xAI/grok-4.5-image-to-text
grok-4.5-image-to-text
X-AI搭載のGrok 4.5 Image-to-Text APIを無料でお試しいただけます。Flaq AIを通じて、ビジュアルQ&A、OCR、画像分析、マルチモーダル推論に活用できます。画像から情報を読み取り、視覚的な質問への回答やコンテンツ理解を効率化したいマルチモーダルワークフローに適しています。
Image Chat
関連するGrok 4.5モデル
API 例
送信例
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: 'grok-4.5-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);
}
}
}
送信例
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': 'grok-4.5-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)
送信例
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": "grok-4.5-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
}'
Grok 4.5 Image to Textの料金
| パラメータ | 料金 | 元の料金 | 割引 |
|---|
関連モデル
grok-4-text-to-texttext-to-textgrok-4-image-to-textimage-to-textgrok-4.5-text-to-texttext-to-textgrok-4.5-image-to-textimage-to-textgrok-imaginetext-to-imagegrok-imagine-editimage-to-imagegrok-imagine-text-to-videotext-to-videogrok-imagine-image-to-videoimage-to-videogrok-imagine-v1.5-image-to-videoimage-to-videoREADME
視覚理解向け Grok 4.5 Image-to-Text API
Grok 4.5 Image-to-Text API は、Flaq AI を通じて xAI のマルチモーダル Grok 4.5 モデルを画像理解に利用するための、用途を絞った方法を提供します。対応画像を任意のテキスト指示とともに送信すると、視覚的なコンテキストに基づくテキストレスポンスを受け取れます。現在の Flaq AI ルートは、一般的なファイル添付や画像生成への対応を示唆することなく、単一画像の分析、視覚的な質疑応答、画像に基づく会話を行えるよう設計されています。
Grok 4.5 Image-to-Text API の主な機能
- 画像に基づくテキストレスポンス： 画像をコンテキストとして提供し、目に見える内容について説明または推論する自然言語のレスポンスを受け取れます。
- 任意のテキスト指示： 質問やタスクを追加して、画像内の特定の物体、関係、詳細、または目に見えるテキストにモデルの注意を向けられます。
- 単一画像の入力ワークフロー： 現在 Flaq AI のモデル設定で提供されている入力仕様を通じて、リクエストごとに 1 枚の画像を使用します。
- マルチターンのメッセージコンテキスト： 送信した視覚的なコンテキストに関する追加質問や反復的なディスカッションのために、直近の会話メッセージを含めることができます。
- ストリーミングレスポンス対応： レスポンスイベントを受信するチャットおよび分析インターフェースで、テキスト出力を段階的に表示できます。
- 出力長の制御： 簡潔なキャプション、要点を絞った回答、より詳細な分析に合わせて、要求するレスポンスの長さを制限できます。
Flaq AI で Grok 4.5 Image-to-Text API を使用する方法
- 入力： 対応画像 1 枚と、モデルが調べる内容や回答すべき内容を説明する任意のテキスト指示。
- 出力： 送信した画像と、それに付随するメッセージコンテキストに基づくテキストレスポンス。
- コンテキスト： 設定済みの会話ウィンドウ内で追加質問をサポートするために、直近のメッセージを指定できます。
- 制御： 生成されるレスポンスに対して、任意で最大出力長を設定できます。
- 機能： 設定済みのチャットインターフェースを通じた、画像の説明、視覚的な質疑応答、目に見えるテキストの支援、画像に基づく分析。
Grok 4.5 Image-to-Text API 連携に最適なユースケース
- 視覚コンテンツのレビュー： 編集やコンテンツのワークフロー向けに、送信画像の初期的な説明または要約を生成できます。
- 画像ベースの質疑応答： 1 枚の画像に含まれる物体、場面、関係、または目に見える詳細について、ユーザーが的を絞った質問を行えます。
- 目に見えるテキストの支援： 読み取れるテキストの文字起こしや解釈を依頼できます。正確性が重要な抽出については、人によるレビューを継続してください。
- 製品とアセットの一次選別： 画像内で確認できる情報に基づいて、視覚アセットの予備的な説明を作成したり、分類したりできます。
- アクセシビリティ用下書き： 公開前に編集者が確認して修正できる、代替テキストや画像説明の下書きを作成できます。
注意 画像の解釈や目に見えるテキストの抽出は、特に小さな文字、曖昧な場面、低品質の画像、専門的な内容の場合に、不完全または不正確になることがあります。重要な結果は使用前に確認してください。このルートは画像 1 枚に対応し、一般的なファイル入力や画像生成は提供しません。
Grok 4.5 Image-to-Text と代替モデルの比較分析
-
Grok 4.5 Image-to-Text と Grok 4.5 Text-to-Text の比較 Image-to-Text は視覚的なコンテキストを受け取り、テキストを返します。一方、画像を含まないリクエストには Text-to-Text がより直接的な選択肢です。
-
Grok 4.5 Image-to-Text と専用 OCR の比較 専用 OCR システムは、決定論的なテキスト抽出やドキュメントパイプラインのために構築されています。Grok 4.5 は目に見える内容やテキストをコンテキストに沿って説明できますが、高い正確性が求められる OCR の確実な代替として扱うべきではありません。
-
Grok 4.5 Image-to-Text と画像キャプション生成モデルの比較 キャプション生成モデルは、多くの場合、短い説明を対象とします。マルチモーダルなチャットワークフローではユーザーが指定した質問にも回答できますが、出力品質は画像と指示によって異なります。
-
Grok 4.5 Image-to-Text とその他のマルチモーダル LLM API の比較 主要なマルチモーダル API は、入力制限、モデルの挙動、レイテンシ、プラットフォーム機能が異なります。プロバイダーを選択する前に、代表的な画像とタスク固有の受け入れ基準を用いて評価してください。
-
Grok 4.5 Image-to-Text とセルフホスト型ビジョンモデルの比較 セルフホスト型ビジョンモデルではデプロイを制御できますが、インフラと保守の作業が増えます。Flaq AI は、Grok 4.5 へのホスト型アクセスを希望するチームに、マネージド型の単一画像チャットルートを提供します。