Czy ta usługa używa modeli Gemini?

Nie. Uruchamia pojedynczy model o otwartych wagach od niezależnego dostawcy i nie przekierowuje zapytań do Google ani żadnego innego dostawcy.

Czy mogę generować obrazy?

Nie. Obsługuje tylko tekst. Możesz go użyć do pisania promptów dla generatora obrazów, ale obraz pochodzi z usługi, którą wybierzesz.

Które ID modelu użyć?

Użyj uncensored z Base URL https://api.imagegenapi.com/v1. Możesz to potwierdzić żądaniem GET do /v1/models.

API Gemini do generowania obrazów: Czym jest ta usługa

Q: Czy jest darmowy sposób, żeby to przetestować?

Tak. Po rejestracji możesz odebrać $0,50 darmowego kredytu próbnego jednym kliknięciem na stronie klucza API. Jest ważny przez 7 dni i nie wymaga płatności.

Czy to Google Gemini API do generowania obrazów?

Nie. Jeśli trafiłeś tu szukając endpointu Gemini do generowania obrazów, najpierw ustal, kto obsługuje co. Gemini to rodzina modeli Google, a Google oferuje generowanie obrazów za pomocą własnych produktów deweloperskich. Cokolwiek te produkty potrafią, dotrzesz do nich przez Google, za pomocą kont, kluczy i regulaminu Google.

Ta strona to coś innego. To hostowane API tekstowe, w którym pojedynczy model o otwartych wagach, uruchamiany przez niezależnego dostawcę, jest dostrojony do odpowiadania bez odmów treści dla legalnego użytku dorosłych. Nie jest to odsprzedawca Gemini, nie przekierowuje zapytań do Google i nie posiada rekomendacji od Google ani żadnego innego dostawcy modeli. Nazwa domeny wspomina o generowaniu obrazu, ponieważ wielu odwiedzających przychodzi szukając pomocy w promptach, a nie dlatego, że obrazy są tutaj produkowane.

Co faktycznie otrzymasz

Zakres jest celowo mały, co ułatwia ocenę w ciągu kilku minut.

Protokół: Kompatybilny z OpenAI. Działa dowolne SDK lub klient OpenAI po zmianie dwóch rzeczy: Base URL i klucza.
Base URL: https://api.imagegenapi.com/v1
Identyfikator modelu: uncensored
Metody: POST /v1/chat/completions i GET /v1/models
Funkcje: strumieniowanie przez SSE, wywoływanie funkcji, tryb JSON oraz parametry próbkowania typu passthrough (temperature, top_p, stop, seed, kary).
Okno kontekstu: 100 000 tokenów, prompt plus uzupełnienie.

Nie obejmuje: generowanie obrazów, wejście obrazu, audio, wideo, embeddingi i dostrajanie. Jeśli funkcja nie jest na powyższej liście, przyjmij, że jej nie ma. Strona dokumentacji zawiera format zapytania i kody błędów.

Zewnętrzny versus oficjalny: jak rozróżnić

Pomyłki są powszechne na całym rynku, więc szybka lista kontrolna pomaga, gdy napotkasz API, którego nazwa brzmi jak produkt dużego dostawcy.

Sprawdź domenę i regulamin. Oficjalne API działa na domenie dostawcy i pod jego regulaminem. Usługa zewnętrzna o tym mówi lub przynajmniej wymienia swojego operatora.
Sprawdź listę modeli. Tutaj GET /v1/models zwraca jeden model, uncensored. Router wypisałby wiele nazw modeli dostawców.
Czytaj, co obiecują. Takie twierdzenia jak „to samo, ale taniej” zasługują na sceptycyzm. Godny zaufania serwis podaje, które funkcje są niedostępne.
Przetestuj go. Wyślij kilka zapytań z darmowym kredytem próbnym, zanim przeniesiesz jakiekolwiek obciążenie.

Na tej stronie odpowiedzi są jasne: niezależny dostawca, jeden model o otwartych wagach, tylko tekst. Traktuj każdą inną interpretację jako błąd. Możesz zweryfikować tożsamość modelu poprzez zachowanie, ale nie powinieneś oczekiwać, że będzie twierdził, że jest produktem konkretnego dostawcy.

Rozsądny sposób łączenia narzędzi tekstowych i graficznych

Modele graficzne są napędzane promptami, a pisanie dobrych promptów to głównie zadanie tekstowe. Typowy przepływ pracy to więc dwa kroki: poproś model językowy o wygenerowanie szczegółowego promptu, a następnie wklej lub przekaż ten prompt do usługi graficznej, którą wybrałeś, Google lub innej. Model tekstowy tutaj obsługuje krok pierwszy.

from 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)

Dla potoku poproś o JSON, aby następny etap mógł odczytać pola. Oto kod w Node z oficjalnym pakietem openai:

import 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);

Kilka uwag dotyczących tych fragmentów. Komunikat systemowy wykonuje ciężką pracę, więc poświęć mu czas. Klucz API powinien być w zmiennej środowiskowej, nigdy w kontrolce wersji. A jeśli wywołanie zakończy się błędem 429, poczekaj i spróbuj ponownie zamiast pętli na pełnej prędkości, ponieważ ciasna pętla szybciej zużywa Twój limit zapytań na minutę. Ten sam kod działa bez zmian na innych hostach kompatybilnych z OpenAI, co jest celem wspólnego protokołu: możesz zmienić dostawcę, zmieniając Base URL i nazwę modelu.

Pamiętaj, że nacisk na legalny użytek dorosłych dotyczy treści, o którą prosisz. Fikcja, roleplay i aplikacje towarzyskie to typowe zastosowania, a treści seksualne z udziałem nieletnich są blokowane bez wyjątku.

Pisanie promptów dopasowanych do modelu graficznego

Większość wartości w kroku tekstowym pochodzi z instrukcji, które podajesz, a nie samego modelu. Kilka nawyków sprawia, że wynik jest znacznie bardziej użyteczny.

Podaj modelowi stały przepis

Powiedz mu kolejność części, których chcesz: najpierw podmiot, potem otoczenie, potem światło, potem paleta, potem styl. Modele graficzne ważą wczesne słowa bardziej, więc stabilna kolejność utrzymuje wyniki porównywalnymi między uruchomieniami. Dodaj limit słów, ponieważ bardzo długie prompty często rozmywają główny podmiot zamiast go poprawić.

Powiedz, co wykluczyć

Niektóre narzędzia graficzne przyjmują oddzielny prompt negatywny, inne go ignorują. Poproś model tekstowy o zwrócenie obu części jako oddzielnych pól JSON, a następnie odrzuć drugą, jeśli Twoje narzędzie nie ma dla niej zastosowania. To prostsze niż edycja długiego akapitu ręcznie.

Iteruj w tej samej rozmowie

Przechowuj wcześniejsze wiadomości na liście messages i żądaj zmian: cieplejsze oświetlenie, szerszy kadr, mniej postaci. Okno kontekstu wynosi 100 000 tokenów, więc nawet długie sesje edycji mieszczą się w limicie. Zmniejsz temperature przy drobnych poprawkach, a zwiększ go, gdy potrzebujesz świeżych pomysłów.

Przetestuj kilka seedów

Jeśli podasz ten sam seed z tymi samymi wiadomościami i ustawieniami, wynik pozostaje zbliżony między uruchomieniami. Zmieniaj tylko jedną rzecz na raz, np. wiadomość systemową, i będziesz wiedzieć, która zmiana poprawiła wynik. Ta dyscyplina oszczędza więcej pieniędzy niż dowolny poziom cenowy, ponieważ mniejsza liczba zmarnowanych generacji obrazów to prawdziwa oszczędność.

Koszt kroku tekstowego

Cena to $0,15 za 1M tokenów wejściowych i $0,50 za 1M tokenów wyjściowych, z przedpłaconego kredytu, bez subskrypcji. Odrzucone lub nieudane zapytania nie są rozliczane. Weź partię 1000 wywołań pisania promptów, każde z 400 tokenami wejściowymi i 250 tokenami wyjściowymi.

Wejście na wywołanie: 400 / 1 000 000 x $0,15 = $0,00006.
Wyjście na wywołanie: 250 / 1 000 000 x $0,50 = $0,000125.
Na wywołanie: $0,000185.
Na 1000 wywołań: $0,185.

To 18,5 centa za partię. Porównaj to z ceną dostawcy obrazów za obraz, którą powinieneś sprawdzić na ich stronie cenowej, a zwykle zobaczysz, że krok pisania promptów jest tańszy.

Zaczynanie z kredytem

Nowi użytkownicy mogą odebrać $0,50 kredytu próbnego jednym kliknięciem na stronie klucza API po rejestracji przez Google lub e-mail i hasło. Nie wymaga to płatności i trwa 7 dni. Po tym okresie doładuj dowolną kwotą całkowitą od $20 do $500 w kryptowalutach (USDT na TRC20 lub USDC na Base). Bonusy to +5% od $50, +10% od $100 i +15% od $200, a kredyt nigdy nie wygasa. Zobacz cennik, aby poznać pełny obraz.

Limity, które musisz uwzględnić w planowaniu

Pełny klucz pozwala na 8 równoległych zapytań i 300 zapytań na minutę. Klucz próbny pozwala na 2 równoległe i 60 na minutę. Przekroczenie pierwszego daje HTTP 429 z kodem rate_limited, przekroczenie drugiego daje 429 z kodem concurrency, a tymczasowe przeciążenie daje 429 z nagłówkiem Retry-After: 5. Zapytanie strumieniowe zajmuje swoje miejsce do zakończenia strumienia, więc zamykaj strumienie, których już nie potrzebujesz.

Nagłówki odpowiedzi zawierają X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests i X-RateLimit-Limit-Concurrency. Zapisuj identyfikator zapytania przy każdym błędzie, ponieważ jest to najszybszy sposób na uzyskanie pomocy od wsparcia. Maksymalny rozmiar body żądania to 8 MB.

Jeśli potrzebujesz natywnego wywołania obrazu Gemini, przejdź do Google i przeczytaj ich aktualną dokumentację. Jeśli potrzebujesz modelu tekstowego bez cenzury, który obsługuje protokół OpenAI, do pisania promptów, opowiadań lub dialogów postaci do użytku dorosłego, to rozwiązanie jest do tego stworzone.