Moonshot AI/kimi-2.7-image-to-text
kimi-2.7-image-to-text
Usa Kimi 2.7 Image-to-Text API para comprensión visual, preguntas sobre imágenes, extracción tipo OCR y razonamiento multimodal en flujos de producción estables.
Image Chat
Modelos Kimi 2.7 relacionados
Ejemplos de API
Ejemplo de envio
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: 'kimi-2.7-image-to-text',
messages: [
{
role: 'user',
content: [
{
type: 'text',
text: 'What is roughly shown in this image?'
},
{
type: 'image_url',
image_url: {
url: 'https://example.com/sample-image.jpg'
}
}
]
}
],
stream: true,
max_tokens: 300
})
});
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);
}
}
}
Ejemplo de envio
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': 'kimi-2.7-image-to-text',
'messages': [
{
'role': 'user',
'content': [
{
'type': 'text',
'text': 'What is roughly shown in this image?',
},
{
'type': 'image_url',
'image_url': {
'url': 'https://example.com/sample-image.jpg',
},
},
],
}
],
'stream': True,
'max_tokens': 300,
},
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)
Ejemplo de envio
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": "kimi-2.7-image-to-text",
"messages": [
{
"role": "user",
"content": [
{
"type": "text",
"text": "What is roughly shown in this image?"
},
{
"type": "image_url",
"image_url": {
"url": "https://example.com/sample-image.jpg"
}
}
]
}
],
"stream": true,
"max_tokens": 300
}'
Precios de Kimi 2.7 Image to Text
| Parámetros | Precio | Precio original | Descuento |
|---|
README
API Kimi 2.7 Image-to-Text estable y asequible (comprensión visual de Moonshot AI)
La API Kimi 2.7 Image-to-Text en Flaq AI ofrece acceso al modelo multimodal de Moonshot AI para comprensión visual, preguntas y respuestas sobre imágenes, extracción tipo OCR y flujos de razonamiento basados en imágenes. Esta integración asequible de la API de visión de Kimi ayuda a los desarrolladores a transformar entradas de imagen en descripciones de texto útiles, respuestas, resúmenes e insights estructurados. Está pensada para equipos que necesitan análisis de imágenes estable sin mantener infraestructura de visión separada.
Funciones clave de la API Kimi 2.7 Image-to-Text
- Comprensión visual: Analiza entradas de imagen y devuelve descripciones, explicaciones y respuestas claras mediante la integración con la API Kimi 2.7.
- Razonamiento basado en imágenes: Combina detalles visuales con preguntas del usuario para apoyar análisis de productos, revisión de documentos, feedback creativo y flujos multimodales.
- Extracción tipo OCR: Extrae texto visible, etiquetas, contenido de interfaces y detalles de imágenes para automatización y procesamiento de datos posteriores.
- Acceso API para desarrolladores: Añade capacidades de imagen a texto a aplicaciones mediante una ruta estable de Flaq AI diseñada para flujos de producción.
- Guía flexible por prompts: Usa instrucciones en lenguaje natural para pedir subtítulos breves, análisis detallados, resúmenes estructurados o salidas específicas de una tarea.
- Flujos de visión asequibles: Crea funciones escalables de análisis visual con acceso rentable al modelo de Moonshot AI.
Cómo usar la API Kimi 2.7 Image-to-Text para análisis visual en Flaq AI
- Entrada: Entrada de imagen más preguntas en lenguaje natural o instrucciones de análisis.
- Salida: Respuestas de texto que describen contenido visual, extraen información, responden preguntas o resumen detalles de la imagen.
- Compatibilidad con imágenes: Funciona con flujos comunes de entrada de imágenes para visuales de producto, capturas de pantalla, documentos y recursos creativos.
- Capacidades: Descripción de imágenes, QA visual, lectura tipo OCR, razonamiento multimodal, análisis de capturas de pantalla y resúmenes visuales estructurados mediante la integración con la API Kimi 2.7.
Mejores casos de uso para la integración de la API Kimi 2.7 Image-to-Text
- Análisis de capturas y UI: Convierte capturas de aplicaciones en explicaciones, notas de errores, observaciones de accesibilidad y resultados de revisión estructurados.
- Revisión de documentos y formularios: Extrae campos visibles, etiquetas, tablas y detalles de documentos desde imágenes para herramientas internas y automatización.
- Comprensión de imágenes de e-commerce: Describe productos, identifica atributos, resume visuales de catálogo y apoya flujos de moderación o merchandising.
- Feedback sobre recursos creativos: Analiza composiciones, estilos visuales, coherencia de marca y piezas de campaña con salida guiada por prompts.
- Asistentes de IA multimodales: Permite que los usuarios suban imágenes y hagan preguntas en lenguaje natural dentro de productos de soporte, educación y productividad.
Nota Asegúrate de que la entrada de imagen y los prompts cumplan los requisitos de seguridad de Moonshot AI y Flaq AI. Si ocurre un error, ajusta la entrada de imagen o el prompt e inténtalo de nuevo.
Kimi 2.7 Image-to-Text frente a competidores: análisis comparativo
- Kimi 2.7 Image-to-Text frente a GPT Image-to-Text
La comprensión de imágenes de GPT ofrece una amplia cobertura multimodal. La API Kimi 2.7 Image-to-Text proporciona una alternativa de Moonshot AI para equipos que quieren análisis visual asequible mediante Flaq AI. - Kimi 2.7 Image-to-Text frente a Gemini Image-to-Text
Gemini es sólido para razonamiento visual nativo de Google. Kimi 2.7 ofrece a los desarrolladores otra ruta estable para descripciones de imágenes, extracción tipo OCR y preguntas y respuestas sobre imágenes. - Kimi 2.7 Image-to-Text frente a Claude Vision
Claude Vision es útil para una interpretación cuidadosa de imágenes y documentos. Kimi 2.7 se centra en flujos prácticos de imagen a texto para integraciones de producto escalables. - Kimi 2.7 Image-to-Text frente a Grok Image-to-Text
Grok Image-to-Text proporciona el comportamiento de modelos xAI para análisis visual. Kimi 2.7 ofrece acceso multimodal de Moonshot AI para equipos que comparan comportamiento de proveedores y estilo de respuesta. - Kimi 2.7 Image-to-Text frente a modelos de visión Qwen
Los modelos de visión Qwen son opciones sólidas de Alibaba. La API Kimi 2.7 Image-to-Text ofrece a los desarrolladores una alternativa impulsada por Moonshot para comprensión visual en producción.