视觉理解
结合文字要求理解并分析输入图片。
全部 API 模型
Google/ 大模型规划中
Google/ 大模型规划中Gemini Pro API
google/gemini-pro规划中的多模态线路，覆盖文本、视觉、推理、流式返回和工具使用。
- 视觉理解
- 视频输入
- 深度推理
- 工具调用
该线路目前仅供接入规划，尚未开放真实请求。
在线调试
配置参数、查看实际请求 JSON，然后使用你的账号运行。
该线路开放后即可使用 Playground。
响应结果
API 响应会显示在这里。
API 定价
API 调用价格
查看该线路完整的 API 计费表。Token 模型分别展示输入、输出、缓存读取、缓存写入及长上下文价格；媒体模型价格随配置变化。
价格即将公布
能力
该线路支持的能力
使用稳定的 PixMind 模型 ID，将上游模型差异隔离在你的业务系统之外。
视频输入
通过已上线的 Gemini Pro 线路使用视频输入，无需单独维护上游供应商接入。
深度推理
处理需要综合多个条件的分步分析任务。
工具调用
把模型连接到经过授权的函数和业务操作。
流式返回
边生成边返回内容，改善产品中的响应体验。
模型工作流
用 Gemini Pro 适合做什么
先选择与实时线路能力匹配的任务，再按实际需求修改下面的提示词模板。
适合任务
- 构建写作、改写、提取、分类和对话工作流。
- 结合文字要求理解并分析输入图片。
- 处理需要综合多个条件的分步分析任务。
- 把模型连接到经过授权的函数和业务操作。
提示词模板
替换方括号内容模板
分析[问题]。列出限制条件，按照[评估标准]比较最有力的方案，指出缺失信息，并给出包含依据的简洁建议。
模板
检查提供的图片并完成[任务]。区分直接观察与推断，提取[所需字段]，以[格式]返回结果。
模板
完成[目标]。仅在必要时使用[可用工具]，继续之前先验证每次工具结果，最后按[要求格式]返回。
模板
完成[用户任务]，使用清晰结构，先给直接结果，每个部分可独立理解，不要把关键信息拖到最后。
模型选型
任务适合时再选择 Gemini Pro
在生产环境固定模型 ID 前，先按任务、支持能力和当前起步价比较相近的已上线线路。
| 模型 | 最适合 | 核心能力 | 起步价 | 可用状态 | 操作 |
|---|---|---|---|---|---|
Gemini Pro Google · 当前页面 | 构建写作、改写、提取、分类和对话工作流。 | 文本 · 视觉理解 · 图片输入 | 价格即将公布 | 规划中 | 已选择 |
Gemini 3.1 Pro Preview Google | 构建写作、改写、提取、分类和对话工作流。 | 文本 · 视觉理解 · 图片输入 | $2.016 / 百万 Token | 可用 | 查看线路 |
Gemini 3.5 Flash Google | 构建写作、改写、提取、分类和对话工作流。 | 文本 · 视觉理解 · 图片输入 | $1.421 / 百万 Token | 可用 | 查看线路 |
Gemini 3.5 Flash-Lite Google | 构建写作、改写、提取、分类和对话工作流。 | 文本 · 视觉理解 · 图片输入 | $0.4032 / 百万 Token | 可用 | 查看线路 |
能力与起步价是 PixMind 当前线路快照；已受理请求会返回最终配置与计费报价。
开始接入
从 Playground 走向生产环境
创建最小权限 Key
创建 API Key，并授予该模型调用需要的权限。
发送请求
在你的服务端使用页面展示的模型 ID 与请求端点。
追踪任务
语言模型从响应中读取生成内容；图片和视频请求通过返回的任务 ID 查询结果。
常见问题
Gemini Pro API 常见问题
调用 Gemini Pro API 应该使用哪个模型 ID？+
请在 model 字段中使用 google/gemini-pro。这是 Playground 请求 JSON 中展示的稳定 PixMind 线路标识。
Gemini Pro API 使用哪个请求端点？+
向 /v1/generations 发送 POST 请求。API Key 应保存在服务端，并通过 Bearer Token 传递。
Playground 发出的是真实 API 请求吗？+
是。点击运行模型后，PixMind 会使用你输入的 API Key 转发页面展示的请求参数，成功调用可能创建付费任务。
PixMind 会保存我在这里输入的 API Key 吗？+
不会。Playground 只在当前组件内存中暂存 Key，并仅用于本次请求，不会写入浏览器存储。
API 定价和 PixMind Studio 定价相同吗？+
不同。API 使用 apiPlatform 定价角色和独立按量账本；Studio 定价还包含创作界面和产品工作流服务。
为什么最终价格可能与起步价不同？+
起步价对应页面展示的入门配置。分辨率、时长、质量、音频、参考图和输出数量都会影响最终任务价格。
如何获取生成完成的图片或视频？+
生成线路可能返回异步任务。请保存任务 ID，并查询任务端点，直到状态变为成功、失败或取消。
同一套接入能否切换到其他 PixMind 模型？+
可以。同一工作负载下的模型共用生成协议，通常只需更换模型 ID，并调整该模型支持的参数。
相关模型
比较其他 API 线路
Google
Gemini 3.1 Pro Preview
Google 面向复杂推理、软件工程和多模态分析的前沿预览线路。通过 PixMind 接收文本、图片与视频，适合需要 Pro 级推理深度和工具调用的高难工作流。
查看 APIGoogle
Gemini 3.5 Flash
在 Flash 成本与速度档位中提供较强编程、推理和多模态理解能力。适合响应式 Agent 与并行处理，在吞吐、视觉分析能力和成本之间取得平衡。
查看 APIGoogle
Gemini 3.5 Flash-Lite
Google 面向聚焦、可重复子任务的低成本 Flash 档位。适合高频聊天、抽取、分类和轻量 Agent，重点是更小的价格占用而不是最高推理深度。
查看 API从访问控制开始
把第一条 Gemini Pro 提示词变成真实 API 请求
先在 Playground 验证实际请求参数，再创建最小权限 Key，把同一个模型 ID 接入你的应用。