OneMux/दस्तावेज़/मल्टीमॉडल इनपुट

मल्टीमॉडल इनपुट

OneMux इमेज समझ, PDF दस्तावेज़ पार्सिंग और मल्टीमॉडल सामग्री विश्लेषण का समर्थन करता है। यह GPT-6.1、Claude Opus 5.5、Gemini 4 Argon जैसे विज़न मॉडल के लिए उपयुक्त है। इस पृष्ठ में बताया गया है कि इमेज कैसे अपलोड करें, दस्तावेज़ की सामग्री कैसे पार्स करें, और कौन-से फ़ाइल फ़ॉर्मैट व आकार सीमाएँ समर्थित हैं।

समर्थित मॉडल

मल्टीमॉडल इनपुट का समर्थन करने वाले मॉडल:

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

इमेज समझ

URL या Base64 के माध्यम से इमेज भेजें:

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": "यह इमेज क्या है?"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/image.jpg"}
                }
            ]
        }
    ]
)

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

PDF दस्तावेज़ पार्सिंग

कुछ मॉडल PDF दस्तावेज़ों को सीधे पार्स कर सकते हैं:

response = client.chat.completions.create(
    model="claude-opus-5-5",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "इस PDF दस्तावेज़ की मुख्य जानकारी का सारांश दें"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/document.pdf"}
                }
            ]
        }
    ]
)

समर्थित फ़ॉर्मैट और सीमाएँ

प्रकारसमर्थित फ़ॉर्मैटआकार सीमा
इमेजPNG、JPG、JPEG、WEBP、GIFअधिकतम 20MB
दस्तावेज़PDFअधिकतम 20MB
Base64सभी इमेज फ़ॉर्मैटएन्कोडिंग के बाद अधिकतम 20MB