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

gpt-6-sol-image-to-text

Essayez l’API GPT 6 Sol d’OpenAI pour comprendre, analyser et interroger les images via l’API stable et abordable de Flaq AI, avec réponses en streaming.

Image Chat

Modèles Gpt 6 Sol associés

gpt-6-sol-text-to-texttext-to-text

gpt-6-sol-image-to-textimage-to-text

gpt-6-sol-web-searchweb-search

gpt-6-sol-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-sol-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-sol-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-sol-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 Sol Image to Text

Paramètres	Prix	Prix d’origine	Remise

Jeton: input	$2.0000 par 1 M de jetons d’entrée	-	Standard
Jeton: output	$10.0000 par 1 M de jetons de sortie	-	Standard

README

API GPT 6 Sol Image-to-Text pour le raisonnement visuel avancé (analyse d’images et de graphiques OpenAI)

L’API GPT 6 Sol Image-to-Text applique les capacités avancées de raisonnement de GPT-6 Sol d’OpenAI à la compréhension visuelle, à l’interprétation de graphiques et aux questions-réponses visuelles sur Flaq AI. Cette intégration d’API d’image à texte permet aux développeurs et aux équipes professionnelles de convertir des ressources visuelles prises en charge, accompagnées de consignes en langage naturel, en descriptions techniques claires, en extractions de données structurées et en analyses approfondies. GPT-6 Sol fournit un puissant raisonnement visuel, tandis que Flaq AI propose une intégration API fiable et économique.

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

Raisonnement visuel avancé : Analysez la hiérarchie des scènes, les relations spatiales, les anomalies visuelles et les détails fins avec la gamme de modèles GPT-6 hautement performants d’OpenAI.
Interprétation de graphiques, de courbes et de diagrammes : Interprétez avec une grande précision des schémas techniques, des représentations mathématiques, des tableaux de bord financiers et des maquettes d’architecture.
Questions-réponses visuelles tenant compte du contexte : Soumettez des questions complexes à plusieurs niveaux sur une image et recevez des explications textuelles étayées par les éléments visuels.
Extraction de données et de texte : Identifiez le texte visible, les points de données, les champs de formulaire et les éléments d’interface présents dans des captures d’écran ou des photographies pour les examiner.
Consignes flexibles en langage naturel : Orientez l’analyse visuelle à l’aide d’instructions précises sur les critères de mise en forme, le domaine à privilégier ou le degré d’examen.
Sortie en continu en temps réel : Recevez progressivement des observations visuelles et des synthèses analytiques via des événements envoyés par le serveur pour des interfaces réactives.

Utiliser l’API GPT 6 Sol Image-to-Text pour l’analyse visuelle sur Flaq AI

Entrée : Messages de conversation contenant une image prise en charge, avec éventuellement des questions textuelles ou des instructions d’analyse.
Sortie : Descriptions textuelles structurées, extractions de données, explications visuelles et réponses fondées sur l’image fournie.
Longueur de sortie : Définissez, si nécessaire, un nombre maximal de tokens de sortie pour des libellés courts ou des analyses détaillées. Aucun maximum par défaut n’est indiqué pour ce paramètre ; les limites de sortie du modèle restent applicables.
Diffusion en continu : Recevez progressivement l’analyse visuelle générée pour créer des expériences utilisateur fluides et interactives.
Capacités : Compréhension visuelle, analyse de données graphiques, analyse d’interfaces et questions-réponses visuelles guidées par des instructions via l’intégration API de Flaq AI.

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

Examen de diagrammes et de schémas techniques : Déchiffrez des plans d’architecture, des topologies réseau, des schémas d’ingénierie et des organigrammes fournis sous forme de fichiers image.
Audit de tableaux de bord et de graphiques d’entreprise : Transformez les données financières, les tableaux de bord d’indicateurs et les graphiques de tendances en synthèses pour les dirigeants et en observations exploitables.
Contrôle qualité des interfaces et des captures d’écran : Examinez des captures d’écran de logiciels pour vérifier les textes de l’interface, l’alignement de la mise en page, la cohérence du thème et les transitions entre états de l’interface.
Inspection sur le terrain et documentation : Analysez des photographies de terrain, des images d’équipements et des relevés de laboratoire pour générer des rapports d’état structurés.
Accessibilité visuelle et catalogage : Produisez des textes alternatifs détaillés et riches en contexte ainsi que des métadonnées descriptives pour de vastes bibliothèques de ressources multimédias numériques.

Remarque Veillez à ce que vos entrées visuelles et vos messages de prompt 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 caractéristiques non prises en charge ou des éléments interdits, précisez le prompt et réessayez.

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

GPT 6 Sol Image-to-Text face à GPT 6 Astra Image-to-Text
GPT 6 Astra est le modèle phare d’OpenAI pour ses tâches de raisonnement les plus difficiles. GPT 6 Sol Image-to-Text propose une solution d’analyse d’images qui équilibre les capacités du modèle et les coûts pour les processus en production.
GPT 6 Sol Image-to-Text face à GPT 6 Luna Image-to-Text
GPT 6 Luna Image-to-Text convient aux tâches visuelles à fort volume sensibles aux coûts. GPT 6 Sol Image-to-Text est une option pour les équipes qui travaillent sur des diagrammes détaillés et des questions visuelles à plusieurs étapes.
GPT 6 Sol Image-to-Text face à Claude Opus 5.5
Claude Opus 5.5 offre de solides capacités multimodales, notamment pour les analyses centrées sur les documents et faisant largement appel aux PDF. GPT 6 Sol Image-to-Text est spécifiquement optimisé pour l’examen rapide privilégiant l’image, le décodage de graphiques et les questions-réponses visuelles conversationnelles dans les intégrations standard d’API de chat.
GPT 6 Sol Image-to-Text face aux moteurs OCR spécialisés
Les outils OCR spécialisés sont souvent utilisés pour la transcription de texte et l’extraction de champs. GPT 6 Sol Image-to-Text prend également en charge les questions sur le contexte visuel environnant, notamment les graphiques, la mise en page et les relations entre les éléments visibles.