---
title: "Estrarre dati da fatture in arabo con un’API LLM vision"
description: "Invia la foto di una fattura o di uno scontrino a un modello vision su BroadNet Inference e ricevi totale, data e fornitore in JSON, con domande in arabo o inglese."
url: https://broadrouter.com/it/guides/read-arabic-invoices-with-vision/
lang: it
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/guides/read-arabic-invoices-with-vision/) (aggiornato il 2026-11-16).

# Leggere fatture e scontrini in arabo con un modello vision

Aggiornato 2026-11-16

Invia l’immagine come data URL in base64 nel contenuto del messaggio a un modello vision come broadnet/qwen3.8-27b o broadnet/gemma-4-26b-a4b, e chiedi i campi che ti servono in JSON. Indica il MIME type corretto. Con il piano a consumo un’immagine conta come token di input; le immagini più grandi ne usano di più.

Su BroadNet Inference tre modelli di chat accettano immagini: DeepSeek V4.1 Flash, Qwen3.8 27B e BroadNet Gemma 4 VL 26B. GLM 5.3 è solo testo. Per i documenti in arabo, Qwen3.8 27B è quello che BroadNet ha testato in arabo: scrittura fluente, comprensione dei dialetti del Golfo ed egiziano, e traduzione accurata tra arabo e inglese. Gemma 4 VL 26B è il più economico dei tre su BroadNet e funziona con il credito gratuito.

## Fai una domanda su una fattura

```python
import base64, os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
invoice = base64.b64encode(open("invoice.jpg", "rb").read()).decode()

response = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "ما هو المبلغ الإجمالي في هذه الفاتورة؟"},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64," + invoice}},
    ]}],
)
print(response.choices[0].message.content)
```

La domanda chiede in arabo “Qual è l’importo totale di questa fattura?”. Per i file PNG usa `image/png` nel data URL: il MIME type deve corrispondere. Per ricavarlo dal nome del file:

```python
import mimetypes
mime = mimetypes.guess_type("invoice.png")[0]   # "image/png"
url = f"data:{mime};base64," + base64.b64encode(open("invoice.png", "rb").read()).decode()
```

## Ottieni campi strutturati

Chiedi JSON e indica esattamente quali chiavi vuoi:

```python
prompt = (
    "Read this invoice. Reply with JSON only, keys: vendor, date (YYYY-MM-DD), "
    "currency, total (number), vat (number or null). Keep the vendor name in Arabic if it is written in Arabic."
)
response = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=2000,  # Qwen3.8 27B reasons first
    messages=[{"role": "user", "content": [
        {"type": "text", "text": prompt},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64," + invoice}},
    ]}],
)
```

Qwen3.8 27B ragiona prima di rispondere, quindi lasciagli spazio. Vedi [perché i modelli di ragionamento restituiscono risposte vuote](https://broadrouter.com/it/guides/reasoning-tokens-empty-response/). La documentazione di BroadNet indica l’output strutturato per Qwen3.8 27B; per capire come funzionano in generale i JSON schema vedi [output strutturato](https://broadrouter.com/it/glossary/structured-output/). Interpreta la risposta con `json.loads` e controlla i campi prima di salvarli.

## Costi

Con il piano a consumo un’immagine viene fatturata come token di input al prezzo di input del modello, quindi ridimensiona prima le foto molto grandi; il [calcolatore di token per immagini](https://broadrouter.com/tools/image-token-calculator/) mostra quanti token costa una certa dimensione. Con un [piano illimitato DeepSeek V4.1 Flash](https://broadrouter.com/it/guides/unlimited-llm-api-sessions/), le immagini rientrano nell’uso illimitato.

[Confronta i prezzi dei modelli vision](https://broadrouter.com/it/pricing/), oppure guarda come un modello vision si confronta con Google, Azure, Textract e Mistral OCR nel [confronto tra API OCR per l’arabo](https://broadrouter.com/it/blog/arabic-ocr-api-comparison/).

## Risoluzione dei problemi

-   **Risposta vuota da Qwen3.8 27B o DeepSeek V4.1 Flash.** Il ragionamento ha esaurito `max_tokens`. Alzalo o imposta `reasoning_effort` su `low`.
-   **400 o 422 sull’immagine.** Controlla che il data URL inizi con `data:image/jpeg;base64,` o `data:image/png;base64,` e che il MIME type corrisponda al file.
-   **403 o un errore sul modello.** GLM 5.3 non accetta immagini, e Qwen3.8 27B e DeepSeek V4.1 Flash richiedono una ricarica. Usa BroadNet Gemma 4 VL 26B con il credito gratuito.
-   **Richiesta troppo grande o errori di contesto.** Una foto grande usa molti token, e Gemma 4 VL 26B ha la finestra di contesto più piccola dei tre (indicata in pricing.json). Ridimensionala a una larghezza ragionevole o ritaglia la zona dei totali.
-   **Totali sbagliati o cifre invertite.** Sullo stesso scontrino possono comparire sia cifre arabo-indiche (٠١٢٣) sia cifre latine. Chiedi al modello di restituire i numeri in cifre latine e verifica nel codice i totali rispetto alle singole righe.
-   **JSON non valido.** Chiedi “solo JSON”, togli eventuali code fence prima del parsing e riprova una volta se il parsing fallisce.

_[image: An Arabic and English invoice beside a phone showing the JSON {"total":125.00,"currency":"AED"}, with the text "From documents to structured data."]_

Illustrative example; the figures are not real output.

## Termini in questa guida

[Token](https://broadrouter.com/it/glossary/token/)

Un token è l’unità di testo che un modello linguistico legge e scrive: una parola, una parte di parola, un segno di punteggiatura o una sequenza di byte prodotta dal tokenizer del modello. Le API LLM contano, limitano e di solito fatturano l’uso in token.

[Output strutturato (structured output)](https://broadrouter.com/it/glossary/structured-output/)

L’output strutturato è una funzionalità delle API LLM che vincola la risposta di un modello a un formato indicato dallo sviluppatore, di solito un JSON Schema, così il codice può interpretarla in modo affidabile. È più rigoroso della JSON mode, che garantisce un JSON valido ma non una struttura precisa.

[Riconoscimento ottico dei caratteri (OCR)](https://broadrouter.com/it/glossary/ocr/)

L’OCR (riconoscimento ottico dei caratteri) è la tecnologia che individua il testo stampato o scritto a mano in un’immagine, una scansione o un PDF e lo converte in caratteri leggibili dalle macchine. L’OCR classico restituisce il testo e la sua posizione nella pagina; i modelli vision-language possono leggere il testo e rispondere direttamente a domande su di esso.

[Credito prepagato (prepaid credit)](https://broadrouter.com/it/glossary/prepaid-credit/)

Il credito prepagato è denaro aggiunto a un account API prima dell’uso. Ogni richiesta scala il proprio costo dal saldo e, quando il saldo si esaurisce, le richieste a consumo si fermano finché non ricarichi. Limita la spesa a quanto hai versato.

[Finestra di contesto (context window)](https://broadrouter.com/it/glossary/context-window/)

La finestra di contesto è il numero massimo di token con cui un modello linguistico può lavorare in una singola richiesta. Comprende prompt, cronologia della conversazione, definizioni degli strumenti, immagini e output generato, token di ragionamento inclusi. Ciò che non ci sta va tagliato, riassunto o diviso su più richieste.

[JSON Schema](https://broadrouter.com/it/glossary/json-schema/)

JSON Schema è un vocabolario, scritto in JSON, per descrivere e validare la struttura dei dati JSON: tipi, campi obbligatori, valori ammessi e annidamento. La versione attuale è la 2020-12. Le API LLM lo usano per definire i parametri dei tool e la forma esatta che un output strutturato deve seguire.

[Pagamento a consumo (pay-as-you-go)](https://broadrouter.com/it/glossary/pay-as-you-go/)

Il pagamento a consumo è un modello di prezzo in cui paghi solo ciò che usi, misurato per unità come token, richieste o minuti di audio, senza abbonamento né impegno minimo. La maggior parte delle API LLM fattura così, da un saldo prepagato o con una fattura periodica.

[Token di input e di output](https://broadrouter.com/it/glossary/input-and-output-tokens/)

I token di input sono quelli che un modello linguistico legge in una richiesta: system prompt, cronologia, definizioni degli strumenti e immagini. I token di output sono quelli che genera in risposta, ragionamento compreso. Le API LLM di solito li prezzano separatamente, e l’output costa di più.

## Domande frequenti

### Quali modelli BroadNet sanno leggere le immagini?

DeepSeek V4.1 Flash, Qwen3.8 27B e BroadNet Gemma 4 VL 26B accettano immagini tramite chat completions. GLM 5.3 è solo testo, e i modelli di trascrizione accettano audio.

### Come invio un’immagine locale a un’API LLM vision?

Leggi il file, codificalo in base64 e inseriscilo in una parte di contenuto image\_url come data URL, per esempio data:image/jpeg;base64, seguito dai byte codificati. Il MIME type nell’URL deve corrispondere al file.

### Posso estrarre i dati delle fatture con il credito gratuito?

Sì, con BroadNet Gemma 4 VL 26B, che funziona con il credito iniziale gratuito. Qwen3.8 27B e DeepSeek V4.1 Flash si sbloccano dopo una ricarica.

### Posso inviare una fattura in PDF?

La documentazione di BroadNet descrive immagini inviate come data URL, non file PDF. Converti prima ogni pagina del PDF in JPEG o PNG, per esempio con pdftoppm, e invia le pagine come immagini.

## Guide correlate

-   [API speech-to-text in arabo, passo dopo passo](https://broadrouter.com/it/guides/arabic-speech-to-text-api/)
-   [Usare l’SDK Python di OpenAI con BroadNet Inference](https://broadrouter.com/it/guides/openai-python-sdk/)
-   [Perché un modello di ragionamento restituisce una risposta vuota](https://broadrouter.com/it/guides/reasoning-tokens-empty-response/)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-guides-read-arabic-invoices-with-vision&utm_content=page-cta) ·

**Fonti**

-   [Riferimento API di BroadNet Inference, chat con un’immagine (in inglese)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-guides-read-arabic-invoices-with-vision&utm_content=sources#requests)
-   [Prezzi di BroadNet Inference (note sul test in arabo di Qwen3.8 27B) (in inglese)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-guides-read-arabic-invoices-with-vision&utm_content=sources)
-   [Elenco dei modelli leggibile dalle macchine, con modalità e lunghezza del contesto (pricing.json) (in inglese)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-guides-read-arabic-invoices-with-vision&utm_content=sources)
