多模态 AI 视觉 API - 向 GPT-4 Vision、Claude 3、Gemini Pro 发送图像。图像分析、OCR、图表理解，支持 URL 或 base64 输入。

视觉支持

UniterRouter 支持可以分析和描述图像的视觉模型。你可以通过 HTTPS URL 或内联 base64 编码数据提供图像。

支持视觉的模型

你可以在我们的带视觉筛选的模型页面找到所有支持视觉的模型。这些模型可以在同一请求中处理文本和图像内容。

图像格式

使用 HTTPS URL

你可以提供任何公开可访问的指向图像的 HTTPS URL：

curl -X POST "https://api.uniterouter.ai/v1/chat/completions" \
  -H "Authorization: Bearer $UNITEROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "你在这张图片中看到了什么？"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "https://example.com/image.jpg"
            }
          }
        ]
      }
    ]
  }'

使用 Base64 内联数据

你也可以以 base64 编码的数据 URI 形式提供图像：

curl -X POST "https://api.uniterouter.ai/v1/chat/completions" \
  -H "Authorization: Bearer $UNITEROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "描述这张图片"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEASABIAAD..."
            }
          }
        ]
      }
    ]
  }'

内容数组格式

使用视觉模型时，content 字段应该是一个包含文本和图像内容块的数组：

文本内容：{"type": "text", "text": "你的消息"}
图像内容：{"type": "image_url", "image_url": {"url": "图像_url_或_数据_uri"}}

多张图像

你可以在单个请求中包含多张图像：

curl -X POST "https://api.uniterouter.ai/v1/chat/completions" \
  -H "Authorization: Bearer $UNITEROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "比较这两张图片"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "https://example.com/image1.jpg"
            }
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "https://example.com/image2.jpg"
            }
          }
        ]
      }
    ]
  }'

简单字符串内容

对于视觉模型，你仍然可以对纯文本消息使用简单字符串内容。数组格式仅在包含图像时需要。

curl -X POST "https://api.uniterouter.ai/v1/chat/completions" \
  -H "Authorization: Bearer $UNITEROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [
      {
        "role": "user",
        "content": "你好！你今天能帮我什么？"
      }
    ]
  }'

支持的图像类型

视觉模型通常支持常见的图像格式，包括：

JPEG (.jpg, .jpeg)
PNG (.png)
WebP (.webp)
GIF (.gif)

支持的具体格式可能因模型提供商而异。查看各个模型文档了解格式限制和文件大小限制。

错误处理

如果图像 URL 无法访问或图像格式不支持，网关会优雅地处理错误，可能会在发送给底层模型的请求中替换为占位符或错误消息。

视觉支持

On this page