Gemini API高分辨率图片处理：Media Resolution参数在精细视觉识别任务中的配置【说明】-人工智能-PHP中文网

仅gemini 3 pro image和3.1 flash image hd支持media_resolution参数，需显式指定model id；合法值为"low"、"medium"、"high"、"ultra_high"（后者须配thinking_level="deep"）；python调用需用bytes上传、最新sdk、正确配置generation_config。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

gemini api高分辨率图片处理：media resolution参数在精细视觉识别任务中的配置【说明】

在处理OCR识别、医疗影像分析、芯片缺陷检测等需要像素级精度的视觉任务时，Gemini API默认输出的1024×1024图像会丢失关键纹理与边缘信息，导致文字误识、病灶漏判或微米级划痕不可见。

确认当前模型是否支持media_resolution参数

仅 Gemini 3 Pro Image（模型ID：gemini-3-pro-image-preview）和 Gemini 3.1 Flash Image HD（代号 Nano Banana HD）原生支持media_resolution参数；Gemini 3 Flash 或基础版gemini-3均不识别该字段，强行传入将被静默忽略。

调用前必须显式指定模型ID：【model="gemini-3-pro-image-preview"】，否则后续所有分辨率配置均无效。

media_resolution参数的合法取值与对应场景

该参数接受字符串值，严格区分大小写，目前仅支持以下4种：

• "low" → 输出约512×512，适用于草图验证、布局预览，响应最快

• "medium" → 输出约1024×1024，为默认值，满足常规图文理解

• "high" → 输出约2048×1024（16:9）或1200×1600（4:3），适用于印刷物料、投研图表、电商主图

• "ultra_high" → 输出7680×4320（8K），专为显微图像分析、卫星遥感、IC掩膜检测设计，【必须配合thinking_level="deep"使用，否则模型拒绝生成】

Python SDK中正确配置media_resolution的完整代码路径

第一步：安装最新版SDK（v0.8.2+）→ pip install --upgrade google-genai

OpenGemini Next.js Bestpractice Builder

使用固定的 Next.js/Tailwind/Prisma 技术栈构建并记录独立 SaaS 项目，仅将 FastAPI 用于 Python 工作负载，并遵循严格的架构规范。

下载

第二步：构造包含media_resolution的generation_config字典

第三步：将generation_config传入generate_content方法，注意不是作为contents参数的子字段

第四步：上传高保真源图时，务必使用bytes类型而非base64字符串，否则media_resolution会被降级为medium

示例代码片段：

from google import genai
genai.configure(api_key=os.getenv("GEMINI_API_KEY"))
client = genai.Client()
response = client.models.generate_content(
  model="gemini-3-pro-image-preview",
  contents=[{"text": "分析该电路板焊点是否存在虚焊或桥接"}, {"inline_data": {"mime_type": "image/png", "data": image_bytes}}],
  generation_config={"media_resolution": "ultra_high", "thinking_level": "deep"}
)