ทดลองใช้ Grok 4.6 API โดย xAI สำหรับ Image-to-Text ถามตอบจากภาพ OCR วิเคราะห์ และสตรีมคำตอบหลายโมดัลผ่าน API ของ Flaq AI
โมเดล Grok 4.6 ที่เกี่ยวข้อง
ตัวอย่าง API
ตัวอย่างการส่งคำขอ
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-4.6-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);
}
}
}
ตัวอย่างการส่งคำขอ
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-4.6-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)
ตัวอย่างการส่งคำขอ
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-4.6-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
}'
ราคา Grok 4.6 Image to Text
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
README
Grok 4.6 Image-to-Text API (การใช้เหตุผลและการวิเคราะห์ด้วยภาพ)
Grok 4.6 Image-to-Text API ผสานโมเดลข้อความที่เน้นการใช้เหตุผลของ xAI เข้ากับความเข้าใจภาพบน Flaq AI โดยเปิดให้ แอปพลิเคชันส่งอินพุตภาพที่เฉพาะเจาะจงพร้อมคำสั่ง แล้วรับข้อความที่อธิบาย ดึงข้อมูล เปรียบเทียบ หรือวิเคราะห์สิ่งที่อยู่ในภาพ การผสานรวม Grok Vision API นี้ออกแบบมาสำหรับเวิร์กโฟลว์ที่ต้องเปลี่ยนหลักฐานทางภาพ ให้เป็นคำตอบที่นำไปดำเนินการได้ ข้อสังเกตทางเทคนิค หรือขั้นตอนถัดไปที่มีโครงสร้าง
คุณสมบัติเด่นของ Grok 4.6 Image-to-Text API
-
การวิเคราะห์โดยอิงจากภาพ: ถามคำถามเกี่ยวกับภาพที่ให้มาและรับคำตอบแบบข้อความซึ่งอ้างอิงจากรายละเอียดที่มองเห็นได้ การจัดวาง วัตถุ และบริบท
-
การใช้เหตุผลจากภาพเป็นข้อความ: ผสานภาพเข้ากับคำสั่งภาษาธรรมชาติเพื่อใช้ในการอธิบาย เปรียบเทียบ แก้ไขปัญหา และดำเนินเวิร์กโฟลว์เชิงวิเคราะห์
-
อินพุตภาพที่เฉพาะเจาะจง: ส่งอินพุตภาพตามที่กำหนดไว้สำหรับเส้นทางพร้อมคำสั่งงานที่ชัดเจน เพื่อให้ เวิร์กโฟลว์การถามคำถามเกี่ยวกับภาพผสานรวมได้ง่าย
-
ความช่วยเหลือในการตรวจสอบทางเทคนิค: ใช้บริบทภาพสำหรับตรวจสอบอินเทอร์เฟซ ตีความภาพหน้าจอ อธิบายไดอะแกรม คัดแยกข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์ และงานเอาต์พุตข้อความอื่น ๆ ที่คล้ายกัน
-
คำขอสนทนาที่ควบคุมได้: จับคู่คำถามเกี่ยวกับภาพกับบริบทข้อความที่มีโครงสร้าง เพื่อให้แอปพลิเคชัน ระบุกรอบของงาน ข้อกำหนดก่อนหน้า และพรอมต์ติดตามผลได้
-
ผลลัพธ์ที่เน้นข้อความ: รับข้อความที่สร้างขึ้นและพร้อมสำหรับการตรวจสอบ แสดงผล กำหนดเส้นทาง หรือใช้ในเวิร์กโฟลว์ขั้นต่อไป แทนที่จะใช้เส้นทางนี้เป็นตำแหน่งข้อมูลสำหรับสร้างภาพ
วิธีใช้ Grok 4.6 Image-to-Text API บน Flaq AI
-
อินพุต: ภาพที่รองรับพร้อมคำขอภาษาธรรมชาติซึ่งอธิบายคำถาม เป้าหมายในการดึงข้อมูล หรือ งานวิเคราะห์
-
เอาต์พุต: คำตอบแบบข้อความที่บรรยาย อธิบาย เปรียบเทียบ หรือวิเคราะห์เนื้อหาภาพที่ให้มา
-
การส่งภาพ: ใช้รูปแบบคำขอของ Flaq AI ที่กำหนดไว้สำหรับอินพุตภาพในเวิร์กโฟลว์แอปพลิเคชันของคุณ
-
ความสามารถ: การวิเคราะห์ภาพหน้าจอ การตอบคำถามด้วยภาพ คำอธิบายที่อิงจากภาพ การตรวจสอบเนื้อหา และ การดึงรายละเอียด
กรณีใช้งานที่เหมาะที่สุดสำหรับการผสานรวม Grok 4.6 Image-to-Text API
-
การตรวจสอบภาพหน้าจอและ UI: อธิบายอินเทอร์เฟซ ระบุสถานะที่มองเห็น สรุปข้อเสนอแนะ หรือเปลี่ยนภาพหน้าจอ ให้เป็นคำอธิบายปัญหาที่นักพัฒนานำไปใช้ได้ทันที
-
ความช่วยเหลือด้านผลิตภัณฑ์และแค็ตตาล็อก: ดึงรายละเอียดผลิตภัณฑ์ที่สังเกตเห็นได้ สร้างร่างคุณลักษณะ และสนับสนุนการตรวจสอบ เนื้อหาภาพที่ส่งเข้ามาโดยมนุษย์
-
การคัดแยกงานสนับสนุนทางเทคนิค: ช่วยทีมตีความภาพหน้าจอข้อผิดพลาด ภาพถ่ายอุปกรณ์ หรือภาพการตั้งค่า ก่อนส่งต่อ กรณีดังกล่าวให้ผู้ปฏิบัติงาน
-
การอธิบายเอกสารและไดอะแกรม: เปลี่ยนแผนภูมิ ไดอะแกรม สไลด์ และข้อมูลอ้างอิงทางภาพให้เป็นข้อสังเกตแบบข้อความ ที่ชัดเจนและคำถามติดตามผล
-
การดำเนินงานด้านเนื้อหา: รองรับคิวการกลั่นกรอง การร่างเนื้อหาเพื่อการเข้าถึง และเวิร์กโฟลว์คำอธิบายภาพซึ่ง มนุษย์ยังคงเป็นผู้ตรวจสอบขั้นสุดท้าย
หมายเหตุ ควรตรวจสอบผลลัพธ์จากการทำความเข้าใจภาพก่อนนำไปใช้ในการตัดสินใจที่มีผลกระทบสูง มีความสำคัญต่อความปลอดภัย หรือเกี่ยวข้องกับกฎหมาย การแพทย์ และการเงิน อย่าใช้ข้อความที่สร้างขึ้นแทนการตรวจสอบจากผู้เชี่ยวชาญ
Grok 4.6 Image-to-Text API เทียบกับคู่แข่ง: การวิเคราะห์เปรียบเทียบ
-
Grok 4.6 Image-to-Text เทียบกับ Grok 4.5 Image-to-Text
Grok 4.5 เป็นตัวเลือกที่มีการใช้งานแล้วสำหรับเวิร์กโฟลว์ การถามตอบด้วยภาพ ส่วน Grok 4.6 เป็นโมเดลรุ่นใหม่สำหรับทีมที่ประเมินความสามารถด้านการใช้เหตุผลที่แข็งแกร่งขึ้นเกี่ยวกับ คำขอที่อิงจากภาพ -
Grok 4.6 Image-to-Text เทียบกับ Gemini 3.7 Flash Image-to-Text
Gemini 3.7 Flash มีตระกูลโมเดลมัลติโมดัลที่มีประสิทธิภาพ ส่วน Grok 4.6 Image-to-Text มีเส้นทางเฉพาะบน Flaq สำหรับทีมที่ต้องการทดสอบการใช้เหตุผลด้วยภาพของ xAI ใน เวิร์กโฟลว์อินพุตภาพและเอาต์พุตข้อความ -
Grok 4.6 Image-to-Text เทียบกับ GPT 5.6 Terra Image-to-Text
โมเดลด้านภาพของ GPT 5.6 Terra ถูกใช้กันทั่วไปสำหรับงานมัลติโมดัลอเนกประสงค์ Grok 4.6 เป็นทางเลือกที่มีประโยชน์เมื่อเวิร์กโฟลว์ให้ความสำคัญกับตระกูลโมเดลที่เน้นการใช้เหตุผลและการเขียนโค้ดของ xAI ควบคู่กับ การวิเคราะห์ภาพ -
Grok 4.6 Image-to-Text เทียบกับ Claude Vision
โมเดลด้านภาพของ Claude เหมาะกับงานด้านการอธิบายและ เอกสาร Grok 4.6 Image-to-Text มอบอีกหนึ่งตัวเลือก API ให้นักพัฒนาสำหรับคำถามที่อิงจากภาพ การตรวจสอบ และเวิร์กโฟลว์การปฏิบัติงาน -
Grok 4.6 Image-to-Text เทียบกับ Gemini 3.6 Flash Image-to-Text
Gemini 3.6 Flash สร้างสมดุลระหว่างความสามารถมัลติโมดัลที่ครอบคลุม กับการทำงานที่มีประสิทธิภาพ ส่วน Grok 4.6 เป็นตัวเลือกที่น่าประเมินเมื่อคำขอทางภาพยังต้องอาศัย การใช้เหตุผลทางเทคนิคอย่างละเอียดในรูปแบบข้อความ