Головна / Посібники / Безкоштовний API зору

Безкоштовний API зору

API зору дозволяє LLM читати зображення. Ви можете попросити його описати фото, прочитати чек або пояснити графік. У каталозі FreeLLMAPI є 78 безкоштовних пропозицій моделей, які приймають зображення. Ви надсилаєте зображення у стандартному форматі OpenAI, а маршрутизатор сам вибирає модель зору. Цей посібник показує моделі, ліміти розміру кожного постачальника і робочий код.

Код, назви моделей і мітки живого каталогу показано англійською.

Як працює вхід зображень

Надсилайте зображення в масиві messages як блоки вмісту image_url. URL може бути URL data: з байтами base64 або URL http(s). Використовуйте /v1/chat/completions. Кінцева точка /v1/responses поки що не приймає зображення.

  • Автоматична маршрутизація: коли запит містить зображення, маршрутизатор використовує лише моделі зору. Для цього запиту він ігнорує моделі, які працюють лише з текстом.
  • Перехід на резерв: коли один постачальник зору досягає ліміту, маршрутизатор пробує наступну модель зору у вашому ланцюгу.
  • Зрозуміла помилка: коли жодна модель зору не увімкнена, ви отримуєте помилку 422 з code: "no_vision_model". Зображення ніколи не відкидається мовчки.

Безкоштовні моделі зору сьогодні

Таблиця показує найсильніші безкоштовні моделі з входом зображень у каталозі сьогодні. Дані беруться з актуального каталогу. Один рядок може містити кількох постачальників, які обслуговують ту саму модель.

Безкоштовні моделі з входом зображень, спочатку найсильніші
МодельБезкоштовно наКонтекстБезкоштовні ліміти (найкращі)ІнструментиЗображення
GLM 5.3 FlashUnoRouter1M1 запитів/хв
1 req/min per model
ТакТак
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaТакТак
Gemini Flash (latest alias)Google AI Studio-10 запитів/хв
20 запитів/добу
250,000 токенів/хв
~3M
ТакТак
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditТакТак
Gemini 3.7 FlashGoogle AI Studio1M10 запитів/хв
20 запитів/добу
250,000 токенів/хв
~3M
ТакТак
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditТакТак
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 запитів/хв
50 запитів/добу
50 req/day account-wide (1,000 after a $10 purchase)
ТакТак
Qwen3.8 27BElectronHub, Groq262K30 запитів/хв
250 запитів/добу
70,000 токенів/хв
~6M
ТакТак
Gemini 3.6 FlashGoogle AI Studio1M10 запитів/хв
20 запитів/добу
250,000 токенів/хв
~3M
ТакТак
Qwen 3.8 27BCloudflare Workers AI262KShared 10k neurons/dayТакТак
Gemini 3.5 FlashGoogle AI Studio1M10 запитів/хв
20 запитів/добу
250,000 токенів/хв
~3M
ТакТак
Gemini 3.8 LiveGoogle AI Studio-10 запитів/хв
20 запитів/добу
250,000 токенів/хв
~3M
ТакТак
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 запитів/хв
20 запитів/добу
250,000 токенів/хв
~3M
ТакТак
Moondream 3.1 9B A2BCloudflare Workers AI, Moondream33K~10-20MНіТак
Moondream 3 PreviewMoondream-$5/month shared workspace usage creditsНіТак

Показано 15 із 67 відповідних безкоштовних моделей. Переглянути всі моделі.

Дані в реальному часі з каталогу FreeLLMAPI (версія 2026.11.19, перевірено 2026-11-19). Безкоштовні ліміти часто змінюються. Каталог перевіряється щодня.

Моделі Gemini дають найбільший контекст і приймають багато зображень. Qwen 3.8 27B на Groq і Cloudflare є швидким вибором поза Google. Moondream створено для задач із зображеннями, але його вивід обмежено 4,096 токенами.

Крок 1: встановіть FreeLLMAPI і додайте ключі

FreeLLMAPI має відкритий код. Він працює на вашому комп'ютері в Docker. Ключі постачальників залишаються на вашому комп'ютері.

Встановлення (macOS або Linux)

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

Відкрийте панель керування за адресою http://localhost:3001. Додайте ключ Google AI Studio і ще один ключ на сторінці Keys. На сторінці Fallback Chain моделі зору мають позначку Vision. Переконайтеся, що увімкнено принаймні одну. Скопіюйте свій уніфікований ключ зі сторінки Keys.

Крок 2: надішліть зображення

curl: зображення з 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: локальний файл як 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)

Використовуйте правильний MIME-тип в URL даних, наприклад image/png або image/jpeg. Щоб надіслати більше одного зображення, додайте більше блоків image_url в те саме повідомлення.

Ліміти зображень за постачальниками

Ліміти постачальників, перевірено 2026-11-19
ПостачальникЛіміт (офіційний)Що робити
Google GeminiЗагальний розмір запиту з вбудованими зображеннями: 20 МБ. Формати: PNG, JPEG, WEBP, HEIC, HEIFЗменшуйте великі фото перед надсиланням
Google GeminiЗображення до 384x384 пікселів коштує 258 токенів. Більші зображення розрізаються на плитки 768x768 по 258 токенів кожнаЗображення 960x540 використовує 6 плиток, близько 1,548 токенів
Groq (Qwen 3.8 27B)Максимум 3 зображення для кожного запиту. Максимум 20 МБ для запиту з URL зображенняНадсилайте моделям Groq не більше 3 зображень
MoondreamЛише URL даних base64. URL віддалених зображень не підтримуютьсяНадсилайте байти зображення, а не посилання

Токени зображень рахуються в межах ліміту токенів на хвилину безкоштовного тарифу. Запит з п'ятьма великими зображеннями може перевищити ліміт малого постачальника. Зменшуйте зображення, наприклад до 1024 пікселів по довшій стороні, коли вам не потрібні дрібні деталі.

Промпти, які працюють для задач із зображеннями

  • Одна задача на запит: поставте одне чітке запитання про зображення. Кілька запитань в одному промпті дають коротші і менш точні відповіді.
  • Структурований вивід: для чеків і форм назвіть поля, які вам потрібні, наприклад item, price і total. Просіть лише JSON.
  • Нечитабельні значення: скажіть моделі писати null, коли вона не може прочитати значення. Тоді вона не вгадуватиме.
  • Спершу обріжте: обріжте зображення до частини, яка вам потрібна. Менше зображення використовує менше токенів і дає кращу деталізацію.
  • Стабільні відповіді: задайте temperature як 0 для задач вилучення.
  • Перевіряйте числа: порівнюйте суми і дати із зображенням. Моделі зору можуть помилятися в дрібному тексті і схожих цифрах.

Усунення несправностей

ПроблемаПричинаРішення
Помилка 422 no_vision_modelУ вашому ланцюгу не увімкнено жодної моделі зоруУвімкніть модель з позначкою Vision на сторінці Fallback Chain
Модель каже, що не бачить зображенняЗапит пішов до /v1/responsesВикористовуйте /v1/chat/completions
Помилка 400 на віддаленому URLПостачальник не може завантажити URLНадішліть зображення як URL даних base64
Помилка 413 або 400 на великих файлахЗображення або запит занадто великіЗменшіть зображення або надсилайте менше зображень
Помилка 429 на запитах із зображеннямиТокени зображень вичерпали ліміт токенів на хвилинуЗменшіть зображення або додайте ключі від більшої кількості постачальників зору
Використовуйте кожну з цих моделей через один ключ. FreeLLMAPI це маршрутизатор з відкритим кодом, який ви розгортаєте самі. Він об'єднує всі ці безкоштовні тарифи за однією кінцевою точкою, сумісною з OpenAI, і переходить до наступного, коли один з них досягає ліміту. Переглянути каталог або або почніть роботу.

Часті запитання

Чи є безкоштовний API зору?

Так. Google AI Studio, Groq, Cloudflare, NVIDIA, OpenRouter та інші постачальники дають безкоштовні моделі з входом зображень. FreeLLMAPI має 78 безкоштовних пропозицій моделей зору за одним ключем, сумісним з OpenAI.

Як надіслати зображення безкоштовному LLM API?

Додайте блок вмісту image_url до повідомлення користувача. Використовуйте URL даних base64 або URL https і надсилайте запит на /v1/chat/completions.

Скільки токенів використовує зображення?

У Gemini зображення 384x384 пікселів або менше використовує 258 токенів. Більше зображення розрізається на плитки 768x768, і кожна плитка використовує 258 токенів.

Чи можна надіслати кілька зображень в одному запиті?

Так. Додайте більше блоків image_url до повідомлення. Деякі постачальники обмежують кількість. Наприклад, Groq дозволяє 3 зображення на кожен запит для Qwen 3.8 27B.

Яка безкоштовна модель зору найкраща для читання документів?

Використовуйте модель Gemini для чеків, графіків і сканованих сторінок. Вона має велике вікно контексту і приймає багато зображень. Перевіряйте числа у відповіді за зображенням, бо моделі зору можуть помилятися в дрібному тексті.

Схожі посібники

Джерела

Усі посібники · Переглянути всі безкоштовні моделі