OpenAI/gpt-6-luna-file-analysis

gpt-6-luna-file-analysis

Experimente a API GPT 6 Luna da OpenAI para consultar documentos, resumir arquivos e analisar arquivos e imagens pela API estável e acessível do Flaq AI com streaming.

File Analysis

Modelos Gpt 6 Luna relacionados

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

Documentação

Exemplos de API

JavaScriptPythoncURL

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: '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);
    }
  }
}

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': '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)

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": "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
  }'

Inicie um novo chat

Envie uma mensagem para começar.

Preços de GPT 6 Luna File Analysis

Parâmetros	Preço	Preço original	Desconto

Token: input	$0.1000 por 1 milhão de tokens de entrada	-	Padrão
Token: output	$0.5000 por 1 milhão de tokens de saída	-	Padrão

README

API GPT 6 Luna File Analysis de alta capacidade de processamento (processamento e extração rápidos de documentos com OpenAI)

A API GPT 6 Luna File Analysis na Flaq AI oferece uma opção GPT-6 econômica para perguntas sobre documentos, extração de dados e geração de resumos. Esta integração de API de análise de arquivos ajuda as organizações a revisar documentos e imagens anexadas compatíveis em fluxos de negócios recorrentes.

Principais recursos da API GPT 6 Luna File Analysis

Revisão de documentos em escala: Analise documentos de texto, formulários, relatórios e imagens anexadas compatíveis em tarefas de processamento recorrentes.
Extração de arquivos com controle de custos: Use GPT 6 Luna para perguntas recorrentes sobre documentos e extração de campos quando a eficiência operacional for importante.
Extração de campos e entidades em grandes volumes: Extraia automaticamente nomes, datas, valores, itens e campos estruturados de faturas, recibos e formulários padrão.
Resumos executivos rápidos: Condense relatórios extensos e documentação de várias páginas em tópicos concisos e conclusões práticas.
Compreensão multimodal de documentos: Analise arquivos de texto digitais e digitalizações baseadas em imagens em um fluxo de conversa unificado.
Entrega em streaming em tempo real: Transmita resultados de extração e resumos progressivamente por eventos enviados pelo servidor para interfaces ágeis.

Como usar a API GPT 6 Luna File Analysis para processar documentos rapidamente na Flaq AI

Entrada: Mensagens de conversa com documentos ou imagens compatíveis opcionais e instruções de extração, campos desejados ou resumos.
Saída: Extrações estruturadas de chave-valor, classificações de documentos, resumos executivos e respostas específicas fundamentadas nos arquivos fornecidos.
Comprimento da saída: Defina opcionalmente um número máximo de tokens de saída para extrações breves ou resumos detalhados. Não há um máximo padrão especificado para esse parâmetro; os limites de saída do modelo continuam válidos.
Streaming: Receba a análise de documentos de forma incremental por eventos enviados pelo servidor para melhorar a capacidade de resposta da interface.
Capacidades: Análise rápida de documentos, extração de campos estruturados, classificação de documentos e compreensão multimodal de texto e imagens por meio da integração da API da Flaq AI.

Melhores casos de uso da integração da API GPT 6 Luna File Analysis

Análise automatizada de faturas e recibos: Extraia informações de fornecedores, datas de transações, itens e totais em escala para fluxos de contabilidade e ERP.
Triagem de anexos de chamados de suporte: Analise registros enviados por usuários, capturas de tela anexadas e guias PDF para acelerar a triagem de problemas.
Triagem de currículos e candidaturas: Extraia qualificações, histórico profissional e dados de contato de candidatos de grandes volumes de currículos para plataformas de recrutamento.
Processamento de formulários padronizados: Incorpore pedidos de indenização de seguros, questionários de admissão e solicitações de empréstimo a registros padronizados de banco de dados.
Classificação de documentos em grandes volumes: Categorize anexos de e-mails recebidos, contratos digitalizados e correspondência comercial em pastas organizacionais.

Observação Envie apenas documentos, imagens e instruções de prompts que cumpram as políticas de segurança e uso da OpenAI, os termos da Flaq AI e os padrões de privacidade de dados aplicáveis à sua organização. Se ocorrer um erro, verifique se os formatos dos arquivos são compatíveis, remova o conteúdo restrito e tente novamente.

GPT 6 Luna File Analysis e concorrentes: análise comparativa

GPT 6 Luna File Analysis em comparação com GPT 6 Sol File Analysis
GPT 6 Sol File Analysis foi projetado para contratos jurídicos intrincados, especificações técnicas complexas e análises detalhadas de disputas envolvendo vários documentos. GPT 6 Luna File Analysis se concentra na ingestão rápida, na extração em massa e no processamento econômico de grandes volumes de documentos padrão.
GPT 6 Luna File Analysis em comparação com GPT 5.6 Luna File Analysis
GPT 5.6 Luna File Analysis é uma opção anterior para fluxos documentais eficientes. GPT 6 Luna File Analysis leva a família GPT-6 mais recente à revisão de texto e imagens; avalie a qualidade da extração com seu próprio conjunto de documentos antes de migrar.
GPT 6 Luna File Analysis em comparação com serviços dedicados de OCR de documentos
Ferramentas dedicadas de OCR podem extrair texto e campos de documentos. GPT 6 Luna File Analysis também pode responder a perguntas em linguagem natural sobre o conteúdo fornecido e organizar os detalhes solicitados em texto.
GPT 6 Luna File Analysis em comparação com Gemini Flash File Analysis
Gemini Flash é adequado para pipelines do Google Cloud. GPT 6 Luna File Analysis oferece uma solução de extração documental nativa da OpenAI que se integra perfeitamente às arquiteturas padrão de chat completions na Flaq AI.