诺玛AI 诺玛AI
Masuk Konsol
Dokumentasi/Pemahaman Visual

Pemahaman Visual

诺玛AI mendukung input visual model multimodal, dapat menganalisis gambar, tangkapan layar, dokumen, dan konten video.

Model yang Didukung#

Model

Gambar

Video

Deskripsi

`openai/gpt-4o`

✅

—

Analisis gambar berkualitas tinggi

`openai/gpt-4o-mini`

✅

—

Analisis gambar cepat

`anthropic/claude-sonnet-4.6`

✅

—

Pemahaman dokumen dan kode yang kuat

`google/gemini-pro-compatible-flash-lite-preview`

✅

✅

Serba bisa multimodal

`google/gemini-pro-compatible-pro-preview`

✅

✅

Penalaran multimodal terkuat

Analisis Gambar#

Mengirim Gambar melalui URL

cURL

Kode
curl https://as.apinoma.com/v1/chat/completions \
  -H "Authorization: Bearer $APINOMA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-4o",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "Deskripsikan isi gambar ini"},
        {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
      ]
    }]
  }'

Python

TypeScript

Mengirim Gambar melalui Base64

Cocok untuk file lokal atau skenario tangkapan layar:

Tingkat Detail Gambar#

Kendalikan presisi analisis melalui parameter `detail`:

Nilai

Deskripsi

Kasus Penggunaan

`auto`

Pilih otomatis (default)

Skenario umum

`low`

Presisi rendah, lebih cepat

Klasifikasi sederhana, pengenalan label

`high`

Presisi tinggi, lebih detail

OCR dokumen, analisis detail

Kode
{
    "type": "image_url",
    "image_url": {
        "url": "https://example.com/document.jpg",
        "detail": "high"  # mode presisi tinggi
    }
}

Perbandingan Beberapa Gambar#

Anda dapat mengirim beberapa gambar dalam satu permintaan:

Kode
response = client.chat.completions.create(
    model="openai/gpt-4o",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "Bandingkan perbedaan kedua gambar ini"},
            {"type": "image_url", "image_url": {"url": "https://example.com/before.jpg"}},
            {"type": "image_url", "image_url": {"url": "https://example.com/after.jpg"}}
        ]
    }]
)

Input Visual Protokol Anthropic#

Kode
import anthropic
 
client = anthropic.Anthropic(
    base_url="https://as.apinoma.com/anthropic",
    api_key="<APINOMA_API_KEY Anda>"
)
 
message = client.messages.create(
    model="anthropic/claude-sonnet-4.6",
    max_tokens=1024,
    messages=[{
        "role": "user",
        "content": [
            {
                "type": "image",
                "source": {
                    "type": "base64",
                    "media_type": "image/jpeg",
                    "data": image_data
                }
            },
            {"type": "text", "text": "Deskripsikan gambar ini"}
        ]
    }]
)

Kasus Penggunaan Umum#

  • OCR dokumen — mengekstrak teks dan tabel dari gambar
  • Analisis tangkapan layar kode — menganalisis kode dalam tangkapan layar dan memberikan saran perbaikan
  • Tinjauan UI — menganalisis desain antarmuka dan tata letak
  • Interpretasi grafik — menganalisis grafik data dan konten visualisasi
  • Identifikasi produk — mengenali objek dan pemandangan dalam gambar

Terakhir diperbarui pada 23 Juni 2026