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

gpt-6-sol-image-to-text

Prova l’API GPT 6 Sol di OpenAI per comprensione delle immagini, domande visive e analisi delle immagini con l’API stabile e conveniente di Flaq AI con risposte in streaming.

Image Chat

Modelli Gpt 6 Sol correlati

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

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-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);
    }
  }
}

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-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)

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-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
  }'

Avvia una nuova chat

Invia un messaggio per iniziare.

Prezzi di GPT 6 Sol Image to Text

Parametri	Prezzo	Prezzo originale	Sconto

Token: input	$2.0000 per 1 M token di input	-	Standard
Token: output	$10.0000 per 1 M token di output	-	Standard

README

API GPT 6 Sol Image-to-Text per il ragionamento visivo avanzato (analisi di immagini e grafici OpenAI)

L’API GPT 6 Sol Image-to-Text applica le capacità di ragionamento avanzato di GPT-6 Sol di OpenAI alla comprensione visiva, all’interpretazione di grafici e alle domande e risposte visive su Flaq AI. Questa integrazione API da immagine a testo consente a sviluppatori e team professionali di convertire risorse visive supportate, insieme a indicazioni in linguaggio naturale, in descrizioni tecniche chiare, estrazioni di dati strutturate e analisi approfondite. GPT-6 Sol fornisce un potente ragionamento visivo, mentre Flaq AI offre un’integrazione API affidabile e conveniente.

Funzionalità principali dell’API GPT 6 Sol Image-to-Text

Ragionamento visivo avanzato: Analizza gerarchie delle scene, relazioni spaziali, anomalie visive e dettagli fini con la gamma di modelli GPT-6 ad alte capacità di OpenAI.
Interpretazione di grafici, tracciati e diagrammi: Interpreta con elevata precisione schemi tecnici, grafici matematici, dashboard finanziarie e wireframe architetturali.
Domande e risposte visive basate sul contesto: Invia quesiti complessi e articolati su un’immagine e ricevi spiegazioni testuali fondate sugli elementi visivi.
Estrazione di dati e testo: Individua testo visibile, punti dati, campi di moduli ed elementi dell’interfaccia in schermate o fotografie da esaminare.
Indicazioni flessibili in linguaggio naturale: Guida l’analisi visiva con istruzioni specifiche sui criteri di formattazione, sull’ambito da privilegiare o sulla profondità dell’esame.
Output in streaming in tempo reale: Ricevi progressivamente osservazioni visive e sintesi analitiche tramite eventi inviati dal server per interfacce reattive.

Come usare l’API GPT 6 Sol Image-to-Text per l’analisi visiva su Flaq AI

Input: Messaggi di conversazione contenenti un’immagine supportata, con eventuali domande testuali o istruzioni di analisi.
Output: Descrizioni testuali strutturate, estrazioni di dati, spiegazioni visive e risposte basate sull’immagine fornita.
Lunghezza dell’output: Imposta facoltativamente un numero massimo di token in uscita per etichette brevi o analisi dettagliate. Per questo parametro non è specificato un massimo predefinito; restano validi i limiti di output del modello.
Streaming: Ricevi progressivamente l’analisi visiva generata per creare esperienze utente fluide e interattive.
Capacità: Comprensione visiva, interpretazione di dati grafici, analisi delle interfacce e domande e risposte visive guidate da istruzioni tramite l’integrazione API di Flaq AI.

Principali casi d’uso dell’integrazione dell’API GPT 6 Sol Image-to-Text

Revisione di diagrammi e schemi tecnici: Decifra progetti architettonici, topologie di rete, schemi ingegneristici e diagrammi di flusso forniti come file immagine.
Verifica di dashboard e grafici aziendali: Trasforma cifre finanziarie, dashboard di indicatori e grafici delle tendenze in sintesi per i dirigenti e indicazioni operative.
Controllo qualità di interfacce e schermate: Esamina schermate software per verificare i testi dell’interfaccia, l’allineamento del layout, la coerenza del tema e le transizioni di stato dell’interfaccia.
Ispezione sul campo e documentazione: Analizza fotografie sul campo, immagini di apparecchiature e registrazioni di laboratorio per generare rapporti strutturati sulle condizioni rilevate.
Accessibilità visiva e catalogazione: Produci testi alternativi dettagliati e ricchi di contesto e metadati descrittivi per ampie biblioteche di risorse multimediali digitali.

Nota Assicurati che gli input visivi e i messaggi di prompt rispettino le politiche di sicurezza e utilizzo di OpenAI e i termini di Flaq AI. In caso di errore, controlla se l’immagine contiene caratteristiche non supportate o elementi non consentiti, precisa il prompt e riprova.

GPT 6 Sol Image-to-Text rispetto ai concorrenti: analisi comparativa

GPT 6 Sol Image-to-Text rispetto a GPT 6 Astra Image-to-Text
GPT 6 Astra è il modello di punta di OpenAI per le attività di ragionamento più difficili. GPT 6 Sol Image-to-Text offre un’opzione di analisi delle immagini che bilancia capacità del modello e costi per i flussi di lavoro in produzione.
GPT 6 Sol Image-to-Text rispetto a GPT 6 Luna Image-to-Text
GPT 6 Luna Image-to-Text è adatto ad attività visive su larga scala sensibili ai costi. GPT 6 Sol Image-to-Text è una scelta per i team che lavorano su diagrammi dettagliati e domande visive in più passaggi.
GPT 6 Sol Image-to-Text rispetto a Claude Opus 5.5
Claude Opus 5.5 offre solide capacità multimodali, in particolare nelle analisi incentrate sui documenti e con un ampio uso di PDF. GPT 6 Sol Image-to-Text è specificamente ottimizzato per ispezioni rapide incentrate sulle immagini, interpretazione di grafici e domande e risposte visive conversazionali nelle integrazioni standard delle API di chat.
GPT 6 Sol Image-to-Text rispetto ai motori OCR specializzati
Gli strumenti OCR specializzati vengono spesso utilizzati per la trascrizione del testo e l’estrazione di campi. GPT 6 Sol Image-to-Text supporta anche domande sul contesto visivo circostante, compresi grafici, layout e relazioni tra elementi visibili.