API visione gratuita
Un'API di visione permette a un LLM di leggere immagini. Puoi chiedergli di descrivere una foto, leggere uno scontrino o spiegare un grafico. Il catalogo FreeLLMAPI contiene 78 offerte di modelli gratuiti che accettano immagini. Invii le immagini nel formato OpenAI standard, e il router sceglie per te un modello di visione. Questa guida mostra i modelli, i limiti di dimensione di ogni provider e codice funzionante.
Codice, nomi dei modelli ed etichette del catalogo in tempo reale sono mostrati in inglese.
Come funziona l'input immagine
Invia le immagini nell'array messages come blocchi di contenuto image_url. L'URL può essere un URL data: con byte base64, oppure un URL http(s). Usa /v1/chat/completions. L'endpoint /v1/responses non accetta ancora immagini.
- Routing automatico: quando una richiesta contiene un'immagine, il router usa solo modelli di visione. Per quella richiesta ignora i modelli solo testo.
- Failover: quando un provider di visione raggiunge il suo limite, il router prova il modello di visione successivo nella tua catena.
- Errore chiaro: quando non è abilitato nessun modello di visione, ottieni l'errore 422 con
code: "no_vision_model". L'immagine non viene mai scartata in silenzio.
Modelli di visione gratuiti oggi
La tabella mostra i modelli gratuiti più forti con input immagine nel catalogo di oggi. Arriva dal catalogo in tempo reale. Una riga può elencare più provider che servono lo stesso modello.
| Modello | Gratis su | Contesto | Limiti gratuiti (offerta migliore) | Strumenti | Visione |
|---|---|---|---|---|---|
| GLM 5.3 Flash | UnoRouter | 1M | 1 richieste/min 1 req/min per model | Sì | Sì |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | Sì | Sì |
| Gemini Flash (latest alias) | Google AI Studio | - | 10 richieste/min 20 richieste/giorno 250,000 token/min ~3M | Sì | Sì |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Sì | Sì |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 richieste/min 20 richieste/giorno 250,000 token/min ~3M | Sì | Sì |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Sì | Sì |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 richieste/min 50 richieste/giorno 50 req/day account-wide (1,000 after a $10 purchase) | Sì | Sì |
| Qwen3.8 27B | ElectronHub, Groq | 262K | 30 richieste/min 250 richieste/giorno 70,000 token/min ~6M | Sì | Sì |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 richieste/min 20 richieste/giorno 250,000 token/min ~3M | Sì | Sì |
| Qwen 3.8 27B | Cloudflare Workers AI | 262K | Shared 10k neurons/day | Sì | Sì |
| Gemini 3.5 Flash | Google AI Studio | 1M | 10 richieste/min 20 richieste/giorno 250,000 token/min ~3M | Sì | Sì |
| Gemini 3.8 Live | Google AI Studio | - | 10 richieste/min 20 richieste/giorno 250,000 token/min ~3M | Sì | Sì |
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 richieste/min 20 richieste/giorno 250,000 token/min ~3M | Sì | Sì |
| Moondream 3.1 9B A2B | Cloudflare Workers AI, Moondream | 33K | ~10-20M | No | Sì |
| Moondream 3 Preview | Moondream | - | $5/month shared workspace usage credits | No | Sì |
Mostrati 15 di 67 modelli gratuiti corrispondenti. Vedi tutti i modelli.
Dati in tempo reale dal catalogo FreeLLMAPI (versione 2026.11.19, verificato il 2026-11-19). I limiti gratuiti cambiano spesso. Il catalogo viene verificato ogni giorno.
I modelli Gemini offrono il contesto più ampio e accettano molte immagini. Qwen 3.8 27B su Groq e Cloudflare è una scelta veloce fuori da Google. Moondream è pensato per attività su immagini, ma il suo output è limitato a 4,096 token.
Passo 1: installa FreeLLMAPI e aggiungi le chiavi
FreeLLMAPI è open source. Gira sul tuo computer in Docker. Le chiavi dei provider restano sul tuo computer.
Installa (macOS o Linux)
curl -fsSL https://freellmapi.co/install.sh | bashApri la dashboard su http://localhost:3001. Aggiungi una chiave di Google AI Studio e un'altra chiave nella pagina Keys. Nella pagina Fallback Chain, i modelli di visione hanno un badge Vision. Assicurati che almeno uno sia abilitato. Copia la tua chiave unificata dalla pagina Keys.
Passo 2: invia un'immagine
curl: immagine da un 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 locale come 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)Usa un MIME type corretto nell'URL data, per esempio image/png o image/jpeg. Per inviare più di un'immagine, aggiungi altri blocchi image_url allo stesso messaggio.
Limiti delle immagini per provider
| Provider | Limite (ufficiale) | Cosa fare |
|---|---|---|
| Google Gemini | Dimensione totale della richiesta con immagini inline: 20 MB. Formati: PNG, JPEG, WEBP, HEIC, HEIF | Riduci le foto grandi prima di inviarle |
| Google Gemini | Un'immagine fino a 384x384 pixel costa 258 token. Le immagini più grandi vengono divise in tile di 768x768 da 258 token ciascuno | Un'immagine 960x540 usa 6 tile, circa 1,548 token |
| Groq (Qwen 3.8 27B) | Massimo 3 immagini per ogni richiesta. Massimo 20 MB per una richiesta con URL immagine | Invia al massimo 3 immagini ai modelli Groq |
| Moondream | Solo URL data base64. Gli URL di immagini remote non sono supportati | Invia i byte dell'immagine, non un link |
I token delle immagini contano nel limite di token al minuto del piano gratuito. Una richiesta con cinque immagini grandi può superare il limite di un provider piccolo. Riduci le immagini, per esempio a 1024 pixel sul lato lungo, quando non ti servono dettagli fini.
Prompt che funzionano per le attività su immagini
- Un compito per ogni richiesta: fai una domanda chiara sull'immagine. Più domande in un prompt danno risposte più brevi e meno precise.
- Output strutturato: per scontrini e moduli, indica i campi che vuoi, per esempio
item,priceetotal. Chiedi solo JSON. - Valori illeggibili: dì al modello di scrivere
nullquando non riesce a leggere un valore. Così non indovina. - Ritaglia prima: taglia l'immagine alla parte che ti serve. Un'immagine più piccola usa meno token e dà più dettagli.
- Risposte stabili: imposta
temperaturea 0 per le attività di estrazione. - Controlla i numeri: confronta totali e date con l'immagine. I modelli di visione possono leggere male testi piccoli e cifre simili.
Risoluzione dei problemi
| Problema | Causa | Soluzione |
|---|---|---|
Errore 422 no_vision_model | Nessun modello di visione è abilitato nella tua catena | Abilita un modello con il badge Vision nella pagina Fallback Chain |
| Il modello dice che non riesce a vedere un'immagine | La richiesta è andata a /v1/responses | Usa /v1/chat/completions |
| Errore 400 su un URL remoto | Il provider non riesce a scaricare l'URL | Invia l'immagine come URL data base64 |
| Errore 413 o 400 su file grandi | L'immagine o la richiesta è troppo grande | Riduci l'immagine, oppure invia meno immagini |
| Errore 429 sulle richieste con immagini | I token delle immagini hanno usato il limite di token al minuto | Riduci le immagini, oppure aggiungi chiavi di altri provider di visione |
Domande frequenti
Esiste un'API di visione gratuita?
Sì. Google AI Studio, Groq, Cloudflare, NVIDIA, OpenRouter e altri provider offrono modelli gratuiti con input immagine. FreeLLMAPI ha 78 offerte di modelli di visione gratuiti dietro un'unica chiave compatibile con OpenAI.
Come invio un'immagine a un'API LLM gratuita?
Aggiungi un blocco di contenuto image_url al messaggio utente. Usa un URL data base64 oppure un URL https, e invialo a /v1/chat/completions.
Quanti token usa un'immagine?
Con Gemini, un'immagine di 384x384 pixel o meno usa 258 token. Un'immagine più grande viene divisa in tile di 768x768, e ogni tile usa 258 token.
Posso inviare più immagini in una richiesta?
Sì. Aggiungi altri blocchi image_url al messaggio. Alcuni provider limitano il numero. Per esempio, Groq consente 3 immagini per ogni richiesta su Qwen 3.8 27B.
Quale modello di visione gratuito è il migliore per leggere documenti?
Usa un modello Gemini per scontrini, grafici e pagine scansionate. Ha una finestra di contesto ampia e accetta molte immagini. Controlla i numeri della risposta con l'immagine, perché i modelli di visione possono leggere male testi piccoli.
Guide correlate
- API gratuita per generare immagini
- free gemini api
- free qwen api
- free gemma api
- API LLM gratuita con function calling
Fonti
- FreeLLMAPI docs: Vision and image input (verificato il 20 November 2026)
- Google AI Studio docs: Image understanding (verificato il 20 November 2026)
- Groq docs: Vision (verificato il 20 November 2026)
- Moondream OpenAI-compatible API docs (verificato il 20 November 2026)