رفتن به محتوا

Moondream3 Preview [Caption]

یکپارچه‌سازی

شناسه مدل moondream3-preview/caption
# 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/moondream3-preview/caption?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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"

این درخواست: ≈⁨‎$۰٫۰۰۲⁩ ۲ اعتبار API اجرای آن در این صفحه

دریافت کلید API
Moondream بینایی #vision

نوشتن کپشن برای تصویر با طول کوتاه، معمولی یا بلند

Moondream · متن

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی image_url
یک فایل بیندازید، یا

URL اشاره‌کننده به تصویر برای پردازش.

پیشرفته length · temperature · top_p
length پیش‌فرض normal

طول مطلوب برای زیرنویس تولیدشده.

دمای نمونه‌برداری، از 0 تا 1؛ در صورت حذف، پیش‌فرض 0 است. مقدار بالاتری مانند 0.8 تصادفی‌بودن را افزایش می‌دهد، در حالی که مقدار پایین‌تری مانند 0.2 خروجی متمرکزتر و قطعی‌تری تولید می‌کند.

جرم احتمال برای نمونه‌برداری هسته‌ای، از 0 تا 1.

POST /run/moondream3-preview/caption?wait=20 قیمت → ⁨‎$۰٫۰۰۲⁩
# 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/moondream3-preview/caption?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Moondream3 Preview [Caption]

تصویر را از `image_url` دریافت و کپشن متنی برمی‌گرداند. گزینه `length` طول کوتاه، معمولی یا بلند را انتخاب می‌کند و مقدار پیش‌فرض معمولی است. `temperature` و `top_p` اختیاری، هر دو از 0 تا 1، نمونه‌برداری را کنترل می‌کنند. خروجی شامل کپشن، دلیل پایان و اطلاعات مصرف است.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
image_urlالزامی image
نوعurl · image
URL اشاره‌کننده به تصویر برای پردازش.
lengthاختیاری
نوعenum
پیش‌فرضnormal
shortnormallong
طول مطلوب برای زیرنویس تولیدشده.
temperatureاختیاری
نوعnumber | null
۰ – ۱
دمای نمونه‌برداری، از 0 تا 1؛ در صورت حذف، پیش‌فرض 0 است. مقدار بالاتری مانند 0.8 تصادفی‌بودن را افزایش می‌دهد، در حالی که مقدار پایین‌تری مانند 0.2 خروجی متمرکزتر و قطعی‌تری تولید می‌کند.
top_pاختیاری
نوعnumber | null
۰ – ۱
جرم احتمال برای نمونه‌برداری هسته‌ای، از 0 تا 1.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "moondream3-preview/caption",
  "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": 2,
    "usd": "0.002",
    "charged": 2,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "finish_reason": "stop",
    "usage_info": {
      "input_tokens": 1,
      "output_tokens": 1,
      "prefill_time_ms": 1.0,
      "decode_time_ms": 1.0,
      "ttft_ms": 1.0
    },
    "output": "A hedgehog is captured in a close-up shot, focusing on its face and nose. The hedgehog's spines are visible along its back, and its nose is dark and wet-looking. A gold ring with a small diamond is positioned on the grass in front of the hedgehog, partially obscured by its nose. The background is a blurred green grassy field, with small white flowers scattered throughout the grass."
  },
  "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
finish_reason
stringدلیل پایان تولید خروجی.
usage_info
object {input_tokens, output_tokens, prefill_time_ms, decode_time_ms, ttft_ms}جزئیات مصرف درخواست.
output
stringزیرنویس تولیدشده برای توصیف تصویر.

مدل‌های بیشتر: بینایی

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/moondream3-preview/caption.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt