OpenAI/gpt-6-luna-file-analysis

gpt-6-luna-file-analysis

Thử API GPT 6 Luna của OpenAI để hỏi đáp tài liệu, tóm tắt tệp và phân tích tệp, hình ảnh qua API Flaq AI ổn định, giá hợp lý, có truyền trực tiếp.

File Analysis

Mô hình Gpt 6 Luna liên quan

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

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-6-luna-file-analysis',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Summarize this file and extract the key risks.' },
          {
            type: 'file',
            file: {
              filename: 'demo.pdf',
              file_data: 'https://example.com/demo.pdf'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 4096
  })
});

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);
    }
  }
}

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-6-luna-file-analysis',
        'messages': [
            {
                'role': 'user',
                'content': [
                    {'type': 'text', 'text': 'Summarize this file and extract the key risks.'},
                    {
                        'type': 'file',
                        'file': {
                            'filename': 'demo.pdf',
                            'file_data': 'https://example.com/demo.pdf'
                        }
                    },
                ],
            }
        ],
        'stream': True,
        'max_tokens': 4096,
    },
    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-6-luna-file-analysis",
    "messages": [
      {
        "role": "user",
        "content": [
          { "type": "text", "text": "Summarize this file and extract the key risks." },
          {
            "type": "file",
            "file": {
              "filename": "demo.pdf",
              "file_data": "https://example.com/demo.pdf"
            }
          }
        ]
      }
    ],
    "stream": true,
    "max_tokens": 4096
  }'

Bắt đầu cuộc chat mới

Gửi tin nhắn để bắt đầu.

Giá GPT 6 Luna File Analysis

Tham số	Giá	Giá gốc	Giảm giá

Token: input	$0.1000 mỗi 1 triệu token đầu vào	-	Tiêu chuẩn
Token: output	$0.5000 mỗi 1 triệu token đầu ra	-	Tiêu chuẩn

README

GPT 6 Luna File Analysis API có thông lượng cao (Xử lý tài liệu và trích xuất nhanh với OpenAI)

GPT 6 Luna File Analysis API trên Flaq AI cung cấp lựa chọn GPT-6 tiết kiệm chi phí cho việc trả lời câu hỏi về tài liệu, trích xuất dữ liệu và tạo bản tóm tắt. Giải pháp tích hợp API phân tích tệp này giúp tổ chức xem xét tài liệu và hình ảnh đính kèm được hỗ trợ trong các quy trình nghiệp vụ lặp lại.

Các tính năng chính của GPT 6 Luna File Analysis API

Xem xét tài liệu ở quy mô lớn: Phân tích tài liệu văn bản, biểu mẫu, báo cáo và hình ảnh đính kèm được hỗ trợ trong các tác vụ xử lý lặp lại.
Trích xuất từ tệp chú trọng chi phí: Sử dụng GPT 6 Luna cho các câu hỏi về tài liệu và tác vụ trích xuất trường diễn ra thường xuyên khi hiệu quả vận hành là yếu tố quan trọng.
Trích xuất trường và thực thể với số lượng lớn: Tự động trích xuất tên, ngày, số tiền, từng dòng mục và trường có cấu trúc từ hóa đơn, biên lai và biểu mẫu tiêu chuẩn.
Tạo bản tóm tắt điều hành nhanh chóng: Cô đọng báo cáo dài và tài liệu nhiều trang thành các gạch đầu dòng ngắn gọn và những điểm chính có thể áp dụng vào thực tế.
Hiểu tài liệu đa phương thức: Phân tích cả tệp văn bản số và bản quét dạng hình ảnh trong cùng một quy trình hội thoại.
Cung cấp kết quả truyền trực tiếp theo thời gian thực: Truyền dần kết quả trích xuất và bản tóm tắt qua sự kiện do máy chủ gửi để giao diện người dùng phản hồi nhanh.

Cách dùng GPT 6 Luna File Analysis API để xử lý tài liệu nhanh trên Flaq AI

Đầu vào: Tin nhắn hội thoại có thể kèm tài liệu hoặc hình ảnh được hỗ trợ và chỉ dẫn về việc trích xuất, các trường mục tiêu hoặc nội dung tóm tắt.
Đầu ra: Kết quả trích xuất cặp khóa-giá trị có cấu trúc, phân loại tài liệu, bản tóm tắt điều hành và câu trả lời đúng trọng tâm dựa trên các tệp được cung cấp.
Độ dài đầu ra: Có thể đặt số token đầu ra tối đa cho kết quả trích xuất ngắn hoặc bản tóm tắt chi tiết. Tham số này không có giá trị tối đa mặc định được chỉ định; giới hạn đầu ra của mô hình vẫn áp dụng.
Truyền trực tiếp: Nhận dần kết quả phân tích tài liệu qua sự kiện do máy chủ gửi để tăng tốc độ phản hồi của giao diện.
Khả năng: Phân tích cú pháp tài liệu nhanh, trích xuất trường có cấu trúc, phân loại tài liệu và hiểu văn bản cùng hình ảnh theo cách đa phương thức thông qua Flaq AI API.

Các trường hợp sử dụng phù hợp nhất khi tích hợp GPT 6 Luna File Analysis API

Tự động phân tích hóa đơn và biên lai: Trích xuất thông tin nhà cung cấp, ngày giao dịch, từng dòng mục và tổng tiền ở quy mô lớn cho quy trình kế toán và ERP.
Sàng lọc tệp đính kèm trong yêu cầu hỗ trợ khách hàng: Phân tích nhật ký, ảnh chụp màn hình đính kèm và tài liệu hướng dẫn PDF do người dùng gửi để tăng tốc phân loại vấn đề ban đầu.
Sàng lọc sơ yếu lý lịch và hồ sơ ứng tuyển: Trích xuất bằng cấp, kinh nghiệm làm việc và thông tin liên hệ của ứng viên từ hàng loạt sơ yếu lý lịch cho nền tảng tuyển dụng.
Xử lý biểu mẫu theo chuẩn: Đưa thông tin từ hồ sơ yêu cầu bồi thường bảo hiểm, bảng câu hỏi tiếp nhận và đơn vay vốn vào các bản ghi cơ sở dữ liệu được chuẩn hóa.
Phân loại tài liệu với số lượng lớn: Phân loại tệp đính kèm email đến, hợp đồng được quét và thư từ kinh doanh vào các thư mục để sắp xếp.

Lưu ý Vui lòng chỉ tải lên tài liệu, hình ảnh và chỉ dẫn trong lời nhắc tuân thủ chính sách an toàn và sử dụng của OpenAI, điều khoản Flaq AI và các tiêu chuẩn bảo mật dữ liệu của tổ chức được áp dụng. Nếu xảy ra lỗi, hãy xác minh tệp ở định dạng được hỗ trợ, loại bỏ nội dung bị hạn chế rồi thử lại.

Phân tích so sánh GPT 6 Luna File Analysis với các đối thủ

GPT 6 Luna File Analysis so với GPT 6 Sol File Analysis
GPT 6 Sol File Analysis được thiết kế cho hợp đồng pháp lý phức tạp, đặc tả kỹ thuật nhiều chi tiết và phân tích tranh chấp có nhiều sắc thái trên nhiều tài liệu. GPT 6 Luna File Analysis tập trung vào tiếp nhận nhanh, trích xuất hàng loạt và thông lượng tiết kiệm chi phí cho tài liệu tiêu chuẩn.
GPT 6 Luna File Analysis so với GPT 5.6 Luna File Analysis
GPT 5.6 Luna File Analysis là lựa chọn thế hệ trước cho quy trình tài liệu hiệu quả. GPT 6 Luna File Analysis đưa dòng GPT-6 mới hơn vào việc xem xét văn bản và hình ảnh; hãy đánh giá chất lượng trích xuất trên bộ tài liệu của chính bạn trước khi chuyển đổi.
GPT 6 Luna File Analysis so với dịch vụ OCR tài liệu chuyên dụng
Công cụ OCR chuyên dụng có thể trích xuất văn bản và trường dữ liệu từ tài liệu. GPT 6 Luna File Analysis còn có thể trả lời câu hỏi bằng ngôn ngữ tự nhiên về nội dung được cung cấp và sắp xếp các chi tiết được yêu cầu dưới dạng văn bản.
GPT 6 Luna File Analysis so với Gemini Flash File Analysis
Gemini Flash phù hợp với các quy trình xử lý trên Google Cloud. GPT 6 Luna File Analysis cung cấp giải pháp trích xuất tài liệu gốc OpenAI, tích hợp liền mạch vào kiến trúc hoàn thành hội thoại tiêu chuẩn trên Flaq AI.