واجهة رؤية مجانية
تتيح واجهة الرؤية لنموذج LLM أن يقرأ الصور. يمكنك أن تطلب منه وصف صورة، أو قراءة إيصال، أو شرح مخطط. يحتوي كتالوج FreeLLMAPI على 78 عروض نماذج مجانية تقبل الصور. ترسل الصور بتنسيق OpenAI القياسي، ويختار الموجّه نموذج رؤية لك. يعرض هذا الدليل النماذج، وحدود الحجم لكل مزوّد، وشيفرة تعمل.
تُعرض الشيفرة وأسماء النماذج وتسميات الكتالوج المباشر باللغة الإنجليزية.
كيف يعمل إدخال الصور
أرسل الصور في المصفوفة messages ككتل image_url. يمكن أن يكون الرابط data: URL يحتوي بايتات base64، أو رابط http(s). استخدم /v1/chat/completions. لا تقبل نقطة الوصول /v1/responses الصور حتى الآن.
- التوجيه التلقائي: عندما يحتوي الطلب على صورة، يستخدم الموجّه نماذج الرؤية فقط. يتجاهل النماذج النصية فقط لذلك الطلب.
- التحويل الاحتياطي: عندما يصل مزوّد رؤية إلى حده، يجرب الموجّه نموذج الرؤية التالي في سلسلتك.
- خطأ واضح: عندما لا يكون أي نموذج رؤية مفعّلًا، تحصل على الخطأ 422 مع
code: "no_vision_model". لا تُسقط الصورة أبدًا دون إعلام.
نماذج الرؤية المجانية اليوم
يعرض الجدول أقوى النماذج المجانية التي تدعم إدخال الصور في الكتالوج اليوم. تأتي البيانات من الكتالوج المباشر. قد يسرد الصف الواحد عدة مزوّدين يقدمون النموذج نفسه.
| النموذج | مجاني على | السياق | الحدود المجانية (أفضل عرض) | الأدوات | الرؤية |
|---|---|---|---|---|---|
| GLM 5.3 Flash | UnoRouter | 1M | 1 طلب/دقيقة 1 req/min per model | نعم | نعم |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | نعم | نعم |
| Gemini Flash (latest alias) | Google AI Studio | - | 10 طلب/دقيقة 20 طلب/يوم 250,000 رمز/دقيقة ~3M | نعم | نعم |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | نعم | نعم |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 طلب/دقيقة 20 طلب/يوم 250,000 رمز/دقيقة ~3M | نعم | نعم |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | نعم | نعم |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 طلب/دقيقة 50 طلب/يوم 50 req/day account-wide (1,000 after a $10 purchase) | نعم | نعم |
| Qwen3.8 27B | ElectronHub, Groq | 262K | 30 طلب/دقيقة 250 طلب/يوم 70,000 رمز/دقيقة ~6M | نعم | نعم |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 طلب/دقيقة 20 طلب/يوم 250,000 رمز/دقيقة ~3M | نعم | نعم |
| Qwen 3.8 27B | Cloudflare Workers AI | 262K | Shared 10k neurons/day | نعم | نعم |
| Gemini 3.5 Flash | Google AI Studio | 1M | 10 طلب/دقيقة 20 طلب/يوم 250,000 رمز/دقيقة ~3M | نعم | نعم |
| Gemini 3.8 Live | Google AI Studio | - | 10 طلب/دقيقة 20 طلب/يوم 250,000 رمز/دقيقة ~3M | نعم | نعم |
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 طلب/دقيقة 20 طلب/يوم 250,000 رمز/دقيقة ~3M | نعم | نعم |
| Moondream 3.1 9B A2B | Cloudflare Workers AI, Moondream | 33K | ~10-20M | لا | نعم |
| Moondream 3 Preview | Moondream | - | $5/month shared workspace usage credits | لا | نعم |
يعرض 15 من أصل 67 نموذجًا مجانيًا مطابقًا. عرض كل النماذج.
بيانات مباشرة من كتالوج FreeLLMAPI (الإصدار 2026.11.19، تم التحقق 2026-11-19). تتغير الحدود المجانية كثيرًا. يُفحص الكتالوج كل يوم.
تعطي نماذج Gemini أكبر سياق، وتقبل صورًا كثيرة. يُعد Qwen 3.8 27B على Groq وCloudflare خيارًا سريعًا خارج Google. صُمم Moondream لمهام الصور، لكن مخرجاته محدودة بـ 4,096 رمزًا.
الخطوة 1: ثبّت FreeLLMAPI وأضف المفاتيح
FreeLLMAPI مفتوح المصدر. يعمل على جهاز الحاسوب الخاص بك في Docker. تبقى مفاتيح المزوّدين على جهاز الحاسوب الخاص بك.
التثبيت (macOS أو Linux)
curl -fsSL https://freellmapi.co/install.sh | bashافتح لوحة التحكم على http://localhost:3001. أضف مفتاح Google AI Studio ومفتاحًا آخر في صفحة Keys. في صفحة Fallback Chain، تحمل نماذج الرؤية شارة Vision. تأكد من تفعيل نموذج واحد على الأقل. انسخ مفتاحك الموحد من صفحة Keys.
الخطوة 2: أرسل صورة
curl: صورة من رابط
curl http://localhost:3001/v1/chat/completions \
-H "Authorization: Bearer <unified-key>" \
-H "Content-Type: application/json" \
-d '{
"model": "auto",
"messages": [{
"role": "user",
"content": [
{"type": "text", "text": "Describe this image in two sentences."},
{"type": "image_url", "image_url": {"url": "https://upload.wikimedia.org/wikipedia/commons/4/47/PNG_transparency_demonstration_1.png"}}
]
}]
}'Python: ملف محلي كـ base64
import base64
from openai import OpenAI
client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")
with open("receipt.jpg", "rb") as fh:
b64 = base64.b64encode(fh.read()).decode()
resp = client.chat.completions.with_raw_response.create(
model="auto", # the router selects a vision model
messages=[{
"role": "user",
"content": [
{"type": "text", "text": "List each item and price on this receipt as JSON."},
{"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{b64}"}},
],
}],
)
print("Routed via:", resp.headers.get("x-routed-via"))
print(resp.parse().choices[0].message.content)استخدم نوع MIME صحيحًا في رابط البيانات، مثل image/png أو image/jpeg. لإرسال أكثر من صورة، أضف كتل image_url أخرى إلى الرسالة نفسها.
حدود الصور حسب المزوّد
| المزوّد | الحد (رسمي) | ما الذي يجب فعله |
|---|---|---|
| Google Gemini | الحجم الكلي للطلب مع الصور المضمنة: 20 MB. الصيغ: PNG وJPEG وWEBP وHEIC وHEIF | صغّر الصور الكبيرة قبل إرسالها |
| Google Gemini | تكلف الصورة حتى 384x384 بكسل 258 رمزًا. تُقسم الصور الأكبر إلى بلاطات 768x768، وكل بلاطة 258 رمزًا | صورة 960x540 تستخدم 6 بلاطات، أي نحو 1,548 رمزًا |
| Groq (Qwen 3.8 27B) | 3 صور كحد أقصى لكل طلب. 20 MB كحد أقصى للطلب الذي يحتوي رابط صورة | أرسل 3 صور على الأكثر إلى نماذج Groq |
| Moondream | روابط البيانات base64 فقط. روابط الصور البعيدة غير مدعومة | أرسل بايتات الصورة، لا رابطًا |
تُحتسب رموز الصور ضمن حد الرموز في الدقيقة للمستوى المجاني. قد يكون طلب فيه خمس صور كبيرة أكبر من حد مزوّد صغير. صغّر الصور، مثلًا إلى 1024 بكسل على الضلع الأطول، عندما لا تحتاج إلى تفاصيل دقيقة.
مطالبات تعمل مع مهام الصور
- مهمة واحدة لكل طلب: اطرح سؤالًا واحدًا واضحًا عن الصورة. تعطي عدة أسئلة في مطالبة واحدة إجابات أقصر وأقل دقة.
- مخرجات منظمة: للإيصالات والنماذج، سمِّ الحقول التي تريدها، مثل
itemوpriceوtotal. اطلب JSON فقط. - قيم غير مقروءة: اطلب من النموذج أن يكتب
nullعندما لا يستطيع قراءة قيمة. عندها لا يخمّن. - اقتطع أولًا: اقطع الصورة إلى الجزء الذي تحتاجه. تستخدم الصورة الأصغر رموزًا أقل وتعطي تفاصيل أفضل.
- إجابات ثابتة: اضبط
temperatureعلى 0 لمهام الاستخراج. - تحقق من الأرقام: قارن المجاميع والتواريخ بالصورة. قد تقرأ نماذج الرؤية النص الصغير والأرقام المتشابهة بشكل خاطئ.
استكشاف الأخطاء وإصلاحها
| المشكلة | السبب | الحل |
|---|---|---|
الخطأ 422 no_vision_model | لا يوجد نموذج رؤية مفعّل في سلسلتك | فعّل نموذجًا يحمل شارة Vision في صفحة Fallback Chain |
| يقول النموذج إنه لا يرى الصورة | ذهب الطلب إلى /v1/responses | استخدم /v1/chat/completions |
| الخطأ 400 مع رابط بعيد | المزوّد لا يستطيع تنزيل الرابط | أرسل الصورة كرابط بيانات base64 |
| الخطأ 413 أو 400 مع ملفات كبيرة | الصورة أو الطلب كبير جدًا | صغّر الصورة، أو أرسل صورًا أقل |
| الخطأ 429 مع طلبات الصور | استهلكت رموز الصور حد الرموز في الدقيقة | صغّر الصور، أو أضف مفاتيح من مزوّدي رؤية أكثر |
الأسئلة الشائعة
هل توجد واجهة رؤية مجانية؟
نعم. تقدم Google AI Studio وGroq وCloudflare وNVIDIA وOpenRouter ومزوّدون آخرون نماذج مجانية بإدخال صور. يملك FreeLLMAPI 78 عروض نماذج رؤية مجانية خلف مفتاح واحد متوافق مع OpenAI.
كيف أرسل صورة إلى واجهة LLM مجانية؟
أضف كتلة image_url إلى رسالة المستخدم. استخدم رابط بيانات base64 أو رابط https، وأرسله إلى /v1/chat/completions.
كم رمزًا تستخدم الصورة؟
في Gemini، تستخدم الصورة التي حجمها 384x384 بكسل أو أقل 258 رمزًا. تُقسم الصورة الأكبر إلى بلاطات 768x768، وكل بلاطة تستخدم 258 رمزًا.
هل يمكنني إرسال عدة صور في طلب واحد؟
نعم. أضف كتل image_url أخرى إلى الرسالة. بعض المزوّدين يحدون العدد. مثلًا، يسمح Groq بثلاث صور لكل طلب على Qwen 3.8 27B.
ما أفضل نموذج رؤية مجاني لقراءة المستندات؟
استخدم نموذج Gemini للإيصالات والمخططات والصفحات الممسوحة ضوئيًا. لديه نافذة سياق كبيرة، ويقبل صورًا كثيرة. تحقق من الإجابة مقابل الصورة بالنسبة للأرقام، لأن نماذج الرؤية قد تقرأ النص الصغير بشكل خاطئ.
أدلة ذات صلة
المصادر
- FreeLLMAPI docs: Vision and image input (تم التحقق 20 November 2026)
- Google AI Studio docs: Image understanding (تم التحقق 20 November 2026)
- Groq docs: Vision (تم التحقق 20 November 2026)
- Moondream OpenAI-compatible API docs (تم التحقق 20 November 2026)