Попробуйте бесплатно Grok 4.5 Image-to-Text API на базе X-AI для визуальных вопросов и ответов, OCR, анализа изображений и мультимодальных рассуждений через Flaq AI.
Связанные модели Grok 4.5
Примеры API
Пример отправки
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);
}
}
}
Пример отправки
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)
Пример отправки
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
}'
Цены на Grok 4.5 Image to Text
| Параметры | Цена | Исходная цена | Скидка |
|---|
Связанные модели
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
API Grok 4.5 Image-to-Text для понимания визуального контента
API Grok 4.5 Image-to-Text предоставляет специализированный способ использовать мультимодальную модель Grok 4.5 от xAI для понимания изображений через Flaq AI. Отправьте поддерживаемое изображение с необязательной текстовой инструкцией и получите текстовый ответ на основе визуального контекста. Текущий маршрут Flaq AI предназначен для анализа одного изображения, ответов на вопросы о визуальном содержимом и диалога на основе изображений, не подразумевая поддержку произвольных файловых вложений или генерации изображений.
Ключевые возможности API Grok 4.5 Image-to-Text
- Текстовые ответы на основе изображения: Предоставьте изображение в качестве контекста и получите ответ на естественном языке с описанием или анализом видимого содержимого.
- Необязательные текстовые инструкции: Добавьте вопрос или задачу, чтобы направить модель на определённые объекты, связи, детали или видимый текст на изображении.
- Рабочий процесс с одним изображением: Используйте одно изображение на запрос через контракт ввода, который сейчас предоставляет конфигурация модели Flaq AI.
- Контекст многоходовых сообщений: Добавляйте последние сообщения разговора для уточняющих вопросов и последовательного обсуждения отправленного визуального контекста.
- Поддержка потоковых ответов: Постепенно отображайте текстовый результат в чат-интерфейсах и аналитических интерфейсах, обрабатывающих события ответа.
- Управление длиной результата: Ограничивайте требуемую длину ответа в соответствии с краткими подписями, конкретными ответами или более подробным анализом.
Как использовать API Grok 4.5 Image-to-Text во Flaq AI
- Ввод: Одно поддерживаемое изображение с необязательными текстовыми инструкциями, объясняющими, что модель должна изучить или на какой вопрос ответить.
- Вывод: Текстовый ответ, основанный на отправленном изображении и сопутствующем контексте сообщений.
- Контекст: Можно предоставить последние сообщения для поддержки уточняющих вопросов в пределах настроенного окна разговора.
- Управление: Для сгенерированного ответа можно установить необязательную максимальную длину результата.
- Возможности: Описание изображений, ответы на вопросы о визуальном содержимом, помощь с видимым текстом и анализ на основе изображения через настроенный чат-интерфейс.
Лучшие сценарии интеграции API Grok 4.5 Image-to-Text
- Проверка визуального контента: Создавайте предварительное описание или краткое содержание отправленного изображения для редакционных и контентных процессов.
- Ответы на вопросы по изображениям: Позволяйте пользователям задавать конкретные вопросы об объектах, сценах, связях или видимых деталях на одном изображении.
- Помощь с видимым текстом: Запрашивайте расшифровку или интерпретацию читаемого текста, сохраняя проверку человеком при извлечении, где критически важна точность.
- Предварительный анализ продуктов и ресурсов: Создавайте предварительные описания или распределяйте визуальные ресурсы по категориям на основе информации, видимой на изображении.
- Подготовка материалов для доступности: Создавайте черновики альтернативного текста или описания изображений, которые редакторы смогут проверить и уточнить перед публикацией.
Примечание Интерпретация изображений и извлечение видимого текста могут быть неполными или неточными, особенно при мелком тексте, неоднозначных сценах, изображениях низкого качества или специализированном содержимом. Проверяйте важные результаты перед использованием. Этот маршрут поддерживает одно изображение и не предоставляет ввод произвольных файлов или генерацию изображений.
Grok 4.5 Image-to-Text и альтернативы: сравнительный анализ
-
Grok 4.5 Image-to-Text и Grok 4.5 Text-to-Text Image-to-Text принимает визуальный контекст и возвращает текст, а Text-to-Text является более прямым выбором для запросов без изображений.
-
Grok 4.5 Image-to-Text и специализированное OCR Специализированные системы OCR предназначены для детерминированного извлечения текста и конвейеров обработки документов. Grok 4.5 может обсуждать видимое содержимое и текст в контексте, но его не следует считать гарантированной заменой OCR для задач, где критически важна точность.
-
Grok 4.5 Image-to-Text и модели создания подписей к изображениям Модели создания подписей часто ориентированы на краткие описания. Мультимодальный чат также может ответить на заданный пользователем вопрос, хотя качество результата по-прежнему зависит от изображения и инструкции.
-
Grok 4.5 Image-to-Text и другие мультимодальные API больших языковых моделей Ведущие мультимодальные API различаются ограничениями ввода, поведением модели, задержкой и функциями платформы. Перед выбором поставщика оцените их на репрезентативных изображениях и с использованием критериев приёмки для конкретной задачи.
-
Grok 4.5 Image-to-Text и самостоятельно размещаемые модели компьютерного зрения Самостоятельно размещаемые модели компьютерного зрения обеспечивают контроль над развёртыванием, но требуют дополнительных работ по инфраструктуре и обслуживанию. Flaq AI предлагает управляемый маршрут чата с одним изображением для команд, предпочитающих размещённый доступ к Grok 4.5.