Bildfähige Chat-Modelle können Bilder auswerten – z. B. Rechnungen, Belege, Screenshots oder Fotos lesen. Die Bildanalyse läuft über denselben Endpunkt wie Chat: POST /v1/chat/completions. Welche Modelle Bilder verstehen, erkennen Sie im Portal am Hinweis „Bildanalyse" am Modell bzw. am Feld supports_images in GET /v1/models.

So schicken Sie ein Bild

Das Bild wird als Teil der Nachricht mitgeschickt: Das content-Feld ist dann kein Text, sondern eine Liste aus einem Bild-Teil (image_url) und einem Text-Teil. Das Bild muss immer direkt als Data-URL (Base64) eingebettet werden – Internetadressen (http/https) werden abgelehnt.

curl https://api.rstcloud.de/v1/chat/completions \
  -H "Authorization: Bearer <APIKEY>" -H "Content-Type: application/json" \
  -d '{"model":"qwen3.6-35b-a3b","messages":[{"role":"user","content":[
    {"type":"image_url","image_url":{"url":"data:image/jpeg;base64,<BASE64>"}},
    {"type":"text","text":"Lies die Rechnung aus."}
  ]}]}'

import base64
from openai import OpenAI
client = OpenAI(base_url="https://api.rstcloud.de/v1", api_key="<APIKEY>")

with open("rechnung.jpg", "rb") as f:
    b64 = base64.b64encode(f.read()).decode()

r = client.chat.completions.create(model="qwen3.6-35b-a3b", messages=[
    {"role": "user", "content": [
        {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{b64}"}},
        {"type": "text", "text": "Lies die Rechnung aus."},
    ]},
])
print(r.choices[0].message.content)

Grenzen & Hinweise

• Immer das Bild direkt mitschicken (Data-URL). Internetadressen statt data: werden abgelehnt.
• Pro Anfrage passen rund 8.192 Tokens – zusammen für Bild, Text und Antwort. Längere Dokumente daher seitenweise schicken (eine Seite pro Anfrage).
• Schicken Sie ein Bild an ein Modell ohne Bildunterstützung, antwortet die API mit HTTP 400.
• Unterstützt werden Bilder, kein Video.
• Für Bildanalyse gilt ein niedriges Parallel-Limit pro Key; weitere gleichzeitige Anfragen warten kurz, statt abgelehnt zu werden.

Abrechnung

Das Bild steckt bereits in den prompt_tokens (je nach Größe etwa 90 bis 4.050 Tokens). Die Abrechnung erfolgt wie bei Chat pro 1 Mio. Tokens – es gibt keinen gesonderten Bildpreis.