| 能力 | 图像理解、截图纸质解析、音频转写/理解 |
|---|---|
| 代表 | GPT-4o/GPT-5、Gemini、Claude、Qwen-VL、GLM-4V |
| 输入 | 图片 URL 或 data URI base64 |
| 计费 | 图片按分辨率折算为输入 token |
图片理解最小调用
图片理解最小调用
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":"text","text":"这张图里有什么？"},{"type":"image_url","image_url":{"url":"https://example.com/cat.jpg"}}]}]}'图片 token 成本不低：高分辨率截图建议先压缩或分块；含人脸/证件等敏感图不要上传第三方 API。