图像理解 API (Vision) 支持使用 GPT-4o, Gemini 2.5 Pro, Claude 3.5 Sonnet 等先进模型进行图像内容分析、OCR 文字识别和场景描述。

​
支持模型

  • OpenAI: gpt-4o, gpt-4o-mini, gpt-4.1-mini
  • Google: gemini-2.5-pro, gemini-2.5-flash
  • Anthropic: claude-3-5-sonnet-20241022

​
使用方式

通过 Chat Completions API 的 image_url 字段传入图片（URL 或 Base64）。

​
Python 示例

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.weelinking.com/v1"
)

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "这张图片里有什么？"},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://upload.wikimedia.org/wikipedia/commons/thumb/d/dd/Gfp-wisconsin-madison-the-nature-boardwalk.jpg/2560px-Gfp-wisconsin-madison-the-nature-boardwalk.jpg"
                    }
                }
            ]
        }
    ],
    max_tokens=300
)

print(response.choices[0].message.content)