Acasă / Ghiduri / API vision gratuit

API vision gratuit

Un API vision permite unui LLM să citească imagini. Îi puteți cere să descrie o fotografie, să citească o chitanță sau să explice un grafic. Catalogul FreeLLMAPI are 78 oferte de modele gratuite care acceptă imagini. Trimiteți imagini în formatul standard OpenAI, iar routerul alege un model vision pentru dumneavoastră. Acest ghid arată modelele, limitele de dimensiune ale fiecărui furnizor și cod care funcționează.

Codul, numele modelelor și etichetele live din catalog sunt afișate în engleză.

Cum funcționează intrarea de imagini

Trimiteți imagini în tabloul messages ca blocuri de conținut image_url. URL-ul poate fi un URL data: cu octeți base64, sau un URL http(s). Folosiți /v1/chat/completions. Endpoint-ul /v1/responses nu acceptă încă imagini.

  • Rutare automată: când o cerere conține o imagine, routerul folosește doar modele vision. Pentru acea cerere, ignoră modelele doar pentru text.
  • Trecere la alt furnizor: când un furnizor vision ajunge la limită, routerul încearcă următorul model vision din lanțul dumneavoastră.
  • Eroare clară: când niciun model vision nu este activat, primiți eroarea 422 cu code: "no_vision_model". Imaginea nu este eliminată niciodată fără știrea dumneavoastră.

Modele vision gratuite astăzi

Tabelul arată cele mai puternice modele gratuite cu intrare de imagini din catalog, astăzi. Vine din catalogul live. Un rând poate lista mai mulți furnizori care servesc același model.

Modele gratuite cu intrare de imagini, cele mai puternice primele
ModelGratuit peContextLimite gratuite (cea mai bună ofertă)InstrumenteViziune
GLM 5.3 FlashUnoRouter1M1 cereri/min
1 req/min per model
DaDa
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaDaDa
Gemini Flash (latest alias)Google AI Studio-10 cereri/min
20 cereri/zi
250,000 tokeni/min
~3M
DaDa
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditDaDa
Gemini 3.7 FlashGoogle AI Studio1M10 cereri/min
20 cereri/zi
250,000 tokeni/min
~3M
DaDa
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditDaDa
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 cereri/min
50 cereri/zi
50 req/day account-wide (1,000 after a $10 purchase)
DaDa
Qwen3.8 27BElectronHub, Groq262K30 cereri/min
250 cereri/zi
70,000 tokeni/min
~6M
DaDa
Gemini 3.6 FlashGoogle AI Studio1M10 cereri/min
20 cereri/zi
250,000 tokeni/min
~3M
DaDa
Qwen 3.8 27BCloudflare Workers AI262KShared 10k neurons/dayDaDa
Gemini 3.5 FlashGoogle AI Studio1M10 cereri/min
20 cereri/zi
250,000 tokeni/min
~3M
DaDa
Gemini 3.8 LiveGoogle AI Studio-10 cereri/min
20 cereri/zi
250,000 tokeni/min
~3M
DaDa
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 cereri/min
20 cereri/zi
250,000 tokeni/min
~3M
DaDa
Moondream 3.1 9B A2BCloudflare Workers AI, Moondream33K~10-20MNuDa
Moondream 3 PreviewMoondream-$5/month shared workspace usage creditsNuDa

Se afișează 15 din 67 modele gratuite care se potrivesc. Vezi toate modelele.

Date live din catalogul FreeLLMAPI (versiunea 2026.11.19, verificat 2026-11-19). Limitele gratuite se schimbă des. Catalogul este verificat în fiecare zi.

Modelele Gemini oferă cel mai mare context și acceptă multe imagini. Qwen 3.8 27B pe Groq și Cloudflare este o alegere rapidă în afara Google. Moondream este făcut pentru sarcini cu imagini, dar ieșirea sa este limitată la 4.096 de tokeni.

Pasul 1: Instalați FreeLLMAPI și adăugați chei

FreeLLMAPI este open source. Rulează pe computerul dumneavoastră, în Docker. Cheile furnizorilor rămân pe computerul dumneavoastră.

Instalare (macOS sau Linux)

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

Deschideți panoul la http://localhost:3001. Adăugați o cheie Google AI Studio și încă una pe pagina Keys. Pe pagina Fallback Chain, modelele vision au un insignă Vision. Asigurați-vă că cel puțin unul este activat. Copiați cheia unificată de pe pagina Keys.

Pasul 2: Trimiteți o imagine

curl: imagine dintr-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: fișier local ca 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)

Folosiți un tip MIME corect în URL-ul de date, de exemplu image/png sau image/jpeg. Pentru a trimite mai multe imagini, adăugați mai multe blocuri image_url în același mesaj.

Limite de imagine pe furnizor

Limitele furnizorilor, verificate 2026-11-19
FurnizorLimită (oficială)Ce trebuie făcut
Google GeminiDimensiunea totală a cererii cu imagini încorporate: 20 MB. Formate: PNG, JPEG, WEBP, HEIC, HEIFMicșorați fotografiile mari înainte de a le trimite
Google GeminiO imagine de până la 384x384 de pixeli costă 258 de tokeni. Imaginile mai mari se taie în plăci de 768x768, fiecare cu 258 de tokeniO imagine de 960x540 folosește 6 plăci, aproximativ 1.548 de tokeni
Groq (Qwen 3.8 27B)Maximum 3 imagini pentru fiecare cerere. Maximum 20 MB pentru o cerere cu URL de imagineTrimiteți cel mult 3 imagini către modelele Groq
MoondreamDoar URL-uri de date base64. URL-urile de imagini de la distanță nu sunt acceptateTrimiteți octeții imaginii, nu un link

Tokenii de imagine se contorizează în limita de tokeni pe minut a nivelului gratuit. O cerere cu cinci imagini mari poate depăși limita unui furnizor mic. Micșorați imaginile, de exemplu la 1024 de pixeli pe latura lungă, când nu aveți nevoie de detalii fine.

Prompturi care funcționează pentru sarcini cu imagini

  • O sarcină pentru fiecare cerere: puneți o singură întrebare clară despre imagine. Mai multe întrebări într-un singur prompt dau răspunsuri mai scurte și mai puțin exacte.
  • Ieșire structurată: pentru chitanțe și formulare, numiți câmpurile dorite, de exemplu item, price și total. Cereți doar JSON.
  • Valori ilizibile: spuneți modelului să scrie null când nu poate citi o valoare. Atunci nu ghicește.
  • Decupați mai întâi: tăiați imaginea la partea de care aveți nevoie. O imagine mai mică folosește mai puțini tokeni și dă detalii mai bune.
  • Răspunsuri stabile: setați temperature la 0 pentru sarcini de extragere.
  • Verificați cifrele: comparați totalurile și datele cu imaginea. Modelele vision pot citi greșit text mic și cifre asemănătoare.

Depanare

ProblemăCauzăSoluție
Eroarea 422 no_vision_modelNiciun model vision nu este activat în lanțul dumneavoastrăActivați un model cu insigna Vision pe pagina Fallback Chain
Modelul spune că nu poate vedea o imagineCererea a mers la /v1/responsesFolosiți /v1/chat/completions
Eroarea 400 la un URL de la distanțăFurnizorul nu poate descărca URL-ulTrimiteți imaginea ca URL de date base64
Eroarea 413 sau 400 la fișiere mariImaginea sau cererea este prea mareMicșorați imaginea sau trimiteți mai puține imagini
Eroarea 429 la cererile cu imaginiTokenii de imagine au atins limita de tokeni pe minutMicșorați imaginile sau adăugați chei de la mai mulți furnizori vision
Folosiți fiecare dintre aceste modele printr-o singură cheie. FreeLLMAPI este un router open-source, găzduit de dumneavoastră, care pune toate aceste niveluri gratuite în spatele unui singur endpoint compatibil cu OpenAI și trece la alt furnizor când un furnizor este limitat la rată. Vezi catalogul sau trece live.

Întrebări frecvente

Există un API vision gratuit?

Da. Google AI Studio, Groq, Cloudflare, NVIDIA, OpenRouter și alți furnizori oferă modele gratuite cu intrare de imagini. FreeLLMAPI are 78 oferte de modele vision gratuite în spatele unei chei compatibile cu OpenAI.

Cum trimit o imagine către un LLM API gratuit?

Adăugați un bloc de conținut image_url în mesajul utilizatorului. Folosiți un URL de date base64 sau un URL https și trimiteți-l către /v1/chat/completions.

Câți tokeni folosește o imagine?

Pe Gemini, o imagine de 384x384 de pixeli sau mai mică folosește 258 de tokeni. O imagine mai mare se taie în plăci de 768x768, iar fiecare placă folosește 258 de tokeni.

Pot trimite mai multe imagini într-o singură cerere?

Da. Adăugați mai multe blocuri image_url în mesaj. Unii furnizori limitează numărul. De exemplu, Groq permite 3 imagini pentru fiecare cerere pe Qwen 3.8 27B.

Care model vision gratuit este cel mai bun pentru citirea documentelor?

Folosiți un model Gemini pentru chitanțe, grafice și pagini scanate. Are o fereastră mare de context și acceptă multe imagini. Verificați răspunsul cu imaginea pentru cifre, deoarece modelele vision pot citi greșit text mic.

Ghiduri înrudite

Surse

Toate ghidurile · Vezi toate modelele gratuite