视觉模型接受两种图片来源:公网 URL 与 base64。前者省流量,后者适合本地文件,但体积控制不好就会 413。
{
"model": "gpt-5.5",
"messages": [{
"role": "user",
"content": [
{"type": "text", "text": "描述这张图"},
{"type": "image_url", "image_url": {"url": "https://example.com/a.jpg"}}
]
}]
}
{
"model": "gpt-5.5",
"messages": [{
"role": "user",
"content": [
{"type": "text", "text": "描述这张图"},
{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,/9j/4AAQ..."}}
]
}]
}
| 现象 | 原因 |
|---|---|
| 400 invalid image | 格式不支持或 base64 头缺失 |
| 413 | 请求体过大,压缩图片 |
| 模型返回纯文本 | 所用模型不支持视觉输入 |
可以,image_url 里放公网可访问的 URL;链接需要外网可达,内网地址模型端访问不到。
受请求体总大小限制,建议单张压到 1MB 以内,一次不要超过 3–5 张。