OpenAI/gpt-5.4-image-to-text

gpt-5.4-image-to-text

API OpenAI GPT 5.4 cho LLM đa phương thức, hỏi đáp hình ảnh, OCR và hiểu nội dung ảnh. Ổn định, chi phí hợp lý cho ứng dụng lưu lượng cao. Được thiết kế cho thử nghiệm miễn phí và workflow API ổn định.

Image Chat

Mô hình Gpt 5.4 liên quan

gpt-5.4-text-to-texttext-to-text

gpt-5.4-image-to-textimage-to-text

gpt-5.4-web-searchweb-search

gpt-5.4-file-analysisfile-analysis

Tài liệu

Ví dụ API

JavaScriptPythoncURL

Ví dụ gửi yêu cầu

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-5.4-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);
    }
  }
}

Ví dụ gửi yêu cầu

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-5.4-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)

Ví dụ gửi yêu cầu

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-5.4-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
  }'

Bắt đầu cuộc chat mới

Gửi tin nhắn để bắt đầu.

Giá GPT 5.4 Image to Text

Tham số	Giá	Giá gốc	Giảm giá

Token: input	$2.5000 mỗi 1 triệu token đầu vào	-	Tiêu chuẩn
Token: output	$15.0000 mỗi 1 triệu token đầu ra	-	Tiêu chuẩn

README

GPT 5.4 Image-to-Text API nhanh và tiết kiệm (mô hình OpenAI nhanh và tiết kiệm cho workflow AI chuyên nghiệp)

GPT 5.4 Image-to-Text API trên Flaq AI cung cấp quyền truy cập OpenAI API cho các workflow chuyên nghiệp cần suy luận đáng tin cậy, hỗ trợ lập trình và trải nghiệm chat thực tế. Tích hợp OpenAI API nhanh, tiết kiệm và thực tế này giúp nhà phát triển xây dựng trải nghiệm image-to-text với ngữ cảnh hội thoại linh hoạt, prompting phân tích hình ảnh, workflow công cụ được hỗ trợ và thiết lập theo route trên Flaq AI. Được xây dựng cho tải production, nó mang lại cho đội ngũ một cách ổn định để thêm năng lực AI nâng cao mà không cần quản lý hạ tầng mô hình hay viết phần kết nối riêng cho từng provider từ đầu.

Tính năng chính của GPT 5.4 Image-to-Text API

Hiểu hình ảnh chất lượng cao: Phân tích nội dung hình ảnh, bố cục, vật thể, văn bản, biểu đồ và chi tiết cảnh thông qua suy luận mô hình đa phương thức.
Làm theo hướng dẫn hình ảnh chính xác: Đặt câu hỏi có mục tiêu về hình ảnh và nhận câu trả lời tập trung cho review, phân loại, trích xuất hoặc tài liệu hóa.
Điều khiển API linh hoạt: Dùng ngữ cảnh hội thoại, prompting phân tích hình ảnh, workflow công cụ được hỗ trợ và thiết lập theo route trên Flaq AI để dẫn hướng yêu cầu đơn giản, phân tích sâu và tự động hóa production.
Hỗ trợ công cụ production: Kết nối workflow công cụ được hỗ trợ, retrieval, tự động hóa và các tính năng ứng dụng nâng cao mà không lộ thiết lập provider cấp thấp.
Tích hợp tiết kiệm chi phí: Xây dựng tính năng image-to-text qua Flaq AI với routing rõ ràng, trang mô hình ổn định và thông điệp API bền vững cho workflow production.
Workflow thân thiện với nhà phát triển: Dùng hướng dẫn ngôn ngữ tự nhiên, prompt có cấu trúc và input theo route để đi nhanh từ prototype đến production.

Cách dùng GPT 5.4 Image-to-Text API cho phân tích hình ảnh trên Flaq AI

Input: Nội dung hình ảnh tải lên cùng hướng dẫn ngôn ngữ tự nhiên mô tả tác vụ phân tích, trích xuất hoặc suy luận.
Output: Mô tả văn bản, chi tiết được trích xuất, suy luận hình ảnh hoặc tóm tắt có cấu trúc từ hình ảnh tải lên.
Cấu hình route: Được thiết kế cho workflow hiểu hình ảnh tập trung với hỗ trợ input hình ảnh theo route.
Cấu hình: Ngữ cảnh hội thoại linh hoạt, prompting phân tích hình ảnh, workflow công cụ được hỗ trợ và thiết lập theo route trên Flaq AI.
Khả năng: Hiểu hình ảnh, trích xuất kiểu OCR, QA hình ảnh, đọc biểu đồ, kiểm tra sản phẩm và suy luận đa phương thức thông qua tích hợp OpenAI API nhanh, tiết kiệm và thực tế.

Trường hợp sử dụng tốt nhất cho tích hợp GPT 5.4 Image-to-Text API

Review tài liệu và ảnh chụp màn hình: Trích xuất chi tiết chính từ screenshot, biểu mẫu, hóa đơn, sơ đồ và ảnh chụp giao diện mà không cần nhập lại thủ công.
Phân tích sản phẩm và catalog: Tạo mô tả sản phẩm, xác định thuộc tính và tóm tắt khác biệt hình ảnh cho workflow ecommerce.
Diễn giải biểu đồ và sơ đồ: Biến dữ liệu hình ảnh, biểu đồ và sơ đồ kiến trúc thành giải thích văn bản rõ ràng cho báo cáo và lập kế hoạch.
QA tài sản sáng tạo: Review quảng cáo, hình ảnh social, mockup và bản xuất thiết kế về tính nhất quán, vấn đề và chi tiết nội dung.
Workflow trợ năng: Tạo mô tả hình ảnh và tóm tắt trực quan giúp media dễ hiểu và dễ tái sử dụng hơn.

Lưu ý Hãy đảm bảo prompt, tệp tải lên và workflow ứng dụng tuân thủ hướng dẫn an toàn và sử dụng của OpenAI. Nếu xảy ra lỗi, hãy kiểm tra input để tìm nội dung bị hạn chế, đơn giản hóa yêu cầu rồi thử lại.

GPT 5.4 Image-to-Text so với đối thủ: Phân tích so sánh

GPT 5.4 vs. Claude Opus 4.7 Claude Opus 4.7 mạnh ở suy luận dài hạn cẩn trọng và workflow agent kiểu Claude. GPT 5.4 cung cấp hành vi native OpenAI, bộ công cụ ứng dụng rộng và đường API quen thuộc cho đội ngũ đã xây dựng trên hệ sinh thái OpenAI.
GPT 5.4 vs. Claude Sonnet 4.6 Claude Sonnet 4.6 tập trung vào cân bằng nhanh giữa trí tuệ và độ trễ. GPT 5.4 là lựa chọn mạnh khi nhà phát triển muốn hành vi mô hình OpenAI, workflow chat linh hoạt và khả năng image-to-text tích hợp trên Flaq AI.
GPT 5.4 vs. Gemini Mô hình Gemini hấp dẫn cho use case đa phương thức native Google và gần Workspace. GPT 5.4 khác biệt nhờ suy luận kiểu OpenAI, chất lượng văn bản đáng tin cậy và tích hợp thân thiện với production.
GPT 5.4 vs. DeepSeek Reasoner DeepSeek Reasoner được đánh giá cao cho thử nghiệm suy luận tiết kiệm. GPT 5.4 cung cấp trải nghiệm API quản lý cho workflow image-to-text chuyên nghiệp, nhất là khi độ tin cậy và hỗ trợ hệ sinh thái quan trọng.
GPT 5.4 vs. Llama Mô hình Llama cho đội ngũ sự linh hoạt open-model và kiểm soát triển khai. GPT 5.4 loại bỏ gánh nặng hạ tầng và cung cấp API có thể mở rộng cho nhà phát triển cần tích hợp nhanh và chất lượng output ổn định.