DeepSeek-მა Flash მოდელს სურათების დამუშავება დაუმატა — OpenAI-თავსებადი API
DeepSeek-ის API დოკუმენტაცია ახლა Flash მოდელისთვის სურათების მიღებას აღწერს: base64, ბმული ან Files API. რას ნიშნავს ეს დეველოპერებისთვის და რა ლიმიტებია?
რა მოხდა
DeepSeek-ის API დოკუმენტაციაში ახლა აღწერილია სურათების მიღება Flash მოდელისთვის. დეველოპერებს შეუძლიათ ტექსტთან ერთად ფოტოს გაგზავნა და მოდელს სთხოვონ სურათის აღწერა, ეკრანის ანაბეჭდიდან ტექსტის წაკითხვა ან დიაგრამის ანალიზი. ექსპერიმენტული სახელი deepseek-v4-flash-vision-exp კვლავ მიიღება, თუმცა ეს მოდელი უკვე ამოღებულია — მოთხოვნებს უახლესი Flash მოდელი ემსახურება.
როგორ იგზავნება სურათი
ინტერფეისი OpenAI-სთან თავსებადი რჩება: სურათები გადაიცემა კონტენტის ბლოკებად Chat Completions-ის სტანდარტულ ფორმატში, იგივე შესაძლებლობაა Responses API-შიც. სამი გზაა — base64 data URL, საჯარო http(s) ბმული, რომელსაც მოდელი თავად ჩამოტვირთავს, ან ფაილის იდენტიფიკატორი Files API-დან.
მხარდაჭერილი ფორმატებია JPEG, PNG, GIF და WebP — ტიპი ფაილის შიგთავსით განისაზღვრება და არა სახელით. ლიმიტები ცხადია: 48 MiB მოთხოვნის სხეული, ბმული სურათისთვის — 32 MiB და 60 წამი ჩამოტვირთვაზე, ატვირთული ფაილისთვის — 64 MiB. system ან assistant შეტყობინებაში ჩასმული სურათი 400 შეცდომას იწვევს.
რას ნიშნავს ეს
იაფ და სწრაფ დონეზე ხელმისაწვდომი ვიზუალური შესაძლებლობა მცირე გუნდებს საშუალებას აძლევს ააწყონ ქვითრების დამუშავება, სქრინშოტებზე დაფუძნებული მხარდაჭერა და დიაგრამების კითხვა მეორე მომწოდებლის გარეშე. თბილისური სტუდიებისთვის კიდევ ერთი OpenAI-თავსებადი გზა უფრო მარტივ სარეზერვო ვარიანტს ნიშნავს — და, როგორც ყოველთვის, სურათის გაგზავნა მომხმარებლის მონაცემებს სხვის სერვერებზე გადააქვს.