Use a API Kimi 2.7 Image-to-Text para compreensão visual, perguntas sobre imagens, extração tipo OCR e raciocínio multimodal em workflows de produção estáveis.
Modelos Kimi 2.7 relacionados
Exemplos de API
Exemplo de envio
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: 'kimi-2.7-image-to-text',
messages: [
{
role: 'user',
content: [
{
type: 'text',
text: 'What is roughly shown in this image?'
},
{
type: 'image_url',
image_url: {
url: 'https://example.com/sample-image.jpg'
}
}
]
}
],
stream: true,
max_tokens: 300
})
});
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);
}
}
}
Exemplo de envio
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': 'kimi-2.7-image-to-text',
'messages': [
{
'role': 'user',
'content': [
{
'type': 'text',
'text': 'What is roughly shown in this image?',
},
{
'type': 'image_url',
'image_url': {
'url': 'https://example.com/sample-image.jpg',
},
},
],
}
],
'stream': True,
'max_tokens': 300,
},
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)
Exemplo de envio
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": "kimi-2.7-image-to-text",
"messages": [
{
"role": "user",
"content": [
{
"type": "text",
"text": "What is roughly shown in this image?"
},
{
"type": "image_url",
"image_url": {
"url": "https://example.com/sample-image.jpg"
}
}
]
}
],
"stream": true,
"max_tokens": 300
}'
Preços de Kimi 2.7 Image to Text
| Parâmetros | Preço | Preço original | Desconto |
|---|
README
API Kimi 2.7 Image-to-Text estável e acessível (compreensão visual Moonshot AI)
A API Kimi 2.7 Image-to-Text no Flaq AI oferece acesso ao modelo multimodal da Moonshot AI para compreensão visual, perguntas e respostas sobre imagens, extração no estilo OCR e workflows de raciocínio baseados em imagens. Esta integração acessível da API de visão Kimi ajuda desenvolvedores a transformar entrada de imagem em descrições de texto úteis, respostas, resumos e insights estruturados. Ela foi criada para equipes que precisam de análise de imagens estável sem manter infraestrutura de visão separada.
Principais recursos da API Kimi 2.7 Image-to-Text
- Compreensão visual: Analise entradas de imagem e retorne descrições, explicações e respostas claras por meio da integração da API Kimi 2.7.
- Raciocínio baseado em imagens: Combine detalhes visuais com perguntas do usuário para apoiar análise de produtos, revisão de documentos, feedback criativo e workflows multimodais.
- Extração no estilo OCR: Extraia texto visível, rótulos, conteúdo de interface e detalhes de imagem para automação e processamento de dados posteriores.
- Acesso API para desenvolvedores: Adicione capacidades de image-to-text a aplicações por meio de uma rota estável do Flaq AI projetada para workflows de produção.
- Orientação flexível por prompts: Use instruções em linguagem natural para pedir legendas curtas, análises detalhadas, resumos estruturados ou saídas específicas de uma tarefa.
- Workflows de visão acessíveis: Crie recursos escaláveis de análise visual com acesso econômico ao modelo Moonshot AI.
Como usar a API Kimi 2.7 Image-to-Text para análise visual no Flaq AI
- Entrada: Entrada de imagem mais perguntas em linguagem natural ou instruções de análise.
- Saída: Respostas em texto que descrevem conteúdo visual, extraem informações, respondem perguntas ou resumem detalhes da imagem.
- Suporte a imagens: Funciona com workflows comuns de entrada de imagem para visuais de produto, capturas de tela, documentos e assets criativos.
- Capacidades: Descrição de imagens, QA visual, leitura no estilo OCR, raciocínio multimodal, análise de capturas de tela e resumos visuais estruturados por meio da integração da API Kimi 2.7.
Melhores casos de uso para a integração da API Kimi 2.7 Image-to-Text
- Análise de capturas de tela e UI: Converta capturas de apps em explicações, notas de bugs, observações de acessibilidade e saídas de revisão estruturadas.
- Revisão de documentos e formulários: Extraia campos visíveis, rótulos, tabelas e detalhes de documentos a partir de imagens para ferramentas internas e automação.
- Compreensão de imagens de e-commerce: Descreva produtos, identifique atributos, resuma visuais de catálogo e apoie workflows de moderação ou merchandising.
- Feedback sobre assets criativos: Analise composições, estilos visuais, consistência de marca e criativos de campanha com saída guiada por prompts.
- Assistentes de IA multimodais: Permita que usuários enviem imagens e façam perguntas em linguagem natural dentro de produtos de suporte, educação e produtividade.
Observação Garanta que a entrada de imagem e os prompts cumpram os requisitos de segurança da Moonshot AI e do Flaq AI. Se ocorrer um erro, ajuste a entrada de imagem ou o prompt e tente novamente.
Kimi 2.7 Image-to-Text vs concorrentes: análise comparativa
- Kimi 2.7 Image-to-Text vs. GPT Image-to-Text
A compreensão de imagens do GPT oferece ampla cobertura multimodal. A API Kimi 2.7 Image-to-Text fornece uma alternativa Moonshot AI para equipes que querem análise visual acessível por meio do Flaq AI. - Kimi 2.7 Image-to-Text vs. Gemini Image-to-Text
Gemini é forte em raciocínio visual nativo do Google. Kimi 2.7 oferece aos desenvolvedores outra rota estável para descrições de imagens, extração no estilo OCR e perguntas e respostas sobre imagens. - Kimi 2.7 Image-to-Text vs. Claude Vision
Claude Vision é útil para interpretação cuidadosa de imagens e documentos. Kimi 2.7 se concentra em workflows práticos de image-to-text para integrações de produto escaláveis. - Kimi 2.7 Image-to-Text vs. Grok Image-to-Text
Grok Image-to-Text fornece comportamento de modelo xAI para análise visual. Kimi 2.7 oferece acesso multimodal Moonshot AI para equipes que comparam comportamento de provedores e estilo de resposta. - Kimi 2.7 Image-to-Text vs. modelos de visão Qwen
Os modelos de visão Qwen são opções fortes da Alibaba. A API Kimi 2.7 Image-to-Text oferece aos desenvolvedores uma alternativa baseada em Moonshot para compreensão visual em produção.
