Visão

Os modelos de visão podem analisar imagens junto com prompts de texto. Use-os para compreensão de imagens, extração, classificação, resposta a perguntas visuais e raciocínio multimodal. A Venice oferece suporte a mensagens de chat multimodais compatíveis com OpenAI. Coloque blocos de texto e imagem na mesma mensagem do usuário e envie a requisição para um modelo com capacidade de visão.

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 Imagens em Base64

Você também pode passar um data URL em base64 quando a imagem for local ou privada:

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

Substitua <BASE64_ENCODED_IMAGE> pela codificação base64 completa do arquivo de imagem, por exemplo base64.b64encode(open("photo.png", "rb").read()).decode() em Python.

Imagens em base64 devem começar com o prefixo data:image/<type>;base64, (por exemplo data:image/jpeg;base64,). Base64 bruto sem o prefixo é rejeitado. As imagens devem ter pelo menos 64×64 pixels, e SVG não é suportado. Se uma imagem for rejeitada, a mensagem de erro informa o motivo.

Enviar várias imagens

content é um array, então uma mensagem de usuário pode incluir vários blocos image_url junto com texto. Use isso para comparar imagens ou fazer uma pergunta que envolva mais de uma imagem:

{
  "model": "qwen3-vl-235b-a22b",
  "messages": [
    {
      "role": "user",
      "content": [
        {"type": "text", "text": "Compare these two images and list the differences."},
        {
          "type": "image_url",
          "image_url": {"url": "https://www.gstatic.com/webp/gallery/1.jpg"}
        },
        {
          "type": "image_url",
          "image_url": {"url": "https://www.gstatic.com/webp/gallery/2.jpg"}
        }
      ]
    }
  ]
}

Nem todo modelo de visão aceita mais de uma imagem por requisição. Verifique supportsMultipleImages e maxImages em model_spec.capabilities na resposta da API de Modelos antes de enviar várias. Cada imagem também consome tokens de contexto. Se uma requisição com várias imagens retornar TOO_MANY_TOKENS (HTTP 400), envie menos imagens, encurte suas instruções ou mude para um modelo com uma janela de contexto maior.

Escolha um Modelo de Visão

Use a página Modelos de Texto ou a API de Modelos para encontrar modelos que suportam visão. O suporte à visão é listado nas capacidades do modelo.

Para entradas semelhantes a documentos, use Entradas de Arquivo quando desejar que a Venice extraia texto de um arquivo. Use visão quando o layout visual ou o conteúdo da imagem em si importar.

Dicas de Prompt

Diga ao modelo em que focar: objetos, texto, layout, segurança, defeitos ou diferenças.
Solicite saída estruturada quando sua aplicação precisar de campos que você possa fazer parse.
Mantenha as URLs das imagens acessíveis à API ou use data URLs em base64 para imagens privadas.
Use um modelo com contexto suficiente se combinar imagens com instruções longas.

Documentação

Primeiros passos

Texto e chat

Imagem

Vídeo

Áudio

Pesquisa e RAG

Agentes e integrações

Ferramentas de código

Ferramentas para agentes

SDKs e frameworks

Uso Básico

Usar Imagens em Base64

Enviar várias imagens

Escolha um Modelo de Visão

Dicas de Prompt

Recursos Relacionados

​Uso Básico

​Usar Imagens em Base64

​Enviar várias imagens

​Escolha um Modelo de Visão

​Dicas de Prompt

​Recursos Relacionados

Uso Básico

Usar Imagens em Base64

Enviar várias imagens

Escolha um Modelo de Visão

Dicas de Prompt

Recursos Relacionados