原生图片协议

适用范围：历史网关契约

本页是已核查的网关原生多模态图片契约，适用于明确支持此协议的相应模型。模型名中出现 Gemini 并不足以证明应走这条路径。

历史网关路径为 POST /v1beta/models/{model}:generateContent，使用 Bearer。其他直连服务的同名接口可能采用不同鉴权，不可照搬。

组织内容与图片配置

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {"text": "参考这张图片的主体，生成竖版构图"},
        {
          "inlineData": {
            "mimeType": "image/png",
            "data": "BASE64_WITHOUT_DATA_URL_PREFIX"
          }
        }
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": ["TEXT", "IMAGE"],
    "imageConfig": {
      "aspectRatio": "9:16",
      "imageSize": "4K"
    }
  }
}

此示例不是可直接运行的真实媒体请求；Base64、比例和 4K 支持均需按当前模型替换与确认。真正提交可能收费。

• 文生图：parts 中只保留文本。
• 单图参考：追加一项 inlineData。
• 多图参考：按用户引用次序追加多项；模型数量上限需另外确认。
• data 为纯 Base64，不带 data:image/png;base64, 前缀。
• mimeType 必须与真实字节一致。限制解码体积，使用文件有效字节，不发送整块底层缓冲区。

读取原生结果

从 candidates[].content.parts[] 读取文本或 inlineData。如实际响应采用 inline_data、mime_type 等命名，由明确的兼容解析处理；不要假定只有第一个 part 才是图片。

{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "inlineData": {
              "mimeType": "image/png",
              "data": "BASE64_IMAGE_BYTES"
            }
          }
        ]
      }
    }
  ]
}

以上是响应结构示意。实际接入还要处理无图片、拒绝生成、业务错误及未知响应。提取图片后仍需完整解码，核查真实尺寸与数量。

与兼容图片接口的区别

不要同时发送两套字段，也不要将一次路径的成功扩展为另一种协议已验证。