Lumaktaw sa nilalaman

GOT OCR 2.0

I-integrate

ID ng modelo 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"

Kahilingang ito: ≈$0.05 50 kredito ng API Patakbuhin ito sa page na ito

Kumuha ng API key
StepFun Vision #optical-character-recognition#high-res#utility

OCR na modelong bumabasa ng teksto mula sa isa o higit pang URL ng larawan, na may opsyonal na naka-format na output at pagsasama ng maraming page

StepFun · Data (JSON)

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

advanced input_image_urls · do_format · multi_page
default na []
Mag-drop ng file, o

Mga URL na tumutukoy sa mga larawan.

POST /run/got-ocr/v2?wait=20 presyo → $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"

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa GOT OCR 2.0

Kumukuha ng teksto mula sa mga larawang ibinibigay bilang listahan sa `input_image_urls`. Pinoproseso nito ang teksto ng dokumento, teksto ng eksena, mga talahanayan, chart, formula at iba pang espesyal na content. I-on ang `do_format` para sa naka-format na output, at ang `multi_page` para pagsamahin ang lahat ng ibinigay na larawan sa iisang resulta. Nagbabalik ng listahan ng mga output.

Mga parameter

PangalanUri defaultPinapayagan Paglalarawan
input_image_urlsopsyonal
Uriurl[] · image
default[]
Mga URL na tumutukoy sa mga larawan.
do_formatopsyonal
Uriboolean
defaultfalse
Kung gagawa ng formatted output.
multi_pageopsyonal
Uriboolean
defaultfalse
Kung pagsasamahin ang ibinigay na mga larawan sa isang output.
kinakailangan

Tumatanggap ang mga parameter ng file ng pampublikong https:// URL, data: URI na hanggang 10 MB, o file_url ng isang upload. Mga file

Output

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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
outputs
array of stringResultang ginawa ng modelo.

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/got-ocr/v2.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt