جرّب مجانًا API Grok 4.5 لتحويل الصورة إلى نص، المدعومة من X-AI، للأسئلة والأجوبة المرئية وOCR وتحليل الصور والاستدلال متعدد الوسائط عبر Flaq AI. حوّل الصور إلى معلومات قابلة للاستخدام بسهولة.
نماذج Grok 4.5 ذات الصلة
أمثلة API
مثال الإرسال
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
method: 'POST',
headers: {
Authorization: 'Bearer YOUR_API_KEY',
Accept: 'text/event-stream',
'Content-Type': 'application/json'
},
body: JSON.stringify({
model: 'grok-4.5-image-to-text',
messages: [
{
role: 'user',
content: [
{ type: 'text', text: 'Describe the image and extract any visible text.' },
{
type: 'image_url',
image_url: {
url: 'https://example.com/sample-image.jpg'
}
}
]
}
],
stream: true,
max_tokens: 2048
})
});
const reader = response.body.getReader();
const decoder = new TextDecoder();
let buffer = '';
let assistantText = '';
while (true) {
const { done, value } = await reader.read();
if (done) break;
buffer += decoder.decode(value, { stream: true });
const frames = buffer.split('\n\n');
buffer = frames.pop() || '';
for (const frame of frames) {
const lines = frame.split('\n').filter(Boolean);
let eventName = 'message';
const dataLines = [];
for (const line of lines) {
if (line.startsWith('event:')) {
eventName = line.slice(6).trim();
} else if (line.startsWith('data:')) {
dataLines.push(line.replace(/^data:\s*/, ''));
}
}
const raw = dataLines.join('\n').trim();
if (raw === '[DONE]') {
console.log('\nFinal text:', assistantText);
continue;
}
let payload;
try {
payload = JSON.parse(raw);
} catch {
continue;
}
if (eventName === 'error' || payload.error) {
const msg = payload.error?.message ?? payload.message ?? 'Chat request failed';
throw new Error(msg);
}
const delta = payload.choices?.[0]?.delta;
if (delta?.content) {
assistantText += delta.content;
console.log(assistantText);
}
}
}
مثال الإرسال
import json
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/chat/completions',
headers={
'Authorization': 'Bearer YOUR_API_KEY',
'Accept': 'text/event-stream',
'Content-Type': 'application/json',
},
json={
'model': 'grok-4.5-image-to-text',
'messages': [
{
'role': 'user',
'content': [
{'type': 'text', 'text': 'Describe the image and extract any visible text.'},
{
'type': 'image_url',
'image_url': {
'url': 'https://example.com/sample-image.jpg'
}
},
],
}
],
'stream': True,
'max_tokens': 2048,
},
stream=True,
)
response.raise_for_status()
event_name = 'message'
assistant_text = ''
for raw_line in response.iter_lines(decode_unicode=True):
if not raw_line:
event_name = 'message'
continue
if raw_line.startswith('event:'):
event_name = raw_line.replace('event:', '', 1).strip()
continue
if raw_line.startswith('data:'):
raw_data = raw_line.replace('data:', '', 1).strip()
if raw_data == '[DONE]':
print('\nFinal text:', assistant_text)
continue
payload = json.loads(raw_data)
if event_name == 'error' or payload.get('error'):
error = payload.get('error') or payload
raise RuntimeError(error.get('message', 'Chat request failed'))
choices = payload.get('choices') or []
if choices:
delta = choices[0].get('delta') or {}
content = delta.get('content')
if content:
assistant_text += content
print(content, end='', flush=True)
مثال الإرسال
curl -N -X POST "https://api.flaq.ai/api/v1/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Accept: text/event-stream" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.5-image-to-text",
"messages": [
{
"role": "user",
"content": [
{ "type": "text", "text": "Describe the image and extract any visible text." },
{
"type": "image_url",
"image_url": {
"url": "https://example.com/sample-image.jpg"
}
}
]
}
],
"stream": true,
"max_tokens": 2048
}'
أسعار Grok 4.5 Image to Text
| المعلمات | السعر | السعر الأصلي | الخصم |
|---|
README
واجهة Grok 4.5 Image-to-Text API للفهم البصري
توفر Grok 4.5 Image-to-Text API طريقة متخصصة لاستخدام نموذج Grok 4.5 متعدد الوسائط من xAI لفهم الصور عبر Flaq AI. أرسل صورة مدعومة مع تعليمات نصية اختيارية وتلقَّ استجابة نصية تستند إلى السياق البصري. صُمم مسار Flaq AI الحالي لتحليل صورة واحدة والإجابة عن الأسئلة البصرية والمحادثات القائمة على الصور، من دون الإيحاء بدعم مرفقات الملفات العامة أو توليد الصور.
الميزات الرئيسية في Grok 4.5 Image-to-Text API
- استجابات نصية مستندة إلى الصور: قدّم صورة بوصفها سياقًا وتلقَّ استجابة بلغة طبيعية تصف المحتوى المرئي أو تستدل بشأنه.
- تعليمات نصية اختيارية: أضف سؤالًا أو مهمة لتوجيه النموذج نحو عناصر أو علاقات أو تفاصيل أو نصوص مرئية محددة في الصورة.
- سير عمل لإدخال صورة واحدة: استخدم صورة واحدة لكل طلب عبر عقد الإدخال الذي يتيحه تكوين نموذج Flaq AI حاليًا.
- سياق رسائل متعدد الجولات: أدرج رسائل المحادثة الأخيرة لأسئلة المتابعة والنقاش التكراري حول السياق البصري المقدَّم.
- دعم بث الاستجابات: اعرض المخرجات النصية تدريجيًا في واجهات الدردشة والتحليل التي تستقبل أحداث الاستجابة.
- التحكم في طول المخرجات: قيّد طول الاستجابة المطلوب بما يناسب التسميات التوضيحية الموجزة أو الإجابات المركزة أو التحليلات الأكثر تفصيلًا.
كيفية استخدام Grok 4.5 Image-to-Text API على Flaq AI
- المدخلات: صورة واحدة مدعومة، مع تعليمات نصية اختيارية توضّح ما ينبغي للنموذج فحصه أو الإجابة عنه.
- المخرجات: استجابة نصية تستند إلى الصورة المقدَّمة وسياق الرسائل المصاحب.
- السياق: يمكن توفير الرسائل الأخيرة لدعم أسئلة المتابعة ضمن نافذة المحادثة المضبوطة.
- عناصر التحكم: يمكن تعيين حد أقصى اختياري لطول مخرجات الاستجابة المُنشأة.
- القدرات: وصف الصور والإجابة عن الأسئلة البصرية والمساعدة في قراءة النص المرئي والتحليل القائم على الصور عبر واجهة الدردشة المضبوطة.
أفضل حالات استخدام تكامل Grok 4.5 Image-to-Text API
- مراجعة المحتوى البصري: أنشئ وصفًا أوليًا أو ملخصًا لصورة مقدَّمة ضمن سير العمل التحريري وسير عمل المحتوى.
- الإجابة عن الأسئلة القائمة على الصور: اسمح للمستخدمين بطرح أسئلة موجهة حول العناصر أو المشاهد أو العلاقات أو التفاصيل المرئية في صورة واحدة.
- المساعدة في قراءة النص المرئي: اطلب نسخ النص المقروء أو تفسيره مع الإبقاء على المراجعة البشرية لعمليات الاستخراج التي تتطلب دقة عالية.
- الفرز الأولي للمنتجات والأصول: أنشئ أوصافًا أولية أو صنّف الأصول البصرية استنادًا إلى المعلومات الظاهرة في الصورة.
- صياغة محتوى تسهيل الوصول: أنشئ مسودات للنص البديل أو أوصاف الصور كي يراجعها المحررون ويحسّنوها قبل النشر.
ملاحظة قد تكون تفسيرات الصور واستخراج النص المرئي ناقصة أو غير دقيقة، خصوصًا مع النصوص الصغيرة أو المشاهد الملتبسة أو الصور منخفضة الجودة أو المحتوى المتخصص. راجع النتائج المهمة قبل استخدامها. يدعم هذا المسار صورة واحدة ولا يتيح إدخال الملفات العامة أو توليد الصور.
مقارنة Grok 4.5 Image-to-Text بالبدائل: تحليل مقارن
-
Grok 4.5 Image-to-Text مقارنةً بـ Grok 4.5 Text-to-Text يقبل Image-to-Text السياق البصري ويعيد نصًا، بينما يكون Text-to-Text الخيار الأكثر مباشرة للطلبات التي لا تتضمن صورة.
-
Grok 4.5 Image-to-Text مقارنةً بأنظمة OCR المتخصصة صُممت أنظمة OCR المتخصصة خصيصًا لاستخراج النص المحدد ومسارات معالجة المستندات. يستطيع Grok 4.5 مناقشة المحتوى والنص المرئي ضمن سياقه، لكن ينبغي عدم اعتباره بديلًا مضمونًا لأنظمة OCR في المهام التي تتطلب دقة عالية.
-
Grok 4.5 Image-to-Text مقارنةً بنماذج إنشاء التسميات التوضيحية للصور تستهدف نماذج التسميات التوضيحية غالبًا الأوصاف القصيرة. ويمكن أيضًا لسير عمل الدردشة متعدد الوسائط الإجابة عن سؤال يقدمه المستخدم، مع بقاء جودة المخرجات معتمدة على الصورة والتعليمات.
-
Grok 4.5 Image-to-Text مقارنةً بواجهات LLM API الأخرى متعددة الوسائط تختلف واجهات API الرائدة متعددة الوسائط في حدود الإدخال وسلوك النموذج وزمن الاستجابة وميزات المنصة. قيّمها باستخدام صور تمثيلية ومعايير قبول خاصة بالمهمة قبل اختيار مزود الخدمة.
-
Grok 4.5 Image-to-Text مقارنةً بنماذج الرؤية ذاتية الاستضافة توفر نماذج الرؤية ذاتية الاستضافة التحكم في النشر، لكنها تضيف أعباء البنية التحتية والصيانة. توفر Flaq AI مسار دردشة مُدارًا لصورة واحدة للفرق التي تفضّل الوصول المستضاف إلى Grok 4.5.