API ya bure ya uoni
API ya uoni inaruhusu LLM kusoma picha. Unaweza kuiomba ieleze picha, isome risiti au ieleze chati. Katalogi ya FreeLLMAPI ina ofa 78 za modeli za bure zinazokubali picha. Unatuma picha katika muundo wa kawaida wa OpenAI, na kipanga njia kinachagua modeli ya uoni kwa ajili yako. Mwongozo huu unaonyesha modeli, vikomo vya ukubwa wa kila mtoa huduma na msimbo unaofanya kazi.
Msimbo, majina ya modeli na lebo za katalogi ya moja kwa moja zinaonyeshwa kwa Kiingereza.
Ingizo la picha linavyofanya kazi
Tuma picha kwenye safu ya messages kama vizuizi vya maudhui vya image_url. URL inaweza kuwa URL ya data: yenye baiti za base64, au URL ya http(s). Tumia /v1/chat/completions. Kituo cha /v1/responses bado hakikubali picha.
- Uelekezaji wa kiotomatiki: ombi lenye picha linapofika, kipanga njia kinatumia modeli za uoni pekee. Kinapuuza modeli za maandishi pekee kwa ombi hilo.
- Mbadala: mtoa huduma wa uoni anapofikia kikomo chake, kipanga njia kinajaribu modeli inayofuata ya uoni kwenye mnyororo wako.
- Hitilafu wazi: hakuna modeli ya uoni iliyowezeshwa, unapata hitilafu 422 yenye
code: "no_vision_model". Picha haitupwi kimyakimya kamwe.
Modeli za bure za uoni leo
Jedwali linaonyesha modeli za bure zenye nguvu zaidi zenye ingizo la picha kwenye katalogi leo. Linatoka kwenye katalogi ya moja kwa moja. Safu moja inaweza kuorodhesha watoa huduma kadhaa wanaohudumia modeli hiyo hiyo.
| Modeli | Bure kwenye | Muktadha | Vikomo vya bure (ofa bora) | Zana | Uoni |
|---|---|---|---|---|---|
| GLM 5.3 Flash | UnoRouter | 1M | 1 maombi/dakika 1 req/min per model | Ndiyo | Ndiyo |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | Ndiyo | Ndiyo |
| Gemini Flash (latest alias) | Google AI Studio | - | 10 maombi/dakika 20 maombi/siku 250,000 tokeni/dakika ~3M | Ndiyo | Ndiyo |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Ndiyo | Ndiyo |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 maombi/dakika 20 maombi/siku 250,000 tokeni/dakika ~3M | Ndiyo | Ndiyo |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Ndiyo | Ndiyo |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 maombi/dakika 50 maombi/siku 50 req/day account-wide (1,000 after a $10 purchase) | Ndiyo | Ndiyo |
| Qwen3.8 27B | ElectronHub, Groq | 262K | 30 maombi/dakika 250 maombi/siku 70,000 tokeni/dakika ~6M | Ndiyo | Ndiyo |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 maombi/dakika 20 maombi/siku 250,000 tokeni/dakika ~3M | Ndiyo | Ndiyo |
| Qwen 3.8 27B | Cloudflare Workers AI | 262K | Shared 10k neurons/day | Ndiyo | Ndiyo |
| Gemini 3.5 Flash | Google AI Studio | 1M | 10 maombi/dakika 20 maombi/siku 250,000 tokeni/dakika ~3M | Ndiyo | Ndiyo |
| Gemini 3.8 Live | Google AI Studio | - | 10 maombi/dakika 20 maombi/siku 250,000 tokeni/dakika ~3M | Ndiyo | Ndiyo |
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 maombi/dakika 20 maombi/siku 250,000 tokeni/dakika ~3M | Ndiyo | Ndiyo |
| Moondream 3.1 9B A2B | Cloudflare Workers AI, Moondream | 33K | ~10-20M | Hapana | Ndiyo |
| Moondream 3 Preview | Moondream | - | $5/month shared workspace usage credits | Hapana | Ndiyo |
Inaonyesha 15 kati ya 67 modeli za bure zinazolingana. Tazama modeli zote.
Data ya moja kwa moja kutoka katalogi ya FreeLLMAPI (toleo 2026.11.19, imekaguliwa 2026-11-19). Vikomo vya bure hubadilika mara kwa mara. Katalogi hukaguliwa kila siku.
Modeli za Gemini zinatoa muktadha mkubwa zaidi na zinakubali picha nyingi. Qwen 3.8 27B kwenye Groq na Cloudflare ni chaguo la haraka nje ya Google. Moondream imetengenezwa kwa kazi za picha, lakini matokeo yake yamekomewa kwa tokeni 4,096.
Hatua ya 1: Sakinisha FreeLLMAPI na uongeze funguo
FreeLLMAPI ni chanzo huria. Inaendeshwa kwenye kompyuta yako kwenye Docker. Funguo za watoa huduma wako zinabaki kwenye kompyuta yako.
Sakinisha (macOS au Linux)
curl -fsSL https://freellmapi.co/install.sh | bashFungua dashibodi kwenye http://localhost:3001. Ongeza ufunguo wa Google AI Studio na ufunguo mmoja zaidi kwenye ukurasa wa Keys. Kwenye ukurasa wa Fallback Chain, modeli za uoni zina beji ya Vision. Hakikisha angalau moja imewezeshwa. Nakili ufunguo wako wa pamoja kutoka ukurasa wa Keys.
Hatua ya 2: Tuma picha
curl: picha kutoka 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: faili la ndani kama 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)Tumia aina sahihi ya MIME kwenye URL ya data, kwa mfano image/png au image/jpeg. Ili kutuma picha zaidi ya moja, ongeza vizuizi zaidi vya image_url kwenye ujumbe huo huo.
Vikomo vya picha kwa kila mtoa huduma
| Mtoa huduma | Kikomo (rasmi) | Cha kufanya |
|---|---|---|
| Google Gemini | Jumla ya ukubwa wa ombi lenye picha zilizopachikwa: 20 MB. Miundo: PNG, JPEG, WEBP, HEIC, HEIF | Punguza ukubwa wa picha kubwa kabla ya kuzituma |
| Google Gemini | Picha yenye hadi pikseli 384x384 inagharimu tokeni 258. Picha kubwa zaidi zinakatwa kuwa vigae vya 768x768 vya tokeni 258 kila kimoja | Picha ya 960x540 inatumia vigae 6, takriban tokeni 1,548 |
| Groq (Qwen 3.8 27B) | Picha 3 kwa kila ombi kwa kiwango cha juu. 20 MB kwa kiwango cha juu kwa ombi lenye URL ya picha | Tuma picha 3 kwa modeli za Groq kwa kiwango cha juu |
| Moondream | URL za data za base64 pekee. URL za picha za mbali hazisaidiwi | Tuma baiti za picha, si kiungo |
Tokeni za picha zinahesabiwa dhidi ya kikomo cha tokeni kwa dakika cha ngazi ya bure. Ombi lenye picha tano kubwa linaweza kuwa kubwa kuliko kikomo cha mtoa huduma mdogo. Fanya picha ziwe ndogo, kwa mfano pikseli 1024 upande mrefu, pale usipohitaji maelezo madogo.
Maagizo yanayofanya kazi kwa kazi za picha
- Kazi moja kwa kila ombi: uliza swali moja wazi kuhusu picha. Maswali kadhaa kwenye maagizo moja yanatoa majibu mafupi na yasiyo sahihi sana.
- Matokeo yaliyopangwa: kwa risiti na fomu, taja sehemu unazotaka, kwa mfano
item,pricenatotal. Omba JSON pekee. - Thamani zisizosomeka: mwambie modeli iandike
nullinaposhindwa kusoma thamani. Kisha haikisii. - Kata kwanza: kata picha kwenye sehemu unayohitaji. Picha ndogo inatumia tokeni chache na inatoa maelezo bora.
- Majibu thabiti: weka
temperaturekuwa 0 kwa kazi za uchimbaji. - Kagua namba: linganisha jumla na tarehe na picha. Modeli za uoni zinaweza kusoma vibaya maandishi madogo na namba zinazofanana.
Utatuzi wa matatizo
| Tatizo | Chanzo | Suluhisho |
|---|---|---|
Hitilafu 422 no_vision_model | Hakuna modeli ya uoni iliyowezeshwa kwenye mnyororo wako | Wezesha modeli yenye beji ya Vision kwenye ukurasa wa Fallback Chain |
| Modeli inasema kwamba haioni picha | Ombi lilikwenda kwenye /v1/responses | Tumia /v1/chat/completions |
| Hitilafu 400 kwenye URL ya mbali | Mtoa huduma hawezi kupakua URL | Tuma picha kama URL ya data ya base64 |
| Hitilafu 413 au 400 kwenye faili kubwa | Picha au ombi ni kubwa mno | Fanya picha iwe ndogo, au tuma picha chache |
| Hitilafu 429 kwenye maombi ya picha | Tokeni za picha zimetumia kikomo cha tokeni kwa dakika | Fanya picha ziwe ndogo, au ongeza funguo kutoka watoa huduma wa uoni zaidi |
Maswali yanayoulizwa mara kwa mara
Je, kuna API ya bure ya uoni?
Ndiyo. Google AI Studio, Groq, Cloudflare, NVIDIA, OpenRouter na watoa huduma wengine wanatoa modeli za bure zenye ingizo la picha. FreeLLMAPI ina ofa 78 za modeli za bure za uoni nyuma ya ufunguo mmoja unaooana na OpenAI.
Ninatumaje picha kwa API ya LLM ya bure?
Ongeza kizuizi cha maudhui cha image_url kwenye ujumbe wa mtumiaji. Tumia URL ya data ya base64 au URL ya https, kisha uitume kwa /v1/chat/completions.
Picha moja inatumia tokeni ngapi?
Kwenye Gemini, picha yenye pikseli 384x384 au ndogo zaidi inatumia tokeni 258. Picha kubwa zaidi inakatwa kuwa vigae vya 768x768, na kila kigae kinatumia tokeni 258.
Je, ninaweza kutuma picha kadhaa kwenye ombi moja?
Ndiyo. Ongeza vizuizi zaidi vya image_url kwenye ujumbe. Baadhi ya watoa huduma wanaweka kikomo cha idadi. Kwa mfano, Groq inaruhusu picha 3 kwa kila ombi kwenye Qwen 3.8 27B.
Ni modeli ipi ya bure ya uoni ni bora kwa kusoma hati?
Tumia modeli ya Gemini kwa risiti, chati na kurasa zilizoskaniwa. Ina dirisha kubwa la muktadha na inakubali picha nyingi. Kagua namba kwenye jibu dhidi ya picha, kwa sababu modeli za uoni zinaweza kusoma vibaya maandishi madogo.
Miongozo inayohusiana
- API ya kutengeneza picha bure
- free gemini api
- free qwen api
- free gemma api
- Free LLM API yenye function calling
Vyanzo
- FreeLLMAPI docs: Vision and image input (imekaguliwa 20 November 2026)
- Google AI Studio docs: Image understanding (imekaguliwa 20 November 2026)
- Groq docs: Vision (imekaguliwa 20 November 2026)
- Moondream OpenAI-compatible API docs (imekaguliwa 20 November 2026)