全球模型,一站接入 咨询热线:18996197307

大模型多模态调用:图像 + 文档 + 代码混合输入完整教程

Claude / GPT / Gemini 多模态 API 调用方法对比:图像 base64 编码 / URL 引用 / PDF 文档输入 / 截图 OCR 全场景示例。

149 阅读 #multimodal #vision #api #Claude #GPT #gemini #tutorial

图像输入(base64)

messages=[{"role":"user","content":[
  {"type":"text","text":"图里是什么?"},
  {"type":"image_url","image_url":{"url":f"data:image/png;base64,{b64}"}}
]}]

图像输入(URL)

{"type":"image_url","image_url":{"url":"https://example.com/cat.png"}}

PDF 文档输入

Anthropic 原生支持 PDF:直接上传 file_id 或 base64 数据。GPT 则需先 OCR。

📚 相关阅读

Anthropic Claude API 国内调用完整指南:从 Key 申请到流式输出

详解 Anthropic Claude API 在中国大陆的调用方式:典名词元中转直连阿里云国内节点,50ms 延迟,免梯子。覆盖 Python SDK / Messages API / 流式输出。

· 阅读全文 →

OpenAI SDK 兼容协议接入典名 API:3 行代码搞定

使用 OpenAI 官方 Python/Node SDK 通过典名中转访问 Claude/GPT/DeepSeek,无需改业务代码

· 阅读全文 →

典名词元 API 充值额度规则与余额管理完整说明

个人用户最低充值 ¥10、单笔上限 ¥50000;企业用户支持对公转账和月结对账(账期 30 天)。余额永久有效不过期,账户随时可查、可下载扣费明细对账。

· 阅读全文 →

企业用户增值税专用发票申请完整指南:6% 专票电子推送

登录后台 → 财务管理 → 发票申请,提交企业税号 + 发票金额 → 资质审核 1-3 工作日 → 电子发票邮箱推送。支持 6% 增值税专用发票(电子)和 3% 普通发票。金额可自由勾选。

· 阅读全文 →

DeepSeek V3.2 API 国内直连:实测 50ms 延迟 + ¥1.6/M 极致性价比

DeepSeek V3.2 通过典名词元中转的国内直连方案:50ms 平均延迟,输入价 ¥1.6/M tokens,相比官方节省 40%+。完整 SDK 接入示例。

· 阅读全文 →

函数调用(Function Calling)实战:tool_choice 与并发工具详解

OpenAI / Anthropic / Gemini 三家函数调用协议对比,tool_choice 参数详解,多工具并发调用最佳实践。Agent 编排必读。

· 阅读全文 →

5 分钟接入全网大模型

充值享优惠 · 无信用卡 · 即注即用