預設值: 1生成圖像的數量
固定爲 1
image_urlsstring[]請求體參考圖像 URL 數組,用於圖生圖或圖像編輯
⚠️ 僅支持 URL 格式(不再支持 base64)
- 公開可訪問的圖片 URL(http:// 或 https://)
- 可使用 上傳圖片接口 上傳本地圖片獲取 URL
限制:
- 最多 14 張圖片
- 單張圖片不得超過 10MB
- 支持格式:.jpeg, .jpg, .png, .webp
metadataobject請求體Vertex AI 原生擴展參數
顯示 metadata 字段
temperaturenumber請求體生成溫度,控制輸出的隨機性
取值範圍:0.0 - 2.0,默認 1.0
topPnumber請求體Top-P 採樣參數
取值範圍:0.0 - 1.0,默認 0.95
maxOutputTokensinteger請求體最大輸出 token 數
默認 32768
resolutionstring請求體輸出圖像分辨率,後端自動映射爲 Vertex AI 原生 imageSize
可選值:1K、2K、4K,默認 1K
groundingstring請求體預設值: noneGoogle 搜尋 Grounding。開啟後模型先檢索再生成,結果中的 grounding_metadata 可能包含引用來源。
可選值:
none- 關閉(預設)web- 網頁搜尋image- 圖片搜尋web_image- 網頁 + 圖片搜尋
按實際執行的搜尋查詢次數計費,$0.014/次。提交時預扣至多 4 次查詢押金,未使用部分在結算時退回。
personGenerationstring請求體人物生成控制
可選值:
ALLOW_ALL- 允許生成所有人物(包括成人和兒童)ALLOW_ADULT- 僅允許生成成人ALLOW_NONE- 禁止生成人物
imageOutputOptionsobject請求體圖像輸出格式配置
imageOutputOptions 字段
mimeTypestring請求體輸出圖像格式
可選值:image/png、image/jpeg、image/webp
compressionQualityinteger請求體壓縮質量(僅 JPEG 有效)
thinkingConfigobject請求體思考模式配置,啓用後模型會先進行推理再生成圖像,適合複雜場景
thinkingConfig 字段
thinkingBudgetinteger請求體思考 token 預算,控制模型思考的深度
取值範圍:0 - 24576,默認由模型自動決定
thinkingLevelstring請求體思考級別
可選值:LOW、MEDIUM、HIGH、MINIMAL
safetySettingsarray請求體安全設置數組,控制內容安全過濾級別
safetySettings 元素
categorystring請求體安全類別
可選值:HARM_CATEGORY_HATE_SPEECH、HARM_CATEGORY_DANGEROUS_CONTENT、HARM_CATEGORY_SEXUALLY_EXPLICIT、HARM_CATEGORY_HARASSMENT
thresholdstring請求體過濾閾值
可選值:OFF、BLOCK_LOW_AND_ABOVE、BLOCK_MEDIUM_AND_ABOVE、BLOCK_ONLY_HIGH
Response
idstring任務唯一標識符,用於查詢任務狀態
objectstring對象類型,固定爲 generation.task
modelstring使用的模型名稱
statusstring任務狀態
queued- 排隊等待處理in_progress- 處理中completed- 成功完成failed- 失敗
progressinteger任務進度百分比(0-100)
created_atinteger任務創建時間戳(Unix 時間戳)
metadataobject任務元數據
請求示例
curl --request POST \
--url https://toapis.com/v1/images/generations \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '{
"model": "gemini-3.1-flash-image-official",
"prompt": "一幅水墨畫風格的山水景觀,遠山層疊,雲霧繚繞",
"size": "16:9",
"n": 1,
"metadata": {
"temperature": 1.0,
"topP": 0.95,
"resolution": "1K",
"personGeneration": "ALLOW_ALL",
"thinkingConfig": {
"thinkingLevel": "HIGH"
}
}
}'import requests
response = requests.post(
"https://toapis.com/v1/images/generations",
headers={
"Authorization": "Bearer your-ToAPIs-key",
"Content-Type": "application/json"
},
json={
"model": "gemini-3.1-flash-image-official",
"prompt": "一幅水墨畫風格的山水景觀,遠山層疊,雲霧繚繞",
"size": "16:9",
"n": 1,
"metadata": {
"temperature": 1.0,
"topP": 0.95,
"resolution": "1K",
"personGeneration": "ALLOW_ALL",
"thinkingConfig": {
"thinkingLevel": "HIGH"
}
}
}
)
task = response.json()
print(f"任務 ID: {task['id']}")
print(f"狀態: {task['status']}")const response = await fetch('https://toapis.com/v1/images/generations', {
method: 'POST',
headers: {
'Authorization': 'Bearer your-ToAPIs-key',
'Content-Type': 'application/json'
},
body: JSON.stringify({
model: 'gemini-3.1-flash-image-official',
prompt: '一幅水墨畫風格的山水景觀,遠山層疊,雲霧繚繞',
size: '16:9',
n: 1,
metadata: {
temperature: 1.0,
topP: 0.95,
resolution: '1K',
personGeneration: 'ALLOW_ALL',
thinkingConfig: {
thinkingLevel: 'HIGH'
}
}
})
});
const task = await response.json();
console.log(`任務 ID: ${task.id}`);
console.log(`狀態: ${task.status}`);響應示例
{
"id": "task_img_abc123def456",
"object": "generation.task",
"model": "gemini-3.1-flash-image-official",
"status": "queued",
"progress": 0,
"created_at": 1703884800,
"metadata": {}
}