概要
Vision（VLM / OCR）
スクリーンショット解析、画像 Q&A、レシート・帳票の読み取り、UI 自動化のためのスクリーン理解などに使う。画像理解は `/v1/chat/completions` に `image_url` パート（https URL または data URL）を含めて、マルチモーダル（VL）チャットモデルに送る。文書の文字起こしは `POST /v1/ocr` に画像または PDF を base64 で送ると、ページごとのテキストが返る（課金はページ単位）。
- エンドポイント
- /v1/chat/completions
- 例: モデル
- qwen2.5-vl-7b
API
API サンプル
# 1) discover an online vision-capable (VL) chat model — Grid's set
# changes constantly, don't hardcode an id in your code.
MODEL=$(curl -s https://api.openalchemy.io/v1/models \
-H "Authorization: Bearer $OPENALCHEMY_API_KEY" \
| jq -r '.data[] | select(.online and .endpoint_type=="chat" and (.id | test("vl|vision"; "i"))) | .id' \
| head -1)
# 2) ask about an image (https URL or data: URL)
curl https://api.openalchemy.io/v1/chat/completions \
-H "Authorization: Bearer $OPENALCHEMY_API_KEY" \
-H "X-Project-Id: $YOUR_PROJECT_ID" \
-H "Content-Type: application/json" \
-d "{
\"model\": \"$MODEL\",
\"messages\": [
{\"role\": \"user\", \"content\": [
{\"type\": \"text\", \"text\": \"What is in this image?\"},
{\"type\": \"image_url\", \"image_url\": {\"url\": \"https://example.com/receipt.jpg\"}}
]}
]
}"ステータス
クォータ／料金（プロジェクト粒度）
利用枠とレート制限は API キーを発行したプロジェクトに対して適用される。さらにドメイン単位の細粒度ポリシーで、特定オリジンからの呼び出しを制限できる。
START TODAY
推論コストを、錬金術にかける準備はできていますか。
登録するだけで 2,000 クレジット（$2 相当）を無料で付与。クレジットカードは不要。