Aioga
AI资讯 / 行业动态
返回 AI资讯

OpenRouter 教程:用代码调用 Nano Banana 2 编辑图像

OpenRouter:Announcements(RSS)Aioga 编辑团队2026-09-09T00:00:00.000Z热度 72

OpenRouter 发布教程,演示通过 API 向 google/gemini-3.1-flash-image(即 Nano Banana 2)发送源图和文本指令完成图像编辑...

行业动态OpenRouter:Announcements(RSS)

今日 AI 情报摘要

OpenRouter 发布教程,演示通过 API 向 google/gemini-3.1-flash-image(即 Nano Banana 2)发送源图和文本指令完成图像编辑,编辑结果以

base64 形式在响应中返回。 教程给出 Python 和 TypeScript 示例、提示词写法、多轮小步编辑方法,以及更换模型只需改一个字段,并介绍了 Nano Banana 系列四个成员的价格与质量差异。

中文正文 · AI 翻译

本指南展示了如何在代码中编辑带有文本提示的图片。你通过 OpenRouter API 发送源图片和编辑提示到 google/gemini-3.1-flash-image,编辑后的图片会在回复中返回。“纳米香蕉”是谷歌 Gemini 图片模型的昵称。这个 slug 是 Nano Banana 2,是该系列的默认快速模型。因为你通过一个 API:https://openrouter.ai/blog/announcements/image-api 访问它,之后可以通过更改一个字段来使用不同的编辑模型。

Nano Banana API: Edit Images with Gemini in Code

图像编辑会修改已有图像。图像生成会从文本生成新图像。本指南涵盖编辑,因此每个请求都包含源图像。关于从文本创建图像,请参见图像生成文档:https://openrouter.ai/docs/guides/overview/multimodal/image-generation 或图像生成教程:https://openrouter.ai/blog/tutorials/image-generation。

Before-and-after example of a natural-language image edit: a portrait photo, the prompt "Add a red wool scarf around the person's neck. Keep everything else the same.", and the edited result with the scarf added and everything else intact

本指南默认是 google/gemini-3.1-flash-image,Nano Banana 2。它接收一张图片作为输入,返回经过编辑的图像。Nano Banana 家族目前有四个成员:Nano Banana 2(google/gemini-3.1-flash-image)是本指南的默认型号,Nano Banana 2 Lite(google/gemini-3.1-flash-lite-image)是最便宜且最快的,Nano Banana Pro(google/gemini-3-pro-image)速度较慢但质量更高,而最初的 Nano Banana(google/gemini-2.5-flash-image)是昵称最初的旧型号。

图片目录经常更换。模型会被添加、弃用和重新定价,所以你今天钉上的一个 slug 可能以后会被淘汰。在你构建模型之前,先检查它是否接受图像输入并支持你需要的编辑功能。你可以在图像模型集合中浏览支持编辑的模型:https://openrouter.ai/collections/image-models。想了解目录,请参见图像生成模型:https://openrouter.ai/blog/tutorials/image-generation-models。

下面的示例使用了每个请求中显示的 slug,这样你可以按写法运行,之后再修改模型。把密钥放在环境变量里,而不是代码里:

要编辑图片,只需在一次请求中发送源图片和文本指令。编辑后的图片会在回复中返回。这里有一个用 Python 编写的本地文件工作请求:

请求体在两种语言中相同。将参考图像放在 input_references 中,并将指令放在 prompt 中。这就是整个请求。

input_references 字段可以使用 base64 数据 URL 或 HTTP(S) URL。上面的示例对本地文件进行了编码。如果您的图像已经公开托管,则直接传递链接并跳过编码:

当图像是公开托管时,请使用 URL,因为这可以保持请求体小。对于本地或私有文件,请使用 base64。Gemini 接受 image/png、image/jpeg、image/webp、image/heic 和 image/heif 格式的输入。支持的格式因模型而异,因此在发送之前请查看模型页面。

API 将编辑后的图像作为 base64 数据返回在 data 数组中。解码 b64_json 值并写入文件:

打开 edited.png 查看结果。如果您想使用类型化客户端而非原始 HTTP,请使用 OpenRouter SDK,其有一个 images 资源调用相同的端点:

使用 pip install openrouter 安装 SDK。它会重复使用之前定义的 api_key,因此无需额外设置。

生成提示描述的是全新图像。编辑提示说明要更改的内容和要保持不变的内容。先说明更改,然后列出必须保持不变的部分:

您也可以将提示写成一个小块 JSON 文本:

API 将其视为普通文本,因此这并不是特殊模式。该结构可以帮助模型区分要更改的内容和保持不变的内容。在自己的图像上尝试句子形式和 JSON 形式,并保留效果更好的那种。

一次编辑不一定能得到你想要的结果。要进行下一轮编辑,将返回的图像作为下一次的源图像。获取响应中的 b64_json 值,将其转换为数据 URL,并在下一次的 input_references 中传递:

每次调用都会编辑上一次的结果,因此早期的更改会延续。每次调用给出一个指令。小修改更容易检查,也更容易在出错时重新操作。模型不会记住你之前的提示,因此每次新提示都要重复它应该保持不变的部分。

要向不同模型发送相同的编辑请求,请更改 model 字段。源图像、提示和响应处理代码保持不变:

使用 google/gemini-3.1-flash-image 作为快速默认选项。当你想获得最低价格时,使用 google/gemini-3.1-flash-lite-image。当你希望获得更高质量并且可以接受更高延迟时,使用 google/gemini-3-pro-image。原始的 google/gemini-2.5-flash-image 仍然可以使用相同的请求格式,但上面提到的新模型是更好的默认选择。当你想比较质量、成本或速度时,可以使用其他提供商的模型,例如 openai/gpt-5-image:https://openrouter.ai/blog/announcements/image-benchmarks 用于你自己的图像。此单字段更改仅适用于接受图像输入并支持相同 input_references 格式的模型,因此在切换之前请检查模型是否支持编辑。

要为每个环境设置模型及其选项,而不是在代码中设置,请使用 OpenRouter 预设:https://openrouter.ai/docs/guides/features/presets。

这些失败情况足够常见,需要提前规划:

当使用数据可用时,响应会报告每个请求的美元成本。记录它以跟踪花费:

对于批处理任务,请遵守速率限制:https://openrouter.ai/docs/api_reference/limits。对 429 和 5xx 响应进行重试,每次尝试间隔逐渐增加,并限制同时运行的编辑次数。在开始下一个编辑之前保存每个返回的图像,这样一次失败不会丢失已完成的工作。

复制第一次请求,使用你自己的图像,并运行一次编辑。若要从文本生成图像,请参阅图像生成文档:https://openrouter.ai/docs/guides/overview/multimodal/image-generation。要查找当前支持编辑的模型,请浏览图像模型集合:https://openrouter.ai/collections/image-models。

是的。通过 OpenRouter API 将源图像和文本指令在一次请求中发送到 google/gemini-3.1-flash-image,编辑后的图像将以 base64 形式返回。该模型是 Nano Banana 2。完整请求适合显示在一个屏幕上,并且可以在 Python、TypeScript 或 curl 中运行。

图像编辑是对现有图像进行修改。图像生成是从文本创建新图像。每个编辑请求都包括 input_references 中的源图像和说明,说明要更改什么和保留什么。如果请求没有源图像,仅根据文本提示生成图像,则属于生成。

input_references 字段接受本地或私人文件的 base64 数据 URL,或者公开托管图片的普通 HTTP(S) URL。当图片已经在线时,使用 URL 形式可以保持请求体积小;当文件在你的电脑上时,使用 base64 形式。Gemini 接受 png、jpeg、webp、heic 和 heif 输入( image/png、image/jpeg、image/webp、image/heic、image/heif )。支持的格式因模型而异,因此在发送前请先查看模型页面。

是的。更改 model 字段并保持请求的其他部分不变。请先查看图片模型集合:https://openrouter.ai/collections/image-models,因为不同模型的编辑支持、价格和速度各不相同。

先描述要更改的内容,然后说明要保留的内容,例如“将背景更改为夜晚的雪街。保持主题完全不变。” 每次请求最好只给一条指令。为了获得精确结果,可分小步骤编辑,并将每次返回的图像作为下一步提示的源图像发送。

情报判断

Aioga 编辑摘要

OpenRouter 发布图像编辑教程,展示如何通过 API 向 google/gemini-3.1-flash-image 提交源图与文本指令,并从响应中的 base64 数据获取编辑结果。

背景分析

教程区分图像编辑与文本生成图像,提供 Python 和 TypeScript 示例,并说明输入参考图可使用 base64 数据 URL 或公开的 HTTP(S) URL。

Aioga 观点

Aioga 判断:这篇教程的重点是把图像编辑请求归纳为源图、文本指令和模型字段,并通过多轮小步编辑与可替换模型字段说明实际调用方式。

影响与后续

可能影响:开发者可能更容易比较并切换支持图像编辑的模型,但单篇教程不足以证明模型适合具体业务;接入前仍需要核验输入支持、编辑特性与当前价格。 后续观察:关注图像模型目录中的新增、下线与价格调整,并核对 Nano Banana 系列各模型的速度、质量和成本差异是否继续符合项目需求。

来源与版权说明

本页正文由公开来源页面提取并按原有信息整理,同时保留来源、发布时间和原文入口。版权归原作者及来源网站所有,请通过原文链接核验和阅读来源版本。

抓取通道: RSS · 原始域名: openrouter.ai

来源: OpenRouter:Announcements(RSS)

原文链接: 打开原始来源

Aioga 归档: 查看情报页

Content record: source-page · Updated: 2026-09-09T00:00:00.000Z

API 中转站
API RELAY · DEVELOPER INFRASTRUCTURE

API 中转站

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。

立即访问 api.w173.com
AIOGA SHARE POSTER

分享这篇 AI 情报

OpenRouter 发布教程,演示通过 API 向 google/gemini-3.1-flash-image(即 Nano Banana 2)发送源图和文本指令完成图像编辑...

OpenRouter:Announcements(RSS)2026-09-09T00:00:00.000Z
扫码打开文章详情扫码直达文章详情

Aioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。