> ## Documentation Index > Fetch the complete documentation index at: https://docs.ruapi.ai/llms.txt > Use this file to discover all available pages before exploring further. # Генерация изображений: Gemini Image и GPT Image > Генерация и редактирование изображений через RuAPI: Nano Banana (Gemini 2.5/3 Image) через чат-эндпоинт и GPT Image через /v1/images/generations — примеры на curl и Python RuAPI даёт доступ к двум семействам моделей генерации изображений: **Gemini Image** (в народе — Nano Banana) и **GPT Image**. Они вызываются **по-разному**, и это главное, что нужно понять перед началом. Оплата в USDT, без зарубежной карты. **Модели Gemini Image не работают через `/v1/images/generations`.** Они вызываются через обычный чат-эндпоинт `/v1/chat/completions`, а готовое изображение приходит внутри текста ответа. Подробности — в разделе «Способ 1». ## Доступные модели | ID модели | Эндпоинт | Тарификация | Когда брать | | -------------------------------- | ------------------------ | ----------- | ------------------------------------------------------ | | `gemini-2.5-flash-image` | chat | за вызов | Самый дешёвый. Отлично редактирует готовые изображения | | `gemini-3.1-flash-image-preview` | chat | за вызов | Быстрый, качество выше, чем у 2.5 | | `gemini-3-pro-image-preview` | chat | за вызов | Максимальное качество (Nano Banana Pro) | | `gpt-image-2` | `/v1/images/generations` | по токенам | Совместимость с экосистемой OpenAI | Актуальные цены — на **[странице цен](https://www.ruapi.ai/pricing)**. Модели Gemini тарифицируются **за вызов** (одна фиксированная цена за картинку), `gpt-image-2` — **по токенам** (чем больше и качественнее картинка, тем дороже). ## Адрес API и авторизация * **Base URL**: `https://www.ruapi.ai/v1` * **Авторизация**: заголовок `Authorization: Bearer sk-ВАШ_КЛЮЧ` (создаётся в панели, раздел «Токены») *** ## Способ 1. Gemini Image — через чат Модели Gemini Image живут на **чат-эндпоинте**. Вы отправляете обычный запрос как к текстовой модели, а в ответ получаете изображение. **Изображение приходит как Markdown-ссылка с data URI прямо внутри `choices[0].message.content`** — отдельного поля для картинки нет. Ответ выглядит так: ``` Вот рыжий кот в скафандре на фоне Сатурна! ![image](data:image/png;base64,iVBORw0KGgoAAAANSUhEUg...) ``` Base64 нужно вытащить из текста самостоятельно. Ниже готовый код. ### Текст → изображение ```bash curl theme={null} curl https://www.ruapi.ai/v1/chat/completions \ -H "Authorization: Bearer sk-ВАШ_КЛЮЧ" \ -H "Content-Type: application/json" \ -d '{ "model": "gemini-2.5-flash-image", "messages": [ { "role": "user", "content": "Нарисуй рыжего кота в скафандре на фоне Сатурна" } ] }' ``` ```python Python (requests) theme={null} import base64 import re import requests resp = requests.post( "https://www.ruapi.ai/v1/chat/completions", headers={"Authorization": "Bearer sk-ВАШ_КЛЮЧ"}, json={ "model": "gemini-2.5-flash-image", "messages": [ {"role": "user", "content": "Нарисуй рыжего кота в скафандре на фоне Сатурна"} ], }, ) content = resp.json()["choices"][0]["message"]["content"] # Вытаскиваем все изображения из Markdown data URI images = re.findall(r"!\[image\]\(data:(image/[^;]+);base64,([^)]+)\)", content) for i, (mime, b64) in enumerate(images): ext = mime.split("/")[-1] with open(f"image_{i}.{ext}", "wb") as f: f.write(base64.b64decode(b64)) # Текст, который модель написала рядом с картинкой caption = re.sub(r"!\[image\]\([^)]*\)", "", content).strip() print(caption, f"— сохранено изображений: {len(images)}") ``` Изображений в ответе может быть **несколько** — поэтому в примере `findall`, а не `search`. Модель также почти всегда добавляет короткую текстовую подпись рядом с картинкой. ### Изображение → изображение (редактирование) Чтобы отредактировать существующее изображение, передайте его в том же формате, что и для vision-моделей: массив `content` с частями `text` и `image_url`. В `url` можно подставить как обычную ссылку, так и data URI. ```bash curl theme={null} curl https://www.ruapi.ai/v1/chat/completions \ -H "Authorization: Bearer sk-ВАШ_КЛЮЧ" \ -H "Content-Type: application/json" \ -d '{ "model": "gemini-2.5-flash-image", "messages": [ { "role": "user", "content": [ { "type": "text", "text": "Сделай это изображение чёрно-белым. Больше ничего не меняй." }, { "type": "image_url", "image_url": { "url": "https://example.com/photo.jpg" } } ] } ] }' ``` ```python Python (requests) theme={null} import base64 import re from pathlib import Path import requests # Вариант А — ссылка на изображение source = {"url": "https://example.com/photo.jpg"} # Вариант Б — локальный файл через data URI # raw = Path("photo.jpg").read_bytes() # source = {"url": "data:image/jpeg;base64," + base64.b64encode(raw).decode()} resp = requests.post( "https://www.ruapi.ai/v1/chat/completions", headers={"Authorization": "Bearer sk-ВАШ_КЛЮЧ"}, json={ "model": "gemini-2.5-flash-image", "messages": [ { "role": "user", "content": [ {"type": "text", "text": "Сделай это изображение чёрно-белым. Больше ничего не меняй."}, {"type": "image_url", "image_url": source}, ], } ], }, ) content = resp.json()["choices"][0]["message"]["content"] mime, b64 = re.findall(r"!\[image\]\(data:(image/[^;]+);base64,([^)]+)\)", content)[0] Path("edited.png").write_bytes(base64.b64decode(b64)) ``` Соотношение сторон исходного изображения сохраняется — результат не обрезается до квадрата. ### Многошаговое редактирование Ответ модели можно **вернуть обратно** в `messages` как сообщение `assistant` — Markdown data URI будет распознан и изображение уйдёт на вход следующего шага. Так строится диалог «сделай чёрно-белым» → «а теперь добавь рамку». ```python theme={null} messages = [{"role": "user", "content": "Нарисуй рыжего кота"}] for instruction in ["Сделай изображение чёрно-белым", "Добавь белую рамку"]: resp = requests.post(URL, headers=HEADERS, json={"model": MODEL, "messages": messages}).json() reply = resp["choices"][0]["message"]["content"] messages.append({"role": "assistant", "content": reply}) # картинка остаётся в контексте messages.append({"role": "user", "content": instruction}) ``` Каждый шаг — это **отдельный платный вызов**. Кроме того, история с base64-изображениями быстро раздувает запрос: не тащите в контекст больше двух-трёх последних кадров. ### Поддерживаемые форматы входных изображений `image/png`, `image/jpeg`, `image/webp`, `image/heic`, `image/heif`. Всё остальное будет отклонено с ошибкой `mime type is not supported by Gemini`. ### Нативный эндпоинт Gemini Если вы уже пишете под Google GenAI SDK, тот же ключ работает и с нативным форматом: ```bash theme={null} curl "https://www.ruapi.ai/v1beta/models/gemini-2.5-flash-image:generateContent" \ -H "Authorization: Bearer sk-ВАШ_КЛЮЧ" \ -H "Content-Type: application/json" \ -d '{ "contents": [{ "parts": [{ "text": "Нарисуй рыжего кота в скафандре" }] }] }' ``` Здесь изображение приходит **структурно** — в `candidates[0].content.parts[].inlineData.data` (base64), без Markdown. Если вам не нужна совместимость с OpenAI SDK, этот вариант удобнее. *** ## Способ 2. GPT Image — через `/v1/images/generations` `gpt-image-2` — это классический эндпоинт генерации изображений OpenAI. Никаких `messages`, только `prompt`. ```bash curl theme={null} curl https://www.ruapi.ai/v1/images/generations \ -H "Authorization: Bearer sk-ВАШ_КЛЮЧ" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-image-2", "prompt": "Рыжий кот в скафандре на фоне Сатурна", "size": "1024x1024", "quality": "low", "n": 1 }' ``` ```python Python (openai SDK) theme={null} import base64 from openai import OpenAI client = OpenAI(api_key="sk-ВАШ_КЛЮЧ", base_url="https://www.ruapi.ai/v1") result = client.images.generate( model="gpt-image-2", prompt="Рыжий кот в скафандре на фоне Сатурна", size="1024x1024", quality="low", n=1, ) with open("image.png", "wb") as f: f.write(base64.b64decode(result.data[0].b64_json)) ``` ### Параметры | Параметр | Значения | Комментарий | | --------- | ---------------------------------------- | -------------------------------------------------------------- | | `size` | `1024x1024`, `1536x1024`, `1024x1536`, … | Обе стороны должны быть **кратны 16** | | `quality` | `low`, `medium`, `high` | Влияет на число выходных токенов, то есть **напрямую на цену** | | `n` | 1 и больше | Каждое изображение тарифицируется отдельно | ### Ответ ```json theme={null} { "data": [ { "b64_json": "iVBORw0KGgoAAAANSUhEUg...", "url": "https://.../image.png", "revised_prompt": "Рыжий кот в скафандре на фоне Сатурна" } ], "usage": { "input_tokens": 17, "output_tokens": 425, "total_tokens": 442 } } ``` **Используйте `b64_json`, а не `url`.** Поле `url` указывает на внешнее хранилище: срок жизни ссылки не гарантируется, и она может перестать открываться в любой момент. `b64_json` — это сама картинка, она у вас навсегда. `usage.output_tokens` — это токены изображения, по ним и считается стоимость. Понижение `quality` до `low` уменьшает их в разы: удобно для черновиков и тестов. *** ## Частые вопросы Потому что это не модель генерации изображений в терминах OpenAI, а мультимодальная чат-модель, которая умеет отдавать картинки. Вызывайте её через `/v1/chat/completions` — см. «Способ 1». Это и есть изображение. При отдаче через OpenAI-совместимый чат-эндпоинт картинка вставляется в текст ответа как `![image](data:image/png;base64,...)`. Вытащите её регуляркой (пример выше) или используйте нативный эндпоинт Gemini, где изображение приходит отдельным полем. `gemini-2.5-flash-image` — лучшее соотношение цены и качества для правок. Если нужен максимум детализации, берите `gemini-3-pro-image-preview`. `gpt-image-2` тоже умеет редактировать, но через отдельный эндпоинт `/v1/images/edits`. Модели Gemini не хранят ничего: base64 приходит прямо в ответе. У `gpt-image-2` в ответе есть поле `url`, но полагаться на него не стоит — сохраняйте `b64_json`. Нет. Модели Gemini Image тарифицируются **за вызов**: одна фиксированная цена за картинку. Поле `usage` приходит справочно и на списание не влияет. По токенам считается только `gpt-image-2`.