Skip to Content
模型用法Nano Banana改图与多图融合

Nano Banana 改图与多图融合

模型 ID 与接口选择见 Nano Banana 概览。

要点原生接口将图片与文字放入同一个 parts;OpenAI 兼容接口使用 /v1/images/edits。
edit.py
from google import genai from google.genai import types client = genai.Client( api_key="YOUR_OFOX_API_KEY", http_options={"api_version": "v1beta", "base_url": "https://api.ofox.io/gemini"}, ) with open("apple.png", "rb") as f: image = types.Part.from_bytes(data=f.read(), mime_type="image/png") resp = client.models.generate_content( model="google/gemini-3.1-flash-image", contents=["把苹果改成绿色,其他保持不变", image], config=types.GenerateContentConfig( response_modalities=["IMAGE"], image_config=types.ImageConfig(aspect_ratio="1:1", image_size="1K"), ), ) for part in resp.candidates[0].content.parts: if part.inline_data: with open("apple_green.png", "wb") as f: f.write(part.inline_data.data)
  • 多图融合:在同一个 parts 中放入多个 inlineData,并在文字中说明每张图片的作用,例如「将第一张图中的人物置于第二张图的场景中」。
  • 保持比例:改图时同样需要传入 aspectRatio,否则输出比例由模型决定,可能与原图不一致。
  • 参考图计费:参考图按输入 token 计费。实测一张 1024×1024 的参考图计 1,120 个 token,见响应中 promptTokensDetails 的 IMAGE 项。

遇到报错请参阅 报错排查。

最后更新于