gemini-3-pro-image-preview 返回格式变化的说明

gemini-3-pro-image-preview 是 Google 最新推出的图像生成与处理模型，支持图像输入和多模态推理。在实际使用中，部分用户反馈该模型的返回格式存在不确定性：同一提示词可能返回标准的 inlineData 结构，也可能返回文本形式的 base64 字符串。本文档记录了这一现象，并提供可复现的测试代码。

常规的返回格式

{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "inlineData": {
              "mimeType": "image/jpeg",
              "data": "/9j/4AAQSkZJRgABAQEBLAEsAAD/6xdmSlAAAQAAAAEAABdcanVtYgAAAB5q"
            },
            "thoughtSignature": ""
          }
        ],
        "role": "model"
      },
      "finishReason": "STOP",
      "index": 0
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 32,
    "candidatesTokenCount": 1772,
    "totalTokenCount": 2552,
    "promptTokensDetails": [
      {
        "modality": "TEXT",
        "tokenCount": 32
      }
    ],
    "candidatesTokensDetails": [
      {
        "modality": "IMAGE",
        "tokenCount": 1120
      }
    ],
    "thoughtsTokenCount": 748
  },
  "modelVersion": "gemini-3-pro-image-preview",
  "responseId": "DOd6afWPNZfjjrEPpZ3c0AM"
}

非常规的返回格式

在某些情况下，模型可能不会按预期返回 inlineData 格式的图片数据，而是将 base64 字符串直接作为文本输出。

产生原因

• 提示词过于简单：当用户输入的提示词过于简短或模糊时，模型可能会"偷懒"，直接返回文本形式的 base64 数据而非结构化的 inlineData 对象
• 模型遵循指令不严格：即使提示词中明确要求使用 inline_data 格式，模型仍可能忽略该要求

两种返回格式对比

格式类型	结构	说明
常规格式	{"inlineData": {"mimeType": "...", "data": "..."}}	标准结构化输出，便于程序解析
非常规格式	{"text": "data:image/png;base64,..."}	需要手动解析文本提取 base64 数据

非常规测试代码(可复现)

import requests
import json

# API 配置
url = "https://www.dmxapi.cn/v1beta/models/gemini-3-pro-image-preview:generateContent"
headers = {
    "Content-Type": "application/json",
    "Authorization": "sk-******************************" #请填写您的密钥
}


data = {
    "contents": [
        {
        "parts": [
            {
            "text": "请分析该图片的中心颜色，并直接以原生 inline_data 格式返回一张 1x1 像素的相同颜色采样图。要求：严禁返回 Markdown 或文字描述。"
            },
            {
            "inline_data": {
                "mime_type": "image/png",
                "data": "iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVR42mP8z8BQDwAEhQGAhKmMIQAAAABJRU5ErkJggg=="
            }
            }
        ]
        }
    ],
    }

try:
    response = requests.post(url, headers=headers, json=data, timeout=30)
    response.raise_for_status()
    print(response.json())
except requests.exceptions.RequestException as e:
    print(f"请求失败：{e}")
except (json.JSONDecodeError, ValueError) as e:
    print(f"JSON 解析失败：{e}")
    print("原始返回：", response.text)

非常规格式示例

{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "text": "data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVR42mP8z8DwHwAFBQIAX8jpmgAAAABJRU5ErkJggg==",
            "thoughtSignature": ""
          }
        ],
        "role": "model"
      },
      "finishReason": "STOP",
      "index": 0
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 299,
    "candidatesTokenCount": 65,
    "totalTokenCount": 1323,
    "promptTokensDetails": [
      {
        "modality": "TEXT",
        "tokenCount": 41
      },
      {
        "modality": "IMAGE",
        "tokenCount": 258
      }
    ],
    "thoughtsTokenCount": 959
  },
  "modelVersion": "gemini-3-pro-image-preview",
  "responseId": "s-h6aY_uI4jQ-8YP8ZmUuAE"
}

© 2026 DMXAPI gemini-3-pro-image-preview 返回格式变化的说明