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

gpt-6-luna-image-to-text

Essayez l’API GPT 6 Luna d’OpenAI pour la compréhension et la description d’images et les questions visuelles via l’API stable et abordable de Flaq AI avec streaming.

Image Chat

Modèles Gpt 6 Luna associés

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

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-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);
    }
  }
}

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-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-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 6 Luna Image to Text

Paramètres	Prix	Prix d’origine	Remise

Jeton: input	$0.1000 par 1 M de jetons d’entrée	-	Standard
Jeton: output	$0.5000 par 1 M de jetons de sortie	-	Standard

README

API GPT 6 Luna Image-to-Text rapide et abordable (compréhension visuelle à grande vitesse d’OpenAI)

L’API GPT 6 Luna Image-to-Text sur Flaq AI propose une option GPT-6 économique pour l’inspection d’images, les questions-réponses visuelles et l’extraction de données assistée par OCR. Les développeurs peuvent analyser des images prises en charge, accompagnées de questions, dans des flux visuels à grande échelle et des applications interactives.

Principales fonctionnalités de l’API GPT 6 Luna Image-to-Text

Analyse visuelle à grande vitesse : Traitez les images et obtenez des réponses descriptives avec une faible latence, idéales pour les applications interactives et les chaînes de traitement à haut débit.
Tarification multimodale économique : Réduisez les coûts d’exploitation des opérations d’étiquetage d’images, d’audit visuel et de lecture d’écran à grande échelle tout en conservant la précision élevée de GPT-6.
Réponses rapides aux questions visuelles : Répondez aux questions des utilisateurs sur les photos, captures d’écran et ressources visuelles importées par des réponses rapides en langage naturel, fondées sur l’image.
Extraction de mise en page assistée par OCR : Identifiez le texte visible, les champs de formulaires, la signalétique et les étiquettes de produits dans les images, avec des résultats disponibles pour une vérification humaine.
Inspection visuelle guidée par les instructions : Orientez le modèle avec des prompts textuels précis pour cibler certaines zones de l’image, certains styles de mise en forme ou critères de validation.
Sortie progressive en streaming : Fournissez les descriptions visuelles et les données progressivement via des événements envoyés par le serveur pour des interfaces utilisateur réactives.

Comment utiliser l’API GPT 6 Luna Image-to-Text pour une compréhension visuelle rapide sur Flaq AI

Entrée : Messages de conversation contenant une image prise en charge, avec des questions textuelles ou des instructions d’inspection facultatives.
Sortie : Résumés textuels rapides, réponses visuelles, texte transcrit et données structurées issus de l’image.
Longueur de sortie : Définissez, si nécessaire, un nombre maximal de tokens de sortie pour de brèves étiquettes ou des descriptions détaillées. Aucun maximum par défaut n’est spécifié pour ce paramètre ; les limites de sortie du modèle restent applicables.
Streaming : Diffusez progressivement les analyses visuelles générées via des événements envoyés par le serveur pour éliminer les délais d’affichage.
Capacités : Interprétation rapide d’images, questions-réponses visuelles, extraction OCR et étiquetage de ressources visuelles grâce à l’intégration de l’API Flaq AI.

Meilleurs cas d’utilisation de l’intégration de l’API GPT 6 Luna Image-to-Text

Étiquetage visuel pour l’e-commerce : Attribuez aux photos de produits des catégories, couleurs dominantes, styles et caractéristiques visibles pour les catalogues de stocks.
Traitement de captures d’écran et de reçus à grande échelle : Extrayez rapidement le texte brut, les noms des commerçants et les valeurs numériques des captures d’écran mobiles et des photos de reçus.
Recherche et chat visuels en temps réel : Alimentez des assistants visuels grand public permettant aux utilisateurs de prendre des photos et d’obtenir des explications contextuelles immédiates.
Aide à la modération de contenu sur les réseaux sociaux : Examinez rapidement les images importées par les utilisateurs pour vérifier le texte visible, les logos et la conformité thématique générale.
Indexation de ressources numériques : Générez des légendes accessibles et des métadonnées descriptives consultables pour de vastes bibliothèques de médias visuels.

Remarque Veillez à ce que vos entrées visuelles et vos prompts respectent les politiques de sécurité et d’utilisation d’OpenAI ainsi que les conditions de Flaq AI. En cas d’erreur, vérifiez si l’image présente des attributs non pris en charge ou des éléments interdits, précisez le prompt et réessayez.

GPT 6 Luna Image-to-Text face aux concurrents : analyse comparative

GPT 6 Luna Image-to-Text face à GPT 6 Sol Image-to-Text
GPT 6 Sol Image-to-Text est conçu pour l’interprétation approfondie de diagrammes, les schémas architecturaux complexes et le raisonnement visuel exigeant en plusieurs étapes. GPT 6 Luna Image-to-Text privilégie des délais courts et un traitement économique pour l’étiquetage visuel à grande échelle et les questions des utilisateurs en temps réel.
GPT 6 Luna Image-to-Text face à GPT 5.6 Luna Image-to-Text
GPT 5.6 Luna Image-to-Text est une option antérieure pour les flux visuels efficaces. GPT 6 Luna Image-to-Text apporte la famille GPT-6 plus récente aux questions sur les images à grande échelle ; testez la précision visuelle et le coût avec vos propres images avant de migrer.
GPT 6 Luna Image-to-Text face aux moteurs OCR spécialisés
Les outils OCR spécialisés peuvent être utiles lorsque la transcription est la tâche principale. GPT 6 Luna Image-to-Text peut aussi répondre aux questions sur le contexte visuel environnant et organiser les détails demandés sous forme de texte.
GPT 6 Luna Image-to-Text face à Gemini Flash Vision
Les modèles Gemini Flash sont étroitement intégrés à l’infrastructure Google Cloud. GPT 6 Luna Image-to-Text propose une solution de vision flexible et native d’OpenAI, compatible avec les formats standard de complétion de chat sur Flaq AI, à une tarification prévisible et économique.