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

gpt-6-luna-image-to-text

Experimente a API GPT 6 Luna da OpenAI para compreensão e descrição de imagens e perguntas visuais pela API estável e acessível do Flaq AI com streaming.

Image Chat

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-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);
    }
  }
}

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-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)

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-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
  }'

Inicie um novo chat

Envie uma mensagem para começar.

Preços de GPT 6 Luna Image to Text

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 Image-to-Text rápida e acessível (compreensão visual de alta velocidade da OpenAI)

A API GPT 6 Luna Image-to-Text na Flaq AI oferece uma opção GPT-6 econômica para inspeção de imagens, perguntas e respostas visuais e extração de dados assistida por OCR. Desenvolvedores podem analisar imagens compatíveis acompanhadas de perguntas em fluxos visuais de grande volume e aplicações interativas.

Principais recursos da API GPT 6 Luna Image-to-Text

Análise visual de alta velocidade: Processe imagens e receba respostas descritivas com baixa latência, ideal para aplicações interativas e pipelines com alta capacidade de processamento.
Preços multimodais econômicos: Reduza os custos operacionais de etiquetagem de imagens, auditorias visuais e leitura de telas em grande escala, mantendo a alta precisão do GPT-6.
Respostas rápidas a perguntas visuais: Resolva dúvidas dos usuários sobre fotos, capturas de tela e recursos visuais enviados com respostas rápidas em linguagem natural fundamentadas na imagem.
Extração de layout assistida por OCR: Identifique texto visível, campos de formulários, sinalização e rótulos de produtos em imagens, com resultados disponíveis para revisão humana.
Inspeção visual orientada por instruções: Direcione o modelo com prompts de texto específicos para focar em determinadas regiões da imagem, estilos de formatação ou critérios de validação.
Saída progressiva em streaming: Entregue descrições visuais e dados de forma incremental por meio de eventos enviados pelo servidor para interfaces de usuário responsivas.

Como usar a API GPT 6 Luna Image-to-Text para compreensão visual rápida na Flaq AI

Entrada: Mensagens de conversa contendo uma imagem compatível, com perguntas de texto ou instruções de inspeção opcionais.
Saída: Resumos de texto rápidos, respostas visuais, texto transcrito e dados estruturados derivados da imagem.
Comprimento da saída: Defina opcionalmente um número máximo de tokens de saída para etiquetas breves ou descrições detalhadas. Não há um máximo padrão especificado para esse parâmetro; os limites de saída do modelo continuam se aplicando.
Streaming: Transmita progressivamente as análises visuais geradas por meio de eventos enviados pelo servidor para eliminar atrasos na interface.
Capacidades: Interpretação de imagens em alta velocidade, perguntas e respostas visuais, extração OCR e etiquetagem de recursos visuais por meio da integração da API da Flaq AI.

Melhores casos de uso para a integração da API GPT 6 Luna Image-to-Text

Etiquetagem visual para comércio eletrônico: Atribua categorias, cores dominantes, estilos e características visíveis às fotos de produtos para catálogos de estoque.
Processamento de capturas de tela e recibos em grande volume: Extraia rapidamente texto simples, nomes de estabelecimentos e valores numéricos de capturas de tela de dispositivos móveis e fotos de recibos.
Busca e chat visuais em tempo real: Alimente assistentes visuais para consumidores que permitem tirar fotos e receber explicações contextuais instantâneas.
Assistência na moderação de conteúdo de redes sociais: Examine rapidamente as imagens enviadas por usuários para verificar textos visíveis, logotipos e conformidade temática geral.
Indexação de recursos digitais: Gere legendas acessíveis e metadados descritivos pesquisáveis para grandes repositórios de mídia visual.

Observação Certifique-se de que suas entradas visuais e mensagens de prompt cumpram as políticas de segurança e uso da OpenAI e os termos da Flaq AI. Se ocorrer um erro, verifique se a imagem contém atributos incompatíveis ou elementos restritos, refine o prompt e tente novamente.

GPT 6 Luna Image-to-Text versus concorrentes: análise comparativa

GPT 6 Luna Image-to-Text versus GPT 6 Sol Image-to-Text
O GPT 6 Sol Image-to-Text foi projetado para interpretação aprofundada de diagramas, esquemas arquitetônicos complexos e raciocínio visual exigente em várias etapas. O GPT 6 Luna Image-to-Text foca em respostas rápidas e processamento econômico para etiquetagem visual em grande volume e consultas de usuários em tempo real.
GPT 6 Luna Image-to-Text versus GPT 5.6 Luna Image-to-Text
O GPT 5.6 Luna Image-to-Text é uma opção anterior para fluxos visuais eficientes. O GPT 6 Luna Image-to-Text leva a família GPT-6 mais recente às perguntas sobre imagens em grande volume; teste a precisão visual e o custo com suas próprias imagens antes de migrar.
GPT 6 Luna Image-to-Text versus mecanismos OCR dedicados
Ferramentas OCR dedicadas podem ser úteis quando a transcrição é a tarefa principal. O GPT 6 Luna Image-to-Text também pode responder a perguntas sobre o contexto visual ao redor e organizar os detalhes solicitados em texto.
GPT 6 Luna Image-to-Text versus Gemini Flash Vision
Os modelos Gemini Flash estão fortemente integrados à infraestrutura do Google Cloud. O GPT 6 Luna Image-to-Text oferece uma solução de visão flexível e nativa da OpenAI, compatível com os formatos padrão de conclusão de chat na Flaq AI, com preços previsíveis e econômicos.