Endpoints

Visão e arquivos

Envie imagens, PDFs, áudio e vídeo como partes de conteúdo nas mensagens do api14, com exemplos de imagem e PDF, plugin file-parser e limites.

Teste no playground

Os modelos multimodais aceitam imagens, PDFs, áudio e vídeo em uma mensagem do usuário. Passe content como um array de partes em vez de uma string. Para ver o que um modelo aceita, consulte architecture.input_modalities em Modelos (image, file, audio, video).

Partes de conteúdo

Parte	Formato	Observações
Texto	`{ "type": "text", "text": "..." }`
Imagem	`{ "type": "image_url", "image_url": { "url": "https://..." \| "data:image/png;base64,...", "detail": "auto" } }`	PNG, JPEG, WebP, GIF. URL ou data URL em base64.
PDF / arquivo	`{ "type": "file", "file": { "filename": "doc.pdf", "file_data": "https://..." \| "data:application/pdf;base64,..." } }`	Funciona com qualquer modelo. Modelos sem suporte nativo a arquivos recebem o texto extraído.
Áudio	`{ "type": "input_audio", "input_audio": { "data": "<base64>", "format": "wav" } }`	Somente base64. `wav`, `mp3` e outros, dependendo do modelo.
Vídeo	`{ "type": "video_url", "video_url": { "url": "https://..." } }`	Suportado por alguns modelos, por exemplo Gemini.

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "openai/gpt-5-mini",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "What is in this image?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://upload.wikimedia.org/wikipedia/commons/3/3a/Cat03.jpg"
          }
        }
      ]
    }
  ]
});
console.log(result.choices[0].message.content);

Exemplo com imagem

{
  "model": "google/gemini-2.5-flash",
  "messages": [
    {
      "role": "user",
      "content": [
        { "type": "text", "text": "What is in this picture?" },
        { "type": "image_url", "image_url": { "url": "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg" } }
      ]
    }
  ]
}

Exemplo com PDF

{
  "model": "anthropic/claude-sonnet-4.5",
  "messages": [
    {
      "role": "user",
      "content": [
        { "type": "text", "text": "Summarize this contract in five bullets." },
        { "type": "file", "file": { "filename": "contract.pdf", "file_data": "data:application/pdf;base64,JVBERi0xLjcK..." } }
      ]
    }
  ],
  "plugins": [{ "id": "file-parser", "pdf": { "engine": "pdf-text" } }]
}

O plugin opcional file-parser escolhe como um PDF é lido: pdf-text (extração de texto gratuita), mistral-ocr (OCR para documentos digitalizados, cobrado por página) ou native (o próprio modelo lê o arquivo). O custo do processamento faz parte de usage.cost.

Resposta

A resposta é um chat completion normal. As entradas de imagem, arquivo e áudio contam como tokens de entrada, e o custo está em usage.cost:

{
  "choices": [{ "index": 0, "finish_reason": "stop", "message": { "role": "assistant", "content": "A close-up of an ant on a leaf." } }],
  "usage": { "prompt_tokens": 1290, "completion_tokens": 12, "total_tokens": 1302, "cost": 0.000417 }
}

Limites e erros

O corpo de uma requisição pode ter no máximo 25 MB. O base64 deixa os arquivos cerca de 33% maiores. Requisições maiores retornam 413 payload_too_large. Para imagens grandes, use URLs públicas.
Um modelo que não aceita um tipo de entrada retorna um 400 ou 404 do provedor.
Os demais erros são os mesmos de Chat completions. Veja Erros.