Visión

Los modelos de visión pueden analizar imágenes junto con prompts de texto. Úsalos para comprensión de imágenes, extracción, clasificación, respuesta a preguntas visuales y razonamiento multimodal. Venice admite mensajes de chat multimodales compatibles con OpenAI. Coloca bloques de texto e imagen en el mismo mensaje de usuario y envía la solicitud a un modelo con capacidad de visión.

Uso básico

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["VENICE_API_KEY"],
    base_url="https://api.venice.ai/api/v1",
)

response = client.chat.completions.create(
    model="qwen3-vl-235b-a22b",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Describe this image in three bullets."},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://www.gstatic.com/webp/gallery/1.jpg"
                    },
                },
            ],
        }
    ],
)

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

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.VENICE_API_KEY,
  baseURL: "https://api.venice.ai/api/v1",
});

const response = await client.chat.completions.create({
  model: "qwen3-vl-235b-a22b",
  messages: [
    {
      role: "user",
      content: [
        { type: "text", text: "Describe this image in three bullets." },
        {
          type: "image_url",
          image_url: {
            url: "https://www.gstatic.com/webp/gallery/1.jpg",
          },
        },
      ],
    },
  ],
});

console.log(response.choices[0].message.content);

curl https://api.venice.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-vl-235b-a22b",
    "messages": [
      {
        "role": "user",
        "content": [
          {"type": "text", "text": "Describe this image in three bullets."},
          {
            "type": "image_url",
            "image_url": {
              "url": "https://www.gstatic.com/webp/gallery/1.jpg"
            }
          }
        ]
      }
    ]
  }'

Usar imágenes en base64

También puedes pasar una URL de datos en base64 cuando la imagen sea local o privada:

{
  "type": "image_url",
  "image_url": {
    "url": "data:image/png;base64,<BASE64_ENCODED_IMAGE>"
  }
}

Reemplaza <BASE64_ENCODED_IMAGE> con la codificación base64 completa del archivo de imagen, por ejemplo base64.b64encode(open("photo.png", "rb").read()).decode() en Python.

Las imágenes en base64 deben comenzar con el prefijo data:image/<type>;base64, (por ejemplo data:image/jpeg;base64,). El base64 sin el prefijo se rechaza. Las imágenes deben tener al menos 64×64 píxeles, y SVG no es compatible. Si se rechaza una imagen, el mensaje de error indica el motivo.

Elige un modelo de visión

Usa la página de Modelos de Texto o la API de Modelos para encontrar modelos que admitan visión. El soporte para visión se indica en las capacidades del modelo.

Para entradas de tipo documento, usa Entradas de archivo cuando quieras que Venice extraiga texto de un archivo. Usa visión cuando importe el propio diseño visual o contenido de la imagen.

Consejos para prompts

Indícale al modelo en qué debe enfocarse: objetos, texto, diseño, seguridad, defectos o diferencias.
Solicita salida estructurada cuando tu aplicación necesite campos que puedas analizar.
Mantén las URLs de imágenes accesibles para la API o usa URLs de datos base64 para imágenes privadas.
Usa un modelo con suficiente contexto si combinas imágenes con instrucciones largas.

Documentación

Primeros pasos

Texto y chat

Imagen

Vídeo

Audio

Búsqueda y RAG

Agentes e integraciones

Herramientas de código

Herramientas para agentes

SDK y frameworks

Uso básico

Usar imágenes en base64

Elige un modelo de visión

Consejos para prompts

Recursos relacionados

​Uso básico

​Usar imágenes en base64

​Elige un modelo de visión

​Consejos para prompts

​Recursos relacionados

Uso básico

Usar imágenes en base64

Elige un modelo de visión

Consejos para prompts

Recursos relacionados