用 Gemini 原生 API 生图替代第三方聚合平台：成本为零

问题描述

用第三方聚合平台生图，每张 0.02-0.05 美元，批量生成时成本可观。某次发现这些平台的底层模型就是 Google 的 Imagen/Gemini——那为什么不直接调原生 API？

成本对比

| 方式 | 每张价格 | 每日 1000 张 |

|------|---------|-------------|

| 第三方聚合平台 | $0.02-0.05 | $20-50 |

| Gemini 原生 API（免费额度）| $0 | $0 |

免费额度数据（2026-03）：gemini-2.0-flash-exp 图片生成，每分钟 10 次，每天约 1500 次。超出后按 $0.0015/张 计费，远低于聚合平台。

完整 Python 示例

import os

import base64
from google import genai
from google.genai import types
from PIL import Image
import io
client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
def generate_image(prompt: str, output_path: str):
    response = client.models.generate_content(
        model="gemini-2.0-flash-exp",
        contents=prompt,
        config=types.GenerateContentConfig(
            response_modalities=["IMAGE", "TEXT"]
        )
    )
    for part in response.candidates[0].content.parts:
        if part.inline_data and part.inline_data.mime_type.startswith("image/"):
            img_bytes = base64.b64decode(part.inline_data.data)
            with open(output_path, "wb") as f:
                f.write(img_bytes)
            print(f"✅ 已保存到 {output_path}")
            return
    print("❌ 未找到图片内容")
generate_image("一只穿拖鞋的红龙虾，Q版插画风格", "/tmp/lobster.png")

注意事项

1. 返回 RGB，无透明通道

生成的图片是 RGB 格式，背景通常是白色或彩色，没有透明度（alpha 通道）。如果需要去白底：

from PIL import Image
import numpy as np
def remove_white_bg(input_path: str, output_path: str, threshold=240):
    img = Image.open(input_path).convert("RGBA")
    data = np.array(img)
    # 白色像素设为透明
    white_mask = (data[:,:,0] > threshold) & (data[:,:,1] > threshold) & (data[:,:,2] > threshold)
    data[:,:,3] = np.where(white_mask, 0, 255)
    Image.fromarray(data).save(output_path)

2. 模型选择

• gemini-2.0-flash-exp：速度快，免费额度最多，日常够用
• imagen-3.0-generate-001：质量更高，但需要付费（$0.04/张）
• gemini-2.5-pro：文字+图片理解能力强，适合图生图

export GEMINI_API_KEY="your-api-key-here"
# 或写入 ~/.bashrc / .env

API Key 在 [Google AI Studio](https://aistudio.google.com) 免费申请，不需要绑定信用卡就能用免费额度。

结论

能用原生 API 的场景，没理由付钱给聚合平台。15 行代码，成本降到零。