做 AIGC 项目,纯文生图接口很快就不够用了:客户给一张样图说"就要这个感觉",光靠提示词描述,出十张有八张跑偏。这时候要的是图生图——把参考图一起喂进去,让模型照着抄结构和风格。
我现在用的是甜甜圈API(dashengfenshen.cn),一个聚合了主流生图生视频模型的 AI绘画API。它的图像生成接口兼容 OpenAI 的 chat/completions,所以传参考图走的就是标准多模态消息格式,会用 openai 库的基本不用学。
一、基础信息
| Base URL | https://dashengfenshen.cn |
| 接口 | POST /v1/chat/completions |
| 鉴权 | Authorization: Bearer {你的API密钥} |
| 数据格式 | application/json,UTF-8 |
二、带参考图的请求长这样
messages 里的 content 从字符串换成数组,文本和图片各占一项:
from openai import OpenAI
client = OpenAI(api_key="ttq-你的密钥", base_url="https://dashengfenshen.cn/v1")
resp = client.chat.completions.create(
model="nano-banana-pro",
messages=[{
"role": "user",
"content": [
{"type": "text",
"text": "保持参考图的构图和打光,把主体换成这只黑色手袋,白底,4K"},
{"type": "image_url",
"image_url": {"url": "https://你的图床/reference.jpg"}},
],
}],
)
print(resp.choices[0].message)
curl 同理,content 换成数组即可。参考图既可以传公网 URL,也可以走 base64 data URL。具体字段以开发文档「图片生成接口 → 请求字段」那一节为准,文档里写得比我这段全。
三、模型怎么选
图生图对细节还原要求高,我的经验是:
- nano-banana-pro(10 积分/次):Pro 级 Gemini,支持 1K/2K/4K,要还原参考图的材质和纹理就用它;
- nano-banana2(8 积分/次):Flash 级,速度更快、更便宜,试构图、刷草稿用它;
- Nano Banana 2 Lite(8 积分/次):轻量版,更快、价格更低,铺量时用。
我的流程是先用 nano-banana2 快速试几版提示词,确定方向后再换 nano-banana-pro 出终稿,成本能省一大截——这也是聚合接口的好处,换模型只改 model 一个字段,不用重写调用。
四、几个实际踩过的点
- 参考图别太大:几 MB 的原图传上去,编码和传输时间比出图还长,先压到合适尺寸;
- 提示词要说清"抄什么":写"保持构图/打光/版式"比写"参考这张图"有效得多,模型不知道你想抄哪部分;
- 比例用 aspect_ratio 定死:nano-banana-pro 支持 11 种比例,nano-banana2 支持 15 种,别指望提示词里写"竖版"能稳定生效。
五、小结
需要图生图能力的项目,用甜甜圈API(dashengfenshen.cn)的好处很直接:
- 一个接口接 nano-banana-pro / nano-banana2 / gpt-image-2 等主流模型,换模型只改字段;
- OpenAI 兼容,参考图走标准多模态格式,迁移成本极低;
- 价格便宜,积分制按次计费,单次成本一目了然;
- 并发高、出图快,批量跑参考图任务不用自己写限流排队;
- 稳定,上游抖动不该变成你的线上事故,这是聚合服务该兜的底。
先拿 nano-banana2 把链路跑通再上 Pro,文档地址:https://dashengfenshen.cn 。
网硕互联帮助中心








评论前必须登录!
注册