生图模型调用教程

AI Hub API 支持两种协议调用图像生成模型：

• OpenAI 协议：使用 openai 库，调用 /v1/images/generations 接口，适合生成独立图片
• Gemini 原生协议：使用 google-genai 库，支持多轮对话式生图和图文混合输出

前置准备

• 已注册 AI Hub API 账号：https://api.xbai.top
• 已创建 API 令牌，分组选择「默认分组」
• 生图模型推荐使用 nano-banana-2，Gemini 生图模型使用 gemini-3.1-flash-image-preview

---

OpenAI 协议

安装依赖

pip install openai requests

Python 调用

基础生图

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",         # 替换为你的 API 令牌
    base_url="https://api.xbai.top/v1"
)

response = client.images.generate(
    model="nano-banana-2",          # 生图模型名称
    prompt="一只可爱的橘猫在阳光下打盹，水彩画风格",
    n=1,                            # 生成图片数量
    size="1024x1024",               # 图片尺寸
    quality="standard",             # standard 或 hd
    response_format="url"           # 返回 url 或 b64_json
)

image_url = response.data[0].url
print(f"图片地址：{image_url}")

生成并保存到本地

import requests
from pathlib import Path
from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.xbai.top/v1"
)

response = client.images.generate(
    model="nano-banana-2",
    prompt="赛博朋克风格的城市夜景，霓虹灯倒映在雨后的街道上",
    size="1024x1024",
    response_format="url"
)

image_url = response.data[0].url
img_data = requests.get(image_url).content
Path("output.png").write_bytes(img_data)
print("图片已保存到 output.png")

返回 Base64 格式

import base64
from pathlib import Path
from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.xbai.top/v1"
)

response = client.images.generate(
    model="nano-banana-2",
    prompt="极简风格的山水画，留白构图",
    size="1024x1024",
    response_format="b64_json"      # 返回 Base64 编码
)

b64_data = response.data[0].b64_json
img_bytes = base64.b64decode(b64_data)
Path("output.png").write_bytes(img_bytes)
print("图片已保存到 output.png")

curl 调用

基础生图

curl https://api.xbai.top/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "nano-banana-2",
    "prompt": "一只可爱的橘猫在阳光下打盹，水彩画风格",
    "n": 1,
    "size": "1024x1024",
    "quality": "standard",
    "response_format": "url"
  }'

响应示例：

{
  "created": 1234567890,
  "data": [
    {
      "url": "https://example.com/generated-image.png"
    }
  ]
}

支持的参数

参数	类型	说明	可选值
model	string	生图模型	nano-banana-2 等，见控制台模型广场
prompt	string	图片描述提示词	最长 4000 字符
n	int	生成数量	1–4
size	string	图片尺寸	256x256 512x512 1024x1024 1024x1792 1792x1024
quality	string	图片质量	standard（默认）、hd
response_format	string	返回格式	url（默认）、b64_json

---

Gemini 原生协议

Gemini 原生协议基于 Google GenAI SDK，支持对话式生图（多轮迭代）和文图混合输出，图片以 Base64 内嵌方式返回。

安装依赖

pip install google-genai pillow

Python 调用

基础生图

from google import genai
from google.genai import types
import base64
from pathlib import Path

client = genai.Client(
    api_key="your-api-key",
    http_options=types.HttpOptions(
        base_url="https://api.xbai.top"
    )
)

response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents="请生成一张图片：一只可爱的橘猫在阳光下打盹，水彩画风格",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"]
    )
)

for part in response.candidates[0].content.parts:
    if part.inline_data:
        img_bytes = base64.b64decode(part.inline_data.data)
        Path("output.png").write_bytes(img_bytes)
        print("图片已保存到 output.png")
    elif part.text:
        print(part.text)

多轮对话式生图

from google import genai
from google.genai import types
import base64
from pathlib import Path

client = genai.Client(
    api_key="your-api-key",
    http_options=types.HttpOptions(
        base_url="https://api.xbai.top"
    )
)

chat = client.chats.create(
    model="gemini-3.1-flash-image-preview",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"]
    )
)

# 第一轮：生成初始图片
response = chat.send_message("生成一只橘猫在草地上的图片")
for i, part in enumerate(response.candidates[0].content.parts):
    if part.inline_data:
        img_bytes = base64.b64decode(part.inline_data.data)
        Path(f"round1.png").write_bytes(img_bytes)
        print("第一轮图片已保存")
    elif part.text:
        print(f"描述：{part.text}")

# 第二轮：基于上一张图片继续调整
response = chat.send_message("给猫咪戴上一顶草帽")
for i, part in enumerate(response.candidates[0].content.parts):
    if part.inline_data:
        img_bytes = base64.b64decode(part.inline_data.data)
        Path(f"round2.png").write_bytes(img_bytes)
        print("第二轮图片已保存")

图文混合输出

from google import genai
from google.genai import types
import base64
from pathlib import Path

client = genai.Client(
    api_key="your-api-key",
    http_options=types.HttpOptions(
        base_url="https://api.xbai.top"
    )
)

response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents="写一段关于秋天的短文，并配上一张秋叶飘落的插图",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"]
    )
)

img_count = 0
for part in response.candidates[0].content.parts:
    if part.text:
        print(part.text)
    elif part.inline_data:
        img_bytes = base64.b64decode(part.inline_data.data)
        filename = f"image_{img_count}.png"
        Path(filename).write_bytes(img_bytes)
        print(f"[图片已保存：{filename}]")
        img_count += 1

curl 调用

Gemini 原生协议通过 generateContent 接口调用，图片以 Base64 格式内嵌在响应中。

基础生图

curl https://api.xbai.top/v1beta/models/gemini-3.1-flash-image-preview:generateContent \
  -H "x-goog-api-key: your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "parts": [
          {"text": "请生成一张图片：一只可爱的橘猫在阳光下打盹，水彩画风格"}
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"]
    }
  }'

响应示例：

{
  "candidates": [
    {
      "content": {
        "parts": [
          {"text": "这是一只在阳光下打盹的橘猫..."},
          {
            "inlineData": {
              "mimeType": "image/png",
              "data": "<base64编码的图片数据>"
            }
          }
        ]
      }
    }
  ]
}

从响应中提取图片（Shell 脚本）

# 发送请求并保存响应
curl https://api.xbai.top/v1beta/models/gemini-3.1-flash-image-preview:generateContent \
  -H "x-goog-api-key: your-api-key" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"生成一张赛博朋克城市夜景图片"}]}],"generationConfig":{"responseModalities":["TEXT","IMAGE"]}}' \
  -o response.json

# 提取 Base64 数据并解码为图片（需要安装 jq）
cat response.json | jq -r '.candidates[0].content.parts[] | select(.inlineData) | .inlineData.data' | base64 -d > output.png
echo "图片已保存到 output.png"

---

两种协议对比

特性	OpenAI 协议	Gemini 原生协议
调用接口	/v1/images/generations	/v1beta/models/{model}:generateContent
Python 库	openai	google-genai
返回格式	URL 或 Base64	Base64 内嵌
多轮对话生图	不支持	✅ 支持
图文混合输出	不支持	✅ 支持
适用场景	独立生图任务	交互式/迭代式生图

---

相关链接

• 快速开始 - 注册账号与创建令牌
• 模型分组介绍 - 查看可用模型
• 聊天模型调用教程 - 聊天接口教程
• Cherry Studio 图像生成 - 客户端生图教程

---

最后更新：2026-03-03