OpenAI/gpt-6-luna-file-analysis

gpt-6-luna-file-analysis

Prova l’API GPT 6 Luna di OpenAI per domande sui documenti, riepiloghi dei file e analisi di file e immagini tramite l’API stabile e conveniente di Flaq AI con streaming.

File Analysis

Modelli Gpt 6 Luna correlati

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

Documentazione

Esempi API

JavaScriptPythoncURL

Esempio di invio

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-file-analysis',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Summarize this file and extract the key risks.' },
          {
            type: 'file',
            file: {
              filename: 'demo.pdf',
              file_data: 'https://example.com/demo.pdf'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 4096
  })
});

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);
    }
  }
}

Esempio di invio

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-file-analysis',
        'messages': [
            {
                'role': 'user',
                'content': [
                    {'type': 'text', 'text': 'Summarize this file and extract the key risks.'},
                    {
                        'type': 'file',
                        'file': {
                            'filename': 'demo.pdf',
                            'file_data': 'https://example.com/demo.pdf'
                        }
                    },
                ],
            }
        ],
        'stream': True,
        'max_tokens': 4096,
    },
    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)

Esempio di invio

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-file-analysis",
    "messages": [
      {
        "role": "user",
        "content": [
          { "type": "text", "text": "Summarize this file and extract the key risks." },
          {
            "type": "file",
            "file": {
              "filename": "demo.pdf",
              "file_data": "https://example.com/demo.pdf"
            }
          }
        ]
      }
    ],
    "stream": true,
    "max_tokens": 4096
  }'

Avvia una nuova chat

Invia un messaggio per iniziare.

Prezzi di GPT 6 Luna File Analysis

Parametri	Prezzo	Prezzo originale	Sconto

Token: input	$0.1000 per 1 M token di input	-	Standard
Token: output	$0.5000 per 1 M token di output	-	Standard

README

API GPT 6 Luna File Analysis ad alta capacità di elaborazione (elaborazione ed estrazione rapide di documenti con OpenAI)

L’API GPT 6 Luna File Analysis su Flaq AI offre un’opzione GPT-6 conveniente per domande sui documenti, estrazione di dati e generazione di riepiloghi. Questa integrazione API di analisi dei file aiuta le organizzazioni a esaminare documenti e immagini allegate supportati nei flussi aziendali ricorrenti.

Funzionalità principali dell’API GPT 6 Luna File Analysis

Esame dei documenti su larga scala: Analizza documenti di testo, moduli, report e immagini allegate supportati nelle attività di elaborazione ricorrenti.
Estrazione dai file attenta ai costi: Usa GPT 6 Luna per domande ricorrenti sui documenti ed estrazione di campi quando l’efficienza operativa conta.
Estrazione di campi ed entità in grandi volumi: Estrai automaticamente nomi, date, importi, singole voci e campi strutturati da fatture, ricevute e moduli standard.
Sintesi rapide per i dirigenti: Condensa report lunghi e documentazione di più pagine in punti concisi e indicazioni operative.
Comprensione multimodale dei documenti: Analizza sia file di testo digitali sia scansioni sotto forma di immagini in un flusso di conversazione unificato.
Trasmissione in streaming in tempo reale: Trasmetti progressivamente i risultati dell’estrazione e i riepiloghi tramite eventi inviati dal server per interfacce utente reattive.

Come usare l’API GPT 6 Luna File Analysis per elaborare rapidamente i documenti su Flaq AI

Input: Messaggi di conversazione con documenti o immagini supportati facoltativi e istruzioni per l’estrazione, i campi desiderati o i riepiloghi.
Output: Estrazioni strutturate chiave-valore, classificazioni dei documenti, sintesi per i dirigenti e risposte mirate basate sui file forniti.
Lunghezza dell’output: Imposta facoltativamente un numero massimo di token di output per brevi estratti o riepiloghi dettagliati. Non è specificato un massimo predefinito per questo parametro; continuano ad applicarsi i limiti di output del modello.
Streaming: Ricevi l’analisi dei documenti in modo incrementale tramite eventi inviati dal server per migliorare la reattività dell’interfaccia.
Capacità: Analisi rapida dei documenti, estrazione di campi strutturati, classificazione dei documenti e comprensione multimodale di testo e immagini tramite l’integrazione API di Flaq AI.

Migliori casi d’uso dell’integrazione dell’API GPT 6 Luna File Analysis

Analisi automatizzata di fatture e ricevute: Estrai informazioni sui fornitori, date delle transazioni, singole voci e totali su larga scala per flussi contabili ed ERP.
Esame degli allegati ai ticket di assistenza: Analizza registri inviati dagli utenti, screenshot allegati e guide PDF per accelerare la classificazione iniziale dei problemi.
Esame di curriculum e candidature: Estrai qualifiche, esperienze lavorative e recapiti dei candidati da grandi quantità di curriculum per piattaforme di selezione del personale.
Elaborazione di moduli standardizzati: Acquisisci richieste di risarcimento assicurativo, questionari di accettazione e domande di prestito come record standardizzati nel database.
Classificazione dei documenti in grandi volumi: Classifica allegati e-mail in arrivo, contratti scansionati e corrispondenza aziendale in cartelle organizzative.

Nota Carica solo documenti, immagini e istruzioni dei prompt conformi alle politiche di sicurezza e d’uso di OpenAI, ai termini di Flaq AI e agli standard applicabili della tua organizzazione in materia di riservatezza dei dati. In caso di errore, verifica che i formati dei file siano supportati, rimuovi i contenuti soggetti a restrizioni e riprova.

GPT 6 Luna File Analysis e concorrenti: analisi comparativa

GPT 6 Luna File Analysis a confronto con GPT 6 Sol File Analysis
GPT 6 Sol File Analysis è progettato per contratti legali articolati, specifiche tecniche complesse e analisi approfondite di controversie basate su più documenti. GPT 6 Luna File Analysis si concentra sull’acquisizione rapida, sull’estrazione in blocco e sull’elaborazione conveniente di grandi volumi di documenti standard.
GPT 6 Luna File Analysis a confronto con GPT 5.6 Luna File Analysis
GPT 5.6 Luna File Analysis è un’opzione precedente per flussi documentali efficienti. GPT 6 Luna File Analysis porta la famiglia GPT-6 più recente nell’esame di testo e immagini; valuta la qualità dell’estrazione sui tuoi documenti prima di migrare.
GPT 6 Luna File Analysis a confronto con servizi OCR dedicati ai documenti
Gli strumenti OCR dedicati possono estrarre testo e campi dai documenti. GPT 6 Luna File Analysis può anche rispondere a domande in linguaggio naturale sui contenuti forniti e organizzare in forma testuale i dettagli richiesti.
GPT 6 Luna File Analysis a confronto con Gemini Flash File Analysis
Gemini Flash è adatto alle pipeline di Google Cloud. GPT 6 Luna File Analysis offre una soluzione di estrazione documentale nativa OpenAI che si integra perfettamente nelle architetture standard di chat completions su Flaq AI.