Moonshot AI/kimi-2.7-image-to-text
kimi-2.7-image-to-text
使用 Kimi 2.7 Image-to-Text API 進行視覺理解、圖片問答、OCR 式擷取與多模態推理，支援穩定的正式生產工作流程。適合圖片內容分析、資料識別、視覺審核、創意參考整理與多模態應用測試，協助團隊更高效處理圖片到文字任務。
Image Chat
Kimi 2.7 相關模型
API 範例
提交範例
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);
}
}
}
提交範例
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)
提交範例
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
}'
Kimi 2.7 Image to Text 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
README
穩定且實惠的 Kimi 2.7 Image-to-Text API（Moonshot AI 視覺理解）
Flaq AI 上的 Kimi 2.7 Image-to-Text API 為視覺理解、圖像問答、OCR 風格擷取和基於圖像的推理工作流程提供 Moonshot AI 多模態模型存取能力。這項實惠的 Kimi 視覺 API 整合可協助開發者將圖像輸入轉化為有用的文字描述、答案、摘要和結構化洞察。它專為需要穩定圖像分析、但不想維護獨立視覺基礎設施的團隊而建置。
Kimi 2.7 Image-to-Text API 的核心功能
- 視覺理解： 透過 Kimi 2.7 API 整合分析圖像輸入，並回傳清晰的文字描述、解釋和答案。
- 基於圖像的推理： 將視覺細節與使用者問題結合，支援產品分析、文件審閱、創意回饋和多模態工作流程。
- OCR 風格擷取： 擷取可見文字、標籤、介面內容和圖像細節，用於下游自動化與資料處理。
- 面向開發者的 API 存取： 透過專為生產工作流程設計的穩定 Flaq AI 路由，為應用程式加入圖像轉文字能力。
- 彈性的提示詞引導： 使用自然語言指令請求短標題、詳細分析、結構化摘要或特定任務輸出。
- 實惠的視覺工作流程： 借助高性價比的 Moonshot AI 模型存取能力，建置可擴展的視覺分析功能。
如何在 Flaq AI 上使用 Kimi 2.7 Image-to-Text API 進行視覺分析
- 輸入： 圖像輸入加自然語言問題或分析指令。
- 輸出： 描述視覺內容、擷取資訊、回答問題或總結圖像細節的文字回應。
- 圖像支援： 適用於產品視覺圖、螢幕截圖、文件和創意素材等常見圖像輸入工作流程。
- 能力： 透過 Kimi 2.7 API 整合支援圖像描述、視覺問答、OCR 風格讀取、多模態推理、螢幕截圖分析和結構化視覺摘要。
Kimi 2.7 Image-to-Text API 整合的最佳使用場景
- 螢幕截圖與 UI 分析： 將應用程式螢幕截圖轉換為說明、Bug 記錄、無障礙觀察和結構化審閱輸出。
- 文件與表單審閱： 從圖像中擷取可見欄位、標籤、表格和文件細節，用於內部工具與自動化。
- 電商圖像理解： 描述產品、識別屬性、總結目錄視覺內容，並支援審核或商品營運工作流程。
- 創意素材回饋： 透過提示詞引導輸出分析構圖、視覺風格、品牌一致性和行銷創意。
- 多模態 AI 助手： 讓使用者在支援、教育和生產力產品中上傳圖像並提出自然語言問題。
注意 請確保圖像輸入和提示詞符合 Moonshot AI 與 Flaq AI 的安全要求。如果發生錯誤，請調整圖像輸入或提示詞後重試。
Kimi 2.7 Image-to-Text 與競品對比：比較分析
- Kimi 2.7 Image-to-Text vs. GPT Image-to-Text
GPT 圖像理解提供廣泛的多模態覆蓋。Kimi 2.7 Image-to-Text API 為希望透過 Flaq AI 獲得實惠視覺分析能力的團隊提供 Moonshot AI 替代方案。 - Kimi 2.7 Image-to-Text vs. Gemini Image-to-Text
Gemini 擅長 Google 原生視覺推理。Kimi 2.7 為開發者提供另一條穩定路徑，用於圖像描述、OCR 風格擷取和圖像問答。 - Kimi 2.7 Image-to-Text vs. Claude Vision
Claude Vision 適合細緻的圖像和文件解讀。Kimi 2.7 專注於面向可擴展產品整合的實用圖像轉文字工作流程。 - Kimi 2.7 Image-to-Text vs. Grok Image-to-Text
Grok Image-to-Text 為視覺分析提供 xAI 模型行為。Kimi 2.7 為比較提供商行為與回應風格的團隊提供 Moonshot AI 多模態存取能力。 - Kimi 2.7 Image-to-Text vs. Qwen Vision Models
Qwen 視覺模型是強大的 Alibaba 選項。Kimi 2.7 Image-to-Text API 為開發者提供由 Moonshot 驅動的生產級視覺理解替代方案。