首页/AI/AI 应用速查/多模态请求:图片输入格式

多模态请求:图片输入格式

视觉模型请求中 content 变为数组:OpenAI 风格 {type:image_url, image_url:{url}}(URL 或 data URI),Anthropic 风格为 image source(base64/URL);图片按分辨率折算成输入 token。

AI 应用速查AI更新于 2026-10-12
OpenAI 风格content 数组 + image_url
Anthropic 风格content 数组 + source(base64/url)
传输形态公网 URL 或 data:image/...;base64
成本按分辨率切块折算成输入 token

base64 内联图片(data URI 前缀不能省)

base64 内联图片(data URI 前缀不能省)
curl -s https://api.openai.com/v1/chat/completions -H "Authorization: Bearer $OPENAI_API_KEY" -H "Content-Type: application/json" -d '{"model":"gpt-4o","messages":[{"role":"user","content":[{"type":"image_url","image_url":{"url":"data:image/png;base64,<BASE64数据>"}}]}]}'
文档扫描件建议先转成图片再传(比直接传 PDF 兼容性更好);单图大小与张数限制以官方文档为准。

易错点

  • base64 缺少 data:image/png;base64, 前缀(直接 400)
  • 传入内网或带鉴权的图片 URL,平台侧抓取不到

数据来源与参考

  • OpenAI Images/Vision 文档;Anthropic Vision 文档

相关工具

​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌