API de visión gratuita
Una API de visión permite que un LLM lea imágenes. Puede pedirle que describa una foto, lea un recibo o explique un gráfico. El catálogo de FreeLLMAPI tiene 78 ofertas de modelos gratuitos que aceptan imágenes. Usted envía las imágenes en el formato estándar de OpenAI, y el enrutador selecciona un modelo de visión por usted. Esta guía muestra los modelos, los límites de tamaño de cada proveedor y código que funciona.
El código, los nombres de los modelos y las etiquetas del catálogo en vivo se muestran en inglés.
Cómo funciona la entrada de imágenes
Envíe las imágenes en el array messages como bloques de contenido image_url. La URL puede ser una URL data: con bytes en base64, o una URL http(s). Use /v1/chat/completions. El endpoint /v1/responses todavía no acepta imágenes.
- Enrutamiento automático: cuando una solicitud contiene una imagen, el enrutador usa solo modelos de visión. Ignora los modelos de solo texto para esa solicitud.
- Conmutación por error: cuando un proveedor de visión llega a su límite, el enrutador prueba el siguiente modelo de visión de su cadena.
- Error claro: cuando no hay ningún modelo de visión habilitado, recibe el error 422 con
code: "no_vision_model". La imagen nunca se descarta en silencio.
Modelos de visión gratuitos hoy
La tabla muestra los modelos gratuitos con entrada de imágenes más potentes del catálogo actual. Procede del catálogo en vivo. Una fila puede mostrar varios proveedores que sirven el mismo modelo.
| Modelo | Gratis en | Contexto | Límites gratuitos (mejor oferta) | Herramientas | Visión |
|---|---|---|---|---|---|
| GLM 5.3 Flash | UnoRouter | 1M | 1 solicitudes/min 1 req/min per model | Sí | Sí |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | Sí | Sí |
| Gemini Flash (latest alias) | Google AI Studio | - | 10 solicitudes/min 20 solicitudes/día 250,000 tokens/min ~3M | Sí | Sí |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Sí | Sí |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 solicitudes/min 20 solicitudes/día 250,000 tokens/min ~3M | Sí | Sí |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Sí | Sí |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 solicitudes/min 50 solicitudes/día 50 req/day account-wide (1,000 after a $10 purchase) | Sí | Sí |
| Qwen3.8 27B | ElectronHub, Groq | 262K | 30 solicitudes/min 250 solicitudes/día 70,000 tokens/min ~6M | Sí | Sí |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 solicitudes/min 20 solicitudes/día 250,000 tokens/min ~3M | Sí | Sí |
| Qwen 3.8 27B | Cloudflare Workers AI | 262K | Shared 10k neurons/day | Sí | Sí |
| Gemini 3.5 Flash | Google AI Studio | 1M | 10 solicitudes/min 20 solicitudes/día 250,000 tokens/min ~3M | Sí | Sí |
| Gemini 3.8 Live | Google AI Studio | - | 10 solicitudes/min 20 solicitudes/día 250,000 tokens/min ~3M | Sí | Sí |
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 solicitudes/min 20 solicitudes/día 250,000 tokens/min ~3M | Sí | Sí |
| Moondream 3.1 9B A2B | Cloudflare Workers AI, Moondream | 33K | ~10-20M | No | Sí |
| Moondream 3 Preview | Moondream | - | $5/month shared workspace usage credits | No | Sí |
Se muestran 15 de 67 modelos gratuitos que coinciden. Ver todos los modelos.
Datos en vivo del catálogo de FreeLLMAPI (versión 2026.11.19, revisado 2026-11-19). Los límites gratuitos cambian con frecuencia. El catálogo se revisa todos los días.
Los modelos Gemini ofrecen el contexto más grande y aceptan muchas imágenes. Qwen 3.8 27B en Groq y Cloudflare es una opción rápida fuera de Google. Moondream está hecho para tareas de imagen, pero su salida se limita a 4096 tokens.
Paso 1: Instalar FreeLLMAPI y añadir claves
FreeLLMAPI es de código abierto. Se ejecuta en su equipo, en Docker. Sus claves de proveedor permanecen en su equipo.
Instalar (macOS o Linux)
curl -fsSL https://freellmapi.co/install.sh | bashAbra el panel en http://localhost:3001. Añada una clave de Google AI Studio y otra clave más en la página Keys. En la página Fallback Chain, los modelos de visión tienen una insignia Vision. Compruebe que al menos uno esté habilitado. Copie su clave unificada desde la página Keys.
Paso 2: Enviar una imagen
curl: imagen desde una 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: archivo local en 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)Use un tipo MIME correcto en la URL de datos, por ejemplo image/png o image/jpeg. Para enviar más de una imagen, añada más bloques image_url al mismo mensaje.
Límites de imagen por proveedor
| Proveedor | Límite (oficial) | Qué hacer |
|---|---|---|
| Google Gemini | Tamaño total de la solicitud con imágenes incrustadas: 20 MB. Formatos: PNG, JPEG, WEBP, HEIC, HEIF | Reduzca las fotos grandes antes de enviarlas |
| Google Gemini | Una imagen de hasta 384x384 píxeles cuesta 258 tokens. Las imágenes más grandes se dividen en mosaicos de 768x768, de 258 tokens cada uno | Una imagen de 960x540 usa 6 mosaicos, unos 1548 tokens |
| Groq (Qwen 3.8 27B) | Máximo 3 imágenes por solicitud. Máximo 20 MB para una solicitud con URL de imagen | Envíe como máximo 3 imágenes a los modelos de Groq |
| Moondream | Solo URL de datos en base64. No se admiten URL de imágenes remotas | Envíe los bytes de la imagen, no un enlace |
Los tokens de imagen cuentan para el límite de tokens por minuto del nivel gratuito. Una solicitud con cinco imágenes grandes puede superar el límite de un proveedor pequeño. Reduzca las imágenes, por ejemplo a 1024 píxeles en el lado largo, cuando no necesite detalle fino.
Prompts que funcionan en tareas de imagen
- Una tarea por solicitud: haga una pregunta clara sobre la imagen. Varias preguntas en un prompt dan respuestas más breves y menos exactas.
- Salida estructurada: para recibos y formularios, indique los campos que quiere, por ejemplo
item,priceytotal. Pida solo JSON. - Valores ilegibles: indique al modelo que escriba
nullcuando no pueda leer un valor. Así no adivina. - Recorte primero: recorte la imagen a la parte que necesita. Una imagen más pequeña usa menos tokens y da mejor detalle.
- Respuestas estables: defina
temperatureen 0 para tareas de extracción. - Revise los números: compare totales y fechas con la imagen. Los modelos de visión pueden leer mal el texto pequeño y dígitos parecidos.
Solución de problemas
| Problema | Causa | Solución |
|---|---|---|
Error 422 no_vision_model | No hay ningún modelo de visión habilitado en su cadena | Habilite un modelo con la insignia Vision en la página Fallback Chain |
| El modelo dice que no puede ver una imagen | La solicitud fue a /v1/responses | Use /v1/chat/completions |
| Error 400 con una URL remota | El proveedor no puede descargar la URL | Envíe la imagen como URL de datos en base64 |
| Error 413 o 400 con archivos grandes | La imagen o la solicitud es demasiado grande | Reduzca la imagen, o envíe menos imágenes |
| Error 429 en solicitudes con imágenes | Los tokens de imagen agotaron el límite de tokens por minuto | Reduzca las imágenes, o añada claves de más proveedores de visión |
Preguntas frecuentes
¿Hay una API de visión gratuita?
Sí. Google AI Studio, Groq, Cloudflare, NVIDIA, OpenRouter y otros proveedores ofrecen modelos gratuitos con entrada de imágenes. FreeLLMAPI tiene 78 ofertas de modelos de visión gratuitos detrás de una sola clave compatible con OpenAI.
¿Cómo envío una imagen a una API LLM gratuita?
Añada un bloque de contenido image_url al mensaje del usuario. Use una URL de datos en base64 o una URL https, y envíelo a /v1/chat/completions.
¿Cuántos tokens usa una imagen?
En Gemini, una imagen de 384x384 píxeles o menor usa 258 tokens. Una imagen más grande se divide en mosaicos de 768x768, y cada mosaico usa 258 tokens.
¿Puedo enviar varias imágenes en una solicitud?
Sí. Añada más bloques image_url al mensaje. Algunos proveedores limitan el número. Por ejemplo, Groq permite 3 imágenes por solicitud en Qwen 3.8 27B.
¿Qué modelo de visión gratuito es el mejor para leer documentos?
Use un modelo Gemini para recibos, gráficos y páginas escaneadas. Tiene una ventana de contexto grande y acepta muchas imágenes. Compruebe los números de la respuesta contra la imagen, porque los modelos de visión pueden leer mal el texto pequeño.
Guías relacionadas
- API gratuita de generación de imágenes
- free gemini api
- free qwen api
- free gemma api
- LLM API gratuita con llamadas a funciones
Fuentes
- FreeLLMAPI docs: Vision and image input (revisado 20 November 2026)
- Google AI Studio docs: Image understanding (revisado 20 November 2026)
- Groq docs: Vision (revisado 20 November 2026)
- Moondream OpenAI-compatible API docs (revisado 20 November 2026)