Главная / Руководства / Бесплатный API зрения

Бесплатный API зрения

API зрения позволяет LLM читать изображения. Вы можете попросить модель описать фото, прочитать чек или объяснить диаграмму. В каталоге FreeLLMAPI есть 78 бесплатных предложений моделей, которые принимают изображения. Вы отправляете изображения в стандартном формате OpenAI, а маршрутизатор выбирает для вас модель с поддержкой зрения. Это руководство показывает модели, лимиты размера каждого провайдера и рабочий код.

Код, названия моделей и метки живого каталога показаны на английском языке.

Как работает вход изображений

Отправляйте изображения в массиве messages как блоки содержимого image_url. URL может быть URL data: с байтами в base64 или URL http(s). Используйте /v1/chat/completions. Конечная точка /v1/responses пока не принимает изображения.

  • Автоматическая маршрутизация: когда запрос содержит изображение, маршрутизатор использует только модели с поддержкой зрения. Для этого запроса он игнорирует модели только для текста.
  • Переключение: когда один провайдер зрения достигает лимита, маршрутизатор пробует следующую модель зрения в вашей цепочке.
  • Понятная ошибка: когда ни одна модель зрения не включена, вы получаете ошибку 422 с code: "no_vision_model". Изображение никогда не отбрасывается без предупреждения.

Бесплатные модели зрения сегодня

Таблица показывает самые сильные бесплатные модели с входом изображений в каталоге на сегодня. Данные взяты из актуального каталога. Одна строка может содержать несколько провайдеров, которые обслуживают одну и ту же модель.

Бесплатные модели с входом изображений, сначала самые сильные
МодельБесплатно вКонтекстБесплатные лимиты (лучшее предложение)ИнструментыЗрение
GLM 5.3 FlashUnoRouter1M1 запр./мин
1 req/min per model
ДаДа
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaДаДа
Gemini Flash (latest alias)Google AI Studio-10 запр./мин
20 запр./день
250,000 токенов/мин
~3M
ДаДа
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditДаДа
Gemini 3.7 FlashGoogle AI Studio1M10 запр./мин
20 запр./день
250,000 токенов/мин
~3M
ДаДа
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditДаДа
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 запр./мин
50 запр./день
50 req/day account-wide (1,000 after a $10 purchase)
ДаДа
Qwen3.8 27BElectronHub, Groq262K30 запр./мин
250 запр./день
70,000 токенов/мин
~6M
ДаДа
Gemini 3.6 FlashGoogle AI Studio1M10 запр./мин
20 запр./день
250,000 токенов/мин
~3M
ДаДа
Qwen 3.8 27BCloudflare Workers AI262KShared 10k neurons/dayДаДа
Gemini 3.5 FlashGoogle AI Studio1M10 запр./мин
20 запр./день
250,000 токенов/мин
~3M
ДаДа
Gemini 3.8 LiveGoogle AI Studio-10 запр./мин
20 запр./день
250,000 токенов/мин
~3M
ДаДа
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 запр./мин
20 запр./день
250,000 токенов/мин
~3M
ДаДа
Moondream 3.1 9B A2BCloudflare Workers AI, Moondream33K~10-20MНетДа
Moondream 3 PreviewMoondream-$5/month shared workspace usage creditsНетДа

Показано 15 из 67 подходящих бесплатных моделей. Смотреть все модели.

Актуальные данные из каталога FreeLLMAPI (версия 2026.11.19, проверено 2026-11-19). Бесплатные лимиты часто меняются. Каталог проверяется каждый день.

Модели Gemini дают самый большой контекст и принимают много изображений. Qwen 3.8 27B на Groq и Cloudflare это быстрый выбор вне Google. Moondream создана для задач с изображениями, но ее вывод ограничен 4 096 токенами.

Шаг 1: Установите FreeLLMAPI и добавьте ключи

FreeLLMAPI имеет открытый исходный код. Он работает на вашем компьютере в Docker. Ключи провайдеров остаются на вашем компьютере.

Установка (macOS или Linux)

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

Откройте панель управления по адресу http://localhost:3001. Добавьте ключ Google AI Studio и еще один ключ на странице Keys. На странице Fallback Chain у моделей зрения есть значок Vision. Убедитесь, что включена как минимум одна из них. Скопируйте свой единый ключ на странице Keys.

Шаг 2: Отправьте изображение

curl: изображение по 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: локальный файл в 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)

В URL данных используйте правильный тип MIME, например image/png или image/jpeg. Чтобы отправить несколько изображений, добавьте несколько блоков image_url в одно сообщение.

Лимиты изображений по провайдерам

Лимиты провайдеров, проверено 2026-11-19
ПровайдерЛимит (официальный)Что делать
Google GeminiОбщий размер запроса с встроенными изображениями: 20 МБ. Форматы: PNG, JPEG, WEBP, HEIC, HEIFУменьшите большие фото перед отправкой
Google GeminiИзображение до 384x384 пикселей стоит 258 токенов. Большие изображения режутся на плитки 768x768 по 258 токенов каждаяИзображение 960x540 использует 6 плиток, примерно 1 548 токенов
Groq (Qwen 3.8 27B)Не более 3 изображений в каждом запросе. Не более 20 МБ для запроса с URL изображенияОтправляйте моделям Groq не более 3 изображений
MoondreamТолько URL данных в base64. URL удаленных изображений не поддерживаютсяОтправляйте байты изображения, а не ссылку

Токены изображений учитываются в лимите токенов в минуту бесплатного тарифа. Запрос с пятью большими изображениями может превысить лимит маленького провайдера. Уменьшайте изображения, например до 1024 пикселей по длинной стороне, если мелкие детали не нужны.

Промпты, которые работают для задач с изображениями

  • Одна задача на запрос: задайте один ясный вопрос об изображении. Несколько вопросов в одном промпте дают более короткие и менее точные ответы.
  • Структурированный вывод: для чеков и форм назовите поля, которые вам нужны, например item, price и total. Попросите вернуть только JSON.
  • Нечитаемые значения: попросите модель писать null, когда она не может прочитать значение. Тогда она не будет угадывать.
  • Сначала обрежьте: вырежьте из изображения нужную часть. Меньшее изображение использует меньше токенов и дает лучшую детализацию.
  • Стабильные ответы: задайте temperature равным 0 для задач извлечения данных.
  • Проверяйте числа: сверяйте суммы и даты с изображением. Модели зрения могут ошибочно прочитать мелкий текст и похожие цифры.

Устранение неполадок

ПроблемаПричинаРешение
Ошибка 422 no_vision_modelВ вашей цепочке не включена ни одна модель зренияВключите модель со значком Vision на странице Fallback Chain
Модель говорит, что не видит изображениеЗапрос ушел на /v1/responsesИспользуйте /v1/chat/completions
Ошибка 400 для удаленного URLПровайдер не может скачать URLОтправляйте изображение как URL данных в base64
Ошибка 413 или 400 для больших файловИзображение или запрос слишком большиеУменьшите изображение или отправляйте меньше изображений
Ошибка 429 для запросов с изображениямиТокены изображений исчерпали лимит токенов в минутуУменьшите изображения или добавьте ключи от большего числа провайдеров зрения
Используйте каждую из этих моделей через один ключ. FreeLLMAPI это маршрутизатор с открытым исходным кодом, который работает на вашем сервере. Он объединяет все эти бесплатные тарифы за одной конечной точкой, совместимой с OpenAI, и переключается на другой провайдер, когда достигнут лимит запросов. Открыть каталог или перейти.

Часто задаваемые вопросы

Есть ли бесплатный API зрения?

Да. Google AI Studio, Groq, Cloudflare, NVIDIA, OpenRouter и другие провайдеры дают бесплатные модели с входом изображений. FreeLLMAPI предлагает 78 бесплатных моделей зрения за одним ключом, совместимым с OpenAI.

Как отправить изображение бесплатному LLM API?

Добавьте блок содержимого image_url в сообщение пользователя. Используйте URL данных в base64 или URL https и отправьте запрос на /v1/chat/completions.

Сколько токенов использует изображение?

В Gemini изображение размером 384x384 пикселей или меньше использует 258 токенов. Большее изображение режется на плитки 768x768, и каждая плитка использует 258 токенов.

Можно ли отправить несколько изображений в одном запросе?

Да. Добавьте в сообщение больше блоков image_url. Некоторые провайдеры ограничивают количество. Например, Groq допускает 3 изображения в каждом запросе для Qwen 3.8 27B.

Какая бесплатная модель зрения лучше всего подходит для чтения документов?

Используйте модель Gemini для чеков, диаграмм и сканов страниц. У нее большое окно контекста, и она принимает много изображений. Проверяйте числа в ответе по изображению, потому что модели зрения могут ошибочно прочитать мелкий текст.

Похожие руководства

Источники

Все руководства · Смотреть все бесплатные модели