Feature Request: Support for latest text-to-image and image-text mixed layout features?

[xy2yp]

Does it support the text-to-image and image-text mixed layout features of gemini-2.0-flash-exp?
THX~

[johnd0e]

No, as there is no such option in OpenAI API atm.

[Komorebi-yaodong]

https://github.com/Komorebi-yaodong/openai-gemini
我有fork并实现该功能，只要选择对应模型就好“gemini-2.0-flash-exp-image-generation”
实现思路是

用户发送绘画请求
将生成的base64转为markdown可以渲染的图片格式，并会使用特殊命名进行标记
用户端可以收到文本并渲染图片
用户继续提问进行修图
请求中根据特殊命名将base64字段从文本中分离放到图片位置(inline_data)，避免文本出现过多base64字符串

问题：cloudflare不支持相关请求，因为包含的数据量太大了(多个base64编码的图片，数据包太大会被拦截，导致只发送文本而不画图)
解决思路：使用done部署/docker部署

docker部署也可以参考：https://github.com/Komorebi-yaodong/openai-gemini-docker

如果docker不想用我写的mjs，可以换其他mjs文件就好