Vision — Compréhension d'images

Analyse d'images en langage naturel : description, extraction de texte (OCR), lecture de tableaux et de graphiques, questions-réponses sur une image. Interface 100% compatible OpenAI (contenu image_url). Basé sur le modèle Qwen3-VL-8B-Instruct.

Endpoint : POST /v1/chat/completions

---

Catalogue

Alias flottant	Nom figé	Moteur réel (backend_model)	Paramètres	Contexte max	Usage recommandé
vision	vision-1.0	Qwen/Qwen3-VL-8B-Instruct-FP8	8B	65 536 (~64K)	Description d'image, OCR, VQA, lecture de documents

Alias flottant (dernière version) ou nom figé (version immuable, recommandée en production) — même moteur. Le champ model des réponses et backend_model dans GET /v1/models renvoient l'identifiant exact du moteur. Voir Versionnage des modèles.

---

Envoyer une image

Une image se transmet dans le champ content d'un message, via un bloc image_url. Deux modes sont possibles :

• URL — le modèle récupère l'image depuis une URL accessible. Aucune limite de taille de requête.
• base64 — l'image est encodée directement dans la requête (data: URI). Pratique pour les images locales.

Taille maximale de la requête : 50 Mo. Une image encodée en base64 est ~33% plus volumineuse que le fichier d'origine ; côté client, prévoir cette marge (ou redimensionner l'image) pour rester sous la limite. Au-delà, la gateway répond 413 Request Entity Too Large.

Exemple — image par URL

from openai import OpenAI

client = OpenAI(
    base_url="https://api.mirai.interieur.gouv.fr",
    api_key="<TOKEN>"
)

response = client.chat.completions.create(
    model="vision",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "Décris cette image en trois points."},
            {"type": "image_url", "image_url": {"url": "https://exemple.fr/photo.jpg"}},
        ],
    }],
)
print(response.choices[0].message.content)

Exemple — image en base64

import base64
from openai import OpenAI

client = OpenAI(
    base_url="https://api.mirai.interieur.gouv.fr",
    api_key="<TOKEN>"
)

with open("document.jpg", "rb") as f:
    b64 = base64.b64encode(f.read()).decode()

response = client.chat.completions.create(
    model="vision",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "Extrais le texte de ce document."},
            {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{b64}"}},
        ],
    }],
)
print(response.choices[0].message.content)

---

Bonnes pratiques

• Privilégier l'URL pour les grandes images : pas d'encodage base64, pas de limite de taille de requête.
• Redimensionner avant l'envoi en base64 : le modèle ne tire pas de bénéfice d'une résolution excessive. Un plafond à ~1024 px sur le plus grand côté (JPEG qualité ~80) réduit fortement la taille de la requête et la latence.
• Le streaming (stream=true) est supporté, comme sur les autres modèles de chat.

---

Quotas

Voir Quotas et niveaux d'accès pour les limites de débit applicables. La limite de taille de requête (50 Mo) est indépendante du niveau d'accès.