Moonshot AI/kimi-2.7-image-to-text
kimi-2.7-image-to-text
使用 Kimi 2.7 Image-to-Text API 进行视觉理解、图像问答、OCR 式提取和多模态推理，支持稳定的生产级工作流。适合图片内容分析、资料识别、视觉审核、创意参考整理和多模态应用测试，帮助团队更高效处理图像到文本任务。
Image Chat
Kimi 2.7 相关模型
API 示例
提交示例
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);
}
}
}
提交示例
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)
提交示例
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 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
README
稳定且实惠的 Kimi 2.7 Image-to-Text API（Moonshot AI 视觉理解）
Flaq AI 上的 Kimi 2.7 Image-to-Text API 为视觉理解、图像问答、OCR 风格提取和基于图像的推理工作流提供 Moonshot AI 多模态模型访问能力。这项实惠的 Kimi 视觉 API 集成可帮助开发者将图像输入转化为有用的文本描述、答案、摘要和结构化洞察。它专为需要稳定图像分析、但不想维护独立视觉基础设施的团队而构建。
Kimi 2.7 Image-to-Text API 的核心功能
- 视觉理解： 通过 Kimi 2.7 API 集成分析图像输入，并返回清晰的文本描述、解释和答案。
- 基于图像的推理： 将视觉细节与用户问题结合，支持产品分析、文档审阅、创意反馈和多模态工作流。
- OCR 风格提取： 提取可见文本、标签、界面内容和图像细节，用于下游自动化与数据处理。
- 面向开发者的 API 访问： 通过专为生产工作流设计的稳定 Flaq AI 路由，为应用添加图像转文本能力。
- 灵活的提示词引导： 使用自然语言指令请求短标题、详细分析、结构化摘要或特定任务输出。
- 实惠的视觉工作流： 借助高性价比的 Moonshot AI 模型访问能力，构建可扩展的视觉分析功能。
如何在 Flaq AI 上使用 Kimi 2.7 Image-to-Text API 进行视觉分析
- 输入： 图像输入加自然语言问题或分析指令。
- 输出： 描述视觉内容、提取信息、回答问题或总结图像细节的文本响应。
- 图像支持： 适用于产品视觉图、截图、文档和创意资产等常见图像输入工作流。
- 能力： 通过 Kimi 2.7 API 集成支持图像描述、视觉问答、OCR 风格读取、多模态推理、截图分析和结构化视觉摘要。
Kimi 2.7 Image-to-Text API 集成的最佳使用场景
- 截图与 UI 分析： 将应用截图转换为说明、Bug 记录、无障碍观察和结构化审阅输出。
- 文档与表单审阅： 从图像中提取可见字段、标签、表格和文档细节，用于内部工具与自动化。
- 电商图像理解： 描述产品、识别属性、总结目录视觉内容，并支持审核或商品运营工作流。
- 创意资产反馈： 通过提示词引导输出分析构图、视觉风格、品牌一致性和营销创意。
- 多模态 AI 助手： 让用户在支持、教育和生产力产品中上传图像并提出自然语言问题。
注意 请确保图像输入和提示词符合 Moonshot AI 与 Flaq AI 的安全要求。如果发生错误，请调整图像输入或提示词后重试。
Kimi 2.7 Image-to-Text 与竞品对比：比较分析
- Kimi 2.7 Image-to-Text vs. GPT Image-to-Text
GPT 图像理解提供广泛的多模态覆盖。Kimi 2.7 Image-to-Text API 为希望通过 Flaq AI 获得实惠视觉分析能力的团队提供 Moonshot AI 替代方案。 - Kimi 2.7 Image-to-Text vs. Gemini Image-to-Text
Gemini 擅长 Google 原生视觉推理。Kimi 2.7 为开发者提供另一条稳定路径，用于图像描述、OCR 风格提取和图像问答。 - Kimi 2.7 Image-to-Text vs. Claude Vision
Claude Vision 适合细致的图像和文档解读。Kimi 2.7 专注于面向可扩展产品集成的实用图像转文本工作流。 - Kimi 2.7 Image-to-Text vs. Grok Image-to-Text
Grok Image-to-Text 为视觉分析提供 xAI 模型行为。Kimi 2.7 为比较提供商行为与响应风格的团队提供 Moonshot AI 多模态访问能力。 - Kimi 2.7 Image-to-Text vs. Qwen Vision Models
Qwen 视觉模型是强大的 Alibaba 选项。Kimi 2.7 Image-to-Text API 为开发者提供由 Moonshot 驱动的生产级视觉理解替代方案。