图片理解（Vision）

支持视觉能力的模型可以接收图片输入，进行图文理解和分析。

支持视觉的模型

在模型列表页筛选「视觉」标签查看所有支持图片理解的模型。

请求格式

将 content 字段从 string 改为 array，包含文本和图片 URL。

JSON

{
  "model": "gpt-4o",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "这张图片是什么？"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://example.com/image.jpg"
          }
        }
      ]
    }
  ]
}

图片格式说明

参数	类型	必填	说明
`type`	string	Yes	固定值 "image_url"
`image_url.url`	string	Yes	图片 URL（支持 http(s) 和 base64 data URI）
`image_url.detail`	string	No	解析精度：auto / low / high，默认 auto

Base64 图片

也可以使用 base64 编码的图片："data:image/jpeg;base64,/9j/4AAQ..."