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
| प्रकार | समर्थित फ़ॉर्मैट | आकार सीमा |
|---|---|---|
| इमेज | PNG、JPG、JPEG、WEBP、GIF | अधिकतम 20MB |
| दस्तावेज़ | अधिकतम 20MB | |
| Base64 | सभी इमेज फ़ॉर्मैट | एन्कोडिंग के बाद अधिकतम 20MB |