Startseite / Anleitungen / Kostenlose Vision-API

Kostenlose Vision-API

Eine Vision-API lässt ein LLM Bilder lesen. Sie können es bitten, ein Foto zu beschreiben, einen Beleg zu lesen oder ein Diagramm zu erklären. Der FreeLLMAPI-Katalog enthält 78 kostenlose Modellangebote, die Bilder akzeptieren. Sie senden Bilder im Standardformat von OpenAI, und der Router wählt für Sie ein Vision-Modell aus. Diese Anleitung zeigt die Modelle, die Größenlimits jedes Anbieters und funktionierenden Code.

Code, Modellnamen und Bezeichnungen aus dem Live-Katalog werden auf Englisch angezeigt.

So funktioniert die Bildeingabe

Senden Sie Bilder im Array messages als image_url-Inhaltsblöcke. Die URL kann eine data:-URL mit Base64-Bytes oder eine http(s)-URL sein. Verwenden Sie /v1/chat/completions. Der Endpunkt /v1/responses akzeptiert noch keine Bilder.

  • Automatisches Routing: Enthält eine Anfrage ein Bild, verwendet der Router nur Vision-Modelle. Für diese Anfrage ignoriert er reine Textmodelle.
  • Failover: Erreicht ein Vision-Anbieter sein Limit, versucht der Router das nächste Vision-Modell in Ihrer Kette.
  • Klare Fehlermeldung: Ist kein Vision-Modell aktiviert, erhalten Sie den Fehler 422 mit code: "no_vision_model". Ein Bild wird nie stillschweigend verworfen.

Kostenlose Vision-Modelle heute

Die Tabelle zeigt die stärksten kostenlosen Modelle mit Bildeingabe im heutigen Katalog. Sie stammt aus dem Live-Katalog. Eine Zeile kann mehrere Anbieter auflisten, die dasselbe Modell bereitstellen.

Kostenlose Modelle mit Bildeingabe, stärkste zuerst
ModellKostenlos beiKontextKostenlose Limits (bestes Angebot)ToolsBildverarbeitung
GLM 5.3 FlashUnoRouter1M1 Anfragen/Min.
1 req/min per model
JaJa
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaJaJa
Gemini Flash (latest alias)Google AI Studio-10 Anfragen/Min.
20 Anfragen/Tag
250,000 Token/Min.
~3M
JaJa
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditJaJa
Gemini 3.7 FlashGoogle AI Studio1M10 Anfragen/Min.
20 Anfragen/Tag
250,000 Token/Min.
~3M
JaJa
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditJaJa
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 Anfragen/Min.
50 Anfragen/Tag
50 req/day account-wide (1,000 after a $10 purchase)
JaJa
Qwen3.8 27BElectronHub, Groq262K30 Anfragen/Min.
250 Anfragen/Tag
70,000 Token/Min.
~6M
JaJa
Gemini 3.6 FlashGoogle AI Studio1M10 Anfragen/Min.
20 Anfragen/Tag
250,000 Token/Min.
~3M
JaJa
Qwen 3.8 27BCloudflare Workers AI262KShared 10k neurons/dayJaJa
Gemini 3.5 FlashGoogle AI Studio1M10 Anfragen/Min.
20 Anfragen/Tag
250,000 Token/Min.
~3M
JaJa
Gemini 3.8 LiveGoogle AI Studio-10 Anfragen/Min.
20 Anfragen/Tag
250,000 Token/Min.
~3M
JaJa
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 Anfragen/Min.
20 Anfragen/Tag
250,000 Token/Min.
~3M
JaJa
Moondream 3.1 9B A2BCloudflare Workers AI, Moondream33K~10-20MNeinJa
Moondream 3 PreviewMoondream-$5/month shared workspace usage creditsNeinJa

Es werden 15 von 67 passenden kostenlosen Modellen angezeigt. Alle Modelle ansehen.

Live-Daten aus dem FreeLLMAPI-Katalog (Version 2026.11.19, geprüft 2026-11-19). Kostenlose Limits ändern sich oft. Der Katalog wird jeden Tag geprüft.

Gemini-Modelle bieten den größten Kontext und akzeptieren viele Bilder. Qwen 3.8 27B bei Groq und Cloudflare ist eine schnelle Wahl außerhalb von Google. Moondream ist für Bildaufgaben gedacht, seine Ausgabe ist aber auf 4.096 Token begrenzt.

Schritt 1: FreeLLMAPI installieren und Schlüssel hinzufügen

FreeLLMAPI ist Open Source. Es läuft auf Ihrem Computer in Docker. Ihre Anbieterschlüssel bleiben auf Ihrem Computer.

Installation (macOS oder Linux)

curl -fsSL https://freellmapi.co/install.sh | bash

Öffnen Sie das Dashboard unter http://localhost:3001. Fügen Sie auf der Seite Keys einen Google-AI-Studio-Schlüssel und einen weiteren Schlüssel hinzu. Auf der Seite Fallback Chain tragen Vision-Modelle ein Abzeichen Vision. Achten Sie darauf, dass mindestens eines aktiviert ist. Kopieren Sie Ihren einheitlichen Schlüssel von der Seite Keys.

Schritt 2: Ein Bild senden

curl: Bild aus einer URL

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: lokale Datei als 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)

Verwenden Sie in der Data-URL einen korrekten MIME-Typ, zum Beispiel image/png oder image/jpeg. Um mehr als ein Bild zu senden, fügen Sie derselben Nachricht weitere image_url-Blöcke hinzu.

Bildlimits nach Anbieter

Limits der Anbieter, geprüft 2026-11-19
AnbieterLimit (offiziell)Was zu tun ist
Google GeminiGesamtgröße der Anfrage mit eingebetteten Bildern: 20 MB. Formate: PNG, JPEG, WEBP, HEIC, HEIFVerkleinern Sie große Fotos, bevor Sie sie senden
Google GeminiEin Bild bis 384x384 Pixel kostet 258 Token. Größere Bilder werden in Kacheln von 768x768 Pixeln mit je 258 Token zerlegtEin Bild mit 960x540 verbraucht 6 Kacheln, also etwa 1.548 Token
Groq (Qwen 3.8 27B)Maximal 3 Bilder pro Anfrage. Maximal 20 MB für eine Anfrage mit Bild-URLSenden Sie an Groq-Modelle höchstens 3 Bilder
MoondreamNur Base64-Data-URLs. Entfernte Bild-URLs werden nicht unterstütztSenden Sie die Bilddaten, keinen Link

Bild-Token zählen auf das Limit pro Minute im kostenlosen Tarif. Eine Anfrage mit fünf großen Bildern kann größer sein als das Limit eines kleinen Anbieters. Verkleinern Sie Bilder, zum Beispiel auf 1024 Pixel an der längeren Seite, wenn Sie keine feinen Details brauchen.

Prompts, die bei Bildaufgaben funktionieren

  • Eine Aufgabe pro Anfrage: Stellen Sie eine klare Frage zum Bild. Mehrere Fragen in einem Prompt ergeben kürzere und ungenauere Antworten.
  • Strukturierte Ausgabe: Nennen Sie bei Belegen und Formularen die gewünschten Felder, zum Beispiel item, price und total. Bitten Sie nur um JSON.
  • Nicht lesbare Werte: Weisen Sie das Modell an, null zu schreiben, wenn es einen Wert nicht lesen kann. Dann rät es nicht.
  • Zuerst zuschneiden: Schneiden Sie das Bild auf den Teil zu, den Sie brauchen. Ein kleineres Bild verbraucht weniger Token und liefert mehr Detail.
  • Stabile Antworten: Setzen Sie temperature für Extraktionsaufgaben auf 0.
  • Zahlen prüfen: Vergleichen Sie Summen und Datumsangaben mit dem Bild. Vision-Modelle können kleine Schrift und ähnliche Ziffern falsch lesen.

Fehlerbehebung

ProblemUrsacheLösung
Fehler 422 no_vision_modelIn Ihrer Kette ist kein Vision-Modell aktiviertAktivieren Sie ein Modell mit dem Abzeichen Vision auf der Seite Fallback Chain
Das Modell sagt, dass es kein Bild sehen kannDie Anfrage ging an /v1/responsesVerwenden Sie /v1/chat/completions
Fehler 400 bei einer entfernten URLDer Anbieter kann die URL nicht herunterladenSenden Sie das Bild als Base64-Data-URL
Fehler 413 oder 400 bei großen DateienDas Bild oder die Anfrage ist zu großVerkleinern Sie das Bild oder senden Sie weniger Bilder
Fehler 429 bei BildanfragenBild-Token haben das Limit pro Minute aufgebrauchtVerkleinern Sie die Bilder oder fügen Sie Schlüssel von weiteren Vision-Anbietern hinzu
Nutzen Sie alle diese Modelle über einen einzigen Schlüssel. FreeLLMAPI ist ein Open-Source-Router, den Sie selbst hosten. Er stellt alle diese kostenlosen Angebote hinter einem einzigen OpenAI-kompatiblen Endpunkt bereit und wechselt zum nächsten Anbieter, wenn ein Anbieter das Limit erreicht. Katalog ansehen oder Jetzt starten.

Häufig gestellte Fragen

Gibt es eine kostenlose Vision-API?

Ja. Google AI Studio, Groq, Cloudflare, NVIDIA, OpenRouter und andere Anbieter stellen kostenlose Modelle mit Bildeingabe bereit. FreeLLMAPI bietet 78 kostenlose Vision-Modellangebote hinter einem OpenAI-kompatiblen Schlüssel.

Wie sende ich ein Bild an eine kostenlose LLM-API?

Fügen Sie der Benutzernachricht einen image_url-Inhaltsblock hinzu. Verwenden Sie eine Base64-Data-URL oder eine https-URL und senden Sie die Anfrage an /v1/chat/completions.

Wie viele Token verbraucht ein Bild?

Bei Gemini verbraucht ein Bild mit 384x384 Pixeln oder weniger 258 Token. Ein größeres Bild wird in Kacheln von 768x768 Pixeln zerlegt, und jede Kachel verbraucht 258 Token.

Kann ich mehrere Bilder in einer Anfrage senden?

Ja. Fügen Sie der Nachricht weitere image_url-Blöcke hinzu. Manche Anbieter begrenzen die Anzahl. Groq erlaubt zum Beispiel 3 Bilder pro Anfrage bei Qwen 3.8 27B.

Welches kostenlose Vision-Modell eignet sich am besten zum Lesen von Dokumenten?

Verwenden Sie ein Gemini-Modell für Belege, Diagramme und gescannte Seiten. Es hat ein großes Kontextfenster und akzeptiert viele Bilder. Prüfen Sie Zahlen anhand des Bildes, weil Vision-Modelle kleine Schrift falsch lesen können.

Verwandte Anleitungen

Quellen

Alle Anleitungen · Alle kostenlosen Modelle ansehen