文件与媒体输入
文件格式、Base64 编码与上传限制
编码规则
| 协议 | 图片 | PDF / 其他媒体 |
|---|---|---|
| Responses | input_image.image_url = data URI | input_file.file_data = 文件实际 MIME 的 data URI，含 filename |
| Chat Completions | image_url.url = data URI | 不把 PDF、音频或视频套进 image_url |
| Claude Messages | image.source.data = 纯 Base64 | document.source.data = PDF 纯 Base64 |
| Gemini | inlineData.data = 纯 Base64，单独 mimeType | PDF / 音频 / 视频使用同结构，每个文件独立 part |
| Images edits | multipart 二进制 image / image[] | mask 为独立 PNG 文件，不是文件理解 |
| MJ | text 中的公开图片 URL / 专用 URL 字段 | 不接收任意文件 Base64 |
| Realtime | input_image 内容块 | 音频缓冲区传原始采样的 Base64，不是任意文件上传 |
data URI 的格式为 data:image/png;base64,...，纯 Base64 则不带前缀。读取文件二进制后编码一次即可；磁盘路径不能用作远端文件地址。
MIME 与文件类型
| 输入 | 格式与 MIME | 接入方式 |
|---|---|---|
| 图片理解 | PNG image/png、JPEG image/jpeg、WebP image/webp | 支持视觉的 Responses / Claude / Gemini；Chat 按具体型号 |
| application/pdf | Responses input_file；Claude document；Gemini inlineData | |
| Gemini 音频 | WAV audio/wav、MP3 audio/mp3 或 audio/mpeg | 文本多模态 Gemini 的 inlineData；容器和编码需匹配 |
| Gemini 视频 | MP4 video/mp4、MPEG video/mpeg、MOV video/mov、AVI video/avi、MPG video/mpg、WMV video/wmv | 文本多模态 Gemini 的 inlineData；不将 MOV 默认标成 video/quicktime |
| TXT / CSV / JSON | text/plain、text/csv、application/json | Responses input_file；其他协议可先解码成文本 |
| DOCX / XLSX | 对应的 Office Open XML MIME | Responses input_file；非 PDF 文件的内嵌图片与图表不保证可读取 |
| 压缩包 / 可执行文件 | 不作为原生文件输入 | 应用按安全规则提取内容，不能直接作为模型附件执行 |
上传前检查文件头、页数、像素数、声道、采样率、时长和容器。改后缀不会转换编码；加密 PDF、损坏文件和空文件应在发送前拦截。
本版暂不提供 FLAC、AAC、OGG、WebM 和 3GP 等其他音视频格式的稳定支持。请求失败时先查看错误正文，区分格式问题、上游不可用和网络中断。逐型号格式及下载表见模型输入规格表。
大小与上下文
文件输入同时受单文件大小、总请求体、模型上下文和网关/上游限制影响。Base64 体积约为原文件的 4/3，总请求还包含 JSON、提示词和历史消息。下表中的官方上限仅供参考，本站请求还受网关及渠道限制。
| 协议 | 大小限制 |
|---|---|
| Claude Messages | 官方请求体上限 32 MB；图片与 PDF 内联会增加编码体积，PDF 还受页数及上下文限制 |
| Responses 文件 | 官方单文件小于 50 MB、单请求文件总计不超过 50 MB；YunQi 实际请求体仍需留余量 |
| Gemini inline | 按编码后的完整 JSON 体计算；原厂视频 inline 小于 100 MB，YunQi 网关上限另受渠道限制 |
| Images gpt-image-2 edits | 每张参考图小于 50 MB，1–16 张；mask 小于 4 MB，PNG 且尺寸匹配 |
| Realtime PCM | 按会话格式、缓冲区与轮次分块；不直接发送超大文件单帧 |
大视频、大音频或大 PDF 可先压缩、裁剪、抽帧、分段或拆页。保留片段时间和页码，方便合并回答。本接入不提供 Gemini /upload/v1beta/files、Claude /v1/files 或通用持久文件存储。远端 URL 需能被上游访问；私有链接或需要 Cookie 的文件，请先由自己的后端读取。
Claude PDF 的官方上限为 600 页，低于 1M 上下文时为 100 页；Gemini PDF 的官方上限为 1000 页。YunQi 尚未公布统一的单文件大小、视频时长或 PDF 页数上限，请结合所选型号和业务文件确认。请求遇到 413、上下文超限或读取超时时，按相应限制缩减或拆分文件。
结果核验
文件理解可用文件内独有的标识、页码、数字或画面顺序核对。若回复仍要求上传文件、只复述提示词或没有使用附件信息，请检查输入内容。图生图则需核对主体、颜色、位置及多图对应关系，图片生成成功后仍可能与参考图有差异。
官方格式说明见 OpenAI 文件输入、Claude PDF、Gemini 视频。调用 YunQi 时，请同时遵守本页的格式和接口限制。