跳到主要内容

视觉理解

SpAk 模型支持视觉理解能力：在对话中传入图片（URL 或 Base64），模型可以理解图片内容并基于图片回答问题。

使用方法​

在 messages 中以 image_url 形式传入图片即可，支持 image/png、image/jpeg、image/webp 等常见格式。

from openai import OpenAI

client = OpenAI(
    api_key="<your api key>",
    base_url="https://yuansuo.top",
)

response = client.chat.completions.create(
    model="SpAk-Aster-V1-MOE",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "这张图片里有什么？"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/image.png"},
                },
            ],
        }
    ],
)

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

注意事项​

  1. 单次请求最多传入 8 张图片。
  2. 单张图片大小不超过 10MB，Base64 编码后不超过 12MB。
  3. 视觉理解与思考模式可以同时使用。