Strona główna / Poradniki / Darmowe API wizji

Darmowe API wizji

API wizji pozwala LLM czytać obrazy. Możesz poprosić o opis zdjęcia, odczytanie paragonu lub wyjaśnienie wykresu. Katalog FreeLLMAPI zawiera 78 darmowych ofert modeli, które przyjmują obrazy. Wysyłasz obrazy w standardowym formacie OpenAI, a router sam wybiera model wizji. Ten poradnik pokazuje modele, limity rozmiaru każdego dostawcy i działający kod.

Kod, nazwy modeli i etykiety z katalogu na żywo są podane po angielsku.

Jak działa wejście obrazów

Wysyłaj obrazy w tablicy messages jako bloki treści image_url. Adresem może być URL data: z bajtami base64 albo adres http(s). Użyj /v1/chat/completions. Punkt końcowy /v1/responses nie przyjmuje jeszcze obrazów.

  • Automatyczny routing: gdy żądanie zawiera obraz, router używa tylko modeli wizji. Dla tego żądania ignoruje modele tylko tekstowe.
  • Przełączanie awaryjne: gdy jeden dostawca wizji osiągnie limit, router próbuje następnego modelu wizji z łańcucha.
  • Jasny błąd: gdy żaden model wizji nie jest włączony, dostajesz błąd 422 z code: "no_vision_model". Obraz nigdy nie jest cicho pomijany.

Darmowe modele wizji dzisiaj

Tabela pokazuje najmocniejsze darmowe modele z wejściem obrazów w dzisiejszym katalogu. Pochodzi z katalogu na żywo. Jeden wiersz może zawierać kilku dostawców obsługujących ten sam model.

Darmowe modele z wejściem obrazów, najmocniejsze pierwsze
ModelZa darmo wKontekstDarmowe limity (najlepsza oferta)NarzędziaWizja
GLM 5.3 FlashUnoRouter1M1 żądań/min
1 req/min per model
TakTak
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaTakTak
Gemini Flash (latest alias)Google AI Studio-10 żądań/min
20 żądań/dzień
250,000 tokenów/min
~3M
TakTak
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditTakTak
Gemini 3.7 FlashGoogle AI Studio1M10 żądań/min
20 żądań/dzień
250,000 tokenów/min
~3M
TakTak
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditTakTak
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 żądań/min
50 żądań/dzień
50 req/day account-wide (1,000 after a $10 purchase)
TakTak
Qwen3.8 27BElectronHub, Groq262K30 żądań/min
250 żądań/dzień
70,000 tokenów/min
~6M
TakTak
Gemini 3.6 FlashGoogle AI Studio1M10 żądań/min
20 żądań/dzień
250,000 tokenów/min
~3M
TakTak
Qwen 3.8 27BCloudflare Workers AI262KShared 10k neurons/dayTakTak
Gemini 3.5 FlashGoogle AI Studio1M10 żądań/min
20 żądań/dzień
250,000 tokenów/min
~3M
TakTak
Gemini 3.8 LiveGoogle AI Studio-10 żądań/min
20 żądań/dzień
250,000 tokenów/min
~3M
TakTak
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 żądań/min
20 żądań/dzień
250,000 tokenów/min
~3M
TakTak
Moondream 3.1 9B A2BCloudflare Workers AI, Moondream33K~10-20MNieTak
Moondream 3 PreviewMoondream-$5/month shared workspace usage creditsNieTak

Pokazano 15 z 67 pasujących darmowych modeli. Zobacz wszystkie modele.

Dane na żywo z katalogu FreeLLMAPI (wersja 2026.11.19, sprawdzono 2026-11-19). Darmowe limity często się zmieniają. Katalog jest sprawdzany codziennie.

Modele Gemini dają największy kontekst i przyjmują wiele obrazów. Qwen 3.8 27B w Groq i Cloudflare to szybki wybór poza Google. Moondream powstał do zadań na obrazach, ale jego wynik jest ograniczony do 4 096 tokenów.

Krok 1: zainstaluj FreeLLMAPI i dodaj klucze

FreeLLMAPI ma otwarty kod. Działa na Twoim komputerze w Dockerze. Klucze dostawców pozostają na Twoim komputerze.

Instalacja (macOS lub Linux)

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

Otwórz panel pod adresem http://localhost:3001. Na stronie Keys dodaj klucz Google AI Studio i jeszcze jeden klucz. Na stronie Fallback Chain modele wizji mają odznakę Vision. Upewnij się, że co najmniej jeden jest włączony. Skopiuj swój wspólny klucz ze strony Keys.

Krok 2: wyślij obraz

curl: obraz z adresu 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: plik lokalny jako 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)

W URL danych użyj poprawnego typu MIME, na przykład image/png albo image/jpeg. Aby wysłać więcej niż jeden obraz, dodaj więcej bloków image_url do tej samej wiadomości.

Limity obrazów według dostawcy

Limity dostawców, sprawdzono 2026-11-19
DostawcaLimit (oficjalny)Co zrobić
Google GeminiŁączny rozmiar żądania z obrazami w treści: 20 MB. Formaty: PNG, JPEG, WEBP, HEIC, HEIFZmniejsz duże zdjęcia przed wysłaniem
Google GeminiObraz do 384x384 pikseli kosztuje 258 tokenów. Większe obrazy są dzielone na kafelki 768x768, każdy po 258 tokenówObraz 960x540 zużywa 6 kafelków, około 1 548 tokenów
Groq (Qwen 3.8 27B)Maksimum 3 obrazy na żądanie. Maksimum 20 MB dla żądania z adresem URL obrazuWysyłaj co najwyżej 3 obrazy do modeli Groq
MoondreamTylko URL danych base64. Zdalne adresy obrazów nie są obsługiwaneWysyłaj bajty obrazu, a nie link

Tokeny obrazów wliczają się w limit tokenów na minutę darmowego planu. Żądanie z pięcioma dużymi obrazami może przekroczyć limit małego dostawcy. Zmniejsz obrazy, na przykład do 1024 pikseli po dłuższym boku, gdy nie potrzebujesz drobnych szczegółów.

Prompty, które działają przy zadaniach na obrazach

  • Jedno zadanie w jednym żądaniu: zadaj jedno jasne pytanie o obraz. Kilka pytań w jednym prompcie daje krótsze i mniej dokładne odpowiedzi.
  • Dane o strukturze: przy paragonach i formularzach podaj pola, które chcesz, na przykład item, price i total. Poproś tylko o JSON.
  • Nieczytelne wartości: poleć modelowi wpisać null, gdy nie może odczytać wartości. Wtedy nie zgaduje.
  • Najpierw przytnij: utnij obraz do części, której potrzebujesz. Mniejszy obraz zużywa mniej tokenów i daje lepsze szczegóły.
  • Stabilne odpowiedzi: ustaw temperature na 0 przy zadaniach wydobywania danych.
  • Sprawdź liczby: porównaj sumy i daty z obrazem. Modele wizji mogą błędnie odczytać mały tekst i podobne cyfry.

Rozwiązywanie problemów

ProblemPrzyczynaRozwiązanie
Błąd 422 no_vision_modelW łańcuchu nie jest włączony żaden model wizjiWłącz model z odznaką Vision na stronie Fallback Chain
Model mówi, że nie widzi obrazuŻądanie trafiło do /v1/responsesUżyj /v1/chat/completions
Błąd 400 przy zdalnym URLDostawca nie może pobrać tego URLWyślij obraz jako URL danych base64
Błąd 413 lub 400 przy dużych plikachObraz lub żądanie jest za dużeZmniejsz obraz albo wyślij mniej obrazów
Błąd 429 przy żądaniach z obrazamiTokeny obrazów wyczerpały limit tokenów na minutęZmniejsz obrazy albo dodaj klucze od większej liczby dostawców wizji
Używaj wszystkich tych modeli przez jeden klucz. FreeLLMAPI to router o otwartym kodzie, uruchamiany na własnym serwerze. Łączy wszystkie te darmowe plany za jednym punktem końcowym zgodnym z OpenAI i przełącza się na inny dostawcę, gdy limit zostanie przekroczony. Przeglądaj katalog lub uruchom.

Najczęstsze pytania

Czy istnieje darmowe API wizji?

Tak. Google AI Studio, Groq, Cloudflare, NVIDIA, OpenRouter i inni dostawcy dają darmowe modele z wejściem obrazów. FreeLLMAPI udostępnia 78 darmowych ofert modeli wizji za jednym kluczem zgodnym z OpenAI.

Jak wysłać obraz do darmowego API LLM?

Dodaj blok treści image_url do wiadomości użytkownika. Użyj URL danych base64 albo adresu https i wyślij go do /v1/chat/completions.

Ile tokenów zużywa obraz?

W Gemini obraz 384x384 pikseli lub mniejszy zużywa 258 tokenów. Większy obraz jest dzielony na kafelki 768x768, a każdy kafelek zużywa 258 tokenów.

Czy mogę wysłać kilka obrazów w jednym żądaniu?

Tak. Dodaj więcej bloków image_url do wiadomości. Niektórzy dostawcy ograniczają liczbę. Na przykład Groq pozwala na 3 obrazy na żądanie dla Qwen 3.8 27B.

Który darmowy model wizji jest najlepszy do czytania dokumentów?

Użyj modelu Gemini do paragonów, wykresów i zeskanowanych stron. Ma duże okno kontekstu i przyjmuje wiele obrazów. Sprawdzaj liczby na obrazie, bo modele wizji mogą błędnie odczytać mały tekst.

Powiązane poradniki

Źródła

Wszystkie poradniki · Przeglądaj wszystkie darmowe modele