Google 近日发布了 Gemini 2.5 Flash Image — 一款原生的高性能图像生成与编辑模型，将实时、对话式的图像创作以及精确的多步骤编辑直接引入 Gemini 产品家族和开发者工具。Google 将此次发布描述为 Gemini 多模态技术栈的“最先进”更新，定位同时面向消费者创意与生产级开发者工作流。
Gemini 2.5 Flash Image 将生成、原位编辑与多轮对话控制相结合。用户可以通过文本提示模型、上传待编辑的图像，并在后续轮次中迭代，同时保留上下文约束（例如在人像编辑中保持相貌一致）。Google 强调更精细的控制——风格迁移、服装或背景替换、不同照片的融合等——既面向内容创作者，也满足需要可重复、可靠图像编辑的团队。
亮点
- 对话式多轮编辑 — 通过自然的来回交流不断优化图像，而无需从零开始重建。
- 相貌与一致性控制 — Google 强调通过安全机制与建模改进，使编辑忠于原始主体（适用于人像与宠物照片）。在不同画面与编辑中保持重复出现角色的视觉形象，用于叙事与品牌场景。
- 低时延“Flash”家族性能 — 构建于 2.5 Flash 家族之上，该图像模型针对低时延与高效推理进行了优化，适用于交互式与高吞吐场景。Google 表示 2.5 Flash Image 为开发者在质量、速度与成本之间实现平衡。
- 融合与合成工具： 在保留照片或插画细节的同时，将多个输入组合为一幅连贯的图像。
在安全与溯源方面，Google 表示，使用 Gemini 2.5 Flash Image 生成或编辑的图像将携带 invisibleSynthID 数字水印，用于支持后续对 AI 生成内容的识别。按图计费（对于 Gemini 2.5 Flash Image，$30 per 1,000,000 output tokens。Google 称标准 1024×1024 输出图像消耗 1,290 output tokens，示例约 ~$0.039 per image）使该模型在生产用途中拥有竞争力——尤其在批量、速度与多图融合优先的场景——同时，水印与 Studio 工具也有助于解决采纳与合规问题。
开始使用
CometAPI 是一个统一的 API 平台，将来自领先提供商的 500+ AI 模型（如 OpenAI 的 GPT 系列、Google 的 Gemini、Anthropic 的 Claude、Midjourney、Suno 等）聚合到一个对开发者友好的接口中。通过提供一致的认证、请求格式与响应处理，CometAPI 大幅简化了将 AI 能力集成到您的应用中的过程。无论您在构建聊天机器人、图像生成器、音乐创作工具，还是数据驱动的分析管道，CometAPI 都能帮助您更快迭代、控制成本并保持供应商无关性，同时触达整个 AI 生态的最新突破。
开发者可通过 CometAPI 访问 Gemini 2.5 Flash Image，文中列示的最新模型版本以文章发布时为准。开始使用前，可在 Playground 探索模型能力，并查阅 API guide 获取详细说明。访问前，请确保已登录 CometAPI 并获取 API key。CometAPI 提供远低于官方价格的方案，助您完成集成。
准备好开始使用 Gemini 2.5 Flash Image API 了吗？
在您的工作流中直接释放 AI 生成视觉的力量 — 快速、高质量，并贴合您的品牌。无论您需要产品照、广告创意，还是新鲜的社交内容，Gemini 2.5 Flash Image 都能轻松按需生成惊艳图像，而无需传统制作的成本与延迟。
不要等待，立即提升您的视觉叙事。
不要等待，为您的客户体验做好面向未来的准备。
→ 立即注册 CometAPI 并使用 Gemini 2.5 Flash Image 在数秒内开始创作有影响力的图像！