跳轉到主要內容
本指南示範如何透過 CometAPI 搭配 Google Gen AI SDK 使用 Gemini 圖像模型。內容涵蓋：
  • 文字轉圖像生成
  • 圖像轉圖像編輯
  • 多圖合成
  • 儲存生成的圖像
  • Base URL: https://api.cometapi.com
  • 安裝 SDK：pip install google-genai（Python）或 npm install @google/genai（Node.js）

​
設定

使用 CometAPI 的 base URL 初始化用戶端： 
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,
)

​
文字轉圖片生成

根據文字 Prompt 生成圖片並將其儲存到檔案中。 
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")
回應結構： 圖片資料位於 candidates[0].content.parts 中，其中可包含文字和／或圖片部分： 
{
  "candidates": [{
    "content": {
      "parts": [
        { "text": "Here is your image..." },
        {
          "inlineData": {
            "mimeType": "image/png",
            "data": "<base64-encoded-image>"
          }
        }
      ]
    }
  }]
}

​
以圖生圖

上傳輸入圖片，並使用文字 Prompt 進行轉換。 
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 可直接接受 PIL.Image 物件，無需手動進行 Base64 編碼。
  • 傳遞原始 Base64 字串時，不要包含 data:image/jpeg;base64, 前綴。

​
多圖像合成

從多張輸入圖片產生一張新圖片。CometAPI 支援兩種方法：

​
方法 1：單一拼貼圖片

將多張來源圖片合併成一張拼貼圖，然後描述你想要的輸出內容。
輸入拼貼範例
生成輸出
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")

​
方法 2：多張獨立圖片（最多 14 張）

直接傳入多張圖片。Gemini 3 模型最多支援 14 張參考圖片（物件 + 角色）： 
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")
多圖像生成結果

​
4K 圖像生成

指定 image_config 並設定 aspect_ratio 與 image_size，以產生高解析度輸出： 
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")

​
多輪圖像編輯（聊天）

使用 SDK 的聊天功能來逐步精修圖像： 
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")

​
提示

指定風格關鍵字（例如："cyberpunk, film grain, low contrast"）、長寬比、主體、背景、光線與細節層級。
使用原始 HTTP 時，請勿包含 data:image/png;base64, 前綴——只使用原始 Base64 字串。Python SDK 會以 PIL.Image 物件自動處理這一點。
將 "responseModalities" 設為僅 ["IMAGE"]，即可保證只輸出圖片而不含文字。
如需更多詳細資訊，請參閱 API 參考。 官方文件： Gemini Image Generation