intube

안녕하세요. 현재 Clova Studio의 HCX-005 모델을 OpenAI API 호환 방식으로 사용하고 있으며, OpenAI 공식 라이브러리(SDK)의 client.chat.completions.create() 메서드를 통해 요청을 보내고 있습니다. 응답에서는 .usage.prompt_tokens, .usage.completion_tokens 항목을 통해 토큰 사용량을 확인하고 있습니다. 이미지를 포함한 요청의 경우, 동일한 요청을 GPT-4 멀티모달 모델에 보냈을 때와 비교해 보면 HCX-005 모델의 입력 토큰 수(prompt_tokens)가 현저히 낮게 집계되는 현상이 있습니다. 이미지는 텍스트와 함께 아래와 같은 구조로 전달하고 있습니다. { "type": "text", ... }, { "type": "image_url", "image_url": { "url": "https://..." } } // 또는 base64 형식 이미지 내용은 응답 결과에 정상적으로 반영되고 있어 이미지 입력은 제대로 처리된 것으로 보이지만, 토큰 사용량(prompt_tokens)에는 텍스트 입력만 포함되는 것처럼 보입니다. 이와 관련하여 아래 두 가지 사항을 문의 드립니다. 1. 현재 이미지 입력이 .usage 필드에 포함되지 않는 것이 정상 동작인지 2. .usage 필드를 통해 토큰 사용량을 확인하는 방식이 올바른 사용법인지 감사합니다.

안녕하세요. 텍스트와 이미지를 함께 처리할 수 있는 멀티모달 모델 관련하여 몇 가지 문의드리고자 합니다. 현재는 Clova Studio를 구독 중입니다. 1. NAVER HyperCLOVA Vision 모델이 이미지 입력을 지원하는 것으로 알고 있는데요, 현재 해당 모델을 외부에서 사용할 수 있는 공개 API가 있는지 궁금합니다. 혹시 사용할 수 있는 방법이 있다면 안내 부탁 드리겠습니다. 2. HCX-003 및 HCX-DASH-001 모델은 텍스트 전용 모델로 알고 있습니다. 혹시 이 모델들에서도 이미지 분석이 가능한지, 또는 멀티모달 입력을 처리할 수 있는 기능이 있는지도 함께 확인 부탁드립니다. 3. 이 외에 이미지 입력을 지원하는 멀티모달 모델이 있다면, 현재 API를 통해 사용 가능한지 여부도 알려주시면 감사하겠습니다. 현재 텍스트와 이미지를 함께 분석할 수 있는 멀티모달 API가 필요한 상황이라, 정확한 지원 여부 및 사용 가능 경로에 대해 확인해주시면 큰 도움이 될 것 같습니다. 감사합니다.