GPT88 / API Docs
返回博客

Gemini 4K 图片 API：当前模型、代码和成本边界

API开发2026-01-20约 14 分钟Gemini API4K图片生成Nano Banana ProGemini 3 Pro ImageAI图像API

Gemini 4K 图片 API 现在不应该再按旧的 preview 示例来接入。对开发者来说，当前重点是三件事：使用 gemini-3-pro-image，通过 Interactions API 的 response_format 控制图片输出，并在预算里区分标准调用、Batch、Flex、Priority 和第三方网关。

截至 2026-07-08，Google 的 Gemini image generation 文档把 Nano Banana Pro 对应到 Gemini 3 Pro Image，模型 ID 是 gemini-3-pro-image。官方文档还给出了 4K 输出的 token 档位：4K image output 消耗 2000 image tokens；标准 API 等价价格是每张 $0.24，Batch/Flex 等价价格是每张 $0.12。这些价格和可用性仍然是波动事实，生产上线前要以 Google 的 image generation、pricing、rate limits 和 API key 页面为准。

你要决定什么当前建议
4K 生产资产优先评估 gemini-3-pro-image，确认项目计费和模型可用性
快速迭代或批量草图先用更低成本模型或 1K/2K 预览，定稿后再升到 4K
接口形态新示例优先用 Interactions API，不复制旧版图像参数
输出尺寸在 response_format 里设置 type: "image"、aspect_ratio、image_size
成本控制区分标准、Batch、Flex、Priority，不把第三方报价当官方价格
配额排查看 project 级 RPM/TPM/RPD/IPM 和 spend limit，不靠多建 API key

当前模型怎么选

Google 文档现在把 Nano Banana 系列拆成多条路线，不再是一个单一模型。

模型当前定位适合场景
gemini-3-pro-imageNano Banana Pro / Gemini 3 Pro Image复杂指令、专业资产、4K、文字和品牌一致性要求高的任务
gemini-3.1-flash-imageNano Banana 2 / Gemini 3.1 Flash Image通用图片生成、编辑、多轮迭代、成本和速度更敏感的任务
gemini-3.1-flash-lite-imageNano Banana 2 Lite大规模、低成本、低延迟任务
gemini-2.5-flash-image旧 Nano Banana 路线旧项目兼容；新项目应评估是否迁移

如果这篇文章的目标是"生成 4K 交付图"，核心路线是 gemini-3-pro-image。如果目标只是给用户快速看方向，先用更便宜的模型或更低分辨率做预览，通常比一上来全量 4K 更可控。

不要再使用旧 preview 模型名作为新代码依据。旧名称可能仍散落在历史文章、教程或网关别名里，但正式接入文档应以当前官方模型 ID 为准。

API key 和环境变量

Gemini API key 绑定到 Google Cloud project。计费、配额、日志、权限和限流都要回到 project 维度排查，而不是只看 key 字符串。

开发环境建议使用环境变量：

export GEMINI_API_KEY="your_key_here"

Google 客户端库会读取 GEMINI_API_KEY 或 GOOGLE_API_KEY。如果两个变量同时存在，官方文档说明 GOOGLE_API_KEY 会优先。生产环境不要把 key 写进前端、移动端包、公开仓库、示例截图或日志；用后端代理、环境变量、Secret Manager 或部署平台的 secret 管理。

如果你还没整理 key 类型、迁移和安全边界，先看官方 API key 文档，再回来接 4K 调用。

最小 4K 调用示例

下面示例展示当前 Interactions API 形态。它只说明参数结构，不承诺你的项目一定有权限、一定有免费额度、一定可以立即调用 4K。

from google import genai
import base64

client = genai.Client()

prompt = (
    "为一款高端护肤精华生成 16:9 电商主视觉，"
    "透明玻璃瓶、干净白色背景、柔和产品光、可用于网页首屏。"
)

interaction = client.interactions.create(
    model="gemini-3-pro-image",
    input=prompt,
    response_format={
        "type": "image",
        "aspect_ratio": "16:9",
        "image_size": "4K",
    },
)

if interaction.output_image:
    with open("gemini-4k-product-hero.png", "wb") as f:
        f.write(base64.b64decode(interaction.output_image.data))

关键点：

  • model 使用当前 gemini-3-pro-image。
  • response_format.type 设置为 image。
  • image_size 可以用 1K、2K、4K，具体支持以当前文档和模型行为为准。
  • aspect_ratio 会影响实际像素尺寸和构图，不等于强制输出你手写的任意像素宽高。
  • 如果需要文本和图片混合返回，可以把 response_format 写成数组，但生产保存图片时仍要检查实际输出块。

通过 GPT88 统一网关以 Google 兼容接口调用时，base URL 换成 https://img.gpt88.cc，API key 使用在 gpt88.cc 控制台获取的 YOUR_GPT88_API_KEY，模型 ID 与上面的官方 ID 保持一致。

图生图和参考图

4K 生成不只适合文生图，也适合把已有图片作为参考，再让模型重建构图、换背景或生成品牌物料。

from google import genai
import base64

client = genai.Client()

with open("reference.png", "rb") as f:
    reference = base64.b64encode(f.read()).decode("utf-8")

interaction = client.interactions.create(
    model="gemini-3-pro-image",
    input=[
        {
            "type": "text",
            "text": "保留产品瓶身形状和标签，把场景改成高端浴室台面，生成 4K 横版广告图。",
        },
        {
            "type": "image",
            "mime_type": "image/png",
            "data": reference,
        },
    ],
    response_format={
        "type": "image",
        "aspect_ratio": "16:9",
        "image_size": "4K",
    },
)

上传参考图前要确认版权和使用权。Gemini 图像生成服务仍然受 Google 的安全和禁止用途政策约束，不要用它生成欺骗、骚扰、侵权或绕过安全限制的内容。

4K 输出尺寸怎么理解

"4K"在 Gemini API 里更接近输出档位，不是让你随便填一个 4096x4096 的固定尺寸。官方表按不同宽高比列出实际像素和 token 档位。

宽高比4K 输出示例适合用途
1:14096 x 4096方形海报、电商主图、封面素材
16:95504 x 3072网页首屏、视频封面、大屏展示
9:163072 x 5504竖版海报、短视频封面
4:53712 x 4608社交媒体竖版图、电商详情图
21:96336 x 2688超宽横幅、沉浸式网页头图

实际选择要从交付场景倒推。网页展示不一定需要 4K 原图直出；很多情况下，2K 已经足够，4K 更适合需要裁切、印刷、大屏或保留后期空间的任务。

成本边界

按 Google pricing 页面，Gemini 3 Pro Image 的标准 API 里，图片输出按 image tokens 计价。1K/2K 输出等价 $0.134 每张，4K 输出等价 $0.24 每张。Batch 和 Flex 的 4K 等价价是 $0.12 每张。Priority 价格更高，适合对优先级有要求的生产场景。

预算时不要只算输出图：

成本项为什么要算
输入文本和参考图文本、图片输入也会计入请求成本
图片输出尺寸4K 比 1K/2K 消耗更多 image tokens
Thinking / text outputPro 图像模型可能返回文本和推理相关输出，预算要看实际账单
Google Search grounding请求可能触发一次或多次搜索查询，按官方计费规则另算
重试和失败429、超时、内容拦截、无图输出都要按账单记录核对
Batch/Flex/Priority调度方式不同，价格、延迟和可用性都不同

一个保守的生产流程是：先用 1K 或 2K 做创意确认，定稿后再生成 4K；不需要实时返回的大批量任务放进 Batch 或 Flex；只有真正需要优先返回的任务才评估 Priority。

通过 GPT88 统一网关接入时，按官方用量 × 所选分组倍率扣费，具体价格与配额以 gpt88.cc 控制台为准。

配额和 429 排查

Gemini API rate limits 通常看 RPM、TPM 和 RPD；图片模型还可能有 IPM 这类图片相关限制。关键点是：这些限制按 project 应用，不按 API key 应用。多创建几个 key 不会自然增加容量。

上线前至少记录这些信息：

项目需要记录
Project ID配额、账单、日志都按 project 查
模型 IDgemini-3-pro-image、gemini-3.1-flash-image 等必须写清楚
调用方式Standard、Batch、Flex、Priority
输出尺寸1K、2K、4K 影响 token 和费用
主动限流队列、并发上限、重试间隔、降级策略
花费限制Spend-based rate limit 可能触发 429

遇到 429 时，先降低并发、做指数退避、把 4K 任务排队，或把非实时任务转为 Batch/Flex。更完整的处理路径可以参考 Gemini API 免费层限制 与 图片生成 429 排查。

网关怎么评估

第三方网关可以解决本地支付、兼容接口、多模型路由、备用通道或日志聚合问题。但它不是 Google 官方 API，也不能替代 Google 文档里的模型、价格、配额和安全政策。

接入前逐项核对：

核对项判断标准
当前模型名是否真的支持 gemini-3-pro-image，还是只保留旧 preview 别名
4K 参数是否支持 image_size / 输出尺寸控制，实际返回像素是多少
失败计费超时、429、内容拦截、空输出是否扣费
账单明细是否能看到每次请求、模型、尺寸、扣费和错误
数据边界是否适合把用户图片、品牌资产或敏感素材经过网关
退款和 SLA只以当前控制台、服务条款和工单记录为准

如果网关确实降低你的支付和集成摩擦，可以小样本测试。不要在文章或产品页里承诺绝对低价、绝对稳定、无限容量或固定失败处理政策，除非当天有可审计证据。GPT88 作为统一网关，其价格与配额以 gpt88.cc 控制台为准；具体某张图的扣费按官方用量与所选分组倍率计算。

提示词和交付流程

4K 输出的价值不在于把一句短 prompt 放大，而在于给模型足够清楚的交付背景。

更稳的 prompt 通常包含：

  • 交付用途：网页首屏、电商主图、印刷海报、品牌 KV、应用图标。
  • 主体和限制：产品形状、人物姿态、Logo 位置、必须保留的文字。
  • 画面规格：横版/竖版、近景/全景、是否留文案区域。
  • 风格约束：摄影、插画、3D、信息图、材质和灯光。
  • 后期需求：是否需要裁切、透明背景、系列一致性。

不要在 prompt 里写"8K 商业级细节"来替代真实的 image_size 设置。提示词里的"4K/8K"只是风格语言；API 的输出档位要通过 response_format 控制。

如果你要做一组图，建议先固定系统化字段：用途、尺寸、宽高比、参考图、品牌禁区、输出命名、验收标准。这样比每张图临时写一句 prompt 更容易复现。

常见问题

Gemini 4K 图片必须用 Nano Banana Pro 吗？

如果目标是复杂专业资产和 4K 输出，当前应优先评估 gemini-3-pro-image。如果只是快速草图、低成本批量图或多轮编辑，可以先评估 gemini-3.1-flash-image 或 Lite 路线，再按质量需求升级。

旧 preview 模型名还能用吗？

新文章和新代码不要依赖这个旧 preview 名称。它可能出现在历史教程或网关别名里，但正式接入应使用当前官方模型 ID，并在项目里实际试跑。

免费层能不能生成 4K？

不要把旧文章里的固定免费额度当成当前事实。Gemini 3 Pro Image pricing 页面显示该模型的 Free Tier 为 Not available。是否能调用、能调用多少、是否需要 billing，要看你的 project、模型和当前 AI Studio 限额。

image_size="4K" 就一定是 4096 x 4096 吗？

不是。1:1 的 4K 档位是 4096 x 4096；16:9、9:16、4:5 等宽高比对应不同实际像素。按官方输出表和你的交付场景选择，而不是在代码里硬写任意像素。

SynthID 水印能去掉吗？

Google 文档说明生成图片包含 SynthID 水印。不要把"去水印"作为正常开发目标；如果用户关心标识、授权或合规，应在产品说明里透明告知 AI 生成和使用范围。

为什么会 429？

429 可能来自 RPM、TPM、RPD、图片相关限制、spend-based limit 或模型临时容量。它是 project 级问题，不是 key 字符串问题。先看 AI Studio 的 active rate limits 和账单，再决定限流、排队、Batch/Flex 或申请提升。

上线前检查清单

  • 模型 ID 已换成 gemini-3-pro-image。
  • 新代码使用 Interactions API 和 response_format，没有复制旧 image config 示例。
  • API key 存放在后端环境变量或 secret 系统中。
  • Project ID、billing、rate limits 和 spend limit 已记录。
  • 1K/2K/4K 的预算按当前 pricing 页面核对。
  • 429、403、模型不可用、空输出都有用户可理解的处理策略。
  • 第三方网关只作为候选路线，已经核对当前模型、4K 输出、账单、失败扣费和数据边界。

Gemini 4K 图片 API 的正确用法不是堆叠"高清""最新""低价"关键词，而是把模型、输出档位、预算、配额和安全边界讲清楚。这样页面更符合真实开发者任务，也更不容易因为过度 SEO 或陈旧承诺带来索引和信任风险。

相关指南

图片生成 API