Gemini 图像识别

Hubridge Gateway 支持 Google Gemini 原生 generateContent 端点，可在同一请求中传入文本与图片（base64），用于图像理解、OCR、描述等场景。

Base URL：https://api.hubridge.net

鉴权

Authorization: Bearer YOUR_API_KEY
Content-Type: application/json

常用模型

模型 slug	说明
`gemini-2.5-flash`	多模态 Flash，适合图像识别与快速问答
`gemini-2.5-pro`	更强推理能力（以模型广场为准）

请在模型广场查看当前可用 Gemini 模型及定价。

图像识别

POST /v1beta/models/{model}:generateContent

路径中的 {model} 替换为模型 slug，例如 gemini-2.5-flash。

完整路径示例：

POST /v1beta/models/gemini-2.5-flash:generateContent

在 contents[].parts 中组合文本与 inlineData（base64 图片）。mimeType 需与实际图片格式一致，如 image/jpeg、image/png、image/webp。

请求体

字段	类型	必填	说明
`contents`	array	是	对话内容列表
`contents[].role`	string	否	如 `user`
`contents[].parts`	array	是	文本与/或图片块
`contents[].parts[].text`	string	否	提问或指令
`contents[].parts[].inlineData`	object	否	内联图片
`contents[].parts[].inlineData.mimeType`	string	是	如 `image/jpeg`
`contents[].parts[].inlineData.data`	string	是	图片 base64（不含 `data:` 前缀）

示例：

{
  "contents": [
    {
      "role": "user",
      "parts": [
        { "text": "这张图片里有什么？" },
        {
          "inlineData": {
            "mimeType": "image/jpeg",
            "data": "/9j/4AAQ...(base64编码的图片数据)"
          }
        }
      ]
    }
  ]
}

cURL

将 YOUR_API_KEY 与 base64 图片数据替换为实际值：

curl -X POST "https://api.hubridge.net/v1beta/models/gemini-2.5-flash:generateContent" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          { "text": "这张图片里有什么？" },
          {
            "inlineData": {
              "mimeType": "image/jpeg",
              "data": "BASE64_IMAGE_DATA"
            }
          }
        ]
      }
    ]
  }'

本地图片转 base64（示例）：

base64 -i photo.jpg | tr -d '\n'

响应

成功时返回 Gemini 原生 JSON（非 OpenAI 格式），通常包含 candidates[].content.parts[].text 等字段，具体结构以 Google Gemini API 为准。

流式输出可在查询参数或请求体中设置 stream=true。

与 OpenAI 图像接口的区别

能力	接口	说明
图像生成 / 编辑	`POST /v1/images/generations`、`POST /v1/images/edits`	OpenAI 兼容，见图像生成
图像理解 / 识别	`POST /v1beta/models/{model}:generateContent`	Gemini 多模态，本文档

完整 Schema

字段细节与错误码见 API 参考 · Gateway 中的「Gemini 生成内容」章节，以及数据模型中的 GeminiGenerateContentRequest。

Gemini 图像识别

On this page