视觉理解

向支持视觉的模型同时传入文本与图片 URL。

图片输入

json

{
  "model": "vision-capable-model",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "text", "text": "描述这张图片"},
      {"type": "image_url", "image_url": {"url": "https://example.com/image.jpg"}}
    ]
  }]
}

输入建议

使用可公开访问或按时授权的 HTTPS 图片地址
控制图片分辨率和数量以降低延迟与费用
不要发送不必要的敏感图片
模型 ID 必须支持视觉输入