La génération d’images sur Venice est synchrone. Envoyez un prompt à /image/generate et recevez votre image dans la même réponse, soit en base64 dans un JSON, soit sous forme binaire brute lorsque return_binary est true.
Endpoints
| Endpoint | Objectif | Quand l’utiliser |
|---|
POST /image/generate | API de génération d’images native de Venice | À utiliser pour bénéficier du support complet des fonctionnalités |
GET /image/styles | Lister les presets de style disponibles | À utiliser avant d’envoyer style_preset |
POST /images/generations | API de génération d’images compatible OpenAI | À utiliser lors de la migration de clients d’images OpenAI existants |
Étape 1 : Envoyer une requête de génération
Le dimensionnement est spécifique au modèle. Certains modèles acceptent width et height explicites ; d’autres exposent aspect_ratio ; et les modèles à paliers de résolution exposent aspect_ratio plus des valeurs resolution telles que 1K, 2K ou 4K.
Exemple de dimensionnement basé sur les pixels :
POST https://api.venice.ai/api/v1/image/generate
Authorization: Bearer $VENICE_API_KEY
Content-Type: application/json
{
"model": "venice-sd35",
"prompt": "A cinematic photo of a gondola passing through a narrow Venice canal at blue hour, warm window lights reflecting on the water",
"negative_prompt": "blurry, low quality, distorted anatomy, text, watermark",
"width": 1024,
"height": 1024,
"format": "webp"
}
POST https://api.venice.ai/api/v1/image/generate
Authorization: Bearer $VENICE_API_KEY
Content-Type: application/json
{
"model": "qwen-image-2",
"prompt": "A cinematic photo of a gondola passing through a narrow Venice canal at blue hour",
"aspect_ratio": "16:9",
"format": "webp"
}
POST https://api.venice.ai/api/v1/image/generate
Authorization: Bearer $VENICE_API_KEY
Content-Type: application/json
{
"model": "gpt-image-2",
"prompt": "A cinematic wide shot of a gondola passing through a narrow Venice canal at blue hour",
"aspect_ratio": "16:9",
"resolution": "4K",
"format": "png"
}
{
"model": "nano-banana-pro",
"prompt": "A serene canal in Venice at sunset",
"aspect_ratio": "16:9",
"resolution": "2K"
}
{
"id": "generate-image-1234567890",
"images": [
"UklGRiIAAABXRUJQVlA4IBYAAAAwAQCdASoQABAAPm..."
],
"timing": {
"inferenceDuration": 1840,
"inferencePreprocessingTime": 22,
"inferenceQueueTime": 31,
"total": 1893
}
}
images contient des données d’image encodées en base64. Décodez le premier élément pour l’enregistrer ou l’afficher. timing.total correspond à la durée complète de la requête en millisecondes.
Étape 2 : Décoder et enregistrer l’image
import base64
import os
import requests
response = requests.post(
"https://api.venice.ai/api/v1/image/generate",
headers={
"Authorization": f"Bearer {os.environ['VENICE_API_KEY']}",
"Content-Type": "application/json",
},
json={
"model": "venice-sd35",
"prompt": "A cinematic photo of a gondola passing through a narrow Venice canal at blue hour, warm window lights reflecting on the water",
"width": 1024,
"height": 1024,
"format": "webp",
},
)
data = response.json()
image_bytes = base64.b64decode(data["images"][0])
with open("output.webp", "wb") as f:
f.write(image_bytes)
print(f"Saved image from request {data['id']}")
Étape 3 : Renvoyer du binaire au lieu de JSON (optionnel)
Si vous souhaitez que le corps de la réponse soit le fichier image lui-même, définissez return_binary: true. C’est utile lorsque vous voulez diffuser ou enregistrer l’image directement sans décodage base64.
curl https://api.venice.ai/api/v1/image/generate \
-H "Authorization: Bearer $VENICE_API_KEY" \
-H "Content-Type: application/json" \
-o output.png \
-d '{
"model": "qwen-image-2",
"prompt": "Minimalist poster of a moonlit Venetian bridge in deep blue tones",
"format": "png",
"return_binary": true
}'
return_binary est true, le corps de la réponse correspond à des données brutes image/jpeg, image/png ou image/webp selon le format que vous avez demandé.
variants n’est pris en charge que lorsque return_binary est false.
Étape 4 : Lister les styles d’image disponibles (optionnel)
Si vous souhaitez utiliser style_preset, récupérez d’abord les styles disponibles depuis /image/styles :
curl https://api.venice.ai/api/v1/image/styles \
-H "Authorization: Bearer $VENICE_API_KEY"
[
"3D Model",
"Analog Film",
"Anime",
"Cinematic",
"Digital Art"
]
{
"model": "qwen-image-2",
"prompt": "A futuristic Venice skyline at sunrise",
"style_preset": "Cinematic"
}
Paramètres de la requête
| Paramètre | Type | Requis | Par défaut | Description |
|---|
model | string | Oui | - | Identifiant du modèle à utiliser pour la génération |
prompt | string | Oui | - | Ce qu’il faut générer |
negative_prompt | string | Non | - | Ce qu’il faut éviter dans l’image |
width | integer | Non | 1024 | Largeur de sortie en pixels pour les modèles basés sur les pixels tels que venice-sd35 et qwen-image |
height | integer | Non | 1024 | Hauteur de sortie en pixels pour les modèles basés sur les pixels tels que venice-sd35 et qwen-image |
format | string | Non | webp | Format de sortie : jpeg, png ou webp |
variants | integer | Non | 1 | Nombre d’images à générer (1-4), uniquement lorsque return_binary est false |
return_binary | boolean | Non | false | Renvoyer les octets bruts de l’image au lieu de JSON base64 |
safe_mode | boolean | Non | true | Floute le contenu pour adultes lorsque activé |
seed | integer | Non | aléatoire | Réutilisez la même seed pour des itérations plus cohérentes |
cfg_scale | number | Non | dépend du modèle | Des valeurs plus élevées poussent le modèle à suivre le prompt plus étroitement |
style_preset | string | Non | - | Applique un style préréglé depuis Image Styles |
aspect_ratio | string | Conditionnel | - | Utilisé par les modèles prenant en charge le dimensionnement basé sur le ratio, tels que qwen-image-2, gpt-image-2, nano-banana-2 et nano-banana-pro |
resolution | string | Conditionnel | - | Utilisé par les modèles prenant en charge les paliers de résolution tels que 1K, 2K ou 4K |
enable_web_search | boolean | Conditionnel | false | Permet aux modèles compatibles d’utiliser des informations web actuelles ; coût supplémentaire |
Options spécifiques aux modèles
Génération haute résolution
Certains modèles d’image prennent en charge aspect_ratio sans palier resolution sélectionnable. Par exemple, qwen-image-2 accepte le ratio d’aspect et le mappe à des dimensions de sortie spécifiques au modèle :
{
"model": "qwen-image-2",
"prompt": "Editorial product photo of a luxury watch on black marble, dramatic studio lighting",
"aspect_ratio": "16:9"
}
aspect_ratio plus un palier resolution. Par exemple, gpt-image-2, nano-banana-2 et nano-banana-pro prennent en charge 1K, 2K et 4K :
{
"model": "gpt-image-2",
"prompt": "Editorial product photo of a luxury watch on black marble, dramatic studio lighting",
"aspect_ratio": "16:9",
"resolution": "4K"
}
{
"model": "nano-banana-2",
"prompt": "Editorial product photo of a luxury watch on black marble, dramatic studio lighting",
"aspect_ratio": "16:9",
"resolution": "2K"
}
Presets de style
Si le modèle sélectionné le prend en charge, style_preset vous permet d’orienter la sortie sans réécrire l’intégralité de votre prompt. Vous pouvez récupérer les noms valides des presets depuis Image Styles :
{
"model": "qwen-image-2",
"prompt": "A futuristic Venice skyline at sunrise",
"style_preset": "3D Model"
}
Endpoint compatible OpenAI
Si vous utilisez déjà les SDK d’image OpenAI ou des intégrations DALL-E existantes, Venice prend également en charge POST /images/generations. Il offre un format de requête plus simple, mais moins de fonctionnalités que l’endpoint natif de Venice.
Requête :
{
"model": "qwen-image-2",
"prompt": "A clean isometric illustration of an AI control room",
"size": "1024x1024",
"response_format": "b64_json"
}
/image/generate lorsque vous avez besoin d’options spécifiques à Venice telles que cfg_scale, style_preset, variants ou des réponses binaires.
Conseils de prompting
- Commencez par le sujet, puis ajoutez le médium, l’éclairage, la composition et l’ambiance.
- Placez les détails à éviter absolument dans
negative_prompt plutôt que de surcharger le prompt principal.
- Réutilisez
seed lors des itérations afin de comparer les changements de prompt sans modifier totalement la composition.
- Adaptez le dimensionnement au modèle. Certains modèles utilisent
width/height, d’autres aspect_ratio, et les modèles à paliers de résolution utilisent aspect_ratio plus resolution.
- Utilisez
variants pendant l’exploration, puis revenez à une seule sortie une fois la direction définie.
Erreurs
| Statut | Signification | Action |
|---|
400 | Paramètres de requête invalides | Vérifiez les noms de champs, les types et les contraintes spécifiques au modèle |
401 | Échec d’authentification ou le modèle requiert un palier d’accès supérieur | Vérifiez votre clé API et votre accès au modèle |
402 | Solde insuffisant | Ajoutez des crédits sur venice.ai/settings/api |
415 | Type de contenu invalide | Envoyez du JSON avec Content-Type: application/json |
429 | Limite de débit dépassée ou modèle surchargé | Réessayez avec un backoff ; vérifiez l’en-tête Retry-After |
500 | Échec du traitement d’inférence | Réessayez la requête |
503 | Modèle à pleine capacité | Réessayez après un court délai |
Lorsque Safe Venice est activé, inspectez les en-têtes de réponse tels que x-venice-is-blurred et x-venice-is-content-violation si vous devez détecter les résultats de modération de manière programmatique.
Modèles disponibles
Voir Modèles d’image pour la liste actuelle des modèles, les tarifs et le support des fonctionnalités. 
