跳转到主要内容
RuAPI 提供两个系列的图像生成模型：Gemini Image（也就是俗称的 Nano Banana）和 GPT Image。它们的调用方式完全不同，这是动手之前必须先搞清楚的一点。USDT 计费，无需外币卡。
Gemini 图像模型不走 /v1/images/generations。 它们走普通的聊天端点 /v1/chat/completions，生成的图片直接夹在回复正文里。详见「方式一」。

​
可用模型

模型 ID端点计费方式什么时候用
gemini-2.5-flash-imagechat按次最便宜。改图能力尤其强
gemini-3.1-flash-image-previewchat按次更快，画质好于 2.5
gemini-3-pro-image-previewchat按次画质最高（Nano Banana Pro）
gpt-image-2/v1/images/generations按 token兼容 OpenAI 生态
准确的价格见主站 价格页面。Gemini 系列按次计费（一张图一口价），gpt-image-2 按 token 计费（图越大、质量越高越贵）。

​
接口地址与鉴权

  • Base URL：https://www.ruapi.ai/v1
  • 鉴权：请求头带 Authorization: Bearer sk-你的KEY（在控制台「令牌」页创建）

​
方式一：Gemini Image —— 走聊天端点

Gemini 图像模型挂在聊天端点上。你像调文本模型一样发请求，回来的是图片。
图片是以 Markdown data URI 的形式内联在 choices[0].message.content 里的 —— 没有单独的图片字段。响应长这样：
这是一只穿着宇航服、以土星为背景的橘猫！
![image](data:image/png;base64,iVBORw0KGgoAAAANSUhEUg...)
你得自己把 base64 从正文里抠出来。下面是现成的代码。

​
文生图

curl https://www.ruapi.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-你的KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2.5-flash-image",
    "messages": [
      { "role": "user", "content": "画一只穿着宇航服、以土星为背景的橘猫" }
    ]
  }'

import base64
import re

import requests

resp = requests.post(
    "https://www.ruapi.ai/v1/chat/completions",
    headers={"Authorization": "Bearer sk-你的KEY"},
    json={
        "model": "gemini-2.5-flash-image",
        "messages": [
            {"role": "user", "content": "画一只穿着宇航服、以土星为背景的橘猫"}
        ],
    },
)
content = resp.json()["choices"][0]["message"]["content"]

# 把所有 Markdown data URI 里的图片抠出来
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))

# 模型在图片旁边写的那句话
caption = re.sub(r"!\[image\]\([^)]*\)", "", content).strip()
print(caption, f"—— 共保存 {len(images)} 张图")
一次响应里可能有多张图，所以例子里用的是 findall 而不是 search。模型几乎总会在图片旁边附一句简短的文字说明。

​
图生图（编辑）

要改一张已有的图，按 vision 模型的格式传进去即可：content 用数组，里面放 text 和 image_url 两部分。url 既可以是公网链接，也可以是 data URI。 
curl https://www.ruapi.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-你的KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2.5-flash-image",
    "messages": [
      {
        "role": "user",
        "content": [
          { "type": "text", "text": "把这张图改成黑白的，其他什么都别动。" },
          { "type": "image_url", "image_url": { "url": "https://example.com/photo.jpg" } }
        ]
      }
    ]
  }'

import base64
import re
from pathlib import Path

import requests

# 方案 A —— 公网图片链接
source = {"url": "https://example.com/photo.jpg"}

# 方案 B —— 本地文件走 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-你的KEY"},
    json={
        "model": "gemini-2.5-flash-image",
        "messages": [
            {
                "role": "user",
                "content": [
                    {"type": "text", "text": "把这张图改成黑白的，其他什么都别动。"},
                    {"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))
输入图的宽高比会被保留，结果不会被裁成正方形。

​
多轮连续修图

模型的回复可以原样塞回 messages 里当作 assistant 消息 —— 其中的 Markdown data URI 会被识别，图片将作为下一轮的输入。这样就能做「改成黑白」→「再加个白边」这种连续编辑。 
messages = [{"role": "user", "content": "画一只橘猫"}]

for instruction in ["把图片改成黑白的", "加一圈白色边框"]:
    resp = requests.post(URL, headers=HEADERS, json={"model": MODEL, "messages": messages}).json()
    reply = resp["choices"][0]["message"]["content"]
    messages.append({"role": "assistant", "content": reply})   # 图片留在上下文里
    messages.append({"role": "user", "content": instruction})
每一轮都是一次独立的付费调用。另外，带 base64 图片的历史会让请求体迅速膨胀，别把超过两三张的历史图都塞进上下文。

​
支持的输入图片格式

image/png、image/jpeg、image/webp、image/heic、image/heif。其他格式会被拒绝，报 mime type is not supported by Gemini。

​
原生 Gemini 端点

如果你本来就在用 Google GenAI SDK，同一个密钥也能走原生格式： 
curl "https://www.ruapi.ai/v1beta/models/gemini-2.5-flash-image:generateContent" \
  -H "Authorization: Bearer sk-你的KEY" \
  -H "Content-Type: application/json" \
  -d '{ "contents": [{ "parts": [{ "text": "画一只穿着宇航服的橘猫" }] }] }'
这条路径下图片是结构化返回的 —— 在 candidates[0].content.parts[].inlineData.data（base64），不用解析 Markdown。如果你不需要兼容 OpenAI SDK，这个方式更省事。

​
方式二：GPT Image —— 走 /v1/images/generations

gpt-image-2 就是 OpenAI 那套经典的图像生成端点。没有 messages，只有 prompt。 
curl https://www.ruapi.ai/v1/images/generations \
  -H "Authorization: Bearer sk-你的KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "一只穿着宇航服、以土星为背景的橘猫",
    "size": "1024x1024",
    "quality": "low",
    "n": 1
  }'

import base64

from openai import OpenAI

client = OpenAI(api_key="sk-你的KEY", base_url="https://www.ruapi.ai/v1")

result = client.images.generate(
    model="gpt-image-2",
    prompt="一只穿着宇航服、以土星为背景的橘猫",
    size="1024x1024",
    quality="low",
    n=1,
)

with open("image.png", "wb") as f:
    f.write(base64.b64decode(result.data[0].b64_json))

​
参数

参数取值说明
size1024x1024、1536x1024、1024x1536…两边长度都必须是 16 的倍数
qualitylow、medium、high决定输出 token 数，也就是直接决定价格
n1 或更多每张图单独计费

​
响应

{
  "data": [
    {
      "b64_json": "iVBORw0KGgoAAAANSUhEUg...",
      "url": "https://.../image.png",
      "revised_prompt": "一只穿着宇航服、以土星为背景的橘猫"
    }
  ],
  "usage": { "input_tokens": 17, "output_tokens": 425, "total_tokens": 442 }
}
请用 b64_json，不要用 url。 url 指向的是外部存储，链接有效期没有保证，随时可能打不开。b64_json 就是图片本身，拿到手就永久属于你。
usage.output_tokens 是图片 token，价格就按它算。把 quality 降到 low 能让它成倍减少，适合出草稿和做测试。

​
常见问题

因为按 OpenAI 的口径它不是「图像生成模型」，而是一个能吐图片的多模态聊天模型。请用 /v1/chat/completions 调用，见「方式一」。
那就是图片。通过 OpenAI 兼容的聊天端点返回时，图片被拼成 ![image](data:image/png;base64,...) 塞进正文。用上面的正则抠出来即可；或者改走原生 Gemini 端点，那里图片是独立字段。
gemini-2.5-flash-image 性价比最高。要极致细节就用 gemini-3-pro-image-preview。gpt-image-2 也能改图，但走的是另一个端点 /v1/images/edits。
Gemini 系列什么都不存，base64 直接在响应里。gpt-image-2 的响应带一个 url 字段，但不要依赖它 —— 把 b64_json 存下来。
不会。Gemini 图像模型按次计费，一张图一口价。usage 只是参考信息，不参与扣费。只有 gpt-image-2 是按 token 计费的。