Μετάβαση στο περιεχόμενο

GOT OCR 2.0

Ενσωμάτωση

id μοντέλου got-ocr/v2
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/got-ocr/v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Αυτό το αίτημα: ≈0,05 $ 50 πιστώσεις API Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
StepFun Όραση #optical-character-recognition#high-res#utility

Μοντέλο OCR που διαβάζει κείμενο από μία ή περισσότερες URL εικόνων, με προαιρετική μορφοποιημένη έξοδο και συγχώνευση πολλών σελίδων

StepFun · Δεδομένα (JSON)

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

Για προχωρημένους input_image_urls · do_format · multi_page
προεπιλογή []
Αποθέστε ένα αρχείο ή

URL που παραπέμπουν σε εικόνες.

POST /run/got-ocr/v2?wait=20 προσφορά → 0,05 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/got-ocr/v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το GOT OCR 2.0

Εξάγει κείμενο από εικόνες που παρέχονται ως λίστα στο `input_image_urls`. Διαχειρίζεται κείμενο εγγράφων, κείμενο σκηνών, πίνακες, γραφήματα, τύπους και άλλο εξειδικευμένο περιεχόμενο. Ενεργοποιήστε το `do_format` για μορφοποιημένη έξοδο και το `multi_page` για να συνδυάσετε όλες τις παρεχόμενες εικόνες σε ένα αποτέλεσμα. Επιστρέφει λίστα εξόδων.

Παράμετροι

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
input_image_urlsπροαιρετικό
Τύποςurl[] · image
Προεπιλογή[]
URL που παραπέμπουν σε εικόνες.
do_formatπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Αν θα παραχθεί μορφοποιημένη έξοδος.
multi_pageπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Αν οι παρεχόμενες εικόνες θα συνδυαστούν σε μία έξοδο.
απαιτείται

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "got-ocr/v2",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 50,
    "usd": "0.05",
    "charged": 50,
    "refunded": 0
  },
  "input": {},
  "output": {
    "outputs": [
      "string"
    ]
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
outputs
array of stringΑποτέλεσμα που παράγεται από το μοντέλο.

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/got-ocr/v2.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt