跳到正文
土土金API

Google繪圖

gemini-2.5-flash-image-preview

Google 的影像生成模型,具備影像編輯能力。

  • 上線於 2025/08/26
  • 3 個分組
  • 影像編輯
最高成功率
最低首字延遲
最高吞吐

近 24 小時線路監測,約每 5 分鐘更新

你更看重什麼?

按你的優先順序推薦一個分組,建立 API Key 時選它即可。

各分組計費明細

同一模型在不同分組的線路來源與價格不同;在控制台建立 API Key 時為每把 Key 選擇分組。

  • 官方原價·企業

    官方轉發

    按官方原價計費的企業線路,OpenAI 與 Claude 官方來源,優先保障穩定

    價格 · ¥ / 次

    按次
    ¥0.438

    近 24 小時

  • Gemini 優質

    最低價官方轉發官方 5.6 折

    Google Gemini 官方轉發,支援影片理解

    價格 · ¥ / 次

    按次
    ¥0.16

    近 24 小時

  • Gemini 高配

    官方轉發官方 8.3 折

    Google Gemini 官方轉發的高配額線路

    價格 · ¥ / 次

    按次
    ¥0.24

    近 24 小時

「官方 X 折」是該分組價格與模型廠商官方定價之比,如「官方 3 折」即官方價的 30%;「官方價」表示與官方定價持平;未標註表示沒有折扣,或暫無官方價可比。

可用率、吞吐與延遲為近 24 小時線路監測資料,約每 5 分鐘更新。

近 24 小時線路可用性

資料為近 24 小時線路監測,約每 5 分鐘更新。成功率按實際請求統計,沒有呼叫的時段顯示為「無資料」,不計入成功率。

介面文件

OpenAI 相容介面:Base URL 填 https://www.tutujin.com/v1,API Key 在控制台建立。下面的示例已填好當前模型名。

示例從環境變數 TUTUJIN_API_KEY 讀取金鑰。請不要把 Key 寫進前端程式碼或提交到程式碼倉庫。

POST

https://www.tutujin.com/v1/chat/completions

OpenAI Chat Completions 格式的對話介面,支援多輪訊息、流式輸出和工具呼叫。

請求頭

Authorization:
Bearer $TUTUJIN_API_KEY
Content-Type:
application/json
curl https://www.tutujin.com/v1/chat/completions \
  -H "Authorization: Bearer $TUTUJIN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2.5-flash-image-preview",
    "messages": [
      {
        "role": "user",
        "content": "你好,請用一句話介紹你自己。"
      }
    ],
    "stream": false
  }'

主要參數

modelstring必填
模型名,此處為 gemini-2.5-flash-image-preview
messagesarray必填
對話訊息陣列,每條包含 role(system / user / assistant / tool)和 content
streamboolean
是否以 SSE 流式返回,預設 false
stream_optionsobject
流式時傳 {"include_usage": true},最後一個數據塊會帶上本次用量
max_tokensinteger
本次最多生成的 token 數;部分新模型改用 max_completion_tokens
temperaturenumber
取樣溫度,常用 0–1;越低輸出越穩定
top_pnumber
核取樣閾值,通常與 temperature 二選一調整
stopstring | array
生成到這些字串時停止
toolsarray
可供模型呼叫的函式(工具)定義列表
tool_choicestring | object
是否呼叫、呼叫哪個工具:auto、none 或指定函式
response_formatobject
輸出格式,例如 {"type": "json_object"} 或 JSON Schema
reasoning_effortstring
推理強度 low / medium / high,僅推理模型支援
POST

https://www.tutujin.com/v1beta/models/gemini-2.5-flash-image-preview:generateContent

Google Gemini 原生格式(generateContent)。需要流式輸出時改用 :streamGenerateContent?alt=sse。

請求頭

x-goog-api-key:
$TUTUJIN_API_KEY
Content-Type:
application/json
curl "https://www.tutujin.com/v1beta/models/gemini-2.5-flash-image-preview:generateContent" \
  -H "x-goog-api-key: $TUTUJIN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "你好,請用一句話介紹你自己。"
          }
        ]
      }
    ]
  }'

主要參數

contentsarray必填
對話內容陣列,每條包含 role(user / model)和 parts
systemInstructionobject
系統指令,結構同一條 content
generationConfigobject
生成參數,如 temperature、maxOutputTokens、thinkingConfig
toolsarray
工具定義,例如函式宣告
safetySettingsarray
安全過濾閾值設定

關於 token 與計費

大模型按 token 計量輸入和輸出。瞭解 token 的計算方式,能幫你更準確地預估成本。

token 是什麼

token 是模型讀寫文本的最小單位。請求發出後,文本先由模型的分詞器(tokenizer)切成一個個 token,再按 token 數計費。

不同廠商、不同代際的模型分詞器不同,同一段文字在不同模型上的 token 數可能相差不少。最準確的數字是介面返回的 usage 欄位。

中英文大致換算

下表是常見的經驗值,只用於粗略估算,實際視模型的分詞器而定。程式碼、數字、生僻字和表情符號通常更「費」token。

內容大致 token 數
1 個英文單詞約 1.3 個
1,000 個英文字元約 250 個
1 個漢字約 0.6 – 1.5 個,視分詞器而定
1,000 個漢字約 600 – 1,500 個

輸入、輸出與快取如何計費

按 token 計費的模型,一次請求的費用由幾部分相加,單價都按「每百萬 tokens」標註:

  • 輸入(prompt tokens):系統提示、歷史訊息、工具定義、上傳的檔案內容都算輸入,按輸入價計費。
  • 輸出(completion tokens):模型生成的內容,按輸出價計費,通常比輸入貴數倍。
  • 快取讀取:輸入中命中上下文快取的部分按快取讀取價計費,一般只有輸入價的一小部分。
  • 快取寫入:部分模型(如 Claude)首次把內容寫入快取時,按快取寫入價計費。
  • 按次計費的模型(多見於影像、影片)每次請求固定價格,與 token 數無關。

費用 = 輸入 × 輸入價 + 輸出 × 輸出價 + 快取讀取 × 快取讀取價 + 快取寫入 × 快取寫入價

本模型按次計費:「Gemini 優質」分組每次請求 ¥0.16,與輸入輸出長度無關。

推理 token 計入輸出

推理(思考)模型在給出答案前會先生成一段內部推理。這部分 token 雖然不一定返回給你,但會計入輸出(usage 中的 reasoning tokens),按輸出價計費。

所以同一個問題,推理模型的輸出 token 往往明顯更多。不需要深度推理的任務,可以調低推理強度,或換用非推理模型。

圖片和音訊也會折算成 token

多模態模型會把圖片按解析度折算成一定數量的輸入 token,尺寸越大、細節檔位越高,token 越多;音訊通常按時長折算。具體折算方式各模型不同,以介面返回的 usage 為準。

在哪裡檢視每次扣費

登入控制台,在「操作日誌」裡可以看到每次呼叫的模型、分組、輸入 / 輸出 / 快取 token 數和實際扣費金額,並支援篩選和匯出。

在程式碼裡,介面返回的 usage 欄位也會給出本次的 token 數;流式請求記得開啟 include_usage。

降低成本的幾個辦法

  • 按需選分組:同一模型在不同分組價格不同,在「價格」標籤頁可以按省錢、均衡或穩定挑選。
  • 用好快取:把固定不變的系統提示、參考文件放在訊息開頭,提高快取命中率。
  • 控制輸出:設定 max_tokens,並在提示裡要求簡潔的輸出格式。
  • 精簡上下文:長對話定期做摘要,避免每輪都發送完整歷史。
  • 大小模型搭配:分類、抽取等簡單任務交給更便宜的模型,複雜任務再用旗艦模型。
  • 推理模型按需調低推理強度。