现在 GPT-4V 识图能力支持 api 调用了吗

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 390 天前的主题，其中的信息可能已经有所发展或是发生改变。

GPT-4V 的图像识别能力似乎已经非常牛叉了，在想能不能用 api 来给我的本地相册做一次批量的图像识别打标签，方便我做二次整理和查找。目前 openai 开放这个 api 了吗，或者国内有中间商实现这个能力了吗？

API

gpt-4v

图像

openai

18 条回复 • 2024-09-29 12:24:53 +08:00

Puteulanus

2023-12-03 19:40:39 +08:00

账单遭不住吧。。

x86

2023-12-03 19:41:19 +08:00

api 好贵嘟

yanyao233

2023-12-03 19:44:31 +08:00 via Android

有了啊，但是你如果仅仅是想打标签的话为啥不用开源的方案

wudaye

2023-12-03 20:01:59 +08:00

@yanyao233 有啥方案推荐吗

TrickTips

2023-12-03 20:20:01 +08:00

我这有足够量的 4v ，一手货源，有需要的欢迎联系 ZHVja2dwdDAwNw==

zhhmax

2023-12-03 21:06:54 +08:00

识图 API 的价格是按图片像素计算 token 的，我这边的中转站已经对接：luee.net （最低 5 元起充），背后账号池的 RPD 都已提升，一天可以调用几千次。

MossFox

2023-12-03 21:09:51 +08:00

支持了，OpenRouter 那边也可以用了。
但是靠这个打标签的话可能会有点烧钱。可以用 LibreChat 之类的客户端先测一下走 OpenRouter 的 API 用 GPT-4V 的效果以及计费情况。

bybyte

2023-12-03 21:10:52 +08:00

用开源的 chatgml 打标签吧

em70

2023-12-03 21:11:41 +08:00

用开源项目 clip 和 blip2 可以零样本描述图片内容,但比不上 gpt4v 观察细致

yanyao233

2023-12-03 21:45:53 +08:00 via Android

@wudaye clip blip 效果都可以，如果有足够强性能的机子的话可以试试清华的 cogvlm 模型

akaken

2023-12-03 23:03:52 +08:00

@x86 这里提供低价的 open ai api ； https://aihubmix.com/

butterls

2023-12-04 09:28:40 +08:00 via Android

@zhhmax 大哥，你的登录页 github 和 Google 账号登录点不了？

Silently

2023-12-04 09:38:48 +08:00 via iPhone

支持。但是贵

zhhmax

2023-12-04 09:44:18 +08:00 via iPad

@butterls 预留功能，这个站前不久开发出来，正在完善系统架构，这俩功能还没对接好。

MEIerer

2023-12-04 09:57:39 +08:00

中转站便宜，不过不是楼上那种。

AIGC2D

2023-12-13 11:59:58 +08:00

https://www.aigc2d.com 这里支持，不过每日有限量

ChanKc

89 天前 via Android

给你做好了

ChanKc

89 天前 via Android

https://github.com/tychenjiajun/exif-ai