> ## Documentation Index > Fetch the complete documentation index at: https://apidoc.cometapi.com/llms.txt > Use this file to discover all available pages before exploring further. # Gemini 画像モデルを使う > Google Gen AI SDK を使って CometAPI 上で Gemini 画像モデル（Nano Banana 2 / Pro）を呼び出し、テキストから画像、画像から画像、複数画像の合成を行います。 このガイドでは、**Google Gen AI SDK** を使用して CometAPI 経由で Gemini 画像モデルを利用する方法を説明します。対象内容は次のとおりです。 * テキストから画像の生成 * 画像から画像への編集 * 複数画像の合成 * 生成した画像の保存 - **Base URL:** `https://api.cometapi.com` - SDK のインストール: `pip install google-genai`（Python）または `npm install @google/genai`（Node.js） *** ## セットアップ CometAPI のベース URL を指定してクライアントを初期化します。 ```python Python theme={null} from google import genai from google.genai import types import os COMETAPI_KEY = os.environ["COMETAPI_KEY"] client = genai.Client( http_options={"api_version": "v1beta", "base_url": "https://api.cometapi.com"}, api_key=COMETAPI_KEY, ) ``` ```javascript Node.js theme={null} import { GoogleGenAI } from "@google/genai"; const COMETAPI_KEY = process.env.COMETAPI_KEY; const ai = new GoogleGenAI({ apiKey: COMETAPI_KEY, httpOptions: { apiVersion: "v1beta", baseUrl: "https://api.cometapi.com" }, }); ``` ```go Go theme={null} package main import ( "context" "os" "google.golang.org/genai" ) func main() { ctx := context.Background() apiKey := os.Getenv("COMETAPI_KEY") client, _ := genai.NewClient(ctx, &genai.ClientConfig{ APIKey: apiKey, Backend: genai.BackendGeminiAPI, HTTPOptions: genai.HTTPOptions{ BaseURL: "https://api.cometapi.com", }, }) // use client below... } ``` *** ## テキストから画像の生成 テキストプロンプト（Prompt）から画像を生成し、ファイルに保存します。 ```python Python theme={null} 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"], ), ) final_image = None for part in response.parts: if getattr(part, "thought", False): continue if part.text is not None: print(part.text) elif part.inline_data is not None: final_image = part.as_image() if final_image: final_image.save("generated_image.png") print("Image saved to generated_image.png") ``` ```javascript Node.js theme={null} import { GoogleGenAI } from "@google/genai"; import * as fs from "fs"; const ai = new GoogleGenAI({ apiKey: process.env.COMETAPI_KEY, httpOptions: { apiVersion: "v1beta", baseUrl: "https://api.cometapi.com" }, }); const response = await ai.models.generateContent({ 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: { responseModalities: ["TEXT", "IMAGE"] }, }); let finalImagePart; for (const part of response.candidates[0].content.parts) { if (part.thought === true) { continue; } if (part.text) { console.log(part.text); } if (part.inlineData) { finalImagePart = part; } } if (finalImagePart) { const buffer = Buffer.from(finalImagePart.inlineData.data, "base64"); fs.writeFileSync("generated_image.png", buffer); console.log("Image saved to generated_image.png"); } ``` ```bash Shell theme={null} curl -s -X POST \ "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent" \ -H "Authorization: Bearer $COMETAPI_KEY" \ -H "Content-Type: application/json" \ -d '{ "contents": [{ "parts": [{"text": "Create a picture of a nano banana dish in a fancy restaurant with a Gemini theme"}] }], "generationConfig": { "responseModalities": ["TEXT", "IMAGE"] } }' ``` **最終的な画像パートを保存する:** 画像データは `candidates[0].content.parts` にあり、ここにはテキストパートや画像パートが含まれる場合があります。Gemini の画像モデルは、特にテキストと画像の両方をリクエストした場合や、thinking 出力を明示的に有効にした場合、最終画像の前に中間的な thought パートを返すこともあります。最初の `inlineData` をそのまま保存してはいけません。`thought` が `true` のパートをスキップし、その後に残る最後の画像パートを保存してください。 最終画像のみを含む典型的なレスポンス: ```json theme={null} { "candidates": [{ "content": { "parts": [ { "text": "Here is your image..." }, { "inlineData": { "mimeType": "image/png", "data": "" } } ] } }] } ``` テキストパート、中間 thought 画像、最終画像を含むレスポンス: ```json theme={null} { "candidates": [{ "content": { "role": "model", "parts": [ { "text": "Here is your image..." }, { "inlineData": { "mimeType": "image/jpeg", "data": "" }, "thought": true }, { "inlineData": { "mimeType": "image/jpeg", "data": "" }, "thought": false, "thoughtSignature": "" } ] }, "finishReason": "STOP" }] } ``` この解析ルールをすべての Gemini 画像レスポンスで使用してください: ```javascript theme={null} const imageParts = response.candidates[0].content.parts.filter( (part) => part.inlineData && part.thought !== true, ); const finalImagePart = imageParts.at(-1); ``` *** ## 画像から画像への生成 入力画像をアップロードし、テキストプロンプトで変換します。 ```python Python theme={null} 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"], ), ) final_image = None for part in response.parts: if getattr(part, "thought", False): continue if part.text is not None: print(part.text) elif part.inline_data is not None: final_image = part.as_image() if final_image: final_image.save("watercolor_output.png") ``` ```javascript Node.js theme={null} import { GoogleGenAI } from "@google/genai"; import * as fs from "fs"; const ai = new GoogleGenAI({ apiKey: process.env.COMETAPI_KEY, httpOptions: { apiVersion: "v1beta", baseUrl: "https://api.cometapi.com" }, }); const imageData = fs.readFileSync("source.jpg").toString("base64"); const response = await ai.models.generateContent({ model: "gemini-3.1-flash-image-preview", contents: [ { text: "Transform this into a watercolor painting" }, { inlineData: { mimeType: "image/jpeg", data: imageData } }, ], config: { responseModalities: ["TEXT", "IMAGE"] }, }); const imageParts = response.candidates[0].content.parts.filter( (part) => part.inlineData && part.thought !== true, ); const finalImagePart = imageParts.at(-1); if (finalImagePart) { fs.writeFileSync("watercolor_output.png", Buffer.from(finalImagePart.inlineData.data, "base64")); } ``` ```bash Shell theme={null} curl -s -X POST \ "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent" \ -H "Authorization: Bearer $COMETAPI_KEY" \ -H "Content-Type: application/json" \ -d '{ "contents": [{ "role": "user", "parts": [ { "text": "Transform this into a watercolor painting" }, { "inline_data": { "mime_type": "image/jpeg", "data": "" } } ] }], "generationConfig": { "responseModalities": ["TEXT", "IMAGE"] } }' ``` * Python SDK は `PIL.Image` オブジェクトを直接受け付けるため、手動での Base64 エンコードは不要です。 * 生の Base64 文字列を渡す際は、`data:image/jpeg;base64,` プレフィックスを含めないでください。 *** ## 複数画像の合成 複数の入力画像から新しい画像を生成します。CometAPI は2つのアプローチをサポートしています。 ### 方法 1: 1枚のコラージュ画像 複数の元画像を1つのコラージュにまとめ、その後で希望する出力を説明します。 入力コラージュの例 生成された出力 ```python Python theme={null} 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"], ), ) final_image = None for part in response.parts: if getattr(part, "thought", False): continue if part.inline_data is not None: final_image = part.as_image() if final_image: final_image.save("composition_output.png") ``` ```bash Shell theme={null} curl -s -X POST \ "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent" \ -H "Authorization: Bearer $COMETAPI_KEY" \ -H "Content-Type: application/json" \ -d '{ "contents": [{ "role": "user", "parts": [ { "text": "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" }, { "inline_data": { "mime_type": "image/jpeg", "data": "" } } ] }], "generationConfig": { "responseModalities": ["TEXT", "IMAGE"] } }' ``` ### 方法 2: 複数の個別画像（最大14枚） 複数の画像を直接渡します。Gemini 3 モデルは最大14枚の参照画像（オブジェクト + キャラクター）をサポートします。 ```python Python theme={null} 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"], ), ) final_image = None for part in response.parts: if getattr(part, "thought", False): continue if part.inline_data is not None: final_image = part.as_image() if final_image: final_image.save("merged_output.png") ``` ```bash Shell theme={null} curl -s -X POST \ "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent" \ -H "Authorization: Bearer $COMETAPI_KEY" \ -H "Content-Type: application/json" \ -d '{ "contents": [{ "role": "user", "parts": [ { "text": "Merge the three images" }, { "inline_data": { "mime_type": "image/jpeg", "data": "" } }, { "inline_data": { "mime_type": "image/jpeg", "data": "" } }, { "inline_data": { "mime_type": "image/jpeg", "data": "" } } ] }], "generationConfig": { "responseModalities": ["TEXT", "IMAGE"] } }' ``` 複数画像生成の結果 *** ## 4K画像生成 高解像度の出力には、`aspect_ratio` と `image_size` を含む `image_config` を指定します。 ```python Python theme={null} 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", ), ), ) final_image = None for part in response.parts: if getattr(part, "thought", False): continue if part.text is not None: print(part.text) elif image := part.as_image(): final_image = image if final_image: final_image.save("butterfly_4k.png") ``` ```javascript Node.js theme={null} import { GoogleGenAI } from "@google/genai"; import * as fs from "fs"; const ai = new GoogleGenAI({ apiKey: process.env.COMETAPI_KEY, httpOptions: { apiVersion: "v1beta", baseUrl: "https://api.cometapi.com" }, }); const response = await ai.models.generateContent({ model: "gemini-3.1-flash-image-preview", contents: "Da Vinci style anatomical sketch of a Monarch butterfly on textured parchment", config: { responseModalities: ["TEXT", "IMAGE"], imageConfig: { aspectRatio: "1:1", imageSize: "4K" }, }, }); const imageParts = response.candidates[0].content.parts.filter( (part) => part.inlineData && part.thought !== true, ); const finalImagePart = imageParts.at(-1); if (finalImagePart) { fs.writeFileSync("butterfly_4k.png", Buffer.from(finalImagePart.inlineData.data, "base64")); } ``` ```bash Shell theme={null} curl -s -X POST \ "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent" \ -H "Authorization: Bearer $COMETAPI_KEY" \ -H "Content-Type: application/json" \ -d '{ "contents": [{"parts": [{"text": "Da Vinci style anatomical sketch of a Monarch butterfly on textured parchment"}]}], "generationConfig": { "responseModalities": ["TEXT", "IMAGE"], "imageConfig": {"aspectRatio": "1:1", "imageSize": "4K"} } }' ``` 高解像度リクエストでは、最終的な非thoughtの画像パートを基準に出力を判断してください。統合側で最初の `inlineData` パートを保存すると、要求した `imageSize` よりも低解像度の中間thought画像を保存してしまう場合があります。 *** ## マルチターン画像編集（チャット） SDK のチャット機能を使って、画像を反復的にブラッシュアップできます。 ```python Python theme={null} 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" ) final_image = None for part in response.parts: if getattr(part, "thought", False): continue if part.text is not None: print(part.text) elif image := part.as_image(): final_image = image if final_image: final_image.save("photosynthesis.png") ``` ## 2 回目のターン: 改良 response = chat.send\_message("このインフォグラフィックをスペイン語にしてください。他の要素は一切変更しないでください。") final\_image = None for part in response.parts: if getattr(part, "thought", False): continue if part.text is not None: print(part.text) elif image := part.as\_image(): final\_image = image if final\_image: final\_image.save("photosynthesis\_spanish.png") ```` ```javascript Node.js import { GoogleGenAI } from "@google/genai"; import * as fs from "fs"; const ai = new GoogleGenAI({ apiKey: process.env.COMETAPI_KEY, httpOptions: { apiVersion: "v1beta", baseUrl: "https://api.cometapi.com" }, }); const chat = ai.chats.create({ model: "gemini-3.1-flash-image-preview", config: { responseModalities: ["TEXT", "IMAGE"] }, }); // First turn: generate const response1 = await chat.sendMessage( "Create a vibrant infographic explaining photosynthesis as a recipe, styled like a colorful kids cookbook" ); const imageParts1 = response1.candidates[0].content.parts.filter( (part) => part.inlineData && part.thought !== true, ); const finalImagePart1 = imageParts1.at(-1); if (finalImagePart1) { fs.writeFileSync("photosynthesis.png", Buffer.from(finalImagePart1.inlineData.data, "base64")); } // Second turn: refine const response2 = await chat.sendMessage( "Update this infographic to be in Spanish. Do not change any other elements." ); const imageParts2 = response2.candidates[0].content.parts.filter( (part) => part.inlineData && part.thought !== true, ); const finalImagePart2 = imageParts2.at(-1); if (finalImagePart2) { fs.writeFileSync("photosynthesis_spanish.png", Buffer.from(finalImagePart2.inlineData.data, "base64")); } ```` *** ## ヒント スタイルのキーワード（例: "cyberpunk, film grain, low contrast"）、アスペクト比、被写体、背景、照明、ディテールのレベルを指定してください。 raw HTTP を使用する場合は、`data:image/png;base64,` のプレフィックスを含めず、raw Base64 文字列のみを使用してください。Python SDK では、`PIL.Image` オブジェクトを使うことでこれが自動的に処理されます。 テキストなしで画像出力を確実に行うには、`"responseModalities"` を `["IMAGE"]` のみに設定してください。 コードが中間の thought image を保存していないか確認してください。Gemini の画像レスポンスには、`thought` が `true` の image part が含まれる場合があります。これらは最終出力ではありません。`thought: true` の part はスキップし、`inlineData` が存在し、かつ `thought` が `true` ではない最後の image part を保存してください。テキスト出力が不要な場合は、混在したテキスト/画像レスポンスの処理を減らすために `"responseModalities": ["IMAGE"]` をリクエストしてください。 詳細は、[API リファレンス](/api/image/gemini/gemini-generates-image) を参照してください。 **公式ドキュメント:** [Nano Banana image generation](https://ai.google.dev/gemini-api/docs/image-generation) * [Gemini Image Understanding](https://ai.google.dev/gemini-api/docs/image-understanding)