Multimodale: comprensione di immagini e documenti
I modelli con funzionalità di visione accettano parti di contenuto di tipo image_url: image_url
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.
Vedi anche:API Documenti › Ingresso multimodale