API генерации изображений Gemini: что это за сервис

Это API генерации изображений Gemini от Google?

Нет. Если вы искали эндпоинт Gemini для изображений, сначала нужно разобраться, кто за что отвечает. Gemini — это семейство моделей Google, и Google предлагает генерацию изображений через свои собственные продукты для разработчиков. Какими бы ни были возможности этих продуктов, вы обращаетесь к ним через Google, используя аккаунты, ключи и условия Google.

Этот сайт — нечто иное. Это хостинговый текстовый API, в котором одна модель с открытыми весами, запускаемая независимым провайдером, настроена на ответы без отказов по содержанию для законного использования взрослыми. Это не перепродавец Gemini, он не перенаправляет запросы в Google и не имеет одобрения со стороны Google или любого другого поставщика моделей. Имя домена упоминает генерацию изображений, потому что многие посетители приходят в поиске помощи с промптами, а не потому, что здесь генерируются изображения.

Что вы получите на самом деле

Функционал намеренно ограничен, что позволяет оценить его за несколько минут.

• Протокол: Совместим с OpenAI. Любой SDK или клиент OpenAI работает после изменения двух параметров: базового URL и ключа.
• Базовый URL: https://api.imagegenapi.com/v1
• Идентификатор модели: uncensored
• Методы: POST /v1/chat/completions и GET /v1/models
• Возможности: потоковая передача через SSE, вызов функций, JSON-режим и передача параметров сэмплирования (temperature, top_p, stop, seed, штрафы).
• Контекст: 100 000 токенов, промпт плюс дополнение.

Не включено: генерация изображений, ввод изображений, аудио, видео, эмбеддинги и дообучение. Если функции нет в списке выше, считайте, что её нет. На странице документации указаны формат запроса и коды ошибок.

Сторонний сервис против официального: как отличить

Путаница распространена по всему рынку, поэтому быстрый чек-лист помогает, когда вы встречаете API, название которого звучит как название продукта крупного вендора.

1. Посмотрите на домен и условия. Официальный API живет на домене вендора и под его условиями. Сторонний сервис указывает на это или хотя бы называет своего оператора.
2. Проверьте список моделей. Здесь запрос GET /v1/models возвращает одну модель, uncensored. Роутер бы перечислил множество имен моделей от разных вендоров.
3. Прочитайте, что обещают. Заявления вроде «оригинал, но дешевле» вызывают подозрения. Надежный сервис сообщает, каких функций не хватает.
4. Протестируйте. Отправьте несколько запросов с бесплатным пробным балансом, прежде чем переносить рабочие нагрузки.

На этом сайте ответы простые: независимый провайдер, одна модель с открытыми весами, только текст. Считайте любое иное прочтение ошибкой. Вы можете проверить идентичность модели по поведению, но не стоит ожидать, что она будет утверждать, что является продуктом конкретного вендора.

Разумный способ объединить текстовые и визуальные инструменты

Модели изображений управляются промптами, и написание хороших промптов — это в основном текстовая задача. Типичный рабочий процесс состоит из двух шагов: попросите языковую модель создать подробный промпт, а затем вставьте или передайте этот промпт в выбранный вами сервис генерации изображений, будь то Google или любой другой. Текстовая модель здесь выполняет первый шаг.

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)

Для конвейера запросите JSON, чтобы следующий этап мог прочитать поля. Вот пример на Node с официальным пакетом 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);

Несколько замечаний по этим фрагментам. Системное сообщение выполняет основную работу, поэтому уделите время ему. API-ключ должен находиться в переменной окружения, а не в системе контроля версий. И если вызов завершается ошибкой 429, подождите и повторите попытку, а не зацикливайтесь на полной скорости, поскольку быстрый цикл без задержек быстрее расходует ваш лимит запросов в минуту. Тот же код работает без изменений с другими OpenAI-совместимыми хостами, что и является целью общего протокола: вы можете сменить провайдера, изменив базовый URL и имя модели.

Помните, что фокус на законном использовании взрослыми применяется к контенту, который вы запрашиваете. Художественная проза, ролевые игры и приложения-компаньоны — типичные сценарии использования, а сексуальный контент с участием несовершеннолетних блокируется без исключений.

Написание промптов, подходящих для модели изображений

Большая часть ценности текстового этапа зависит от инструкций, которые вы даете, а не только от модели. Несколько привычек делают вывод гораздо более удобным.

Дайте модели фиксированный рецепт

Укажите порядок частей, которые вам нужны: сначала объект, затем окружение, затем освещение, затем палитра, затем стиль. Модели для изображений придают больший вес ранним словам, поэтому стабильный порядок обеспечивает сопоставимость результатов между запусками. Добавьте ограничение по длине, так как очень длинные промпты часто размывают основной объект, а не улучшают результат.

Укажите, что нужно исключить

Некоторые инструменты для изображений принимают отдельный негативный промпт, другие игнорируют его. Попросите текстовую модель вернуть две части в виде отдельных полей JSON, а затем удалите вторую, если ваш инструмент не использует её. Это проще, чем редактировать длинный абзац вручную.

Итеративно дорабатывайте в рамках одного диалога

Сохраняйте предыдущие сообщения в списке messages и запрашивайте изменения: более теплый свет, более широкий кадр, меньше персонажей. Контекстное окно составляет 100 000 токенов, поэтому даже длинная сессия редактирования помещается. Уменьшите temperature, когда хотите небольшие правки, и увеличьте его, когда нужны свежие идеи.

Протестируйте несколько сидов

Если вы передадите тот же seed с теми же сообщениями и настройками, вывод будет оставаться близким от запуска к запуску. Изменяйте только один параметр за раз, например системное сообщение, и вы сможете определить, какое изменение улучшило результат. Эта дисциплина экономит больше денег, чем любой тарифный план, так как меньшее количество потраченных впустую генераций изображений — это реальная экономия.

Стоимость текстового этапа

Цена составляет $0,15 за 1 млн входных токенов и $0,50 за 1 млн выходных токенов из предоплаченного баланса, без подписки. Отклонённые или неудачные запросы не оплачиваются. Возьмите пакет из 1 000 вызовов для написания промптов, каждый с 400 входными токенами и 250 выходными токенами.

• Ввод на вызов: 400 / 1 000 000 x $0,15 = $0,00006.
• Вывод на вызов: 250 / 1 000 000 x $0,50 = $0,000125.
• На вызов: $0,000185.
• На 1 000 вызовов: $0,185.

Это 18,5 цента за пакет. Сравните это с ценой вашего поставщика изображений за картинку, которую вы должны посмотреть на их странице с ценами, и вы обычно увидите, что этап написания промптов является более дешевым.

Начало работы с балансом

Новые пользователи могут получить $0,50 пробного баланса одним нажатием на странице API-ключа после регистрации через Google или с помощью электронной почты и пароля. Оплата не требуется, срок действия — 7 дней. После этого пополните баланс любой целой суммой от $20 до $500 криптовалютой (USDT в сети TRC20 или USDC в сети Base). Бонусы: +5% от $50, +10% от $100 и +15% от $200, баланс не сгорает. См. страницу с ценами для полной картины.

Лимиты, которые нужно учитывать

Полный ключ позволяет 8 параллельных запросов и 300 запросов в минуту. Пробный ключ позволяет 2 параллельных и 60 в минуту. Превышение первого дает HTTP 429 с кодом rate_limited, превышение второго дает 429 с кодом concurrency, а временная перегрузка дает 429 с заголовком Retry-After: 5. Потоковый запрос удерживает свой слот до завершения потока, поэтому закрывайте потоки, которые вам больше не нужны.

Заголовки ответа включают X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests и X-RateLimit-Limit-Concurrency. Логируйте идентификатор запроса при каждой ошибке, так как это самый быстрый способ получить помощь от службы поддержки. Максимальный размер тела запроса составляет 8 МБ.

Если вам нужен нативный вызов изображений Gemini, перейдите на сайт Google и изучите их текущую документацию. Если вам нужна текстовая модель без цензуры, работающая по протоколу OpenAI, для написания промптов, историй или диалогов персонажей для законного использования взрослыми, она создана именно для этого.

Дополнительные руководства

• Как протестировать модель без цензуры через API
• API генерации изображений в стиле OpenAI: только текст
• GPT Image API: текст без цензуры для генерации изображений