Início / Guias / API de visão gratuita

API de visão gratuita

Uma API de visão permite que um LLM leia imagens. Você pode pedir que ele descreva uma foto, leia um recibo ou explique um gráfico. O catálogo do FreeLLMAPI tem 78 ofertas de modelos gratuitos que aceitam imagens. Você envia as imagens no formato OpenAI padrão, e o roteador escolhe um modelo de visão para você. Este guia mostra os modelos, os limites de tamanho de cada provedor e código que funciona.

O código, os nomes dos modelos e os rótulos do catálogo ao vivo são exibidos em inglês.

Como funciona a entrada de imagem

Envie as imagens no array messages como blocos de conteúdo image_url. A URL pode ser uma URL data: com bytes em base64, ou uma URL http(s). Use /v1/chat/completions. O endpoint /v1/responses ainda não aceita imagens.

  • Roteamento automático: quando uma requisição tem uma imagem, o roteador usa somente modelos de visão. Ele ignora os modelos somente de texto nessa requisição.
  • Fallback: quando um provedor de visão atinge o limite, o roteador tenta o próximo modelo de visão da sua cadeia.
  • Erro claro: quando nenhum modelo de visão está habilitado, você recebe o erro 422 com code: "no_vision_model". A imagem nunca é descartada em silêncio.

Modelos gratuitos de visão hoje

A tabela mostra os modelos gratuitos mais fortes com entrada de imagem no catálogo de hoje. Ela vem do catálogo ao vivo. Uma linha pode listar vários provedores que servem o mesmo modelo.

Modelos gratuitos com entrada de imagem, os mais fortes primeiro
ModeloGratuito emContextoLimites gratuitos (melhor oferta)FerramentasVisão
GLM 5.3 FlashUnoRouter1M1 req/min
1 req/min per model
SimSim
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaSimSim
Gemini Flash (latest alias)Google AI Studio-10 req/min
20 req/dia
250,000 tokens/min
~3M
SimSim
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditSimSim
Gemini 3.7 FlashGoogle AI Studio1M10 req/min
20 req/dia
250,000 tokens/min
~3M
SimSim
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditSimSim
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 req/min
50 req/dia
50 req/day account-wide (1,000 after a $10 purchase)
SimSim
Qwen3.8 27BElectronHub, Groq262K30 req/min
250 req/dia
70,000 tokens/min
~6M
SimSim
Gemini 3.6 FlashGoogle AI Studio1M10 req/min
20 req/dia
250,000 tokens/min
~3M
SimSim
Qwen 3.8 27BCloudflare Workers AI262KShared 10k neurons/daySimSim
Gemini 3.5 FlashGoogle AI Studio1M10 req/min
20 req/dia
250,000 tokens/min
~3M
SimSim
Gemini 3.8 LiveGoogle AI Studio-10 req/min
20 req/dia
250,000 tokens/min
~3M
SimSim
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 req/min
20 req/dia
250,000 tokens/min
~3M
SimSim
Moondream 3.1 9B A2BCloudflare Workers AI, Moondream33K~10-20MNãoSim
Moondream 3 PreviewMoondream-$5/month shared workspace usage creditsNãoSim

Mostrando 15 de 67 modelos gratuitos correspondentes. Ver todos os modelos.

Dados ao vivo do catálogo FreeLLMAPI (versão 2026.11.19, verificado em 2026-11-19). Os limites gratuitos mudam com frequência. O catálogo é verificado todos os dias.

Os modelos Gemini oferecem o maior contexto e aceitam muitas imagens. O Qwen 3.8 27B na Groq e na Cloudflare é uma escolha rápida fora do Google. O Moondream é feito para tarefas de imagem, mas a saída dele é limitada a 4,096 tokens.

Etapa 1: instale o FreeLLMAPI e adicione chaves

O FreeLLMAPI é de código aberto. Ele roda no seu computador, no Docker. As chaves dos seus provedores ficam no seu computador.

Instalar (macOS ou Linux)

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

Abra o painel em http://localhost:3001. Adicione uma chave do Google AI Studio e mais uma chave na página Keys. Na página Fallback Chain, os modelos de visão têm um selo Vision. Confirme que pelo menos um está habilitado. Copie a sua chave unificada na página Keys.

Etapa 2: envie uma imagem

curl: imagem de uma 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: arquivo local em 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)

Use um tipo MIME correto na URL de dados, por exemplo image/png ou image/jpeg. Para enviar mais de uma imagem, adicione mais blocos image_url na mesma mensagem.

Limites de imagem por provedor

Limites dos provedores, verificados em 2026-11-19
ProvedorLimite (oficial)O que fazer
Google GeminiTamanho total da requisição com imagens inline: 20 MB. Formatos: PNG, JPEG, WEBP, HEIC, HEIFReduza fotos grandes antes de enviá-las
Google GeminiUma imagem de até 384x384 pixels custa 258 tokens. Imagens maiores são divididas em blocos de 768x768 de 258 tokens cadaUma imagem de 960x540 usa 6 blocos, cerca de 1,548 tokens
Groq (Qwen 3.8 27B)No máximo 3 imagens por requisição. No máximo 20 MB para uma requisição com URL de imagemEnvie no máximo 3 imagens para os modelos da Groq
MoondreamSomente URLs de dados base64. URLs de imagem remotas não são suportadasEnvie os bytes da imagem, não um link

Os tokens de imagem contam no limite de tokens por minuto do plano gratuito. Uma requisição com cinco imagens grandes pode ser maior que o limite de um provedor pequeno. Reduza as imagens, por exemplo para 1024 pixels no maior lado, quando não precisar de detalhes finos.

Prompts que funcionam em tarefas de imagem

  • Uma tarefa por requisição: faça uma pergunta clara sobre a imagem. Várias perguntas em um prompt geram respostas mais curtas e menos exatas.
  • Saída estruturada: para recibos e formulários, informe os campos que você quer, por exemplo item, price e total. Peça somente JSON.
  • Valores ilegíveis: diga ao modelo para escrever null quando não conseguir ler um valor. Assim ele não adivinha.
  • Recorte primeiro: corte a imagem na parte que você precisa. Uma imagem menor usa menos tokens e dá mais detalhe.
  • Respostas estáveis: defina temperature como 0 para tarefas de extração.
  • Confira os números: compare totais e datas com a imagem. Modelos de visão podem ler errado textos pequenos e dígitos parecidos.

Solução de problemas

ProblemaCausaSolução
Erro 422 no_vision_modelNenhum modelo de visão está habilitado na sua cadeiaHabilite um modelo com o selo Vision na página Fallback Chain
O modelo diz que não consegue ver uma imagemA requisição foi para /v1/responsesUse /v1/chat/completions
Erro 400 em uma URL remotaO provedor não consegue baixar a URLEnvie a imagem como URL de dados base64
Erro 413 ou 400 em arquivos grandesA imagem ou a requisição é grande demaisReduza a imagem, ou envie menos imagens
Erro 429 em requisições com imagemOs tokens de imagem atingiram o limite de tokens por minutoReduza as imagens, ou adicione chaves de mais provedores de visão
Use todos estes modelos com uma única chave. FreeLLMAPI é um roteador de código aberto e de hospedagem própria. Ele coloca todas estas camadas gratuitas atrás de um único endpoint compatível com OpenAI e passa para o próximo provedor quando um deles está com limite de requisições. Ver o catálogo ou colocar em produção.

Perguntas frequentes

Existe uma API de visão gratuita?

Sim. Google AI Studio, Groq, Cloudflare, NVIDIA, OpenRouter e outros provedores oferecem modelos gratuitos com entrada de imagem. O FreeLLMAPI tem 78 ofertas de modelos de visão gratuitos atrás de uma chave compatível com OpenAI.

Como envio uma imagem para uma API LLM gratuita?

Adicione um bloco de conteúdo image_url à mensagem do usuário. Use uma URL de dados base64 ou uma URL https, e envie para /v1/chat/completions.

Quantos tokens uma imagem usa?

No Gemini, uma imagem de 384x384 pixels ou menor usa 258 tokens. Uma imagem maior é dividida em blocos de 768x768, e cada bloco usa 258 tokens.

Posso enviar várias imagens em uma requisição?

Sim. Adicione mais blocos image_url à mensagem. Alguns provedores limitam a quantidade. Por exemplo, a Groq permite 3 imagens por requisição no Qwen 3.8 27B.

Qual modelo de visão gratuito é o melhor para ler documentos?

Use um modelo Gemini para recibos, gráficos e páginas digitalizadas. Ele tem uma janela de contexto grande e aceita muitas imagens. Confira os números da resposta com a imagem, porque modelos de visão podem ler errado textos pequenos.

Guias relacionados

Fontes

Todos os guias · Ver todos os modelos gratuitos