Компьютерное зрение

Анализ изображений и OCR: задайте вопрос об изображении, получите текстовый ответ.

Запрос

http

POST /v1/vision/analyze

json

{
  "prompt": "Que voit-on sur cette image ? Reponds en une phrase.",
  "image_url": "https://exemple.com/photo.jpg",
  "model": null,
  "routing_strategy": "auto"
}

image_url должен быть общедоступным URL. Чтобы проанализировать только что загруженный файл, сначала пройдите через процесс загрузки (см. POST /v1/uploads/presign), а затем используйте возвращённый URL.

Ответ

json

{
  "text": "Un chat roux assis sur le rebord d'une fenetre, regardant dehors.",
  "model": "gemini-3.1-pro-preview",
  "provider": "google"
}

Типичные сценарии использования

Описание изображения для повышения доступности
Извлечение текста (OCR) — явно попросите расшифровать видимый текст
Анализ отсканированных документов, счетов, форм

Поставщики

OpenAI (GPT-4o и модели компьютерного зрения), Google (Gemini).