gpt-4o (图像转文本 (Response))

来源: https://surgeaidoc.zhuoxiang.vip/docs/allapi/OpenAI/gpt-4o/official-format/image-to-text-response

使用 OpenAI Response API 进行图像分析

OpenAI 图像分析 API 的官方格式(response)。

身份验证

在 https://surgeai.zhuoxiang.vip 注册 SurgeAI 账户

进入控制面板的 API Keys 部分

生成新的 API key (sk-xxxxx)

复制并安全存储您的 API key

端点

POST /v1/responses

响应示例

{
  "id": "resp-abc123",
  "object": "response",
  "created": 1699896916,
  "model": "gpt-4o",
  "output": "The image shows a wooden boardwalk path extending through a lush green grassland.",
  "usage": {
    "prompt_tokens": 3500,
    "completion_tokens": 245,
    "total_tokens": 3745
  }
}

核心参数

参数	类型	必填	默认值	范围	描述
`model`	string	是	-	-	用于生成响应的模型 ID，如 `gpt-4o` 或 `o3`。
`input`	string/array	是	-	-	模型的输入内容。
`input.role`	string	是	-	`user`, `assistant`, `system`, `developer`	消息输入的角色。
`input.content`	string/array	是	-	-	字符串时为模型的文本输入；数组时为包含不同内容类型的一个或多个输入项列表。

高级参数

参数	类型	必填	默认值	范围	描述
`stream`	boolean	否	`false`	`true`, `false`	是否以增量方式流式返回响应。默认为 false。
`max_output_tokens`	integer	否	-	-	响应可生成的 token 数量的上限，包括可见输出 token 和推理 token。
`reasoning`	object	否	-	-	推理模型的配置选项（仅限 gpt-5 和 o 系列模型）。
`reasoning.effort`	string	否	`medium`	`none`, `minimal`, `low`, `medium`, `high`, `xhigh`	限制推理模型的推理努力程度。
`reasoning.summary`	string	否	-	`auto`, `concise`, `detailed`	模型执行的推理摘要。
`tools`	array	否	-	-	模型可能调用的工具列表。

多模态输入

参数	类型	必填	默认值	范围 / 示例	描述
`content.type`	string	是	—	`input_text`, `input_image`, `input_file`	标识多模态输入的内容块类型。
`content.text`	string	否	—	-	模型的文本输入。
`content.file_id`	string	否	-	-	要发送给模型的文件 ID。
`content.detail`	string	否	`auto`	`high`, `low`, `auto`	图像的详细程度。仅在 `type=input_image` 时需要。
`content.image_url`	string	否	-	-	图像的 URL。仅在 `type=input_image` 时需要。
`content.file_url`	string	否	-	-	文件的 URL。仅在 `type=input_file` 时需要。
`content.file_data`	string	否	-	-	文件的内容。仅在 `type=input_file` 时需要。
`content.filename`	string	否	-	-	文件的名称。仅在 `type=input_file` 时需要。

错误码

错误码	错误名称	描述
401	Unauthorized	API key 缺失或无效
403	Forbidden	您的 API key 没有权限访问此资源，或请求操作的余额不足
429	Too Many Requests	您已超出速率限制
500	Internal server error	服务器内部错误
503	Content policy violation	内容因安全原因被阻止（实际状态码为 400）

gpt-4o (图像转文本 (Response))

身份验证#

端点#

响应示例#

核心参数#

高级参数#

多模态输入#

错误码#

身份验证

端点

响应示例

核心参数

高级参数

多模态输入

错误码