OneMux/Documentação/Entrada multimodal

Entrada multimodal

O OneMux oferece suporte à compreensão de imagens, à análise de documentos PDF e à análise de conteúdo multimodal. Compatível com modelos de visão como GPT-6.1、Claude Opus 5.5 e Gemini 4 Argon. Esta página explica como enviar imagens, analisar o conteúdo de documentos e quais são os formatos e limites de tamanho de arquivo aceitos.

Modelos compatíveis

Modelos com suporte a entrada multimodal:

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

Compreensão de imagens

Envie imagens por URL ou 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": "O que é esta imagem?"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/image.jpg"}
                }
            ]
        }
    ]
)

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

Análise de documentos PDF

Alguns modelos podem analisar documentos PDF diretamente:

response = client.chat.completions.create(
    model="claude-opus-5-5",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Resuma as principais informações deste documento PDF"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/document.pdf"}
                }
            ]
        }
    ]
)

Formatos e limites compatíveis

Tipo	Formatos compatíveis	Limite de tamanho
Imagem	PNG、JPG、JPEG、WEBP、GIF	Máximo de 20MB
Documento	PDF	Máximo de 20MB
Base64	Todos os formatos de imagem	Máximo de 20MB após codificação