واجهة برمجة التطبيقات لتوليد الصور Gemini: ما هي هذه الخدمة

هل هذه واجهة Gemini للصور من Google؟

لا. إذا وصلت بحثًا عن نقطة نهاية للصور في Gemini، فإن أول شيء يجب حسمه هو من يدير ماذا. Gemini هي عائلة نماذج Google، وتقدم Google توليد الصور من خلال منتجات المطورين الخاصة بها. مهما كانت قدرات تلك المنتجات، فإن الوصول إليها يكون عبر Google، باستخدام حسابات Google ومفاتيحها وشروطها.

هذا الموقع شيء آخر. إنه واجهة نصية مستضافة يعمل فيها نموذج واحد مفتوح الأوزان، الذي تشغله جهة مستقلة، مع ضبط للإجابة دون رفض المحتوى للاستخدام القانوني للبالغين. إنه ليس بائعًا وسيطًا لـ Gemini، ولا يحول الطلبات إلى Google، ولا يحمل أي اعتماد من Google أو أي مورد نماذج آخر. يذكر اسم النطاق توليد الصور لأن العديد من الزوار يبحثون عن مساعدة في كتابة الموجّهات، وليس لأن الصور تُنتج هنا.

ما تحصل عليه فعليًا

النطاق صغير عمدًا، مما يجعل من السهل تقييمه في بضع دقائق.

• البروتوكول: متوافق مع OpenAI. تعمل أي مكتبة SDK أو عميل OpenAI بعد تغيير شيئين، وهما Base URL والمفتاح.
• عنوان الـ API الأساسي: https://api.imagegenapi.com/v1
• معرف النموذج: uncensored
• الطرق: POST /v1/chat/completions و GET /v1/models
• الميزات: البث المتدفق عبر SSE، استدعاء الدوال، وضع JSON، وتمرير معاملات أخذ العينات (temperature، top_p، stop، seed، والغرامات).
• نافذة السياق: 100,000 رمز (token)، الموجّه بالإضافة إلى الإكمال.

غير متضمن: توليد الصور، إدخال الصور، الصوت، الفيديو، التضميمات (embeddings) وضبط النموذج الدقيق (fine-tuning). إذا لم تكن ميزة مذكورة في القائمة أعلاه، فافترض أنها غير موجودة. يحتوي صفحة التوثيق على تنسيق الطلب ورموز الأخطاء.

الطرف الثالث مقابل الرسمي: كيف تميز

الالتباس شائع في السوق بأكمله، لذا فإن قائمة التحقق السريعة مفيدة كلما واجهت واجهة يبدو اسمها وكأنها تابعة لجهة كبيرة.

1. انظر إلى النطاق والشروط. تعمل واجهة برمجة التطبيقات الرسمية ضمن نطاق ومحددات الخدمة الخاصة بالبائع. تقول الخدمة التابعة لجهة خارجية ذلك صراحةً، أو على الأقل تذكر مشغلها الخاص.
2. تحقق من قائمة النماذج. هنا، يعيد GET /v1/models النموذج الوحيد، uncensored. سيقوم الموجه (router) بسرد أسماء نماذج العديد من الموردين.
3. اقرأ ما هو موعود به. تستحق الادعاءات مثل "المنتج الحقيقي، ولكن بسعر أرخص" الشك. تخبرك الخدمة الموثوقة بالميزات التي مفقودة.
4. اختبره. أرسل بضع طلبات باستخدام رصيد التجريب المجاني قبل نقل أي عبء عمل.

على هذا الموقع، الإجابات واضحة: جهة مستقلة، نموذج واحد مفتوح الأوزان، للنصوص فقط. تعامل أي قراءة أخرى على أنها خطأ. يمكنك التحقق من هوية النموذج من خلال السلوك، لكن لا تتوقع أن يدعي أنه منتج مورد معين.

طريقة معقولة لدمج أدوات النص والصور

تُدار نماذج الصور بواسطة الموجّهات، وكتابة موجّهات جيدة هي في الغالب مهمة نصية. لذلك، فإن سير العمل الشائع يتكون من خطوتين: اطلب من نموذج لغوي إنتاج موجّه مفصل، ثم الصق أو قم بتوجيه ذلك الموجّه إلى خدمة الصور التي اخترتها، سواء كانت Google أو أي جهة أخرى. يتعامل نموذج النص هنا مع الخطوة الأولى.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.imagegenapi.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    temperature=0.7,
    messages=[
        {"role": "system", "content": "Turn a short idea into a detailed prompt for a text-to-image model. Include subject, setting, lighting, color palette and mood. One paragraph."},
        {"role": "user", "content": "A smuggler's market inside a hollowed-out whale skeleton, neon lanterns."},
    ],
)
print(resp.choices[0].message.content)

لأتمتة خط أنابيب، اطلب JSON حتى تتمكن المرحلة التالية من قراءة الحقول. إليك ذلك في Node مع الحزمة الرسمية openai:

Copyimport OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.imagegenapi.com/v1",
  apiKey: process.env.API_KEY,
});

const res = await client.chat.completions.create({
  model: "uncensored",
  response_format: { type: "json_object" },
  messages: [
    { role: "user", content: "Return JSON with keys prompt and style for: a whale-skeleton night market." },
  ],
});

const out = JSON.parse(res.choices[0].message.content);
console.log(out.prompt);

بعض الملاحظات حول هذه الأجزاء. تقوم رسالة النظام بالعمل الشاق، لذا خصص وقتك هناك. يجب أن يكون مفتاح API في متغير بيئة، وليس في نظام التحكم في الإصدارات. وإذا فشل الاتصال برمز 429، انتظر وأعد المحاولة بدلاً من التكرار بسرعة كاملة، لأن الحلقة الضيقة تستنفد رصيدك الدقيق السريع. يعمل نفس الكود دون تغيير مع مضيفين آخرين متوافقين مع OpenAI، وهو الهدف من البروتوكول المشترك: يمكنك تغيير المزودين بتغيير عنوان URL الأساسي واسم النموذج.

تذكر أن التركيز على المحتوى القانوني للبالغين ينطبق على المحتوى الذي تطلبه. الخيال، لعب الأدوار وتطبيقات الرفيق هي الاستخدامات النموذجية، ومحتوى الجنس الذي يتضمن القاصرين محظور دون استثناء.

كتابة موجّهات تناسب نموذج الصور

تأتي معظم قيمة خطوة النص من التعليمات التي تقدمها، وليس من النموذج وحده. بعض العادات تجعل المخرجات أكثر قابلية للاستخدام.

قدّر النموذج بوصفة ثابتة

أخبره بترتيب الأجزاء التي تريدها: الموضوع أولاً، ثم الإعداد، ثم الإضاءة، ثم لوحة الألوان، ثم الأسلوب. تميل نماذج الصور إلى إعطاء وزن أكبر للكلمات الأولى، لذا فإن الترتيب المستقر يحافظ على قابلية مقارنة النتائج بين التشغيلات. أضف حدًا لعدد الكلمات، لأن الموجهات الطويلة جدًا غالبًا ما تُضعف الموضوع الرئيسي بدلاً من تحسينه.

اذكر ما يجب استبعاده

بعض أدوات الصور تستخدم موجهًا سالبًا منفصلًا، بينما يتجاهلها البعض الآخر. اطلب من نموذج النص إرجاع الجزأين كحقول JSON منفصلة، ثم احذف الجزء الثاني إذا لم يكن لأداتك أي استخدام له. هذا أسهل من تحرير فقرة طويلة يدويًا.

كرر في نفس المحادثة

احتفظ بالرسائل السابقة في قائمة messages واطلب التغييرات: إضاءة أكثر دفئًا، لقطة أوسع، عدد أقل من الشخصيات. نافذة السياق هي 100,000 رمز (token)، لذا حتى جلسة التحرير الطويلة تتسع فيها. خفّض temperature عندما تريد تعديلات صغيرة وارفعها عندما تريد أفكارًا جديدة.

اختبر بعض البذور

إذا مررت نفس seed مع نفس الرسائل والإعدادات، سيظل الناتج متقارباً من تشغيل لآخر. غيّر شيئاً واحداً فقط في كل مرة، مثل رسالة النظام، ويمكنك معرفة أي تغيير حسّن النتيجة. توفر هذه الانضباط مالاً أكثر من أي فئة سعرية، لأن تقليل عمليات توليد الصور المهدرة هو توفير التكلفة الحقيقي.

تكلفة خطوة النص

السعر هو $0.15 لكل مليون رمز إدخال و $0.50 لكل مليون رمز ناتج، من رصيد مسبق الدفع، بدون اشتراك. الطلبات المرفوضة أو الفاشلة لا تُحسب. خذ مجموعة من 1,000 طلب كتابة موجّه، كل منها يحتوي على 400 رمز إدخال و 250 رمز ناتج.

• الإدخال لكل طلب: 400 / 1,000,000 × $0.15 = $0.00006.
• الإخراج لكل استدعاء: 250 / 1,000,000 × $0.50 = $0.000125.
• لكل استدعاء: $0.000185.
• لكل 1,000 استدعاء: $0.185.

هذا 18.5 سنتاً للمجموعة. قارن ذلك بسعر مزود الصور الخاص بك لكل صورة، والذي يجب أن تبحث عنه في صفحة الأسعار الخاصة بهم، وستلاحظ عادةً أن خطوة كتابة الموجّه هي الأرخص.

البدء باستخدام الرصيد

يمكن للمستخدمين الجدد الحصول على رصيد تجريبي مجاني بقيمة $0.50 بنقرة واحدة في صفحة مفتاح API بعد إنشاء الحساب عبر Google أو عبر البريد الإلكتروني وكلمة المرور. لا يتطلب دفعاً ويستمر لمدة 7 أيام. بعد ذلك، قم بشحن الرصيد بأي مبلغ صحيح يتراوح بين $20 و $500 بالعملات المشفرة (USDT على TRC20 أو USDC على Base). مكافآت +5% من $50، +10% من $100 و +15% من $200، ولا ينتهي الرصيد أبداً. انظر الأسعار للحصول على الصورة الكاملة.

الحدود للتخطيط حولها

يسمح المفتاح الكامل بـ 8 طلبات متزامنة و 300 طلب في الدقيقة. يسمح مفتاح التجربة بـ 2 طلب متزامن و 60 طلب في الدقيقة. تجاوز الحد الأول يعطي HTTP 429 مع الرمز rate_limited، وتجاوز الحد الثاني يعطي 429 مع الرمز concurrency، والعبء الزائد المؤقت يعطي 429 مع رأس Retry-After: 5. يحتفظ الطلب المتدفق بمكانه حتى انتهاء البث، لذا أغلق البث الذي لم تعد بحاجة إليه.

تشمل رؤوس الاستجابة X-Request-Id، وX-Balance-USD، وX-RateLimit-Limit-Requests وX-RateLimit-Limit-Concurrency. سجّل معرف الطلب مع كل خطأ، لأنه أسرع طريقة للحصول على مساعدة من الدعم. الحد الأقصى لحجم الجسم هو 8 MB.

إذا كنت بحاجة إلى استدعاء صورة Gemini الأصلي، اذهب إلى Google واقرأ وثائقهم الحالية. إذا كنت بحاجة إلى نموذج نص بدون رقابة يتكلم بروتوكول OpenAI، لكتابة الموجهات أو القصص أو حوار الشخصيات للاستخدام القانوني للبالغين، فهذا مخصص لذلك.

المزيد من الأدلة

• كيفية اختبار نموذج بدون رقابة عبر API
• واجهة برمجة تطبيقات توليد الصور بأسلوب OpenAI: نص فقط هنا
• واجهة برمجة تطبيقات GPT للصور: نص بدون رقابة لتوليد الصور