图片生成

POST https://api.mafdet.ai/v1/chat/completions

图片生成走的是 chat 端点，没有单独的 images 端点。你发送一个普通的 chat 请求，生成的 图片随消息一起返回。

模型

别被「每 100 万 token」吓到——图片模型的输出 token 是图片 token， 一张图固定约 1,120 个，所以真正该看的是右边那列。详见计费。

三者同时也接受图片输入（文本 + 图片 → 图片）。

请求

没有特别之处——就是一个用图片模型的 chat 请求：

curl https://api.mafdet.ai/v1/chat/completions \
  -H "Authorization: Bearer $MAFDET_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3-image",
    "messages": [{ "role": "user", "content": "白色背景上的一辆红色自行车" }]
  }'

没有 size、quality、n 参数——Gemini 的 chat 接口不接受它们，Mafdet 也不会臆造。

响应

图片不在 message.content 里（它通常是 null），而在 choices[0].message.images[]，每项携带一个 data URI：

{
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": null,
        "images": [
          { "image_url": { "url": "data:image/png;base64,iVBORw0KGgo..." } }
        ]
      },
      "finish_reason": "stop"
    }
  ]
}

流式："stream": true 时整张图在单个 chunk 中以 choices[0].delta.images[].image_url.url 一次到达。只读 delta.content 的客户端会静默丢图 ——必须同时读 delta.images。

MIME 类型因模型而异，并由 data URI 自身携带（gemini-3-flash-lite-image → JPEG， 其余两个 → PNG）。

计费

按 输出 token 计费，与普通 chat 一致——没有"每张图"这个计价单位， 只是一张图消耗的 token 数是固定的，所以折算得出来。

一张标准图约 1,120 个 image token（与你设置的 max_tokens 无关）：

另外两笔小额：你的提示词按输入价计费（通常几十个 token，可忽略）； gemini-3-pro-image 常会随图返回一段文字说明，那部分按输出价计费， 所以它单次调用的实付通常落在 $0.18–0.20。

分辨率不可选。 接口没有 size 参数，分辨率由模型决定，因此上表就是你会遇到的价格， 不存在"选个大尺寸把账单翻几倍"的情况。

和文本模型比是不是很贵

看「每 100 万 token」的话，gemini-3-image 的 $72 是 gemini-3-flash（$10.80）的 6.7 倍。 但单次调用的实际消耗完全不同：一次文本回复可能几百到几千 token（带思考的模型更多）， 而一张图固定 1,120 个。所以单次调用的成本其实是同一量级。

由于单请求成本上限同样生效，gemini-3-pro-image 的输出上限已调校为「一张图刚好放得下」； 不会出现「只生成半张图却按整张计费」——被截断的生成不会作为成功图片返回。

在 Playground 中

图片模型在模型选择器中带有输出徽标。生成的图片可预览、可下载，但 base64 不随会话持久化： 重新打开已保存的会话会看到"该图片未保存"的占位提示。Playground 调用消耗 Playground 额度， 不动 API 钱包。

错误

内容策略拒绝、余额不足、provider 故障均以普通 chat 错误形式返回，见错误码。

下一步

• 模型调用总览
• 套餐能力对照