多模态
PDF 输入
OpenRoute 通过 /api/v1/chat/completions API 支持 PDF 处理。PDF 可以作为直接 URL 或base64 编码的数据 URL 通过文件内容类型在消息数组中发送。此功能适用于 OpenRoute 上的任何模型。
URL 支持：直接发送公开可访问的 PDF，无需下载或编码
Base64 支持：本地文件或非公开访问的私有文档需要此方式
PDF 也可以在聊天室中进行交互式测试。
当模型原生支持文件输入时，PDF 直接传递给模型。当模型不原生支持文件输入时，OpenRoute 将解析文件并将解析结果传递给请求的模型。
您可以在同一请求中发送 PDF 和其他文件类型。
插件配置
要配置 PDF 处理，请在请求中使用 plugins 参数。OpenRoute 提供多种具有不同功能和定价的 PDF 处理引擎：
{
plugins: [
{
id: 'file-parser',
pdf: {
engine: 'pdf-text', // or 'mistral-ocr' or 'native'
},
},
],
}定价
OpenRoute 提供多种 PDF 处理引擎：
"mistral-ocr"：最适合扫描文档或包含图像的 PDF（每 1,000 页 $0.50）。"pdf-text"：最适合结构良好的 PDF，具有清晰的文本内容（免费）。"native"：仅适用于原生支持文件输入的模型（按输入 token 收费）。
如果您没有明确指定引擎，OpenRoute 将首先默认为模型的原生文件处理功能，如果不可用，我们将使用 "pdf-text" 引擎。
使用 PDF URL
对于公开可访问的 PDF，您可以直接发送 URL，无需下载和编码文件：
import requests
import json
url = "https://openroute.cn/api/v1/chat/completions"
headers = {
"Authorization": f"Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
messages = [
{
"role": "user",
"content": [
{
"type": "text",
"text": "What are the main points in this document?"
},
{
"type": "file",
"file": {
"filename": "document.pdf",
"file_data": "https://bitcoin.org/bitcoin.pdf"
}
},
]
}
]
# Optional: Configure PDF processing engine
plugins = [
{
"id": "file-parser",
"pdf": {
"engine": "mistral-ocr"
}
}
]
payload = {
"model": "anthropic/claude-sonnet-4",
"messages": messages,
"plugins": plugins
}
response = requests.post(url, headers=headers, json=payload)
print(response.json())PDF URL 适用于所有处理引擎。对于 Mistral OCR，URL 直接传递给服务。对于其他引擎，OpenRoute 获取 PDF 并在内部处理。
使用 Base64 编码的 PDF
对于本地 PDF 文件或需要直接发送 PDF 内容时，您可以对文件进行 base64 编码：
import requests
import json
import base64
from pathlib import Path
def encode_pdf_to_base64(pdf_path):
with open(pdf_path, "rb") as pdf_file:
return base64.b64encode(pdf_file.read()).decode('utf-8')
url = "https://openroute.cn/api/v1/chat/completions"
headers = {
"Authorization": f"Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
# Read and encode the PDF
pdf_path = "path/to/your/document.pdf"
base64_pdf = encode_pdf_to_base64(pdf_path)
data_url = f"data:application/pdf;base64,{base64_pdf}"
messages = [
{
"role": "user",
"content": [
{
"type": "text",
"text": "What are the main points in this document?"
},
{
"type": "file",
"file": {
"filename": "document.pdf",
"file_data": data_url
}
},
]
}
]
# Optional: Configure PDF processing engine
# PDF parsing will still work even if the plugin is not explicitly set
plugins = [
{
"id": "file-parser",
"pdf": {
"engine": "pdf-text" # defaults to "pdf-text". See Pricing above
}
}
]
payload = {
"model": "google/gemma-3-27b-it",
"messages": messages,
"plugins": plugins
}
response = requests.post(url, headers=headers, json=payload)
print(response.json())跳过解析成本
当您向 API 发送 PDF 时，响应可能包含助手消息中的文件注释。这些注释包含有关已解析 PDF 文档的结构化信息。通过在后续请求中发送这些注释，您可以避免多次重新解析同一个 PDF 文档，从而节省处理时间和成本。
以下是重用文件注释的方法：
import requests
import json
import base64
from pathlib import Path
# First, encode and send the PDF
def encode_pdf_to_base64(pdf_path):
with open(pdf_path, "rb") as pdf_file:
return base64.b64encode(pdf_file.read()).decode('utf-8')
url = "https://openroute.cn/api/v1/chat/completions"
headers = {
"Authorization": f"Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
# Read and encode the PDF
pdf_path = "path/to/your/document.pdf"
base64_pdf = encode_pdf_to_base64(pdf_path)
data_url = f"data:application/pdf;base64,{base64_pdf}"
# Initial request with the PDF
messages = [
{
"role": "user",
"content": [
{
"type": "text",
"text": "What are the main points in this document?"
},
{
"type": "file",
"file": {
"filename": "document.pdf",
"file_data": data_url
}
},
]
}
]
payload = {
"model": "google/gemma-3-27b-it",
"messages": messages
}
response = requests.post(url, headers=headers, json=payload)
response_data = response.json()
# Store the annotations from the response
file_annotations = None
if response_data.get("choices") and len(response_data["choices"]) > 0:
if "annotations" in response_data["choices"][0]["message"]:
file_annotations = response_data["choices"][0]["message"]["annotations"]
# Follow-up request using the annotations (without sending the PDF again)
if file_annotations:
follow_up_messages = [
{
"role": "user",
"content": [
{
"type": "text",
"text": "What are the main points in this document?"
},
{
"type": "file",
"file": {
"filename": "document.pdf",
"file_data": data_url
}
}
]
},
{
"role": "assistant",
"content": "The document contains information about...",
"annotations": file_annotations
},
{
"role": "user",
"content": "Can you elaborate on the second point?"
}
]
follow_up_payload = {
"model": "google/gemma-3-27b-it",
"messages": follow_up_messages
}
follow_up_response = requests.post(url, headers=headers, json=follow_up_payload)
print(follow_up_response.json())当您在后续请求中包含来自先前响应的文件注释时，OpenRoute 将使用此预解析信息而不是重新解析 PDF，从而节省处理时间和成本。这对于大型文档或使用产生额外成本的 mistral-ocr 引擎特别有益。
响应格式
API 将返回以下格式的响应：
{
"id": "gen-1234567890",
"provider": "DeepInfra",
"model": "google/gemma-3-27b-it",
"object": "chat.completion",
"created": 1234567890,
"choices": [
{
"message": {
"role": "assistant",
"content": "The document discusses..."
}
}
],
"usage": {
"prompt_tokens": 1000,
"completion_tokens": 100,
"total_tokens": 1100
}
}