Beranda / Panduan / Free vision API

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 dengan input gambar, yang terkuat lebih dulu
ModelGratis diKonteksBatas gratis (penawaran terbaik)AlatPemrosesan gambar
GLM 5.3 FlashUnoRouter1M1 permintaan/menit
1 req/min per model
YaYa
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaYaYa
Gemini Flash (latest alias)Google AI Studio-10 permintaan/menit
20 permintaan/hari
250,000 token/menit
~3M
YaYa
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditYaYa
Gemini 3.7 FlashGoogle AI Studio1M10 permintaan/menit
20 permintaan/hari
250,000 token/menit
~3M
YaYa
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditYaYa
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 permintaan/menit
50 permintaan/hari
50 req/day account-wide (1,000 after a $10 purchase)
YaYa
Qwen3.8 27BElectronHub, Groq262K30 permintaan/menit
250 permintaan/hari
70,000 token/menit
~6M
YaYa
Gemini 3.6 FlashGoogle AI Studio1M10 permintaan/menit
20 permintaan/hari
250,000 token/menit
~3M
YaYa
Qwen 3.8 27BCloudflare Workers AI262KShared 10k neurons/dayYaYa
Gemini 3.5 FlashGoogle AI Studio1M10 permintaan/menit
20 permintaan/hari
250,000 token/menit
~3M
YaYa
Gemini 3.8 LiveGoogle AI Studio-10 permintaan/menit
20 permintaan/hari
250,000 token/menit
~3M
YaYa
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 permintaan/menit
20 permintaan/hari
250,000 token/menit
~3M
YaYa
Moondream 3.1 9B A2BCloudflare Workers AI, Moondream33K~10-20MTidakYa
Moondream 3 PreviewMoondream-$5/month shared workspace usage creditsTidakYa

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 | bash

Buka 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

Batas penyedia, diperiksa 2026-11-19
PenyediaBatas (resmi)Yang harus dilakukan
Google GeminiTotal ukuran permintaan dengan gambar inline: 20 MB. Format: PNG, JPEG, WEBP, HEIC, HEIFPerkecil foto besar sebelum Anda mengirimnya
Google GeminiGambar hingga 384x384 piksel memakai 258 token. Gambar yang lebih besar dipotong menjadi ubin 768x768, masing-masing 258 tokenGambar 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 gambarKirim paling banyak 3 gambar ke model Groq
MoondreamHanya URL data base64. URL gambar jarak jauh tidak didukungKirim 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, dan total. Minta JSON saja.
  • Nilai yang tidak terbaca: minta model menulis null saat 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 temperature ke 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

MasalahPenyebabPerbaikan
Error 422 no_vision_modelTidak ada model vision yang diaktifkan dalam rantai AndaAktifkan model dengan lencana Vision di halaman Fallback Chain
Model mengatakan tidak dapat melihat gambarPermintaan dikirim ke /v1/responsesGunakan /v1/chat/completions
Error 400 pada URL jarak jauhPenyedia tidak dapat mengunduh URLKirim gambar sebagai URL data base64
Error 413 atau 400 pada file besarGambar atau permintaan terlalu besarPerkecil gambar, atau kirim lebih sedikit gambar
Error 429 pada permintaan gambarToken gambar menggunakan batas token per menitPerkecil gambar, atau tambahkan kunci dari lebih banyak penyedia vision
Gunakan semua ini melalui satu kunci. FreeLLMAPI adalah router sumber terbuka yang Anda hosting sendiri. Router ini menempatkan semua paket gratis ini di balik satu endpoint yang kompatibel dengan OpenAI, dan beralih ke penyedia lain saat batas permintaan tercapai. Lihat katalog atau mulai.

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

Sumber

Semua panduan · Lihat semua model gratis