OpenAI/gpt-5.6-luna-image-to-text

gpt-5.6-luna-image-to-text

Essayez gratuitement GPT 5.6 Luna Image-to-Text pour la compréhension visuelle rapide, l’OCR, l’analyse de graphiques et les workflows économiques à grand volume.

Image Chat

Modèles Gpt 5.6 Luna associés

gpt-5.6-luna-text-to-texttext-to-text

gpt-5.6-luna-image-to-textimage-to-text

gpt-5.6-luna-file-analysisfile-analysis

gpt-5.6-luna-web-searchweb-search

Documentation

Exemples d'API

JavaScriptPythoncURL

Exemple d'envoi

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-5.6-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
  })
});

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);
    }
  }
}

Exemple d'envoi

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-5.6-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)

Exemple d'envoi

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-5.6-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
  }'

Démarrer un nouveau chat

Envoyez un message pour commencer.

Tarifs de GPT 5.6 Luna Image to Text

Paramètres	Prix	Prix d’origine	Remise

Jeton: input	$1.0000 par 1 M de jetons d’entrée	-	Standard
Jeton: output	$6.0000 par 1 M de jetons de sortie	-	Standard

README

API image-vers-texte GPT 5.6 Luna rapide et abordable (analyse visuelle OpenAI efficace)

L’API image-vers-texte GPT 5.6 Luna sur Flaq AI associe le traitement rapide de GPT-5.6 à une compréhension visuelle pratique pour les applications évolutives. Cette intégration visuelle OpenAI rentable permet d’analyser images, texte visible, mises en page, graphiques, produits et détails de scènes avec des instructions en langage naturel. Grâce aux indications textuelles facultatives, au contexte conversationnel et aux réponses en streaming, Luna prend en charge des workflows image-vers-texte réactifs sans infrastructure visuelle distincte.

Fonctionnalités clés de l’API image-vers-texte GPT 5.6 Luna

Compréhension visuelle rapide : Analysez les images prises en charge avec le modèle GPT-5.6 le plus rapide d’OpenAI pour des expériences réactives.
Traitement d’images évolutif : Prenez en charge à grand volume les workflows récurrents de description, extraction, examen et classification visuelle.
Extraction du texte et de la mise en page : Lisez le texte visible, les tableaux, étiquettes, éléments d’interface et structures documentaires des images.
Questions visuelles ciblées : Posez des questions directes sur une image et recevez des réponses claires, orientées vers la tâche.
Analyse tenant compte de la conversation : Affinez les questions visuelles dans les messages suivants tout en conservant le contexte utile.
Intégration API en streaming : Renvoyez progressivement l’analyse des images via un workflow stable de chat completion.

Comment utiliser l’API image-vers-texte GPT 5.6 Luna sur Flaq AI

Entrée : Une image prise en charge, accompagnée d’instructions facultatives en langage naturel décrivant la tâche d’analyse ou d’extraction.
Sortie : Descriptions textuelles, détails extraits, raisonnement visuel ou résumés structurés fondés sur l’image.
Configuration de la route : Conçue pour une compréhension rapide des images, avec entrée visuelle et suivi conversationnel.
Configuration : Utilisez les contrôles de contexte et de longueur de sortie pris en charge pour adapter chaque réponse visuelle.
Capacités : Description d’images, extraction de texte visible, examen de captures, lecture de graphiques, analyse de produits et QA visuelle via l’API OpenAI.

Meilleurs cas d’usage pour intégrer l’API image-vers-texte GPT 5.6 Luna

Description massive d’images : Générez des descriptions et résumés consultables pour de grandes collections de ressources visuelles.
Examen de captures et d’interfaces : Extrayez le contenu et expliquez les captures d’interface pour le support, la QA et la documentation.
Traitement des catalogues de produits : Identifiez les attributs et créez des descriptions structurées à partir d’images de catalogue.
Aide à la modération visuelle : Organisez les détails des images pour les workflows ultérieurs d’examen et de politique.
Accessibilité à grande échelle : Produisez des descriptions d’images réactives pour les médiathèques et les produits destinés aux utilisateurs.

Remarque Veillez à ce que vos prompts et images importées respectent les consignes de sécurité et d’utilisation d’OpenAI. En cas d’erreur, vérifiez que les entrées ne contiennent aucun contenu restreint ou non pris en charge, simplifiez la demande et réessayez.

GPT 5.6 Luna image-vers-texte face aux concurrents : analyse comparative

GPT 5.6 Luna face à GPT 5.6 Sol
GPT 5.6 Sol cible le raisonnement visuel exigeant au niveau phare. GPT 5.6 Luna privilégie une compréhension des images plus rapide et rentable pour la production à grande échelle.
GPT 5.6 Luna face à GPT 5.6 Terra
GPT 5.6 Terra équilibre l’analyse visuelle professionnelle et le coût. GPT 5.6 Luna privilégie une vitesse et une efficacité maximales pour les charges visuelles récurrentes.
GPT 5.6 Luna face à GPT 5.5 Image-to-Text
GPT 5.5 fournit une analyse multimodale fiable aux applications établies. GPT 5.6 Luna offre une option plus rapide et rentable au sein de la nouvelle famille GPT.
GPT 5.6 Luna face aux modèles visuels Gemini
Les modèles Gemini s’intègrent naturellement aux systèmes multimodaux centrés sur Google. GPT 5.6 Luna offre une voie efficace et native d’OpenAI pour l’analyse visuelle évolutive.
GPT 5.6 Luna face aux modèles visuels ouverts
Les modèles visuels ouverts offrent une grande souplesse de déploiement, mais exigent mise en service et optimisation. GPT 5.6 Luna fournit une compréhension d’images gérée via le workflow API de Flaq AI.