LLM
Enviar imágenes a LLMs (visión) con la API
En POST /llm/chat/completions, el content de un mensaje puede mezclar partes text e image_url, como en OpenAI. Los modelos con supports_vision en GET /llm/models aceptan imágenes, y Connect traduce image_url para Anthropic, así que el código es el mismo.
La llamada
POST /api/llm/chat/completions
Authorization: Bearer <merchant token>
{
"model": "anthropic/claude-sonnet-5-5",
"max_tokens": 512,
"messages": [
{
"role": "user",
"content": [
{
"type": "text",
"text": "Describe this ad creative."
},
{
"type": "image_url",
"image_url": {
"url": "https://example.com/creative.jpg"
}
}
]
}
]
}Qué puedes hacer
- Pedir al modelo que describa o analice una imagen.
- Mezclar texto y varias imágenes en el mismo mensaje.
- Consultar en GET /llm/models qué modelos tienen supports_vision.
- Combinar imágenes con stream y fallback.
Reglas y límites
- Las partes image_url solo se aceptan si todo modelo de la llamada (model y cada ítem de models) tiene supports_vision. Si no: 400 llm_unsupported_field.
- En Anthropic, las partes de audio o archivo devuelven 400 llm_unsupported_field; las imágenes por image_url se traducen.
- El cuerpo de la solicitud es de máximo 1 MB (413 llm_request_too_large).
- max_tokens sigue siendo obligatorio y no puede superar el tope de la cuenta ni el max_output_tokens de los modelos.
- Las imágenes cuentan como tokens de entrada, cobrados por el proveedor en tu clave.
Campos principales
| Campo | Tipo | Obligatorio | Descripción |
|---|---|---|---|
| model | string | Sí | Id del modelo, de GET /llm/models, con formato proveedor/modelo. |
| messages | array | Sí | La conversación. content puede ser texto o partes text e image_url. |
| max_tokens | integer | Sí | Obligatorio (o max_completion_tokens). Hasta el tope de la cuenta y el max_output_tokens de cada modelo de la llamada. |
| models | array | No | Fallback: hasta 3 modelos de GET /llm/models, probados en orden si model falla antes del primer token. |
Para quién
Análisis de creativos de anuncios
Tu producto envía el creativo de una campaña y recibe una evaluación del visual y del texto.
Texto alternativo y descripciones
Genera descripciones de imágenes para publicaciones de clientes directo desde tu SaaS.
Agentes que leen capturas y gráficos
Un agente recibe la captura de un dashboard y explica los números en texto.
Preguntas frecuentes
¿Qué modelos aceptan imágenes?
Los que tienen supports_vision verdadero en GET /llm/models. Enviar image_url a un modelo sin él devuelve 400 llm_unsupported_field.
¿Cómo envío la imagen?
Como en OpenAI: una parte del content con type image_url y el objeto image_url. Connect la traduce para Anthropic.
¿Hay límite de tamaño?
Todo el cuerpo de la solicitud puede tener hasta 1 MB. Por encima, la respuesta es 413 llm_request_too_large.
Mira Connect aplicado a tu producto.
Pruébalo durante 15 días sin tarjeta, o cuéntale tu caso a nuestro equipo.
