Guida alla chiamata dei modelli di immagini Gemini

Chiama i modelli di immagini Gemini (Nano Banana 2 / Pro) su CometAPI usando il Google Gen AI SDK per text-to-image, image-to-image e composizione multi-immagine.

Questa guida mostra come usare i modelli di immagini Gemini tramite CometAPI usando il Google Gen AI SDK. Include:

• Generazione text-to-image
• Modifica image-to-image
• Composizione multi-immagine
• Salvataggio delle immagini generate

• Base URL: https://api.cometapi.com
• Installa l’SDK: pip install google-genai (Python) o npm install @google/genai (Node.js)

---

​

Configurazione

Inizializza il client con il base URL di CometAPI:

Python

from google import genai
from google.genai import types
import os

COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": "https://api.cometapi.com"},
    api_key=COMETAPI_KEY,
)

---

​

Generazione Text-to-Image

Genera un’immagine da un prompt di testo e salvala in un file.

Python

from google import genai
from google.genai import types
from PIL import Image
import os

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": "https://api.cometapi.com"},
    api_key=os.environ.get("COMETAPI_KEY"),
)

response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents="Create a picture of a nano banana dish in a fancy restaurant with a Gemini theme",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
    ),
)

for part in response.parts:
    if part.text is not None:
        print(part.text)
    elif part.inline_data is not None:
        image = part.as_image()
        image.save("generated_image.png")
        print("Image saved to generated_image.png")

Struttura della risposta:

I dati dell’immagine si trovano in candidates[0].content.parts, che può contenere parti di testo e/o immagine:

{
  "candidates": [{
    "content": {
      "parts": [
        { "text": "Here is your image..." },
        {
          "inlineData": {
            "mimeType": "image/png",
            "data": "<base64-encoded-image>"
          }
        }
      ]
    }
  }]
}

---

​

Generazione Image-to-Image

Carica un’immagine di input e trasformala con un prompt di testo.

Python

from google import genai
from google.genai import types
from PIL import Image
import os

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": "https://api.cometapi.com"},
    api_key=os.environ.get("COMETAPI_KEY"),
)

# Load the source image
source_image = Image.open("source.jpg")

response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents=["Transform this into a watercolor painting", source_image],
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
    ),
)

for part in response.parts:
    if part.text is not None:
        print(part.text)
    elif part.inline_data is not None:
        image = part.as_image()
        image.save("watercolor_output.png")

• L’SDK Python accetta direttamente oggetti PIL.Image — non è necessaria alcuna codifica Base64 manuale.
• Non includere il prefisso data:image/jpeg;base64, quando passi stringhe Base64 raw.

---

​

Composizione multi-immagine

Genera una nuova immagine a partire da più immagini di input. CometAPI supporta due approcci:

​

Metodo 1: Un’unica immagine collage

Combina più immagini sorgente in un unico collage, quindi descrivi l’output desiderato.

Python

from google import genai
from google.genai import types
from PIL import Image
import os

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": "https://api.cometapi.com"},
    api_key=os.environ.get("COMETAPI_KEY"),
)

collage = Image.open("collage.jpg")

response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents=[
        "A model is posing and leaning against a pink BMW with a green alien keychain attached to a pink handbag, a pink parrot on her shoulder, and a pug wearing a pink collar and gold headphones",
        collage,
    ],
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
    ),
)

for part in response.parts:
    if part.inline_data is not None:
        part.as_image().save("composition_output.png")

​

Metodo 2: Più immagini separate (fino a 14)

Passa più immagini direttamente. I modelli Gemini 3 supportano fino a 14 immagini di riferimento (oggetti + personaggi):

Python

from google import genai
from google.genai import types
from PIL import Image
import os

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": "https://api.cometapi.com"},
    api_key=os.environ.get("COMETAPI_KEY"),
)

image1 = Image.open("image1.jpg")
image2 = Image.open("image2.jpg")
image3 = Image.open("image3.jpg")

response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents=["Merge the three images", image1, image2, image3],
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
    ),
)

for part in response.parts:
    if part.inline_data is not None:
        part.as_image().save("merged_output.png")

---

​

Generazione di immagini 4K

Specifica image_config con aspect_ratio e image_size per un output ad alta risoluzione:

Python

from google import genai
from google.genai import types
import os

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": "https://api.cometapi.com"},
    api_key=os.environ.get("COMETAPI_KEY"),
)

response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents="Da Vinci style anatomical sketch of a Monarch butterfly on textured parchment",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(
            aspect_ratio="1:1",
            image_size="4K",
        ),
    ),
)

for part in response.parts:
    if part.text is not None:
        print(part.text)
    elif image := part.as_image():
        image.save("butterfly_4k.png")

---

​

Modifica di immagini multi-turno (Chat)

Usa la funzionalità di chat dell’SDK per perfezionare iterativamente le immagini:

Python

from google import genai
from google.genai import types
import os

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": "https://api.cometapi.com"},
    api_key=os.environ.get("COMETAPI_KEY"),
)

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

# First turn: generate
response = chat.send_message(
    "Create a vibrant infographic explaining photosynthesis as a recipe, styled like a colorful kids cookbook"
)

for part in response.parts:
    if part.text is not None:
        print(part.text)
    elif image := part.as_image():
        image.save("photosynthesis.png")

# Second turn: refine
response = chat.send_message("Update this infographic to be in Spanish. Do not change any other elements.")

for part in response.parts:
    if part.text is not None:
        print(part.text)
    elif image := part.as_image():
        image.save("photosynthesis_spanish.png")

---

​

Suggerimenti

Ottimizzazione del Prompt

Specifica parole chiave di stile (ad es. “cyberpunk, grana della pellicola, basso contrasto”), aspect ratio, soggetto, sfondo, illuminazione e livello di dettaglio.

Formato Base64

Quando usi HTTP raw, non includere il prefisso data:image/png;base64, — usa solo la stringa Base64 raw. L’SDK Python gestisce questo automaticamente con oggetti PIL.Image.

Forzare l'output immagine

Imposta "responseModalities" su solo ["IMAGE"] per garantire l’output di immagini senza testo.

Per maggiori dettagli, consulta il riferimento API.

Documentazione ufficiale: Gemini Image Generation

• Gemini Image Understanding