gpt-image-2にはOpenAI互換の/v1/images/generationsおよび/v1/images/editsエンドポイントを使用してください。Gemini画像モデルにはネイティブGeminiのgenerateContentエンドポイントを使用してください。
サポートされている画像モデル
完全なモデル一覧と最新の料金についてはモデルディレクトリをご覧ください。
gpt-image-2を使用する
OpenAI SDKを使用する
curlで画像を生成する
data[0].b64_jsonで返します。gpt-image-2はホストされた画像URLを提供しません。すべてのフィールドについてはImages APIリファレンスを参照してください。
curlで画像を編集する
/v1/images/editsを使用して、編集の指示とともに入力画像をアップロードします。このエンドポイントはmultipart/form-dataを使用します。imageは必須で、maskはオプションです。
imageはPNG、JPEG、WebPをサポートしています。maskを省略すると、プロンプトに基づいて画像全体が編集されます。マスクが指定された場合、その透明な領域が再描画する領域を示します。編集された画像はdata[0].b64_jsonで返されます。すべてのフィールドについては編集APIリファレンスを参照してください。
Gemini画像モデルを使用する
Gemini画像モデルは以下のエンドポイントを使用します。{model}をモデルIDに置き換えてください。
generationConfig.responseModalitiesに"IMAGE"を含める必要があります。生成された画像はcandidates[].content.parts[].inlineDataで返されます。
curlを使用する
Pythonを使用して画像を保存する
HTTPクライアントをインストールします。Node.jsを使用して画像を保存する
Geminiリクエストフィールド
array
必須
会話コンテンツ。テキストから画像への生成では、
parts[].textに画像の説明を記述してください。array
必須
レスポンスのモダリティ。テキストと画像には
["TEXT", "IMAGE"]を、画像のみを要求する場合は["IMAGE"]を使用してください。string
必須
モデルIDはリクエスト本文ではなくURLパスに指定します。例:
gemini-3-pro-image。Geminiレスポンス形式
inlineData.dataにはbase64エンコードされた画像が含まれます。レスポンスにはテキストと複数の画像パーツが含まれる場合があります。画像が常に最初のアイテムであると仮定せず、partsを反復処理してください。トラブルシューティング
APIがget_channel_failedを返す場合
エンドポイントがモデルと一致していることを確認してください。gpt-image-2で生成するには/v1/images/generationsを使用してください。gpt-image-2で編集するには/v1/images/editsを使用してください。- Gemini画像モデルには
/v1beta/models/{model}:generateContentを使用してください。
Geminiのレスポンスに画像が含まれない場合
generationConfig.responseModalitiesに"IMAGE"が含まれていることを確認してください。また、レスポンスにエラーまたは安全ブロックがないか確認してください。
効果的なプロンプトを書く
- スタイルを指定する:フォトリアリスティック、油絵、水彩画、3Dレンダリング
- 照明の詳細を含める:ゴールデンアワー、スタジオ照明、ドラマチックな影
- 構図を指定する:クローズアップ、広角、俯瞰、縦向き
- 品質の修飾語を追加する:非常に詳細、4K、プロフェッショナル写真