Dikaya Flash 图片核对指南：从截图观察到可追溯证据

最小 API 示例

此 Python 代码仅作说明，并非真实模型回答。密钥从环境变量读取，自动重试已关闭。断线可能让结果和费用都无法确认，不应盲目重试。

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": "为我的任务列出检查清单。将原始事实与假设分开。"}],
)
print(response.choices[0].message.content)

先确认选择的是哪一个 Flash

模型名称里的 Flash 不是通用能力标签。界面核对前，检查选择器或请求中的完整公开标识，确认是 seller-flash；另一个带 GLM 名称的 Flash 是独立条目。Dikaya Flash 的基础模型没有在这里公开说明，不能从命名推导其来源、训练方式或与别家模型的关系。

原生图片表示图片可以进入该模型的图片处理路径，不表示截图中的每个像素都能准确理解。其他模型使用图片时走另行付费的文字桥接，后续主要模型看到的是描述而非同等的原图。若要对照两种流程，记录实际输入表示，不把它们当作条件完全一致的质量测试。

为截图建立可以回查的坐标

以一张虚构的仓库入库表单为例，把截图标为 UI-A，记录窗口宽度、缩放比例、页面状态和截取时间。需求使用 R01、R02 编号，例如必填提示应靠近输入框。先要求列出顶部导航、主表单和底部操作区，不急着询问哪里做得不好，以免观察过程被预设结论牵着走。

同一页面的移动端截图另标 UI-B，不要把两幅图拼成一份没有边界的说明。截图应保留与判断有关的上下文；局部放大图要说明来自哪个区域。上传前去掉无关身份信息和密钥，同时确认付费聊天支持的图片格式与容量，不能把模型上下文大小理解成任意附件都可上传。

把看见、看不清和推测分开记录

要求观察表包含区域、逐字可读文字、可见状态和不确定性。若按钮上的两个字已经糊成一块，应写无法确认，而不是根据常见页面布局猜成提交。颜色也可能受截图压缩和显示设置影响，所以对比度是否达标不能只凭一句看起来太浅，应由自己的测量工具另行验证。

表单截图可以支持某个提示当前是否显示，却通常不能证明键盘焦点顺序、屏幕阅读器标签或真实点击行为。把这些列为需要交互检查的事项。模型提出的无障碍问题是检查线索，不是已经运行过辅助技术测试的记录；同样，静态图中的保存成功提示并不能证明后台已持久化数据。

逐条对照需求，而不是给截图打总分

把 R01 的判定拆成提示是否出现、是否邻近对应输入框、内容是否指向具体修正方法。每项都要求回指 UI-A 的区域；没有足够图像证据就保留待核对。这样即使模型漏看了一个字段，也能从检查表中发现缺口，而不是被整体评价还不错掩盖。

当需求写按钮始终可见时，一张截图只能说明这个状态下的可见性。请补充滚动位置和不同窗口状态，或自己做浏览器检查。若需要最新外部规范，付费浏览器聊天可显式搜索，但搜索片段是外部资料，不是截图事实；这项界面功能也不等于公共 API 自带互联网工具。

图片请求的预算与异常要分别判断

发送前查当前模型、价格与文档页，设置符合本次核对范围的输出上限。原生图片的计量不能用截图文件大小直接换算；其他模型的桥接还可能产生独立阶段费用。公开价格表是配置说明，不是每个账户或每次请求的完整报价，实际权限和费用条件要以当前账户为准。

使用 Python SDK 时明确关闭自动重试，例如采用文档说明的 max_retries=0。MDN 对 Fetch 的解释区分收到 HTTP 错误响应与网络异常，二者不能混为一谈。连接中断或主动停止读取不证明处理从未发生，也不证明没有费用；记录已知状态，先核对现有记录，再决定是否手动发送新请求。

以复核清单收尾，再进入下一版截图

把每条发现分为图上可确认、需要交互、需要业务确认三类。图上可确认的问题由人工回看原图，交互问题在自己的浏览器里执行，业务问题交给需求负责人。检查记录应包含实际做过的动作，而不是把模型建议的测试写成已经通过；未执行的项目保留原状态。

修正后提供 UI-C，并沿用原来的需求编号，让模型只比较相关区域的变化。保留旧结论和撤销原因，有助于发现新布局修复了提示位置却遮住另一个按钮的情况。文章中的提示仅准备草稿；进入聊天后仍需检查允许的模型、账户条件和已有草稿，确认材料完整再主动发送。

常见问题

Dikaya Flash 与 GLM Flash 是同一个图片模型吗？

不是。seller-flash 与 seller-glm-5-3-flash 是两个公开标识，不能因名称都含 Flash 就互换。这里的 Dikaya Flash 支持原生图片；GLM Flash 的图片任务使用另行付费的文字桥接。选择前核对完整标识与当前能力说明，不能把一种路径的观察结论直接套到另一种路径。

截图中看不清的表格数字可以让模型补全吗？

可以请求指出可能存在数字的区域，但不应把补全当作读取结果。记录无法确认的单元格，提供清晰局部图或自己核对原始数据，再更新证据表。尤其是金额、数量和日期，附近内容符合某种规律也不能证明模糊字符一定是什么。

模型上下文较大，是否可以无限上传截图？

不能。模型声明的上下文、浏览器附件格式与容量、消息体大小以及输出预算是不同限制。图片请求还要满足账户权限与费用条件。先选择完成问题所需的最小材料，并查看当前文档的限制，不要把上下文数字换算成未经验证的截图张数。

请求超时后再点一次，是否可以认定前次免费？

不能根据超时作出这个判断。明确的 HTTP 拒绝与丢失确认、连接中断不是同一种结果；后者可能仍有已执行的处理。保留时间、错误类型和能查到的记录，关闭 SDK 自动重试，不声称公共 API 存在未记载的幂等保证，再决定是否发起新的人工请求。

参考来源

本文由 AI 辅助编写。示例用于说明方法，不是真实模型回答或对比测试。外部来源不能替代服务条款。

• Dikaya 中文文档：请求格式与客户端接入
  dikaya.cc
• Dikaya 中文模型目录：公开标识与能力声明
  dikaya.cc
• Dikaya 中文价格说明：配置价格与实际使用条件
  dikaya.cc
• OpenAI Python SDK 官方说明：关闭自动重试
  github.com
• MDN Fetch 使用指南：HTTP 状态与网络异常
  developer.mozilla.org