前面几篇文章聊的都是大模型的“文本能力”，对话、结构化返回、上下文管理，都围绕着 ChatModel 展开。
但 Spring AI 能做的事情远不止文本对话。从 2.0 版本开始，图像生成有了一套独立的接口体系 ImageModel，和 ChatModel 走的是完全不同的 API 路径。
这篇文章从 ImageModel 的接口设计讲起，再拆解求职派是怎么把图像模型接入到了多供应商架构中，最后回答一个容易搞混的问题，IMAGE 和 VISION 到底有什么区别。
01、ImageModel 和 ChatModel 有什么不同？
ChatModel 大家已经很熟悉了。输入是一段对话（Prompt），输出也是一段文字（ChatResponse）。
ImageModel 的逻辑完全不同。它接收一段文字描述（ImagePrompt），返回一张图片的 URL 或 Base64 数据（ImageResponse）。
一个是“文字进文字出”，另一个是“文字进图片出”。
两者在 Spring AI 的类型体系里也是彻底隔离的。Spring AI 2.0 把所有模型抽象成了一个泛型接口 Model<treq, tres="">，ChatModel 和 ImageModel 分别继承了它，但泛型参数完全不同。
// 聊天模型：对话进，文字出
public interface ChatModel
extends Model<prompt, chatresponse="">
// 图像模型：文字进，图片出
public interface ImageModel
extends Model<imageprompt, imageresponse="">
除了类型不同，两者走的 HTTP 端点也不一样。
聊天模型请求的是 /v1/chat/completions，图像模型请求的是 /v1/images/generations。
求职派的模型配置里（ModelConfig.java），这两个路径由 completionsPath 和 imagesPath 两个独立的字段分别维护。
不管是 OpenAI 还是智谱，聊天和生图都是两个独立的 API，请求参数、返回结构、计费方式全都不一样。
对于开发者来说，这种分离的好处在于心智模型很清晰。写聊天相关的代码时，只需要关注 ChatModel 体系里的那些类（Prompt、ChatResponse、ChatOptions）。
写图像生成的代码时，切换到 ImageModel 体系（ImagePrompt、ImageResponse、ImageOptions）。两套 API 独立演进，互不干扰。
02、怎么用 ImageModel 生成一张图？
核心调用只需要三步。构建一个图像提示词，调用图像模型的 call 方法，从返回结果里取出图片 URL。
ImagePrompt prompt = new ImagePrompt(
"一只穿西装的龙虾，正在参加求职面试",
ZhiPuAiImageOptions.builder()
.model("cogview-4...</imageprompt,></prompt,></treq,>
回复