# Gemini 生图 API > 用灵眸 Gemini 原生 v1beta 接口完成文生图、图片编辑与图生图，支持 1K / 2K / 4K、常用画幅与 Base64 图片解析。 URL: https://docs.lmuai.ai/cn/docs/api/gemini-image 灵眸提供 Gemini 原生 `v1beta` 兼容接口，可直接调用 Gemini 图片模型完成**文生图、图片编辑和图生图**。 Gemini 生图使用的是 Google Gemini 原生 `generateContent` 协议，不是 OpenAI 的 `/v1/chat/completions`，也不是 OpenAI Images 的 `/v1/images/generations`。主端点： ```text POST https://api.lmuai.ai/v1beta/models/{model}:generateContent ``` *** ## 1. 接口总览 [#1-接口总览] | 方法 | 路径 | 说明 | | ------ | ------------------------------------------------------ | ------------------------------------------------------------------------- | | `GET` | `/v1beta/models` | 查询当前 API Key 在 Gemini 分组下可用的原生模型 | | `GET` | `/v1beta/models/{model}` | 查询指定模型信息 | | `POST` | `/v1beta/models/{model}:generateContent` | 文生图、图片编辑、图生图主接口 | | `POST` | `/v1beta/models/{model}:streamGenerateContent?alt=sse` | 流式生成；图片场景不建议作为首选 | | `GET` | `/v1/models` | OpenAI 兼容模型列表，适合通用模型选择器 | | `POST` | `/v1/images/batches` | 灵眸 Gemini 异步批量生图扩展接口，详见[Gemini 批量生图 API](/cn/docs/api/gemini-image-batch) | **Base URL：** ```text https://api.lmuai.ai ``` *** ## 2. 鉴权 [#2-鉴权] ### 推荐：Gemini 原生请求头 [#推荐gemini-原生请求头] ```http x-goog-api-key: YOUR_API_KEY ``` ### 兼容：Bearer 请求头 [#兼容bearer-请求头] ```http Authorization: Bearer YOUR_API_KEY ``` 服务端按以下优先级读取 API Key： 1. `x-goog-api-key`； 2. `Authorization: Bearer ...`； 3. `x-api-key`； 4. `/v1beta` 路径的 `?key=...` 查询参数。 `?api_key=...` 已弃用并会返回 `400`。`?key=...` 虽然兼容，但容易被浏览器历史、反向代理和访问日志记录，生产环境请使用请求头。典型鉴权错误： ```json { "error": { "code": 401, "message": "Invalid API key", "status": "UNAUTHENTICATED" } } ``` API Key 必须绑定到 `gemini` 平台分组，否则不能调用 Gemini 原生接口。 *** ## 3. 模型与可用性 [#3-模型与可用性] 本次图片服务主要使用以下客户端模型 ID： | 模型 ID | 建议用途 | 图片编辑说明 | | -------------------------------- | ----------- | ----------------------------------------- | | `gemini-3.1-flash-image` | 默认推荐 | 已通过生产环境 `inlineData` 图片编辑实测 | | `gemini-3.1-flash-image-preview` | 预览兼容 | 使用同一 `generateContent` 编辑协议，正式接入前建议单独验证 | | `gemini-3-pro-image` | 质量优先 / 复杂编辑 | 使用同一 `generateContent` 编辑协议，以当前 Key 可用性为准 | | `gemini-3-pro-image-preview` | Pro 预览兼容 | 使用同一编辑协议，执行模型以服务端响应为准 | | `gemini-3.1-flash-lite-image` | 轻量场景 | 仅在模型列表返回且已验证图片输出时使用 | ### 查询当前 Key 的 Gemini 模型 [#查询当前-key-的-gemini-模型] ```bash curl 'https://api.lmuai.ai/v1beta/models' \ -H 'x-goog-api-key: YOUR_API_KEY' ``` OpenAI 兼容模型列表： ```bash curl 'https://api.lmuai.ai/v1/models' \ -H 'Authorization: Bearer YOUR_API_KEY' ``` 客户端提交的是请求模型 ID。灵眸支持兼容模型别名，因此请求模型名称不一定等于响应中的最终模型版本。不要仅根据模型名称猜测是否可用；请以当前 Key 调用 `/v1beta/models` 的实际结果为准。 *** ## 4. 快速开始：文生图 [#4-快速开始文生图] ```bash curl --request POST \ 'https://api.lmuai.ai/v1beta/models/gemini-3.1-flash-image:generateContent' \ --header 'x-goog-api-key: YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data-raw '{ "contents": [ { "role": "user", "parts": [ { "text": "一只戴着宇航员头盔的橘猫，电影感灯光，精致细节" } ] } ], "generationConfig": { "responseModalities": ["TEXT", "IMAGE"], "imageConfig": { "aspectRatio": "1:1", "imageSize": "1K" } } }' ``` 成功后，从下面的位置读取图片： ```text candidates[].content.parts[].inlineData.data ``` *** ## 5. 文生图请求结构 [#5-文生图请求结构] ```json { "contents": [ { "role": "user", "parts": [ { "text": "电影感雨夜城市街景，霓虹灯倒映在湿润路面，广角构图" } ] } ], "generationConfig": { "responseModalities": ["TEXT", "IMAGE"], "imageConfig": { "aspectRatio": "16:9", "imageSize": "2K" } } } ``` ### 请求字段 [#请求字段] | 字段 | 类型 | 必填 | 说明 | | ------------------------------------- | --------: | :---: | ------------------------------------- | | `contents` | array | 是 | 对话内容数组，至少包含一条用户消息 | | `contents[].role` | string | 建议 | 用户输入使用 `user` | | `contents[].parts` | array | 是 | 文本或输入图片片段 | | `parts[].text` | string | 文生图必填 | 图片提示词 | | `generationConfig` | object | 是 | 生成参数 | | `generationConfig.responseModalities` | string\[] | 是 | 生图必须包含 `IMAGE`，推荐 `['TEXT', 'IMAGE']` | | `generationConfig.imageConfig` | object | 是 | 图片分辨率和画幅配置 | 请使用 `generationConfig.imageConfig`。不要使用 `responseFormat.image`；该字段可能不会报参数错误，但不会按照 Gemini 原生图片参数生效。 *** ## 6. 分辨率和画幅 [#6-分辨率和画幅] ### 支持的分辨率 [#支持的分辨率] | `imageSize` | 推荐场景 | 特点 | | ----------- | -------------- | ----------- | | `1K` | 草图、快速预览、批量筛选 | 通常速度更快、费用更低 | | `2K` | 常规交付、文章配图、电商素材 | 质量、耗时和成本较均衡 | | `4K` | 精细大图、高质量交付 | 通常生成和传输时间更长 | `imageSize` 必须使用大写： ```json { "imageSize": "2K" } ``` ### 支持的画面比例 [#支持的画面比例] `aspectRatio` 是**模型级能力**，不能把 Flash 的扩展比例用于 Pro 模型。灵眸会按请求模型校验比例，避免把已知无效组合发送到上游。 **通用 10 种比例：** ```text 1:1 2:3 3:2 3:4 4:3 4:5 5:4 9:16 16:9 21:9 ``` **Flash 扩展 4 种比例：** ```text 1:4 1:8 4:1 8:1 ``` ### 模型比例矩阵 [#模型比例矩阵] | 客户端模型 ID | 确认支持的比例 | 数量 | | -------------------------------- | ---------------------- | -: | | `gemini-3.1-flash-image` | 通用 10 种 + Flash 扩展 4 种 | 14 | | `gemini-3.1-flash-image-preview` | 通用 10 种 + Flash 扩展 4 种 | 14 | | `gemini-3.1-flash-lite-image` | 通用 10 种 + Flash 扩展 4 种 | 14 | | `gemini-3-pro-image` | 仅通用 10 种 | 10 | | `gemini-3-pro-image-preview` | 仅通用 10 种 | 10 | 对 `gemini-3-pro-image` 或 `gemini-3-pro-image-preview` 传入 `1:4`、`1:8`、`4:1`、`8:1` 会返回 `INVALID_ARGUMENT` 或中转站 `400` 参数错误。例如： ```json { "error": { "code": 400, "message": "generationConfig.imageConfig.aspectRatio has an unsupported value", "status": "INVALID_ARGUMENT" } } ``` 上述矩阵结合 Google 官方模型说明和灵眸生产接口实测得到：三个 Flash / Flash Lite 模型均通过扩展比例测试；两个 Pro 模型均明确拒绝全部四个扩展比例。未知或新模型在完成验证前，应使用通用 10 种。不指定 `aspectRatio` 时，由模型根据输入内容和默认策略决定画幅。不要传任意小数或任意 `WIDTHxHEIGHT`；必须使用目标模型接受的比例枚举。示例： ```json { "generationConfig": { "responseModalities": ["TEXT", "IMAGE"], "imageConfig": { "aspectRatio": "9:16", "imageSize": "4K" } } } ``` `1K`、`2K`、`4K` 是模型分辨率档位。图片的实际宽高由模型根据档位和画幅计算，客户端不应固定假设一定是 `1024×1024`、`2048×2048` 或 `4096×4096`。 *** ## 7. 图片编辑 / 图生图 [#7-图片编辑--图生图] Gemini **支持图片编辑**，只是没有类似 GPT 的独立 `/v1/images/edits` 端点。文生图和图片编辑都调用： ```text POST /v1beta/models/{model}:generateContent ``` 两者的区别是： | 场景 | `contents[].parts[]` 内容 | | ---------- | -------------------------- | | 文生图 | 只有文本提示词 | | 图片编辑 / 图生图 | 文本编辑指令 + `inlineData` 输入图片 | 使用 `gemini-3.1-flash-image`，输入 JPEG 图片并通过 `inlineData` 提交，已成功返回： * HTTP `200`； * `finishReason: STOP`； * `image/png` 编辑结果； * 非空 `inlineData.data`； * `usageMetadata` 图片模态 Token 统计。响应可能只包含图片 part、不包含文本 part，客户端不能要求响应中必须同时存在文字。 ### 7.1 最小图片编辑请求 [#71-最小图片编辑请求] ```json { "contents": [ { "role": "user", "parts": [ { "text": "保留人物、构图和光线，把背景修改成雨夜霓虹街道" }, { "inlineData": { "mimeType": "image/png", "data": "INPUT_IMAGE_BASE64" } } ] } ], "generationConfig": { "responseModalities": ["TEXT", "IMAGE"], "imageConfig": { "aspectRatio": "1:1", "imageSize": "1K" } } } ``` ### 7.2 输入图片字段 [#72-输入图片字段] | 字段 | 类型 | 必填 | 说明 | | ------------------------- | -----: | :-: | --------------------------------------- | | `contents[].parts[].text` | string | 是 | 编辑指令，应明确哪些内容需要保留、哪些内容需要修改 | | `inlineData.mimeType` | string | 是 | 如 `image/png`、`image/jpeg`、`image/webp` | | `inlineData.data` | string | 是 | 纯 Base64，不要带 Data URL 前缀 | | `imageConfig.aspectRatio` | string | 否 | 输出画幅；需要保留输入比例时填写对应比例 | | `imageConfig.imageSize` | string | 否 | 输出档位：`1K`、`2K`、`4K`，以模型能力为准 | 正确： ```text /9j/4AAQSkZJRgABAQ... ``` 不要传： ```text data:image/jpeg;base64,/9j/4AAQSkZJRgABAQ... ``` 输入图片过大会增加上传和处理时间，并可能因网关请求体限制返回 `413`。 ### 7.3 curl 完整示例 [#73-curl-完整示例] 先把本地图片转换为不换行的 Base64： ```bash IMAGE_BASE64=$(base64 < input.jpg | tr -d '\n') ``` 然后调用图片模型： ```bash curl --request POST \ 'https://api.lmuai.ai/v1beta/models/gemini-3.1-flash-image:generateContent' \ --header 'x-goog-api-key: YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data-raw "{ \"contents\": [{ \"role\": \"user\", \"parts\": [ { \"text\": \"保留杯子、构图、光线和背景不变，只把杯子从蓝色改成紫色，并在杯身增加三个白色星形图案，不要添加文字\" }, { \"inlineData\": { \"mimeType\": \"image/jpeg\", \"data\": \"${IMAGE_BASE64}\" } } ] }], \"generationConfig\": { \"responseModalities\": [\"TEXT\", \"IMAGE\"], \"imageConfig\": { \"aspectRatio\": \"3:2\", \"imageSize\": \"1K\" } } }" ``` ### 7.4 Python 图片编辑示例 [#74-python-图片编辑示例] ```python import base64 import requests api_key = "YOUR_API_KEY" model = "gemini-3.1-flash-image" input_path = "input.jpg" with open(input_path, "rb") as f: image_base64 = base64.b64encode(f.read()).decode("utf-8") payload = { "contents": [{ "role": "user", "parts": [ { "text": "保留主体和构图，把背景改成雨夜霓虹街道" }, { "inlineData": { "mimeType": "image/jpeg", "data": image_base64, } }, ], }], "generationConfig": { "responseModalities": ["TEXT", "IMAGE"], "imageConfig": { "aspectRatio": "3:2", "imageSize": "1K", }, }, } response = requests.post( f"https://api.lmuai.ai/v1beta/models/{model}:generateContent", headers={ "x-goog-api-key": api_key, "Content-Type": "application/json", }, json=payload, timeout=300, ) response.raise_for_status() result = response.json() saved = False for candidate in result.get("candidates", []): for part in candidate.get("content", {}).get("parts", []): inline_data = part.get("inlineData", {}) if inline_data.get("data"): mime_type = inline_data.get("mimeType", "image/png") extension = "jpg" if "jpeg" in mime_type else "webp" if "webp" in mime_type else "png" with open(f"gemini-edited.{extension}", "wb") as f: f.write(base64.b64decode(inline_data["data"])) saved = True break if saved: break if not saved: raise RuntimeError("HTTP 请求成功，但响应中没有编辑后的图片") ``` ### 7.5 编辑提示词建议 [#75-编辑提示词建议] 图片编辑提示词最好明确区分“保留项”和“修改项”： ```text 保留：主体身份、姿势、镜头角度、构图和光线。修改：把背景改成雨夜霓虹街道。禁止：不要增加文字，不要改变人物脸部。 ``` 相比只写“把它改好看一些”，这种结构更容易获得稳定结果。 ### 7.6 多张参考图 [#76-多张参考图] 部分 Gemini 图片模型可以在同一个 `parts[]` 中接收多张 `inlineData` 图片，用于风格参考、人物参考或素材融合。但不同模型允许的参考图数量和总请求体大小不同，正式使用前应针对当前模型单独验证。不要仅因为 `/v1beta/models` 返回了某个图片模型，就假定它支持无限数量的参考图。 *** ## 8. 成功响应 [#8-成功响应] 典型响应： ```json { "candidates": [ { "content": { "role": "model", "parts": [ { "text": "已根据要求生成图片。" }, { "inlineData": { "mimeType": "image/png", "data": "BASE64_IMAGE_DATA" } } ] }, "finishReason": "STOP", "index": 0 } ], "usageMetadata": { "promptTokenCount": 123, "candidatesTokenCount": 1120, "totalTokenCount": 1450, "candidatesTokensDetails": [ { "modality": "IMAGE", "tokenCount": 1024 } ] }, "modelVersion": "MODEL_VERSION" } ``` ### 关键响应字段 [#关键响应字段] | 字段 | 说明 | | ------------------------------ | ------------------- | | `candidates[]` | 候选输出列表 | | `candidates[].content.parts[]` | 文本或图片片段 | | `parts[].inlineData.mimeType` | 返回图片 MIME 类型 | | `parts[].inlineData.data` | 返回图片 Base64 内容 | | `candidates[].finishReason` | 结束原因；常见成功值为 `STOP` | | `usageMetadata` | 输入、输出及图片模态 token 统计 | | `modelVersion` | 上游返回的实际模型版本信息，若有则透传 | ### 正确判断生图成功 [#正确判断生图成功] 客户端应同时检查： 1. HTTP 状态码为 `2xx`； 2. `candidates` 非空； 3. 至少一个 `parts[]` 含有非空 `inlineData.data`； 4. Base64 能成功解码； 5. 必要时检查 `finishReason`。上游可能返回 HTTP `200`，但响应中没有 `inlineData.data`。这类请求必须按“业务生图失败”处理，不能计入成功图片数。 *** ## 9. Node.js 示例 [#9-nodejs-示例] ```js import { writeFile } from 'node:fs/promises'; const BASE_URL = process.env.GEMINI_BASE_URL || 'https://api.lmuai.ai'; const API_KEY = process.env.GEMINI_API_KEY; const MODEL = 'gemini-3.1-flash-image'; if (!API_KEY) throw new Error('缺少 GEMINI_API_KEY'); const payload = { contents: [ { role: 'user', parts: [ { text: '日落时分的海边灯塔，水彩插画，温暖色调，细腻纸张纹理' }, ], }, ], generationConfig: { responseModalities: ['TEXT', 'IMAGE'], imageConfig: { aspectRatio: '16:9', imageSize: '2K', }, }, }; const controller = new AbortController(); const timer = setTimeout(() => controller.abort(), 300_000); try { const response = await fetch( `${BASE_URL}/v1beta/models/${encodeURIComponent(MODEL)}:generateContent`, { method: 'POST', headers: { 'x-goog-api-key': API_KEY, 'Content-Type': 'application/json', }, body: JSON.stringify(payload), signal: controller.signal, }, ); const text = await response.text(); let data; try { data = JSON.parse(text); } catch { throw new Error(`服务返回非 JSON 内容：HTTP ${response.status}`); } if (!response.ok) { throw new Error( `HTTP ${response.status}: ${data?.error?.message || JSON.stringify(data)}`, ); } const parts = data.candidates?.flatMap((candidate) => candidate.content?.parts || []) || []; const imagePart = parts.find((part) => part.inlineData?.data); if (!imagePart) { const reasons = data.candidates?.map((candidate) => candidate.finishReason).filter(Boolean); throw new Error(`请求完成但没有图片，finishReason=${reasons?.join(',') || 'unknown'}`); } const mimeType = imagePart.inlineData.mimeType || 'image/png'; const extension = mimeType === 'image/jpeg' ? 'jpg' : mimeType === 'image/webp' ? 'webp' : 'png'; await writeFile( `gemini-output.${extension}`, Buffer.from(imagePart.inlineData.data, 'base64'), ); console.log('图片已保存，usageMetadata：', data.usageMetadata || null); } finally { clearTimeout(timer); } ``` *** ## 10. Python 示例 [#10-python-示例] ```python import base64 import os from pathlib import Path import requests BASE_URL = os.getenv("GEMINI_BASE_URL", "https://api.lmuai.ai") API_KEY = os.environ["GEMINI_API_KEY"] MODEL = "gemini-3.1-flash-image" payload = { "contents": [ { "role": "user", "parts": [ {"text": "未来主义建筑群，清晨薄雾，超广角摄影，真实材质"} ], } ], "generationConfig": { "responseModalities": ["TEXT", "IMAGE"], "imageConfig": { "aspectRatio": "16:9", "imageSize": "2K", }, }, } response = requests.post( f"{BASE_URL}/v1beta/models/{MODEL}:generateContent", headers={ "x-goog-api-key": API_KEY, "Content-Type": "application/json", }, json=payload, timeout=300, ) data = response.json() if not response.ok: message = data.get("error", {}).get("message", data) raise RuntimeError(f"HTTP {response.status_code}: {message}") image_part = None for candidate in data.get("candidates", []): for part in candidate.get("content", {}).get("parts", []): if part.get("inlineData", {}).get("data"): image_part = part break if image_part: break if not image_part: reasons = [candidate.get("finishReason") for candidate in data.get("candidates", [])] raise RuntimeError(f"请求完成但没有返回图片，finishReason={reasons}") inline_data = image_part["inlineData"] mime_type = inline_data.get("mimeType", "image/png") extension = { "image/jpeg": "jpg", "image/webp": "webp", }.get(mime_type, "png") Path(f"gemini-output.{extension}").write_bytes( base64.b64decode(inline_data["data"]) ) print("图片已保存") print("usageMetadata:", data.get("usageMetadata")) ``` *** ## 11. 常见错误 [#11-常见错误] Gemini 原生端点通常返回 Google 风格错误： ```json { "error": { "code": 429, "message": "upstream rate limit exceeded", "status": "RESOURCE_EXHAUSTED" } } ``` | HTTP 状态 | 常见原因 | 建议 | | ------------: | ------------------ | ---------------- | | `400` | 请求结构、模型路径或分组平台错误 | 修正请求，不要直接重试 | | `401` | API Key 缺失、无效或禁用 | 检查 Key 和请求头 | | `402` / `403` | 余额、订阅、计费资格或权限不足 | 检查账户和分组权限 | | `413` | 图生图请求体过大 | 压缩输入图片 | | `429` | 用户并发限制或上游限流 | 指数退避，降低并发和 RPM | | `500` | 内部或容量错误 | 记录错误码和请求 ID，有限重试 | | `502` | 上游认证、权限或服务暂时失败 | 退避重试，必要时联系管理员 | | `503` | 无可用 Gemini 账号或上游过载 | 延迟重试并降低流量 | | `504` | 网关或上游超时 | 作为独立请求重新发起 | 如果错误信息提示所有 Token 均处于禁用、冷却、锁定或过期状态，属于服务容量问题，不是提示词格式错误。请停止密集重试，并将错误码和请求 ID 提供给管理员。 *** ## 12. 超时、重试和并发 [#12-超时重试和并发] ### 客户端超时建议 [#客户端超时建议] | 分辨率 | 建议总超时 | | ---- | --------: | | `1K` | 不低于 120 秒 | | `2K` | 不低于 180 秒 | | `4K` | 建议 300 秒 | 这只是接入建议，不代表固定 SLA。若请求还经过自有 Nginx、CDN 或 API 网关，需要同步调整这些组件的读取超时。 ### 重试建议 [#重试建议] 建议重试： * `429`； * `502`、`503`、`504`； * 网络中断、连接重置和读取超时； * HTTP `200` 但没有图片时，可有限重试一次并保存原始响应。通常不要重试： * `400`； * `401`； * 明确的余额或权限错误； * 请求参数或内容策略错误。推荐最多重试 2～3 次，并使用指数退避： ```text 第 1 次：1～2 秒随机抖动第 2 次：3～5 秒随机抖动第 3 次：8～12 秒随机抖动 ``` ### 多张实时图片 [#多张实时图片] 实时接口当前按“一次请求一张主要图片”使用。需要多张时应拆成多个独立请求，并同时限制： * 最大在途并发； * 每分钟请求数（RPM）； * 单用户任务数； * 超时与最大重试次数。如果需要提交几十到数百条提示词并异步等待结果，请使用[Gemini 批量生图 API](/cn/docs/api/gemini-image-batch)。 *** ## 13. 用量与计费 [#13-用量与计费] 响应中的 `usageMetadata` 可用于分析输入、输出和图片模态 token，但不一定等于最终扣费金额。实际扣费可能受以下因素影响： * 请求模型 ID 与实际映射模型； * `1K`、`2K`、`4K` 图片档位； * 分组图片单价； * 用户分组倍率和上游账户倍率； * 部署环境中的计费规则。最终金额请以灵眸控制台的用量明细和账户余额变化为准。进行质量或并发测试时，建议记录： 1. 测试前余额； 2. 测试后余额； 3. 成功请求数； 4. 实际返回图片数； 5. 模型、分辨率和画幅； 6. 余额差额； 7. 单张成功图片平均成本。用量记录可能异步落账，测试结束后可等待一段时间再核对最终金额。 *** ## 14. 安全建议 [#14-安全建议] * API Key 只保存在服务端环境变量或密钥管理系统； * 不要在浏览器前端、移动端安装包或公开代码仓库中写入 Key； * 日志不要打印完整 API Key 和完整图片 Base64； * 校验输入图片 MIME 类型、文件大小和 Base64 合法性； * 保存响应时根据 `inlineData.mimeType` 选择扩展名； * 为每个业务请求记录自己的 trace ID、请求时间、模型、分辨率和 HTTP 状态； * 超时后不要在极短时间内重复创建大量相同请求。 *** ## 15. 接入验收清单 [#15-接入验收清单] * [ ] 能使用 `/v1beta/models` 获取当前 Key 的 Gemini 模型列表； * [ ] 能使用 `x-goog-api-key` 或 Bearer 请求头鉴权； * [ ] 能完成一张 `1K / 1:1` 文生图； * [ ] 能完成 `2K` 和 `4K` 文生图； * [ ] 能完成至少一次图片编辑 / 图生图； * [ ] 能识别 `inlineData.mimeType` 和 `inlineData.data`； * [ ] 能把 HTTP 200 但没有图片的情况标记为失败； * [ ] 已设置图片请求超时； * [ ] 已对 429 和 5xx 实现有限次数指数退避； * [ ] 已确认价格、余额、并发和 RPM； * [ ] 日志不会泄露 API Key 或完整 Base64。 *** ## 下一步 [#下一步] * 大量提示词异步生成：[Gemini 批量生图 API](/cn/docs/api/gemini-image-batch) * 查询当前 Key 可用模型：[模型广场](/cn/docs/guide/models) * 协议和 Base URL 说明：[接入协议](/cn/docs/guide/api-protocols) * 查询请求用量：[导出 Usage 使用明细](/cn/docs/api/usage-export)