OpenAI/gpt-6-astra-image-to-text

gpt-6-astra-image-to-text

Prueba la API de GPT 6 Astra de OpenAI para razonamiento visual avanzado, lectura de gráficos, OCR y Q&A de imágenes vía la API estable de Flaq AI con streaming.

Image Chat

Modelos Gpt 6 Astra relacionados

gpt-6-astra-text-to-texttext-to-text

gpt-6-astra-image-to-textimage-to-text

gpt-6-astra-web-searchweb-search

gpt-6-astra-file-analysisfile-analysis

Documentación

Ejemplos de API

JavaScriptPythoncURL

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: 'gpt-6-astra-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);
    }
  }
}

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': 'gpt-6-astra-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)

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": "gpt-6-astra-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
  }'

Inicia un nuevo chat

Envía un mensaje para comenzar.

Precios de GPT 6 Astra Image to Text

Parámetros	Precio	Precio original	Descuento

Token: input	$10.0000 por 1 M de tokens de entrada	-	Estándar
Token: output	$50.0000 por 1 M de tokens de salida	-	Estándar

README

API GPT 6 Astra Image-to-Text de razonamiento visual avanzado (análisis de gráficos e imágenes de OpenAI)

La API GPT 6 Astra Image-to-Text aplica el razonamiento del modelo insignia GPT-6 Astra de OpenAI a imágenes, gráficos y preguntas visuales en Flaq AI. Esta integración de API de imagen a texto ayuda a desarrolladores y equipos profesionales a convertir imágenes compatibles, junto con instrucciones de texto opcionales, en descripciones, detalles extraídos y análisis estructurados. El modelo aporta el razonamiento visual; Flaq AI ofrece acceso a la API estable y rentable.

Funciones principales de la API GPT 6 Astra Image-to-Text

Razonamiento visual avanzado: Examine distribuciones, objetos, relaciones y la lógica de las escenas con el actual modelo insignia GPT de OpenAI, en lugar de un sistema limitado a generar pies de imagen.
Comprensión de gráficos y diagramas: Lea datos representados, etiquetas y estructuras esquemáticas en figuras utilizadas para análisis, ingeniería y revisión de investigaciones.
Preguntas y respuestas visuales: Formule preguntas específicas sobre una imagen y reciba respuestas de texto basadas en lo que se ve.
Extracción orientada a OCR: Extraiga texto visible, campos de formularios y textos de interfaces de capturas de pantalla o documentos fotografiados cuando esa sea la tarea.
Instrucciones de texto opcionales: Combine una imagen con instrucciones que establezcan los criterios de revisión, el formato de salida o el nivel de detalle.
Análisis en streaming: Devuelva hallazgos visuales como texto en streaming mediante un flujo de chat uniforme de Flaq AI.

Cómo usar la API GPT 6 Astra Image-to-Text para análisis visual en Flaq AI

Entrada: Una imagen compatible con mensajes de conversación opcionales que describan el análisis, la extracción o la pregunta.
Salida: Descripciones de texto, detalles extraídos, lecturas de gráficos y respuestas a preguntas visuales basadas en la imagen proporcionada.
Longitud de salida: Controle el número máximo de tokens de salida cuando necesite un pie de imagen breve o una revisión más larga.
Streaming: Reciba el análisis de forma incremental.
Capacidades: Comprensión de imágenes, interpretación de gráficos, preguntas y respuestas visuales y extracción orientada a OCR mediante la integración de la API GPT 6 Astra Image-to-Text.

Casos de uso destacados de la integración de la API GPT 6 Astra Image-to-Text

Revisión de gráficos y paneles: Convierta métricas representadas, leyendas y capturas de paneles en hallazgos escritos para analistas y operadores.
Lectura de diagramas técnicos: Explique dibujos de arquitectura, diagramas de flujo y esquemas anotados que se reciben como imágenes en lugar de archivos.
Control de calidad de interfaces y capturas: Examine capturas de interfaces para detectar textos visibles, problemas de disposición y diferencias de estado durante la revisión del producto.
Extracción de fotografías de documentos: Lea textos y campos de formularios o impresos fotografiados cuando la fuente sea una imagen y no un documento cargado.
Notas de inspección visual: Describa fotografías de productos, capturas de laboratorio o fotos de campo para catálogos, incidencias y textos de accesibilidad.

Nota Use imágenes y prompts que cumplan las políticas de uso de OpenAI y los términos de Flaq AI. Si se produce un error, compruebe si hay contenido visual restringido o no compatible, simplifique la pregunta e inténtelo de nuevo.

GPT 6 Astra Image-to-Text frente a la competencia: análisis comparativo

GPT 6 Astra frente a GPT 5.6 Sol Image-to-Text
GPT 5.6 Sol Image-to-Text sigue siendo la API de visión insignia anterior de OpenAI en Flaq AI. GPT 6 Astra es la opción insignia actual cuando el razonamiento visual, la lectura de gráficos o las preguntas sobre imágenes requieren la nueva generación GPT.
GPT 6 Astra frente a los flujos de visión de Claude
Los modelos Claude Fable destacan con gráficos y tablas anidados dentro de documentos, especialmente mediante las API de análisis de archivos. La API GPT 6 Astra Image-to-Text está diseñada específicamente por OpenAI para analizar imágenes con texto opcional sin cargar documentos.
GPT 6 Astra frente a los modelos de visión Gemini
Las API de visión Gemini encajan de forma natural en productos multimodales centrados en Google. La API GPT 6 Astra Image-to-Text está dirigida a equipos que buscan el razonamiento visual insignia de OpenAI mediante la vía de chat de imagen a texto de Flaq AI.
GPT 6 Astra frente a motores OCR especializados
Las herramientas OCR especializadas optimizan la recuperación de texto sin procesar a partir de escaneos. GPT 6 Astra añade razonamiento visual de primer nivel al texto visible, lo que resulta más útil cuando la tarea consiste en interpretar, responder preguntas o leer gráficos, en lugar de limitarse a transcribir.