這是 Google 的 Gemini 圖片 API 嗎?
否。如果你正在搜尋 Gemini 圖片端點,首先要釐清的是誰在運作什麼。Gemini 是 Google 的模型系列,Google 透過其專屬開發者產品提供圖片生成。無論這些產品能做些什麼,你都必須透過 Google、使用 Google 的帳戶、金鑰和條款來存取它們。
此網站是另一回事。它是一個託管的文字 API,由獨立供應商運行單一開放權重模型,針對合法成人用途調整為無內容拒絕。它不是 Gemini 的轉售商,不會將請求路由至 Google,也不獲得 Google 或其他任何模型供應商的背書。網域名稱提到圖片生成,是因為許多訪客是來尋找提示詞協助,而非在此產生圖片。
你實際獲得的內容
範圍刻意保持簡小,這使得在幾分鐘內評估變得容易。
- 協定: OpenAI 相容。更改 Base URL 和金鑰後,任何 OpenAI SDK 或用戶端皆可運作。
- Base URL:
https://api.imagegenapi.com/v1 - 模型 ID:
uncensored - 方法:
POST /v1/chat/completions與GET /v1/models - 功能: 透過 SSE 的串流輸出、函式呼叫、JSON 模式,以及透傳採樣參數(
temperature、top_p、stop、seed、懲罰)。 - 上下文視窗: 100,000 token,包含提示詞與補全。
不包含:圖片生成、圖片輸入、音訊、影片、嵌入向量和微調。如果功能未列於上述清單,請假設其不存在。文件頁面有請求格式和錯誤代碼。
第三方與官方:如何區分
這種混淆在整個市場很常見,因此當你遇到名稱聽起來像大型供應商 API 的服務時,快速檢查清單很有幫助。
- 查看網域和條款。 官方 API 位於供應商自己的網域和條款下。第三方服務會如此聲明,或至少列出其自身營運者。
- 檢查模型清單。 在此,
GET /v1/models返回單一模型uncensored。路由器會列出許多供應商模型名稱。 - 閱讀承諾內容。 諸如「正宗但更便宜」的聲明值得懷疑。值得信賴的服務會告訴你哪些功能缺失。
- 測試它。 在轉移任何負載之前,先使用免費試用額度發送一些請求。
在此網站,答案很明確:獨立供應商、單一開放權重模型、僅限文字。將其他解讀視為錯誤。你可以透過行為驗證模型的身分,但不應期望它聲稱是特定供應商的產品。
文字與圖片工具的合理結合方式
圖片模型由提示詞驅動,而撰寫優質提示詞主要是一個文字任務。因此,常見的工作流程分為兩步:要求語言模型產生詳細提示詞,然後將該提示詞貼上或管道傳輸至你選擇的圖片服務(無論是 Google 或其他)。此處的文字模型處理第一步。
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)
對於管線,請要求 JSON 格式,以便下一階段讀取欄位。以下是使用官方 openai 套件在 Node.js 中的範例:
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);
關於這些程式碼片段的一些注意事項。系統提示詞負責主要工作,因此請將時間花在設定它上面。API 金鑰應放在環境變數中,絕對不要放在原始碼控制系統裡。如果請求因 429 錯誤失敗,請等待後重試,而不是以全速迴圈執行,因為緊密的迴圈只會更快耗盡你每分鐘的額度。相同的程式碼可以無縫對接其他 OpenAI 相容的主機,這就是共用協議的優點:你可以透過變更 Base URL 和模型名稱來切換供應商。
請記住,合法成人用途的定位適用於你所請求的內容。典型的用途包括小說、角色扮演和伴侶應用程式,且涉及未成年人的性內容會無例外地被封鎖。
撰寫適合圖片模型的提示詞
文字步驟的大部分價值來自你給出的指示,而不僅是模型本身。一些習慣能使輸出更具可用性。
給模型一個固定的配方
告訴它你想要的部分順序:首先是主體,然後是場景,接著是光線,再來是配色,最後是風格。圖片模型傾向於賦予早期詞彙更高的權重,因此穩定的順序能確保運行之間的結果具有可比性。加入字數限制,因為非常長的提示詞往往會稀釋主要主體,而非改善它。
說明要排除的內容
某些圖片工具採用單獨的負向提示詞,其他則忽略它。要求文字模型將兩部分作為獨立的 JSON 欄位返回,然後如果你的工具不需要第二部分,就將其捨棄。這比手動編輯長段落更簡單。
在同一對話中迭代
將先前的訊息保留在 messages 清單中,並要求進行修改:更溫暖的光線、更廣的視角、減少角色數量。上下文視窗為 100,000 token,因此即使是長期的編輯工作也能容納。當你希望進行小幅修改時,請降低 temperature;當你希望獲得新靈感時,則提高該值。
測試幾個種子
如果你傳遞相同的 seed 並使用相同的訊息和設定,輸出在每次運行之間會保持接近。一次只更改一件事,例如系統訊息,你就可以判斷哪項更改改善了結果。這種紀律比任何價格層級更能節省資金,因為較少的浪費圖片生成才是真正的成本節省。
文字步驟的成本
價格為每 1M 輸入 token $0.15,每 1M 輸出 token $0.50,從預付額度扣除,無訂閱。被拒絕或失敗的請求不會收費。取 1,000 個提示詞撰寫呼叫的批次,每個呼叫包含 400 個輸入 token 和 250 個輸出 token。
- 每次呼叫的輸入:400 / 1,000,000 x $0.15 = $0.00006。
- 每次呼叫的輸出:250 / 1,000,000 x $0.50 = $0.000125。
- 每次呼叫:$0.000185。
- 每 1,000 次呼叫:$0.185。
這批次的成本為 18.5 美分。將其與你的圖片供應商的每張圖片價格進行比較(你應該在其定價頁面上查找),你通常會發現提示詞撰寫步驟是較便宜的一環。
使用額度開始
新用戶在透過 Google 或電子郵件與密碼註冊後,可點擊 API 金鑰頁面以取得 $0.50 的免費試用額度。無需付款,有效期為 7 天。此後,你可以使用加密貨幣(TRC20 上的 USDT 或 Base 上的 USDC)儲值任意整數金額,範圍從 $20 到 $500。贈額為:$50 起贈 +5%,$100 起贈 +10%,$200 起贈 +15%,且額度永不過期。請參閱 價格以了解完整資訊。
規劃時需考慮的限制
完整金鑰允許 8 個並行請求,每分鐘 300 個請求。試用金鑰允許 2 個並行請求,每分鐘 60 個請求。超過第一個限制會返回 HTTP 429 並帶有錯誤碼 rate_limited,超過第二個限制會返回 429 並帶有錯誤碼 concurrency,而暫時過載則會返回 429 並帶有 Retry-After: 5 標頭欄位。串流輸出的請求會佔用其槽位直到串流結束,因此請關閉不再需要的串流。
回應標頭包含 X-Request-Id、X-Balance-USD、X-RateLimit-Limit-Requests 和 X-RateLimit-Limit-Concurrency。請在每個錯誤中記錄請求 ID,因為這是從 支援獲得協助最快的方式。最大主體大小為 8 MB。
如果你需要原生的 Gemini 圖片請求,請前往 Google 並閱讀他們目前的文件。如果你需要一個以 OpenAI 協議運作、用於撰寫提示詞、故事或角色對話的無審查文字模型,用於合法的成人用途,這就是為此而建的。
