> ## Documentation Index
> Fetch the complete documentation index at: https://docs.venice.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Vision

> Analysez des images avec les modèles de chat Venice compatibles avec la vision en utilisant du contenu de message multimodal dans l'API de complétions de chat compatible OpenAI.

Les modèles de vision peuvent analyser des images en même temps que des invites textuelles. Utilisez-les pour la compréhension d'images, l'extraction, la classification, la réponse aux questions visuelles et le raisonnement multimodal.

Venice prend en charge les messages de chat multimodaux compatibles OpenAI. Placez des blocs de texte et d'image dans le même message utilisateur, puis envoyez la requête à un modèle compatible avec la vision.

## Utilisation de base

<CodeGroup>
  ```python Python theme={"system"}
  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)
  ```

  ```javascript Node.js theme={"system"}
  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);
  ```

  ```bash cURL theme={"system"}
  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"
              }
            }
          ]
        }
      ]
    }'
  ```
</CodeGroup>

## Utiliser des images en base64

Vous pouvez également transmettre une URL de données en base64 lorsque l'image est locale ou privée :

```json theme={"system"}
{
  "type": "image_url",
  "image_url": {
    "url": "data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAA..."
  }
}
```

## Choisir un modèle de vision

Consultez la page [Modèles de texte](/models/text) ou l'[API Models](/api-reference/endpoint/models/list) pour trouver les modèles qui prennent en charge la vision. La prise en charge de la vision est indiquée dans les capacités du modèle.

<Tip>
  Pour les entrées de type document, utilisez les [Entrées de fichier](/guides/features/file-inputs) lorsque vous souhaitez que Venice extraie le texte d'un fichier. Utilisez la vision lorsque la mise en page visuelle ou le contenu de l'image lui-même est important.
</Tip>

## Conseils de rédaction d'invites

* Indiquez au modèle ce sur quoi se concentrer : objets, texte, mise en page, sécurité, défauts ou différences.
* Demandez une sortie structurée lorsque votre application a besoin de champs analysables.
* Gardez les URL d'images accessibles à l'API, ou utilisez des URL de données en base64 pour les images privées.
* Utilisez un modèle avec un contexte suffisant si vous combinez des images avec de longues instructions.

## Ressources connexes

* [API Chat Completions](/api-reference/endpoint/chat/completions)
* [Modèles de texte](/models/text)
* [Guide des entrées de fichier](/guides/features/file-inputs)
* [Guide des réponses structurées](/guides/features/structured-responses)