Dikaya Flash: revisar imágenes con pruebas visibles

Ejemplo mínimo de API

Código Python ilustrativo, no una respuesta real del modelo. La clave procede del entorno y los reintentos automáticos están desactivados. Una desconexión puede dejar resultado y coste desconocidos: no reintentes a ciegas.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://dikaya.cc/v1",
    api_key=os.environ["DIKAYA_API_KEY"],
    max_retries=0,
)
response = client.chat.completions.create(
    model="seller-flash",
    max_tokens=512,
    messages=[{"role": "user", "content": "Crea una lista de comprobación para mi tarea. Separa hechos y suposiciones."}],
)
print(response.choices[0].message.content)

Empezar por una pregunta visual concreta

Imagina una fotografía de una estantería con cajas y etiquetas parcialmente tapadas. Antes de pedir un inventario, decide si necesitas contar bultos visibles, transcribir referencias o localizar una etiqueta dañada. Son tareas distintas. Escribe qué decisión tomarás después y qué detalles deben comprobarse personalmente. La imagen puede ayudar a encontrar una discrepancia, pero no sustituye un recuento físico cuando hay objetos ocultos.

Divide la fotografía en zonas con nombres sencillos: balda superior, centro y lateral izquierdo. Pide que cada observación mencione su zona y el objeto que la sostiene. Así podrás revisar una afirmación sin adivinar a qué caja se refiere. No pidas que complete una referencia tapada basándose en otras etiquetas parecidas: una coincidencia de aspecto no demuestra que el contenido sea el mismo.

Preparar el encuadre sin perder el contexto

Conserva la fotografía original y, si hace falta, añade un recorte de la etiqueta problemática. El recorte debe mantener la unidad, el encabezado o el objeto al que pertenece la cifra. Identifica claramente cada imagen para no mezclar una vista general con un detalle de otra estantería. Si hay reflejos o desenfoque, una nueva fotografía suele aportar más que insistir en una lectura imposible.

El chat de pago admite formatos de imagen verificados como PNG, JPEG y WebP, dentro de sus límites propios. Eso no convierte cualquier archivo adjunto en una imagen interpretable ni elimina los límites de almacenamiento y envío. El contexto declarado de Flash corresponde al modelo; no equivale a un número ilimitado de fotografías, al tamaño del cuerpo JSON ni a toda la historia guardada en el navegador.

Separar transcripción, observación e hipótesis

Solicita tres apartados distintos. En transcripción deben aparecer únicamente los caracteres legibles, conservando huecos o dudas. En observaciones caben posiciones, colores y elementos visibles. En hipótesis pueden figurar explicaciones que necesitarían otra prueba. Una caja con una esquina hundida permite describir esa deformación; no demuestra por sí sola que su contenido esté roto ni quién provocó el daño.

Revisa con especial atención ceros, letras similares, separadores decimales y signos negativos. Pide que una unidad ausente siga ausente, aunque el contexto sugiera kilogramos o euros. Si el dato afectará a una compra o un registro, vuelve al original y confirma su lectura. La seguridad con la que se redacta una respuesta no aumenta la cantidad de información visible en los píxeles.

Comparar imágenes sin inventar una evolución

Para comparar dos fotografías, anota cuándo se tomaron y si muestran el mismo lugar desde un ángulo equivalente. Una caja que deja de verse puede estar oculta por el nuevo encuadre. Pide una tabla de diferencias que indique la evidencia en ambas imágenes y marque los casos que no permiten una comparación directa. Evita convertir la ausencia visual en una afirmación automática de pérdida.

En capturas de una aplicación ocurre algo parecido: un botón puede desaparecer por el ancho de pantalla, no por una modificación del servidor. Añade una descripción textual de los pasos y del estado que conoces. Flash puede producir observaciones y preguntas para verificar, pero el chat no ejecuta comandos, no abre tu aplicación ni comprueba sus registros. Una captura de confirmación tampoco acredita por sí sola una escritura en base de datos.

Acotar la respuesta y entender los errores

En una integración, selecciona exactamente seller-flash y establece un límite explícito de salida adecuado para la tabla solicitada. No deduzcas opciones low, high o max a partir del nombre: esos niveles están declarados para otras cinco identidades, no de manera general para los niveles de marca. Tampoco presupongas que la base técnica de Flash coincide con la de una entrada que contiene GLM en su nombre.

El SDK de Python documenta max_retries=0 para desactivar sus reintentos automáticos. MDN explica cómo distinguir una respuesta HTTP de un error de red en Fetch. Ambas referencias sirven para el transporte, no para certificar la visión del modelo. Si se corta la conexión, el procesamiento y el coste pueden quedar con resultado desconocido; no es una prueba de que la imagen no se haya tratado ni una invitación a repetir gratis.

Cerrar la revisión con una lista de comprobación

Antes de usar el resultado, comprueba que cada observación señala una zona real, que las cifras coinciden y que las hipótesis no han pasado a la columna de hechos. Guarda el informe junto a la versión de imagen revisada. Cuando vuelvas a tomar una fotografía, verifica las dudas pendientes una por una; pedir una valoración global puede ocultar precisamente la discrepancia que motivó la inspección.

El traslado desde esta página solo prepara un borrador. Revisa permisos y selector antes de enviar; la demostración actual de Pro 2 es textual y no ofrece esta inspección de imágenes. Un borrador ya guardado puede tener prioridad sobre el texto trasladado. La búsqueda explícita del chat de pago es otra acción, no una herramienta de Internet disponible automáticamente para Flash en la API pública.

Preguntas y respuestas

¿Dikaya Flash y GLM 5.3 Flash son el mismo modelo?

No. seller-flash identifica Dikaya Flash, mientras que seller-glm-5-3-flash corresponde a otra entrada del catálogo. Compartir la palabra Flash no demuestra una base común, una velocidad determinada ni compatibilidad de ajustes. En esta comparación, Dikaya Flash tiene visión nativa y la otra entrada utiliza un puente textual de pago para imágenes.

¿Puede completar una etiqueta que solo se ve a medias?

Puedes pedir que señale qué parte es legible, pero no debes tratar una reconstrucción como transcripción. Mantén los caracteres desconocidos y busca una imagen mejor o una comprobación física. Una referencia completada por semejanza con otra caja puede parecer convincente y seguir siendo un dato inventado que no aparece en la fuente.

¿La demostración incluye análisis gratuito de imágenes?

La demostración actual es textual y usa Pro 2 por defecto, con condiciones particulares de la cuenta. Las condiciones históricas de Flash se conservan donde corresponda, sin convertirlas en una oferta general de visión gratuita. Comprueba tu acceso efectivo; este artículo no habilita archivos, modelos ni cuotas adicionales para tu cuenta.

¿Qué ocurre si no recibo la respuesta completa?

Distingue una salida truncada, un rechazo HTTP conocido y una conexión perdida cuyo resultado no puedes confirmar. Conserva la información disponible y revisa el estado antes de decidir otro envío. No recibir el texto no demuestra que el modelo no haya trabajado o que no exista coste; no se promete un reintento gratuito.

Fuentes

Contenido preparado con ayuda de IA. Los ejemplos son ilustrativos, no respuestas reales ni pruebas comparativas. Las fuentes externas no sustituyen las condiciones del servicio.

• Documentación de Dikaya: solicitudes y límites
  dikaya.cc
• Catálogo de Dikaya: modelos y modalidades
  dikaya.cc
• Precios de Dikaya: condiciones del cálculo
  dikaya.cc
• SDK de Python de OpenAI: reintentos automáticos
  github.com
• MDN: Fetch, respuestas HTTP y errores de red
  developer.mozilla.org