← Torna all'elenco

Multimodale: comprensione di immagini e documenti

I modelli con funzionalità di visione accettano parti di contenuto di tipo image_url: image_url

python
resp = client.chat.completions.create(
    model="gpt-4o",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "How many cats are in this image?"},
            {"type": "image_url", "image_url": {"url": "https://.../cats.png"}}
        ]
    }],
)

Fatturazione dei token immagine

Ogni immagine viene fatturata approssimativamente 1,000 ~ 4,000 gettoni a seconda della risoluzione. Il conteggio si estende alle risposte usage.prompt_tokens.