LLM
Enviar imagens para LLMs (visão) pela API
Em POST /llm/chat/completions, o content de uma mensagem pode misturar partes text e image_url, como na OpenAI. Os modelos com supports_vision em GET /llm/models aceitam imagens, e o Connect traduz image_url para a Anthropic, então o código é o mesmo.
A chamada
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"
}
}
]
}
]
}O que dá para fazer
- Pedir ao modelo para descrever ou analisar uma imagem.
- Misturar texto e várias imagens na mesma mensagem.
- Conferir em GET /llm/models quais modelos têm supports_vision.
- Combinar imagens com stream e fallback.
Regras e limites
- Partes image_url só são aceitas se todo modelo da chamada (model e cada item de models) tiver supports_vision. Caso contrário: 400 llm_unsupported_field.
- Na Anthropic, partes de áudio ou arquivo retornam 400 llm_unsupported_field; imagens via image_url são traduzidas.
- O corpo da requisição tem no máximo 1 MB (413 llm_request_too_large).
- max_tokens continua obrigatório e não pode passar do teto da conta nem do max_output_tokens dos modelos.
- Imagens contam como tokens de entrada, cobrados pelo provedor na sua chave.
Campos principais
| Campo | Tipo | Obrigatório | Descrição |
|---|---|---|---|
| model | string | Sim | Id do modelo, de GET /llm/models, no formato provedor/modelo. |
| messages | array | Sim | A conversa. content pode ser texto ou partes text e image_url. |
| max_tokens | integer | Sim | Obrigatório (ou max_completion_tokens). Até o teto da conta e o max_output_tokens de cada modelo da chamada. |
| models | array | Não | Fallback: até 3 modelos de GET /llm/models, tentados em ordem se model falhar antes do primeiro token. |
Para quem
Análise de criativos de anúncios
O seu produto envia o criativo de uma campanha e recebe uma avaliação do visual e do texto.
Texto alternativo e legendas
Gere descrições de imagens para posts de clientes direto do seu SaaS.
Agentes que leem prints e gráficos
Um agente recebe o print de um dashboard e explica os números em texto.
Perguntas frequentes
Quais modelos aceitam imagens?
Os que têm supports_vision verdadeiro em GET /llm/models. Enviar image_url para um modelo sem isso retorna 400 llm_unsupported_field.
Como envio a imagem?
Como na OpenAI: uma parte do content com type image_url e o objeto image_url. O Connect traduz para a Anthropic.
Há limite de tamanho?
O corpo inteiro da requisição pode ter até 1 MB. Acima disso a resposta é 413 llm_request_too_large.
Veja o Connect aplicado ao seu produto.
Teste por 15 dias sem cartão, ou mostre seu cenário ao nosso time.
