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

gpt-6-luna-image-to-text

Prueba la API de GPT 6 Luna de OpenAI para comprender y describir imágenes y responder preguntas visuales mediante la API estable y asequible de Flaq AI con streaming.

Image Chat

Modelos Gpt 6 Luna relacionados

gpt-6-luna-text-to-texttext-to-text

gpt-6-luna-image-to-textimage-to-text

gpt-6-luna-web-searchweb-search

gpt-6-luna-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-luna-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
  })
});

if (!response.ok) {
  const errorBody = await response.json().catch(() => null);
  throw new Error(errorBody?.error?.message ?? errorBody?.message ?? `HTTP ${response.status}`);
}

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(/\r?\n\r?\n/);
  buffer = frames.pop() || '';

  for (const frame of frames) {
    const lines = frame.split(/\r?\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-luna-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-luna-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 Luna Image to Text

Parámetros	Precio	Precio original	Descuento

Token: input	$0.1000 por 1 M de tokens de entrada	-	Estándar
Token: output	$0.5000 por 1 M de tokens de salida	-	Estándar

README

API GPT 6 Luna Image-to-Text rápida y asequible (comprensión visual de alta velocidad de OpenAI)

La API GPT 6 Luna Image-to-Text en Flaq AI ofrece una opción GPT-6 rentable para inspección de imágenes, preguntas y respuestas visuales y extracción de datos asistida por OCR. Los desarrolladores pueden analizar imágenes compatibles junto con preguntas en flujos visuales de gran volumen y aplicaciones interactivas.

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

Análisis visual de alta velocidad: Procesa imágenes y devuelve respuestas descriptivas con baja latencia, ideal para aplicaciones interactivas y cadenas de procesamiento de alto rendimiento.
Precios multimodales rentables: Reduce los gastos operativos del etiquetado de imágenes, las auditorías visuales y la lectura de pantallas a gran escala, manteniendo la alta precisión de GPT-6.
Respuestas rápidas a preguntas visuales: Resuelve consultas de los usuarios sobre fotos, capturas de pantalla y recursos visuales subidos con respuestas rápidas en lenguaje natural fundamentadas en la imagen.
Extracción de diseño asistida por OCR: Identifica texto visible, campos de formularios, señalización y etiquetas de productos en imágenes, con resultados disponibles para revisión humana.
Inspección visual guiada por instrucciones: Dirige el modelo mediante prompts de texto específicos para centrarse en regiones concretas de la imagen, estilos de formato o criterios de validación.
Salida progresiva en streaming: Entrega descripciones visuales y datos de forma incremental mediante eventos enviados por el servidor para ofrecer interfaces ágiles.

Cómo utilizar la API GPT 6 Luna Image-to-Text para una comprensión visual rápida en Flaq AI

Entrada: Mensajes de conversación que contienen una imagen compatible, con preguntas de texto o instrucciones de inspección opcionales.
Salida: Resúmenes de texto rápidos, respuestas visuales, texto transcrito y datos estructurados derivados de la imagen.
Longitud de salida: Configura opcionalmente un número máximo de tokens de salida para etiquetas breves o descripciones detalladas. No se especifica un máximo predeterminado para este parámetro; siguen aplicándose los límites de salida del modelo.
Streaming: Transmite progresivamente los análisis visuales generados mediante eventos enviados por el servidor para eliminar retrasos en la interfaz.
Capacidades: Interpretación de imágenes de alta velocidad, preguntas y respuestas visuales, extracción OCR y etiquetado de recursos visuales mediante la integración de la API de Flaq AI.

Mejores casos de uso para integrar la API GPT 6 Luna Image-to-Text

Etiquetado visual para comercio electrónico: Etiqueta fotos de productos con categorías, colores dominantes, estilos y características visibles para catálogos de inventario.
Procesamiento de capturas de pantalla y recibos de gran volumen: Extrae rápidamente texto sin formato, nombres de comercios y valores numéricos de capturas de pantalla móviles y fotos de recibos.
Búsqueda y chat visuales en tiempo real: Impulsa asistentes visuales para consumidores que permiten tomar fotos y recibir explicaciones contextuales instantáneas.
Asistencia en la moderación de contenido en redes sociales: Revisa rápidamente las imágenes subidas por los usuarios para detectar texto visible, logotipos y su conformidad temática general.
Indexación de recursos digitales: Genera descripciones accesibles y metadatos descriptivos que permitan búsquedas en grandes repositorios de medios visuales.

Nota Asegúrate de que tus entradas visuales y mensajes de prompt cumplan las políticas de seguridad y uso de OpenAI y los términos de Flaq AI. Si se produce un error, revisa si la imagen contiene atributos no compatibles o elementos restringidos, precisa el prompt e inténtalo de nuevo.

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

GPT 6 Luna Image-to-Text frente a GPT 6 Sol Image-to-Text
GPT 6 Sol Image-to-Text está diseñado para interpretar diagramas en profundidad, esquemas arquitectónicos complejos y razonamiento visual exigente de varios pasos. GPT 6 Luna Image-to-Text se centra en tiempos de respuesta rápidos y procesamiento económico para etiquetado visual de gran volumen y consultas de usuarios en tiempo real.
GPT 6 Luna Image-to-Text frente a GPT 5.6 Luna Image-to-Text
GPT 5.6 Luna Image-to-Text es una opción anterior para flujos visuales eficientes. GPT 6 Luna Image-to-Text lleva la familia GPT-6 más reciente a las consultas sobre imágenes de gran volumen; prueba la precisión visual y el coste con tus propias imágenes antes de migrar.
GPT 6 Luna Image-to-Text frente a motores OCR especializados
Las herramientas OCR especializadas pueden ser útiles cuando la transcripción es la tarea principal. GPT 6 Luna Image-to-Text también puede responder preguntas sobre el contexto visual circundante y organizar en texto los detalles solicitados.
GPT 6 Luna Image-to-Text frente a Gemini Flash Vision
Los modelos Gemini Flash están estrechamente integrados en la infraestructura de Google Cloud. GPT 6 Luna Image-to-Text ofrece una solución de visión flexible y nativa de OpenAI, compatible con los formatos estándar de compleción de chat en Flaq AI, con precios previsibles y rentables.