Free vision API
Vision API memungkinkan LLM membaca gambar. Anda dapat memintanya mendeskripsikan foto, membaca struk, atau menjelaskan grafik. Katalog FreeLLMAPI memiliki 78 penawaran model gratis yang menerima gambar. Anda mengirim gambar dalam format OpenAI standar, dan router memilih model vision untuk Anda. Panduan ini menunjukkan model, batas ukuran dari setiap penyedia, dan kode yang berfungsi.
Kode, nama model, dan label katalog langsung ditampilkan dalam bahasa Inggris.
Cara kerja input gambar
Kirim gambar di array messages sebagai blok konten image_url. URL dapat berupa URL data: dengan byte base64, atau URL http(s). Gunakan /v1/chat/completions. Endpoint /v1/responses belum menerima gambar.
- Routing otomatis: saat permintaan berisi gambar, router hanya memakai model vision. Router mengabaikan model khusus teks untuk permintaan itu.
- Failover: saat satu penyedia vision mencapai batasnya, router mencoba model vision berikutnya dalam rantai Anda.
- Error yang jelas: saat tidak ada model vision yang diaktifkan, Anda mendapatkan error 422 dengan
code: "no_vision_model". Gambar tidak pernah dibuang diam-diam.
Model vision gratis saat ini
Tabel menampilkan model gratis terkuat dengan input gambar dalam katalog saat ini. Data berasal dari katalog langsung. Satu baris dapat mencantumkan beberapa penyedia yang menyajikan model yang sama.
| Model | Gratis di | Konteks | Batas gratis (penawaran terbaik) | Alat | Pemrosesan gambar |
|---|---|---|---|---|---|
| GLM 5.3 Flash | UnoRouter | 1M | 1 permintaan/menit 1 req/min per model | Ya | Ya |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | Ya | Ya |
| Gemini Flash (latest alias) | Google AI Studio | - | 10 permintaan/menit 20 permintaan/hari 250,000 token/menit ~3M | Ya | Ya |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Ya | Ya |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 permintaan/menit 20 permintaan/hari 250,000 token/menit ~3M | Ya | Ya |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Ya | Ya |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 permintaan/menit 50 permintaan/hari 50 req/day account-wide (1,000 after a $10 purchase) | Ya | Ya |
| Qwen3.8 27B | ElectronHub, Groq | 262K | 30 permintaan/menit 250 permintaan/hari 70,000 token/menit ~6M | Ya | Ya |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 permintaan/menit 20 permintaan/hari 250,000 token/menit ~3M | Ya | Ya |
| Qwen 3.8 27B | Cloudflare Workers AI | 262K | Shared 10k neurons/day | Ya | Ya |
| Gemini 3.5 Flash | Google AI Studio | 1M | 10 permintaan/menit 20 permintaan/hari 250,000 token/menit ~3M | Ya | Ya |
| Gemini 3.8 Live | Google AI Studio | - | 10 permintaan/menit 20 permintaan/hari 250,000 token/menit ~3M | Ya | Ya |
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 permintaan/menit 20 permintaan/hari 250,000 token/menit ~3M | Ya | Ya |
| Moondream 3.1 9B A2B | Cloudflare Workers AI, Moondream | 33K | ~10-20M | Tidak | Ya |
| Moondream 3 Preview | Moondream | - | $5/month shared workspace usage credits | Tidak | Ya |
Menampilkan 15 dari 67 model gratis yang cocok. Lihat semua model.
Data langsung dari katalog FreeLLMAPI (versi 2026.11.19, diperiksa 2026-11-19). Batas gratis sering berubah. Katalog diperiksa setiap hari.
Model Gemini memberikan konteks terbesar dan menerima banyak gambar. Qwen 3.8 27B di Groq dan Cloudflare adalah pilihan yang cepat di luar Google. Moondream dibuat untuk tugas gambar, tetapi keluarannya dibatasi 4.096 token.
Langkah 1: Pasang FreeLLMAPI dan tambahkan kunci
FreeLLMAPI adalah sumber terbuka. Aplikasi ini berjalan di komputer Anda dengan Docker. Kunci penyedia Anda tetap berada di komputer Anda.
Pasang (macOS atau Linux)
curl -fsSL https://freellmapi.co/install.sh | bashBuka dasbor di http://localhost:3001. Tambahkan kunci Google AI Studio dan satu kunci lagi di halaman Keys. Di halaman Fallback Chain, model vision memiliki lencana Vision. Pastikan setidaknya satu diaktifkan. Salin kunci terpadu Anda dari halaman Keys.
Langkah 2: Kirim gambar
curl: gambar dari 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: file lokal sebagai 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)Gunakan tipe MIME yang benar di URL data, misalnya image/png atau image/jpeg. Untuk mengirim lebih dari satu gambar, tambahkan blok image_url lain ke pesan yang sama.
Batas gambar menurut penyedia
| Penyedia | Batas (resmi) | Yang harus dilakukan |
|---|---|---|
| Google Gemini | Total ukuran permintaan dengan gambar inline: 20 MB. Format: PNG, JPEG, WEBP, HEIC, HEIF | Perkecil foto besar sebelum Anda mengirimnya |
| Google Gemini | Gambar hingga 384x384 piksel memakai 258 token. Gambar yang lebih besar dipotong menjadi ubin 768x768, masing-masing 258 token | Gambar 960x540 memakai 6 ubin, sekitar 1.548 token |
| Groq (Qwen 3.8 27B) | Maksimal 3 gambar untuk setiap permintaan. Maksimal 20 MB untuk permintaan dengan URL gambar | Kirim paling banyak 3 gambar ke model Groq |
| Moondream | Hanya URL data base64. URL gambar jarak jauh tidak didukung | Kirim byte gambar, bukan tautan |
Token gambar dihitung terhadap batas token per menit pada paket gratis. Permintaan dengan lima gambar besar dapat melebihi batas penyedia kecil. Perkecil gambar, misalnya 1024 piksel pada sisi terpanjang, jika Anda tidak memerlukan detail halus.
Prompt yang berfungsi untuk tugas gambar
- Satu tugas untuk setiap permintaan: ajukan satu pertanyaan yang jelas tentang gambar. Beberapa pertanyaan dalam satu prompt menghasilkan jawaban yang lebih pendek dan kurang tepat.
- Keluaran terstruktur: untuk struk dan formulir, sebutkan kolom yang Anda inginkan, misalnya
item,price, dantotal. Minta JSON saja. - Nilai yang tidak terbaca: minta model menulis
nullsaat tidak dapat membaca nilai. Dengan begitu, model tidak menebak. - Potong terlebih dahulu: potong gambar ke bagian yang Anda perlukan. Gambar yang lebih kecil memakai lebih sedikit token dan memberikan detail yang lebih baik.
- Jawaban yang stabil: atur
temperatureke 0 untuk tugas ekstraksi. - Periksa angka: bandingkan total dan tanggal dengan gambar. Model vision dapat salah membaca teks kecil dan angka yang mirip.
Pemecahan masalah
| Masalah | Penyebab | Perbaikan |
|---|---|---|
Error 422 no_vision_model | Tidak ada model vision yang diaktifkan dalam rantai Anda | Aktifkan model dengan lencana Vision di halaman Fallback Chain |
| Model mengatakan tidak dapat melihat gambar | Permintaan dikirim ke /v1/responses | Gunakan /v1/chat/completions |
| Error 400 pada URL jarak jauh | Penyedia tidak dapat mengunduh URL | Kirim gambar sebagai URL data base64 |
| Error 413 atau 400 pada file besar | Gambar atau permintaan terlalu besar | Perkecil gambar, atau kirim lebih sedikit gambar |
| Error 429 pada permintaan gambar | Token gambar menggunakan batas token per menit | Perkecil gambar, atau tambahkan kunci dari lebih banyak penyedia vision |
Pertanyaan yang sering diajukan
Apakah ada vision API gratis?
Ada. Google AI Studio, Groq, Cloudflare, NVIDIA, OpenRouter, dan penyedia lain menyediakan model gratis dengan input gambar. FreeLLMAPI memiliki 78 penawaran model vision gratis di balik satu kunci yang kompatibel dengan OpenAI.
Bagaimana cara mengirim gambar ke free LLM API?
Tambahkan blok konten image_url ke pesan pengguna. Gunakan URL data base64 atau URL https, lalu kirim ke /v1/chat/completions.
Berapa token yang dipakai sebuah gambar?
Pada Gemini, gambar berukuran 384x384 piksel atau lebih kecil memakai 258 token. Gambar yang lebih besar dipotong menjadi ubin 768x768, dan setiap ubin memakai 258 token.
Dapatkah saya mengirim beberapa gambar dalam satu permintaan?
Bisa. Tambahkan lebih banyak blok image_url ke pesan. Sebagian penyedia membatasi jumlahnya. Misalnya, Groq mengizinkan 3 gambar untuk setiap permintaan pada Qwen 3.8 27B.
Model vision gratis mana yang terbaik untuk membaca dokumen?
Gunakan model Gemini untuk struk, grafik, dan halaman hasil pindai. Model ini memiliki jendela konteks besar dan menerima banyak gambar. Periksa jawaban terhadap gambar untuk angka, karena model vision dapat salah membaca teks kecil.
Panduan terkait
- API generasi gambar gratis
- free gemini api
- free qwen api
- free gemma api
- Free LLM API dengan function calling
Sumber
- FreeLLMAPI docs: Vision and image input (diperiksa 20 November 2026)
- Google AI Studio docs: Image understanding (diperiksa 20 November 2026)
- Groq docs: Vision (diperiksa 20 November 2026)
- Moondream OpenAI-compatible API docs (diperiksa 20 November 2026)