OpenAI/gpt-5.4-image-to-text

gpt-5.4-image-to-text

API OpenAI GPT 5.4 untuk LLM multimodal, tanya jawab visual, OCR, dan pemahaman gambar. Stabil dan terjangkau untuk aplikasi bervolume tinggi serta workflow produksi.

Image Chat

Model Gpt 5.4 Terkait

gpt-5.4-text-to-texttext-to-text

gpt-5.4-image-to-textimage-to-text

gpt-5.4-web-searchweb-search

gpt-5.4-file-analysisfile-analysis

Dokumentasi

Contoh API

JavaScriptPythoncURL

Contoh Pengiriman

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-5.4-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);
    }
  }
}

Contoh Pengiriman

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-5.4-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)

Contoh Pengiriman

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-5.4-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
  }'

Mulai chat baru

Kirim pesan untuk memulai.

Harga GPT 5.4 Image to Text

Parameter	Harga	Harga asli	Diskon

Token: input	$2.5000 per 1 juta token input	-	Standar
Token: output	$15.0000 per 1 juta token output	-	Standar

README

GPT 5.4 Image-to-Text API Cepat dan Terjangkau (model OpenAI yang cepat dan terjangkau untuk workflow AI profesional)

GPT 5.4 Image-to-Text API di Flaq AI menyediakan akses OpenAI API untuk workflow profesional yang membutuhkan penalaran andal, bantuan coding, dan pengalaman chat praktis. Integrasi OpenAI API yang cepat, terjangkau, dan praktis ini membantu developer membangun pengalaman image-to-text dengan konteks percakapan fleksibel, prompting analisis visual, workflow tool yang didukung, dan pengaturan khusus route di Flaq AI. Dibangun untuk workload produksi, API ini memberi tim cara stabil untuk menambahkan kemampuan AI tingkat lanjut tanpa mengelola infrastruktur model atau menulis plumbing khusus provider dari awal.

Fitur Utama GPT 5.4 Image-to-Text API

Pemahaman Visual Berkualitas Tinggi: Analisis konten visual, tata letak, objek, teks, chart, dan detail adegan melalui penalaran model multimodal.
Kepatuhan Instruksi Visual yang Presisi: Ajukan pertanyaan terarah tentang gambar dan terima jawaban fokus untuk review, klasifikasi, ekstraksi, atau dokumentasi.
Kontrol API Fleksibel: Gunakan konteks percakapan, prompting analisis visual, workflow tool yang didukung, dan pengaturan khusus route di Flaq AI untuk mengarahkan permintaan sederhana, analisis mendalam, dan otomatisasi produksi.
Dukungan Tool Produksi: Hubungkan workflow tool yang didukung, retrieval, otomatisasi, dan fitur aplikasi tingkat lanjut tanpa menampilkan pengaturan provider level rendah.
Integrasi Hemat Biaya: Bangun fitur image-to-text melalui Flaq AI dengan routing jelas, halaman model stabil, dan pesan API yang tahan lama untuk workflow produksi.
Workflow Ramah Developer: Gunakan instruksi bahasa alami, prompt terstruktur, dan input khusus route untuk bergerak cepat dari prototipe ke produksi.

Cara Menggunakan GPT 5.4 Image-to-Text API untuk Analisis Visual di Flaq AI

Input: Konten gambar yang diunggah plus instruksi bahasa alami yang menjelaskan tugas analisis, ekstraksi, atau penalaran.
Output: Deskripsi teks, detail yang diekstrak, penalaran visual, atau ringkasan terstruktur dari gambar yang diunggah.
Konfigurasi Route: Dirancang untuk workflow pemahaman gambar terfokus dengan dukungan input gambar khusus route.
Konfigurasi: konteks percakapan fleksibel, prompting analisis visual, workflow tool yang didukung, dan pengaturan khusus route di Flaq AI.
Kemampuan: Pemahaman gambar, ekstraksi bergaya OCR, QA visual, pembacaan chart, inspeksi produk, dan penalaran multimodal melalui integrasi OpenAI API yang cepat, terjangkau, dan praktis.

Use Case Terbaik untuk Integrasi GPT 5.4 Image-to-Text API

Review Dokumen & Screenshot: Ekstrak detail penting dari screenshot, formulir, struk, diagram, dan tangkapan antarmuka tanpa transkripsi manual.
Analisis Produk & Katalog: Buat deskripsi produk, identifikasi atribut, dan rangkum perbedaan visual untuk workflow ecommerce.
Interpretasi Chart & Diagram: Ubah data visual, chart, dan diagram arsitektur menjadi penjelasan teks jelas untuk laporan dan perencanaan.
QA Aset Kreatif: Review materi iklan, visual sosial, mockup, dan ekspor desain untuk konsistensi, masalah, dan detail konten.
Workflow Aksesibilitas: Hasilkan deskripsi gambar dan ringkasan visual yang membuat media lebih mudah dipahami dan digunakan ulang.

Note Pastikan prompt, file yang diunggah, dan workflow aplikasi Anda mematuhi panduan keamanan dan penggunaan OpenAI. Jika terjadi error, tinjau input untuk konten yang dibatasi, sederhanakan permintaan, lalu coba lagi.

GPT 5.4 Image-to-Text vs Kompetitor: Analisis Perbandingan

GPT 5.4 vs. Claude Opus 4.7 Claude Opus 4.7 kuat untuk penalaran jangka panjang yang cermat dan workflow agent bergaya Claude. GPT 5.4 menawarkan perilaku native OpenAI, tooling aplikasi luas, dan jalur API yang familiar untuk tim yang sudah membangun di ekosistem OpenAI.
GPT 5.4 vs. Claude Sonnet 4.6 Claude Sonnet 4.6 berfokus pada keseimbangan cepat antara kecerdasan dan latency. GPT 5.4 adalah pilihan kuat saat developer menginginkan perilaku model OpenAI, workflow chat fleksibel, dan kemampuan image-to-text terintegrasi di Flaq AI.
GPT 5.4 vs. Gemini Model Gemini menarik untuk use case multimodal native Google dan yang dekat dengan workspace. GPT 5.4 membedakan diri dengan penalaran bergaya OpenAI, kualitas teks andal, dan integrasi ramah produksi.
GPT 5.4 vs. DeepSeek Reasoner DeepSeek Reasoner dihargai untuk eksperimen penalaran terjangkau. GPT 5.4 menyediakan pengalaman API terkelola untuk workflow image-to-text profesional, terutama saat keandalan dan dukungan ekosistem penting.
GPT 5.4 vs. Llama Model Llama memberi tim fleksibilitas open-model dan kontrol deployment. GPT 5.4 menghapus beban infrastruktur dan menyediakan API skalabel bagi developer yang membutuhkan integrasi cepat serta kualitas output konsisten.