BroadRouter

Arapça faturaları ve fişleri bir görü modeliyle okuyun

Güncellendi

Görseli mesaj içeriğinde base64 data URL olarak broadnet/qwen3.8-27b veya broadnet/gemma-4-26b-a4b gibi bir görü modeline gönderin ve ihtiyacınız olan alanları JSON olarak isteyin. MIME türünü doğru tutun. Kullandıkça öde modelinde bir görsel girdi token'ı olarak sayılır; büyük görseller daha fazla token kullanır.

BroadNet Inference’taki üç sohbet modeli görsel kabul eder: DeepSeek V4.1 Flash, Qwen3.8 27B ve BroadNet Gemma 4 VL 26B. GLM 5.3 yalnızca metin işler. Arapça belgeler için Qwen3.8 27B, BroadNet’in Arapçada test ettiği modeldir: akıcı yazım, Körfez ve Mısır lehçelerini anlama ve doğru Arapça–İngilizce çeviri. Gemma 4 VL 26B, BroadNet’te üçünün en ucuzudur ve ücretsiz krediyle çalışır.

Tek bir fatura hakkında soru sorun

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)

Soru, Arapça olarak “Bu faturadaki toplam tutar nedir?” diye sorar. PNG dosyaları için data URL’de image/png kullanın: MIME türü dosyayla eşleşmelidir. Türü dosya adından belirlemek için:

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

Yapılandırılmış alanları geri alın

JSON isteyin ve tam olarak hangi anahtarları istediğinizi söyleyin:

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 yanıt vermeden önce akıl yürütür, bu yüzden ona yer bırakın. Akıl yürüten modeller neden boş yanıt döndürür rehberine bakın. BroadNet’in belgeleri Qwen3.8 27B için yapılandırılmış çıktıyı listeler; JSON şemalarının genel olarak nasıl çalıştığı için yapılandırılmış çıktı maddesine bakın. Yanıtı json.loads ile ayrıştırın ve kaydetmeden önce alanları kontrol edin.

Maliyet

Kullandıkça öde modelinde bir görsel, modelin girdi fiyatından girdi token’ı olarak faturalandırılır; bu yüzden çok büyük fotoğrafları önce yeniden boyutlandırın. Görsel token hesaplayıcısı, belirli bir boyutun kaç token tuttuğunu gösterir. Sınırsız DeepSeek V4.1 Flash planında görseller sınırsız kullanımın parçasıdır.

Görü modellerinin fiyatlarını karşılaştırın ya da bir görü modelinin Google, Azure, Textract ve Mistral OCR ile nasıl kıyaslandığını Arapça OCR API karşılaştırmasında görün.

Sorun giderme

  • Qwen3.8 27B veya DeepSeek V4.1 Flash’tan boş yanıt. Akıl yürütme max_tokens sınırını tüketmiş. Değeri yükseltin ya da reasoning_effort değerini low yapın.
  • Görselde 400 veya 422. Data URL’nin data:image/jpeg;base64, ya da data:image/png;base64, ile başladığını ve MIME türünün dosyayla eşleştiğini kontrol edin.
  • 403 veya modelde hata. GLM 5.3 görsel kabul etmez; Qwen3.8 27B ve DeepSeek V4.1 Flash ise bakiye yüklemesi gerektirir. Ücretsiz krediyle BroadNet Gemma 4 VL 26B kullanın.
  • İstek çok büyük veya bağlam hataları. Büyük bir fotoğraf çok sayıda token kullanır ve Gemma 4 VL 26B üçü arasında en küçük bağlam penceresine sahiptir (pricing.json’da listelenir). Görseli makul bir genişliğe küçültün ya da toplamların bulunduğu alana kırpın.
  • Yanlış toplamlar veya yer değiştirmiş rakamlar. Aynı fişte hem Arap-Hint rakamları (٠١٢٣) hem de Latin rakamları bulunabilir. Modelden sayıları Latin rakamlarıyla döndürmesini isteyin ve toplamları kodunuzda kalem satırlarıyla karşılaştırın.
  • Geçersiz JSON. “Yalnızca JSON” isteyin, ayrıştırmadan önce varsa kod çitlerini (code fences) temizleyin ve ayrıştırma başarısız olursa bir kez yeniden deneyin.
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.

Sık sorulan sorular

Hangi BroadNet modelleri görsel okuyabilir?

DeepSeek V4.1 Flash, Qwen3.8 27B ve BroadNet Gemma 4 VL 26B, chat completions üzerinden görsel kabul eder. GLM 5.3 yalnızca metin işler, transkripsiyon modelleri ise ses alır.

Yerel bir görsel dosyasını görü LLM API'sine nasıl gönderirim?

Dosyayı okuyun, base64 ile kodlayın ve data URL olarak bir image_url içerik parçasına koyun; örneğin data:image/jpeg;base64, ve ardından kodlanmış baytlar. URL'deki MIME türü dosyayla eşleşmelidir.

Ücretsiz krediyle fatura verisi çıkarabilir miyim?

Evet, ücretsiz başlangıç kredisiyle çalışan BroadNet Gemma 4 VL 26B ile. Qwen3.8 27B ve DeepSeek V4.1 Flash bakiye yüklemesinden sonra açılır.

PDF fatura gönderebilir miyim?

BroadNet'in belgeleri PDF dosyalarını değil, data URL olarak gönderilen görselleri anlatır. Her PDF sayfasını önce JPEG veya PNG'ye dönüştürün, örneğin pdftoppm ile, ve sayfaları görsel olarak gönderin.

Markdown olarak okuChatGPT asistanına sorClaude asistanına sorPerplexity asistanına sor