OneMux/Documentación/Entrada multimodal

Entrada multimodal

OneMux admite la comprensión de imágenes, el análisis de documentos PDF y el análisis de contenido multimodal. Es compatible con modelos de visión como GPT-6.1, Claude Opus 5.5 y Gemini 4 Argon. En esta página se explica cómo subir imágenes, analizar el contenido de documentos y conocer los formatos de archivo y límites de tamaño admitidos.

Modelos compatibles

Modelos compatibles con entradas multimodales:

  • GPT-6.1 Sol, GPT-6.1 Luna
  • Claude Opus 5.5, Claude Sonnet 5.5
  • Gemini 4 Argon, Gemini 2.0 Flash

Comprensión de imágenes

Envía imágenes mediante URL o Base64:

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxx",
    base_url="https://api.onemux.net/v1"
)

response = client.chat.completions.create(
    model="gpt-6.1-sol",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "¿Qué aparece en esta imagen?"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/image.jpg"}
                }
            ]
        }
    ]
)

print(response.choices[0].message.content)

Análisis de documentos PDF

Algunos modelos admiten el análisis directo de documentos PDF:

response = client.chat.completions.create(
    model="claude-opus-5-5",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Resume la información clave de este documento PDF"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/document.pdf"}
                }
            ]
        }
    ]
)

Formatos y límites admitidos

TipoFormatos admitidosLímite de tamaño
ImagenPNG, JPG, JPEG, WEBP, GIFMáximo 20MB
DocumentoPDFMáximo 20MB
Base64Todos los formatos de imagenMáximo 20MB después de la codificación