---
title: "Ekstrak data invois Arab dengan API LLM vision | BroadRouter"
description: "Hantar foto invois atau resit kepada model vision di BroadNet Inference dan dapatkan jumlah, tarikh dan vendor sebagai JSON. Soalan boleh dalam Arab atau Inggeris."
url: https://broadrouter.com/ms/guides/read-arabic-invoices-with-vision/
lang: ms
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/guides/read-arabic-invoices-with-vision/) (dikemas kini 2026-11-16).

# Baca invois dan resit Arab dengan model vision

Dikemas kini 2026-11-16

Hantar imej sebagai data URL base64 dalam kandungan mesej kepada model vision seperti broadnet/qwen3.8-27b atau broadnet/gemma-4-26b-a4b, dan minta medan yang anda perlukan sebagai JSON. Pastikan jenis MIME tepat. Pada bayar ikut guna, imej dikira sebagai token input; imej yang lebih besar menggunakan lebih banyak token.

Tiga model chat pada BroadNet Inference menerima imej: DeepSeek V4.1 Flash, Qwen3.8 27B dan BroadNet Gemma 4 VL 26B. GLM 5.3 hanya teks. Untuk dokumen Arab, Qwen3.8 27B ialah model yang diuji oleh BroadNet dalam bahasa Arab: penulisan yang fasih, memahami dialek Teluk dan Mesir, dan terjemahan Arab–Inggeris yang tepat. Gemma 4 VL 26B ialah yang paling murah antara ketiga-tiganya di BroadNet dan berfungsi dengan kredit percuma.

## Tanya soalan tentang satu invois

```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)
```

Soalan itu bertanya “What is the total amount on this invoice?” (Berapakah jumlah keseluruhan dalam invois ini?) dalam bahasa Arab. Gunakan `image/png` dalam data URL untuk fail PNG: jenis MIME mesti sepadan. Untuk menetapkannya daripada nama fail:

```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()
```

## Dapatkan medan berstruktur

Minta JSON dan nyatakan dengan tepat kunci yang anda mahu:

```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 membuat penaakulan sebelum menjawab, jadi beri ia ruang. Lihat [mengapa model penaakulan memulangkan jawapan kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/). Dokumentasi BroadNet menyenaraikan output berstruktur untuk Qwen3.8 27B; lihat [output berstruktur](https://broadrouter.com/ms/glossary/structured-output/) untuk cara skema JSON berfungsi secara umum. Huraikan balasan dengan `json.loads` dan semak medan sebelum anda menyimpannya.

## Kos

Pada bayar ikut guna, imej dibilkan sebagai token input pada harga input model, jadi kecilkan foto yang sangat besar dahulu; [kalkulator token imej](https://broadrouter.com/tools/image-token-calculator/) menunjukkan berapa token bagi sesuatu saiz. Pada [pelan DeepSeek V4.1 Flash tanpa had](https://broadrouter.com/ms/guides/unlimited-llm-api-sessions/), imej termasuk dalam penggunaan tanpa had.

[Bandingkan harga model vision](https://broadrouter.com/ms/pricing/), atau lihat perbandingan model vision dengan Google, Azure, Textract dan Mistral OCR dalam [perbandingan API OCR Arab](https://broadrouter.com/ms/blog/arabic-ocr-api-comparison/).

## Penyelesaian masalah

-   **Jawapan kosong daripada Qwen3.8 27B atau DeepSeek V4.1 Flash.** Penaakulan telah menghabiskan `max_tokens`. Naikkannya atau tetapkan `reasoning_effort` kepada `low`.
-   **400 atau 422 pada imej.** Pastikan data URL bermula dengan `data:image/jpeg;base64,` atau `data:image/png;base64,` dan jenis MIME sepadan dengan fail.
-   **403 atau ralat pada model.** GLM 5.3 tidak menerima imej, dan Qwen3.8 27B serta DeepSeek V4.1 Flash memerlukan tambah nilai. Gunakan BroadNet Gemma 4 VL 26B dengan kredit percuma.
-   **Permintaan terlalu besar atau ralat konteks.** Foto besar menggunakan banyak token, dan Gemma 4 VL 26B mempunyai tetingkap konteks paling kecil antara ketiga-tiganya (disenaraikan dalam pricing.json). Kecilkan kepada lebar yang munasabah atau potong ke bahagian jumlah.
-   **Jumlah salah atau digit tertukar.** Digit Arab-Hindi (٠١٢٣) dan digit Latin boleh muncul pada resit yang sama. Minta model memulangkan nombor dalam digit Latin, dan semak jumlah berbanding item baris dalam kod anda.
-   **JSON tidak sah.** Minta “JSON only” (JSON sahaja), buang sebarang pagar kod sebelum menghurai, dan cuba semula sekali jika penghuraian gagal.

_[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.

## Istilah dalam panduan ini

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

Token ialah unit teks yang dibaca dan ditulis oleh model bahasa: satu perkataan, sebahagian perkataan, tanda baca atau jujukan bait yang dihasilkan oleh tokenizer model itu. API LLM mengira, mengehadkan dan biasanya mengebil penggunaan dalam token.

[Output berstruktur (structured output)](https://broadrouter.com/ms/glossary/structured-output/)

Output berstruktur ialah ciri API LLM yang mengehadkan balasan model kepada format yang ditetapkan oleh pembangun, biasanya JSON Schema, supaya kod boleh menghuraikannya dengan boleh dipercayai. Ia lebih ketat daripada JSON mode, yang menjamin JSON yang sah tetapi bukan bentuk tertentu.

[Pengecaman aksara optik (OCR)](https://broadrouter.com/ms/glossary/ocr/)

Pengecaman aksara optik (OCR) ialah teknologi yang mengesan dan menukar teks bercetak atau tulisan tangan dalam imej, imbasan atau PDF kepada aksara yang boleh dibaca mesin. OCR klasik mengeluarkan teks dan kedudukannya pada halaman; model bahasa-penglihatan pula boleh membaca teks dan menjawab soalan tentangnya secara terus.

[Tetingkap konteks (context window)](https://broadrouter.com/ms/glossary/context-window/)

Tetingkap konteks ialah bilangan maksimum token yang boleh dikendalikan oleh model bahasa dalam satu permintaan. Ia meliputi prompt, sejarah perbualan, definisi alatan, imej dan output yang dijana, termasuk token penaakulan. Apa-apa yang tidak muat mesti dipotong, diringkaskan atau dipecahkan kepada beberapa permintaan.

[Baris Arab (tashkeel, Arabic diacritics)](https://broadrouter.com/ms/glossary/arabic-diacritics/)

Baris Arab, atau tashkeel, ialah tanda kecil yang ditulis di atas atau di bawah huruf untuk menunjukkan vokal pendek, konsonan berganda dan ketiadaan vokal. Ia pilihan: kebanyakan teks Arab, termasuk berita, meninggalkannya, jadi pembaca dan perisian meneka vokal daripada konteks.

[Bayar ikut guna (pay-as-you-go)](https://broadrouter.com/ms/glossary/pay-as-you-go/)

Bayar ikut guna ialah model harga di mana anda hanya membayar apa yang anda guna, dimeter mengikut unit seperti token, permintaan atau minit audio, tanpa langganan atau komitmen minimum. Kebanyakan API LLM mengebil dengan cara ini, daripada baki prabayar atau invois berkala.

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

JSON Schema ialah perbendaharaan kata, ditulis dalam JSON, untuk menerangkan dan mengesahkan struktur data JSON: jenis, medan wajib, nilai yang dibenarkan dan penyarangan. Versi semasa ialah 2020-12. API LLM menggunakannya untuk mentakrifkan parameter alat dan bentuk tepat yang mesti diikuti oleh output berstruktur.

[Kredit prabayar (prepaid credit)](https://broadrouter.com/ms/glossary/prepaid-credit/)

Kredit prabayar ialah wang yang ditambah ke akaun API sebelum digunakan. Setiap permintaan menolak kosnya daripada baki, dan apabila baki habis, permintaan bermeter berhenti sehingga anda menambah nilai. Ia mengehadkan perbelanjaan kepada jumlah yang telah anda bayar.

## Soalan lazim

### Model BroadNet manakah yang boleh membaca imej?

DeepSeek V4.1 Flash, Qwen3.8 27B dan BroadNet Gemma 4 VL 26B menerima imej melalui chat completions. GLM 5.3 hanya teks, dan model transkripsi menerima audio.

### Bagaimanakah saya menghantar fail imej tempatan ke API LLM vision?

Baca fail itu, kodkan dengan base64 dan letakkannya dalam bahagian kandungan image\_url sebagai data URL, seperti data:image/jpeg;base64, diikuti bait yang telah dikodkan. Jenis MIME dalam URL mesti sepadan dengan fail.

### Bolehkah saya mengekstrak data invois dengan kredit percuma?

Boleh, dengan BroadNet Gemma 4 VL 26B, yang berjalan pada kredit permulaan percuma. Qwen3.8 27B dan DeepSeek V4.1 Flash dibuka selepas tambah nilai.

### Bolehkah saya menghantar invois PDF?

Dokumentasi BroadNet menerangkan imej yang dihantar sebagai data URL, bukan fail PDF. Tukar setiap halaman PDF kepada JPEG atau PNG dahulu, contohnya dengan pdftoppm, dan hantar halaman itu sebagai imej.

## Panduan berkaitan

-   [API speech-to-text bahasa Arab, langkah demi langkah](https://broadrouter.com/ms/guides/arabic-speech-to-text-api/)
-   [Cara guna OpenAI Python SDK dengan BroadNet Inference](https://broadrouter.com/ms/guides/openai-python-sdk/)
-   [Mengapa model penaakulan memulangkan jawapan kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

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

**Sumber**

-   [Rujukan API BroadNet Inference, chat dengan imej (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-guides-read-arabic-invoices-with-vision&utm_content=sources#requests)
-   [Harga BroadNet Inference (nota ujian bahasa Arab Qwen3.8 27B) (Bahasa Inggeris)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-guides-read-arabic-invoices-with-vision&utm_content=sources)
-   [Senarai model boleh dibaca mesin dengan modaliti dan panjang konteks (pricing.json) (Bahasa Inggeris)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-guides-read-arabic-invoices-with-vision&utm_content=sources)
