Google開放Imagen 3：接入Gemini API，單張0.03美元

如果你之前想在自己的應用裡呼叫 Google 最新的繪圖能力，可能還得四處找入口。現在不用折騰了，Google 終於把 Imagen 3 接進了自家的 Gemini API。

開發者可以直接通過標準 SDK 呼叫這個模型。最初階段先向付費賬戶開放，不過 Google 表示免費層也已經在路上了。

一張圖三分錢，畫風隨便挑

這次上線的具體模型版本是 imagen-3.0-generate-002。在價格上，Google 給出的定價是每張圖 0.03 美元，也就是三分錢美金。

在生成控制上，開發者可以自由設定畫面的寬高比，也能指定單次請求批次生成的圖片數量。

從畫質來看，Imagen 3 主打的是畫面乾淨且少有偽影。不管是走超寫實照片路線、印象派風景，還是抽象構圖和動漫角色，它都能應對。

更關鍵的其實是提示詞的理解能力。它對複雜描述的服從度比上一代明顯提高，想把一長串想法準確還原到畫面上變得容易了很多。

呼叫方式也做得很簡潔。通過官方的 google-genai 庫，幾行 Python 程式碼就能拿到生成的圖片位元組流。

另外，安全機制沒有落下。所有通過 Imagen 3 生成的圖片，出廠時都會自動內嵌 SynthID 不可見數字水印，方便追蹤和識別 AI 生成內容。

為什麼重要

這件事對想要做圖文混排、自媒體配圖或者電商生成工具的開發者來說，是一個非常直接的利好。

單張 0.03 美元的呼叫價格，放在現在的商用生圖市場裡很有競爭力。雖然目前先限制在付費使用者，但只要免費層一旦鋪開，開發者的嚐鮮門檻幾乎就歸零了。

我們認為，Google 這次最聰明的地方，不是單純上線了一個生圖介面，而是終於把生圖模型和語言模型塞進了同一個 API 體系裡。

過去大家用 Gemini API 只能做文本或者多模態理解，真要出圖還得跳到其他服務。現在一套 SDK 同時管思考和作畫，開發體驗要順暢得多。

不過隱患也並非沒有。對於很多創業團隊來說，生圖呼叫的併發速度和穩定性才是關鍵，而且預設植入的 SynthID 水印在某些特定商用場景下可能會讓部分使用者有所顧慮。

但整體來看，Google 的動作是在逼著雲端 AI 服務商們加速整合全模態工具鏈。以後單賣語言模型或者單賣生圖模型的小廠，生存空間恐怕會被進一步壓縮。