画像理解

1〜8 枚の画像を、固定された入力上限と画像単位の料金で解析します。

画像理解は、認証済み MCP と REST の両方で利用できる Preview 機能です。 1〜8 枚の順序付き画像とプロンプトを送信すると、永続的な非同期タスクが返ります。

MCP

1 回の論理リクエストに対して安定した client_request_id を作り、 beatra.images.understand を呼び出します。

{
  "client_request_id": "understand-products-01",
  "model": "auto",
  "prompt": "商品を比較し、重要な違いを挙げてください。",
  "images": [
    { "type": "url", "url": "https://example.com/front.jpg" },
    { "type": "artifact", "artifact_id": "artifact_back" }
  ],
  "detail": "default",
  "response_format": "text"
}

現在のモデル、上限、料金を確認するときは、beatra.models.list に capability: "image_to_text" を渡します。確定した引数は一度だけ送信し、返された task_id を beatra.tasks.get で終端状態までポーリングします。成功時の回答は structuredContent.task.output.text と MCP テキストの両方にあります。

ローカル画像は、正確な MIME タイプとバイト数で beatra.assets.upload を呼び、返された HTTPS PUT を生バイトで実行し、レスポンスの artifact_id を artifact 入力として使用します。元素材はアカウントの素材ライブラリに残ります。

REST

同じ理解フィールドから client_request_id を除き、安定した Idempotency-Key ヘッダーとともに POST /v1/images/responses へ送信します。 GET /v1/tasks/{task_id} を終端状態までポーリングします。

入力には同一テナントの artifact、外部 HTTPS url、base64 data_uri を使用できます。外部・インライン素材は検証後、アカウントの素材ライブラリに保存され、Beatra CDN からモデルへ渡されます。

契約と料金

prompt は必須で、空白以外のテキストを含む必要があります。
images は必須で 1〜8 枚、1 枚あたり最大 10 MiB です。
detail は default、low、high。既定値は default で料金に影響しません。
thinking は公開しません。MiniMax M3 は内部で adaptive thinking を使います。
モデルは MiniMax-M3 です。通常は auto を使用します。
成功時は受理画像 1 枚あたり 5 credits。8 枚なら 40 credits です。失敗タスクは課金されません。

入力素材は素材ライブラリに残り、取り込み時のサーバー一時ファイルは処理後に削除されます。

画像理解

MCP

REST

契約と料金

On this page