hunyuan-vision

hunyuan-vision Teknik Özellikleri

hunyuan-vision nedir?

hunyuan-vision, Tencent Hunyuan’ın OpenAI uyumlu bir API üzerinden sunulan çok modlu görsel anlama modelidir. Tencent’in resmi örneklerinde, kullanıcının bir görselle birlikte bir istem gönderdiği ve modelin görselde ne olduğuna dair soruları yanıtladığı “görüntüden metne” tarzı görevlerde kullanılır.

Pratikte bu, hunyuan-vision’ı sohbet iş akışı içinde görsel akıl yürütmeye ihtiyaç duyan uygulamalar için uygun kılar; örneğin görüntü açıklama, sahne betimleme, UI veya ekran görüntüsü yorumlama, ürün görseli analizi ve genel görsel soru-cevap. Entegrasyon biçimi, halihazırda OpenAI tarzı istemciler kullanan ekipler için özellikle uygundur; zira Tencent, yalnızca uç nokta ve API anahtarı yapılandırmasını değiştirerek geçiş yapılabileceğini belirtir.

hunyuan-vision'ın başlıca özellikleri

• Çok modlu görsel anlama: hunyuan-vision, aynı istekte hem metin hem de görsel içeriği kabul eder; bu da yüklenen görseller hakkında farkındalıklı sohbetler ve soru-cevap imkanı sağlar.
• OpenAI ile uyumlu arayüz: Tencent, Chat Completions ile aynı genel istek yapısını sağlar; bu da mevcut yapay zeka uygulamalarının taşınma çabasını azaltır.
• Esnek görsel girdi yöntemleri: Resmi örnekler, standart uzak görsel URL’lerinin yanı sıra base64 ile kodlanmış veri URL’lerinin de desteklendiğini gösterir; bu da hem herkese açık varlıklarla hem de yerelde işlenen dosyalarla çalışmayı kolaylaştırır.
• SDK dostu entegrasyon: Tencent, Python, Node.js, Go ve cURL tarzı HTTP istekleri için OpenAI SDK’larıyla kullanımını açıkça belgelendirir; bu da mevcut arka uç servislerine gömmeyi kolaylaştırır.
• Sohbet tabanlı iş akışı: Bir sohbet tamamlama modeli olarak sunulduğu için hunyuan-vision, isteklerini messages etrafında yapılandıran konuşma uygulamaları, asistanlar ve araç zincirlerine doğal biçimde uyar.
• Kullanıma dayalı görsel token hesaplaması: Tencent, görsel maliyetinin görüntü boyutuna bağlı olduğunu ve görsel başına token tüketiminin sabit değil, belgelenmiş bir aralık olduğunu (yaklaşık 256–1280) belirtir.

hunyuan-vision'a nasıl erişilir ve entegre edilir

Adım 1: API Anahtarı edinin

hunyuan-vision’a erişmek için önce sağlayıcı konsolu üzerinden API anahtarınızı oluşturup güvenceye alın. Tencent, OpenAI uyumlu Hunyuan API’si için anahtar tabanlı erişimi belgelendirir ve anahtar isteklerde Bearer belirteci olarak iletilir. Anahtarı HUNYUAN_API_KEY gibi bir ortam değişkeninde saklayın ve istemci tarafı kodda veya herkese açık depolarda ifşa etmekten kaçının.

Adım 2: hunyuan-vision API’sine istek gönderin

OpenAI uyumlu uç noktayı kullanın ve model adı olarak hunyuan-vision belirtin.

curl --location 'https://api.hunyuan.cloud.tencent.com/v1/chat/completions' \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $HUNYUAN_API_KEY" \
  --data '{
    "model": "hunyuan-vision",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "What is in this image?"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "https://example.com/image.jpg"
            }
          }
        ]
      }
    ]
  }'

İstemciyi Hunyuan temel URL’sine yönlendirerek OpenAI uyumlu SDK’ları da kullanabilirsiniz:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get("HUNYUAN_API_KEY"),
    base_url="https://api.hunyuan.cloud.tencent.com/v1",
)

response = client.chat.completions.create(
    model="hunyuan-vision",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Describe this image."},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://example.com/image.jpg"
                    },
                },
            ],
        }
    ],
)

print(response.choices[0].message.content)

Bu istek yapısı, hunyuan-vision için Tencent’in resmi OpenAI uyumlu örneklerini takip eder.

Adım 3: Sonuçları alın ve doğrulayın

OpenAI uyumlu bir SDK kullanırken tipik olarak response.choices[0].message.content’ten ilk tamamlama seçeneğinin yanıtını okuyun. Üretim ortamında, görsel URL’sinin erişilebilir olduğunu veya base64 yükünüzün geçerli olduğunu doğrulayın; ardından dönen açıklamayı uygulama gereksinimlerinize göre doğruluk, güvenlik ve biçim tutarlılığı açısından kontrol edin. Tencent’in örnekleri, standart chat-completions yanıt işleme akışını gösterir; bu nedenle mevcut doğrulama ve günlükleme hatları genellikle çok az değişiklikle yeniden kullanılabilir.