Посібник із виклику моделей зображень Gemini

Викликайте моделі зображень Gemini (Nano Banana 2 / Pro) у CometAPI за допомогою Google Gen AI SDK для text-to-image, image-to-image та композиції з кількох зображень.

Цей посібник демонструє, як використовувати моделі зображень Gemini через CometAPI за допомогою Google Gen AI SDK. Він охоплює:

• Генерацію text-to-image
• Редагування image-to-image
• Композицію з кількох зображень
• Збереження згенерованих зображень

• Base URL: https://api.cometapi.com
• Встановіть SDK: pip install google-genai (Python) або npm install @google/genai (Node.js)

---

​

Налаштування

Ініціалізуйте клієнт із base URL 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,
)

---

​

Генерація Text-to-Image

Згенеруйте зображення з текстового Prompt і збережіть його у файл.

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")

Структура відповіді:

Дані зображення містяться в candidates[0].content.parts, які можуть містити текстові частини та/або частини зображення:

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

---

​

Генерація зображення із зображення

Завантажте вхідне зображення та трансформуйте його за допомогою текстового Prompt.

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")

• Python SDK напряму приймає об’єкти PIL.Image — ручне кодування Base64 не потрібне.
• Не додавайте префікс data:image/jpeg;base64, під час передавання сирих рядків Base64.

---

​

Композиція з кількох зображень

Згенеруйте нове зображення з кількох вхідних зображень. CometAPI підтримує два підходи:

​

Спосіб 1: Одне зображення-колаж

Об’єднайте кілька вихідних зображень в один колаж, а потім опишіть бажаний результат.

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")

​

Спосіб 2: Кілька окремих зображень (до 14)

Передавайте кілька зображень безпосередньо. Моделі Gemini 3 підтримують до 14 еталонних зображень (об’єкти + персонажі):

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")

---

​

Генерація зображень 4K

Вкажіть image_config з aspect_ratio та image_size для виведення у високій роздільній здатності:

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")

---

​

Багатокрокове редагування зображень (Chat)

Використовуйте функцію chat у SDK, щоб покроково вдосконалювати зображення:

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")

---

​

Поради

Оптимізація Prompt

Укажіть ключові слова стилю (наприклад, “cyberpunk, film grain, low contrast”), співвідношення сторін, об’єкт, фон, освітлення та рівень деталізації.

Формат Base64

Під час використання raw HTTP не додавайте префікс data:image/png;base64, — використовуйте лише raw рядок Base64. Python SDK обробляє це автоматично за допомогою об’єктів PIL.Image.

Примусове виведення зображення

Установіть "responseModalities" у ["IMAGE"], щоб гарантовано отримати зображення без тексту.

Докладніше дивіться в API Reference.

Офіційна документація: Gemini Image Generation

• Gemini Image Understanding