Flaq AI를 통해 X-AI 기반 Grok 4.5 Image-to-Text API를 무료로 체험하고 시각적 Q&A, OCR, 이미지 분석 및 멀티모달 추론에 활용하세요. 이미지에서 정보를 읽고 시각적 질문에 답하며, OCR과 이미지 분석을 활용하는 멀티모달 작업 흐름에 적합합니다.
관련 Grok 4.5 모델
API 예제
제출 예제
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);
}
}
}
제출 예제
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)
제출 예제
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 가격
| 매개변수 | 가격 | 원래 가격 | 할인 |
|---|
README
시각적 이해를 위한 Grok 4.5 이미지-투-텍스트 API
Grok 4.5 이미지-투-텍스트 API는 Flaq AI를 통해 xAI의 멀티모달 Grok 4.5 모델을 이미지 이해에 활용하는 데 특화된 방법을 제공합니다. 지원되는 이미지와 선택적 텍스트 지시를 제출하면 시각적 컨텍스트를 기반으로 한 텍스트 응답을 받을 수 있습니다. 현재 Flaq AI 경로는 단일 이미지 분석, 시각적 질의응답 및 이미지 기반 대화를 위해 설계되었으며, 일반 파일 첨부나 이미지 생성을 지원한다는 의미는 아닙니다.
Grok 4.5 이미지-투-텍스트 API의 주요 기능
- 이미지 기반 텍스트 응답: 이미지를 컨텍스트로 제공하고 보이는 콘텐츠를 설명하거나 이에 관해 추론하는 자연어 응답을 받습니다.
- 선택적 텍스트 지시: 질문이나 작업을 추가하여 모델이 이미지 속 특정 객체, 관계, 세부 정보 또는 보이는 텍스트에 집중하도록 합니다.
- 단일 이미지 입력 워크플로: 현재 Flaq AI 모델 구성에서 제공하는 입력 규격에 따라 요청당 이미지 한 장을 사용합니다.
- 멀티턴 메시지 컨텍스트: 제출한 시각적 컨텍스트에 관한 후속 질문 및 반복적인 논의를 위해 최근 대화 메시지를 포함합니다.
- 스트리밍 응답 지원: 응답 이벤트를 수신하는 채팅 및 분석 인터페이스에서 텍스트 출력을 점진적으로 렌더링합니다.
- 출력 길이 제어: 간결한 캡션, 핵심에 집중한 답변 또는 더 자세한 분석에 맞게 요청한 응답 길이를 제한합니다.
Flaq AI에서 Grok 4.5 이미지-투-텍스트 API를 사용하는 방법
- 입력: 지원되는 이미지 한 장과 모델이 살펴보거나 답해야 할 내용을 설명하는 선택적 텍스트 지시입니다.
- 출력: 제출한 이미지와 함께 제공된 메시지 컨텍스트에 기반한 텍스트 응답입니다.
- 컨텍스트: 구성된 대화 창 내에서 후속 질문을 지원하도록 최근 메시지를 제공할 수 있습니다.
- 제어: 생성된 응답에 선택적으로 최대 출력 길이를 설정할 수 있습니다.
- 기능: 구성된 채팅 인터페이스를 통한 이미지 설명, 시각적 질의응답, 보이는 텍스트 지원 및 이미지 기반 분석을 제공합니다.
Grok 4.5 이미지-투-텍스트 API 통합의 주요 활용 사례
- 시각적 콘텐츠 검토: 편집 및 콘텐츠 워크플로를 위해 제출된 이미지의 1차 설명이나 요약을 생성합니다.
- 이미지 기반 질의응답: 사용자가 이미지 한 장에 있는 객체, 장면, 관계 또는 보이는 세부 정보에 대해 구체적인 질문을 하도록 합니다.
- 보이는 텍스트 지원: 읽을 수 있는 텍스트의 전사 또는 해석을 요청하되, 정확성이 중요한 추출에는 사람의 검토를 유지합니다.
- 제품 및 에셋 분류: 이미지에 보이는 정보를 기반으로 예비 설명을 만들거나 시각적 에셋을 분류합니다.
- 접근성 문안 작성: 편집자가 게시 전에 검토하고 다듬을 수 있는 대체 텍스트 또는 이미지 설명 초안을 생성합니다.
참고 이미지 해석과 보이는 텍스트 추출은 불완전하거나 부정확할 수 있으며, 특히 작은 글자, 모호한 장면, 저화질 이미지 또는 전문 콘텐츠에서 그러할 수 있습니다. 사용하기 전에 중요한 결과를 검토하세요. 이 경로는 이미지 한 장을 지원하며 일반 파일 입력이나 이미지 생성을 제공하지 않습니다.
Grok 4.5 이미지-투-텍스트와 대안 비교 분석
-
Grok 4.5 이미지-투-텍스트와 Grok 4.5 텍스트-투-텍스트 비교 이미지-투-텍스트는 시각적 컨텍스트를 받아 텍스트를 반환하는 반면, 이미지가 없는 요청에는 텍스트-투-텍스트가 더 직접적인 선택입니다.
-
Grok 4.5 이미지-투-텍스트와 전용 OCR 비교 전용 OCR 시스템은 결정론적 텍스트 추출 및 문서 파이프라인을 위해 특별히 구축되었습니다. Grok 4.5는 컨텍스트에 따라 보이는 콘텐츠와 텍스트를 논의할 수 있지만, 정확성이 중요한 OCR을 확실히 대체한다고 간주해서는 안 됩니다.
-
Grok 4.5 이미지-투-텍스트와 이미지 캡셔닝 모델 비교 캡셔닝 모델은 흔히 짧은 설명을 목표로 합니다. 멀티모달 채팅 워크플로는 사용자가 제공한 질문에도 응답할 수 있지만, 출력 품질은 여전히 이미지와 지시에 따라 달라집니다.
-
Grok 4.5 이미지-투-텍스트와 기타 멀티모달 LLM API 비교 주요 멀티모달 API는 입력 제한, 모델 동작, 지연 시간 및 플랫폼 기능에서 차이가 있습니다. 제공업체를 선택하기 전에 대표적인 이미지와 작업별 승인 기준을 사용하여 평가하세요.
-
Grok 4.5 이미지-투-텍스트와 자체 호스팅 비전 모델 비교 자체 호스팅 비전 모델은 배포를 제어할 수 있지만 인프라 및 유지 관리 작업이 추가됩니다. Flaq AI는 Grok 4.5에 대한 호스팅 방식의 접근을 선호하는 팀을 위해 관리형 단일 이미지 채팅 경로를 제공합니다.