Laman utama / Panduan / API visi percuma

API visi percuma

API visi membolehkan LLM membaca imej. Anda boleh memintanya menerangkan foto, membaca resit atau menerangkan carta. Katalog FreeLLMAPI mempunyai 78 tawaran model percuma yang menerima imej. Anda menghantar imej dalam format OpenAI standard, dan penghala memilih model visi untuk anda. Panduan ini menunjukkan model, had saiz setiap pembekal dan kod yang berfungsi.

Kod, nama model dan label katalog langsung dipaparkan dalam bahasa Inggeris.

Cara input imej berfungsi

Hantar imej dalam tatasusunan messages sebagai blok kandungan image_url. URL boleh berupa URL data: dengan bait base64, atau URL http(s). Gunakan /v1/chat/completions. Titik akhir /v1/responses belum menerima imej.

  • Penghalaan automatik: apabila permintaan mengandungi imej, penghala hanya menggunakan model visi. Ia mengabaikan model teks sahaja untuk permintaan itu.
  • Peralihan: apabila satu pembekal visi mencapai had, penghala mencuba model visi seterusnya dalam rantai anda.
  • Ralat yang jelas: apabila tiada model visi didayakan, anda mendapat ralat 422 dengan code: "no_vision_model". Imej tidak sekali-kali digugurkan tanpa amaran.

Model visi percuma hari ini

Jadual menunjukkan model percuma yang paling kuat dengan input imej dalam katalog hari ini. Data datang dari katalog langsung. Satu baris boleh menyenaraikan beberapa pembekal yang menyediakan model yang sama.

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

Memaparkan 15 daripada 67 model percuma yang sepadan. Lihat semua model.

Data langsung daripada katalog FreeLLMAPI (versi 2026.11.19, disemak 2026-11-19). Had percuma kerap berubah. Katalog disemak setiap hari.

Model Gemini memberikan konteks terbesar dan menerima banyak imej. Qwen 3.8 27B pada Groq dan Cloudflare ialah pilihan yang pantas di luar Google. Moondream dibuat untuk tugas imej, tetapi outputnya terhad kepada 4,096 token.

Langkah 1: Pasang FreeLLMAPI dan tambah kunci

FreeLLMAPI ialah sumber terbuka. Ia berjalan pada komputer anda dalam Docker. Kunci pembekal anda kekal pada komputer anda.

Pasang (macOS atau Linux)

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

Buka papan pemuka di http://localhost:3001. Tambah kunci Google AI Studio dan satu lagi kunci pada halaman Keys. Pada halaman Fallback Chain, model visi mempunyai lencana Vision. Pastikan sekurang-kurangnya satu didayakan. Salin kunci bersatu anda dari halaman Keys.

Langkah 2: Hantar imej

curl: imej 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: fail tempatan 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 jenis MIME yang betul dalam URL data, contohnya image/png atau image/jpeg. Untuk menghantar lebih daripada satu imej, tambah lebih banyak blok image_url dalam mesej yang sama.

Had imej mengikut pembekal

Had pembekal, disemak 2026-11-19
PembekalHad (rasmi)Apa yang perlu dilakukan
Google GeminiJumlah saiz permintaan dengan imej sebaris: 20 MB. Format: PNG, JPEG, WEBP, HEIC, HEIFKecilkan foto besar sebelum menghantarnya
Google GeminiImej sehingga 384x384 piksel menggunakan 258 token. Imej yang lebih besar dipotong kepada jubin 768x768, setiap satu 258 tokenImej 960x540 menggunakan 6 jubin, kira-kira 1,548 token
Groq (Qwen 3.8 27B)Maksimum 3 imej bagi setiap permintaan. Maksimum 20 MB bagi permintaan dengan URL imejHantar paling banyak 3 imej ke model Groq
MoondreamURL data base64 sahaja. URL imej jauh tidak disokongHantar bait imej, bukan pautan

Token imej dikira terhadap had token seminit peringkat percuma. Permintaan dengan lima imej besar boleh melebihi had pembekal kecil. Kecilkan imej, contohnya 1024 piksel pada sisi panjang, apabila anda tidak memerlukan perincian halus.

Prompt yang berfungsi untuk tugas imej

  • Satu tugas bagi setiap permintaan: tanya satu soalan yang jelas tentang imej. Beberapa soalan dalam satu prompt memberikan jawapan yang lebih pendek dan kurang tepat.
  • Output berstruktur: untuk resit dan borang, namakan medan yang anda mahu, contohnya item, price dan total. Minta JSON sahaja.
  • Nilai yang tidak dapat dibaca: beritahu model supaya menulis null apabila ia tidak dapat membaca nilai. Dengan itu ia tidak meneka.
  • Potong dahulu: potong imej kepada bahagian yang anda perlukan. Imej yang lebih kecil menggunakan lebih sedikit token dan memberikan perincian yang lebih baik.
  • Jawapan yang stabil: tetapkan temperature kepada 0 untuk tugas pengekstrakan.
  • Semak nombor: bandingkan jumlah dan tarikh dengan imej. Model visi boleh salah baca teks kecil dan digit yang serupa.

Penyelesaian masalah

MasalahPuncaPembetulan
Ralat 422 no_vision_modelTiada model visi didayakan dalam rantai andaDayakan model dengan lencana Vision pada halaman Fallback Chain
Model berkata ia tidak dapat melihat imejPermintaan pergi ke /v1/responsesGunakan /v1/chat/completions
Ralat 400 pada URL jauhPembekal tidak dapat memuat turun URL ituHantar imej sebagai URL data base64
Ralat 413 atau 400 pada fail besarImej atau permintaan terlalu besarKecilkan imej, atau hantar lebih sedikit imej
Ralat 429 pada permintaan imejToken imej menggunakan had token seminitKecilkan imej, atau tambah kunci dari lebih ramai pembekal visi
Guna setiap satu daripada ini melalui satu kunci. FreeLLMAPI ialah penghala sumber terbuka yang anda hoskan sendiri. Ia meletakkan semua peringkat percuma ini di belakang satu titik akhir serasi OpenAI dan beralih ke pembekal lain apabila had kadar dicapai. Layari katalog atau mula sekarang.

Soalan lazim

Adakah terdapat API visi percuma?

Ya. Google AI Studio, Groq, Cloudflare, NVIDIA, OpenRouter dan pembekal lain menyediakan model percuma dengan input imej. FreeLLMAPI mempunyai 78 tawaran model visi percuma di sebalik satu kunci serasi OpenAI.

Bagaimana saya menghantar imej ke API LLM percuma?

Tambah blok kandungan image_url pada mesej pengguna. Gunakan URL data base64 atau URL https, dan hantarnya ke /v1/chat/completions.

Berapa banyak token yang digunakan oleh satu imej?

Pada Gemini, imej 384x384 piksel atau lebih kecil menggunakan 258 token. Imej yang lebih besar dipotong kepada jubin 768x768, dan setiap jubin menggunakan 258 token.

Bolehkah saya menghantar beberapa imej dalam satu permintaan?

Ya. Tambah lebih banyak blok image_url pada mesej. Sesetengah pembekal mengehadkan bilangannya. Contohnya, Groq membenarkan 3 imej bagi setiap permintaan pada Qwen 3.8 27B.

Model visi percuma yang mana terbaik untuk membaca dokumen?

Gunakan model Gemini untuk resit, carta dan halaman yang diimbas. Ia mempunyai tetingkap konteks yang besar dan menerima banyak imej. Semak jawapan dengan imej untuk nombor, kerana model visi boleh salah baca teks kecil.

Panduan berkaitan

Sumber

Semua panduan · Lihat semua model percuma