Files API и PDF

Files API, совместимый с OpenAI, для загрузки, чтения и удаления файлов. Каждая операция требует API-ключа; файл доступен только тому же клиентскому аккаунту, который его загрузил.

Отправьте multipart/form-data с обязательными полями file и purpose. Допустимые назначения: assistants, batch, fine-tune, vision и user_data. Максимальный размер файла — 50 MiB (52 428 800 байт); при превышении возвращается 413.

curl -X POST https://getvibeapi.com/v1/files \
  -H "Authorization: Bearer $GETVIBE_API_KEY" \
  -F "purpose=user_data" \
  -F "file=@./report.pdf"

Загрузка возвращает объект file с непрозрачным id, именем, размером, назначением и временем создания. GET без /content возвращает эти метаданные; GET /content скачивает необработанные байты. После успешного DELETE оба GET возвращают 404. Существующий файл другой учётной записи возвращает 403, а неизвестный идентификатор — 404.

1. Загрузите файл и сохраните только возвращённый file_id.
2. Проверьте метаданные тем же ключом; при работе с Responses передавайте этот id в input_file.file_id.
3. Не загружайте секреты и удалите файл после завершения работы. Удалённый файл невозможно восстановить.

Каждая текстовая модель принимает PDF во всех трёх форматах API. Кратко: отправьте файл любым из трёх способов ниже — по умолчанию мы бесплатно извлечём из него текст и передадим его модели. Модель читает текст и таблицы, но не изображения внутри PDF и не сканы. Если важны изображения, макет или скан, выберите модель из таблицы ниже и отключите извлечение текста. Всё на этой странице проверено на реальных запросах 2 ноября 2026 года с использованием PDF на три страницы с текстом, таблицей и изображением.

Три способа отправить PDF

Готовые к запуску примеры

Ключ считывается из переменной окружения GETVIBE_API_KEY. В примерах на Python используются официальные SDK openai и anthropic без изменений — отличается только адрес.

/v1/chat/completions

# PDF inline (base64); jq builds the body so a large file does not hit the command-line length limit
# macOS: replace base64 -w0 report.pdf with base64 -i report.pdf
jq -n --rawfile b64 <(base64 -w0 report.pdf) '{model: "deepseek-v4.1-flash", messages: [{role: "user", content: [
    {type: "text", text: "Summarise the document"},
    {type: "file", file: {filename: "report.pdf", file_data: ("data:application/pdf;base64," + $b64)}}]}]}' |
curl https://getvibeapi.com/v1/chat/completions \
  -H "Authorization: Bearer $GETVIBE_API_KEY" -H "Content-Type: application/json" -d @-

/v1/responses

# FILE_ID comes from the upload, see the "curl · file_id" tab above
curl https://getvibeapi.com/v1/responses \
  -H "Authorization: Bearer $GETVIBE_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"gpt-6.1-sol","input":[{"role":"user","content":[
    {"type":"input_text","text":"What were the sales in Kazan in August?"},
    {"type":"input_file","file_id":"'"$FILE_ID"'"}]}]}'
# base64 instead of file_id:
#   {"type":"input_file","filename":"report.pdf","file_data":"data:application/pdf;base64,…"}

/v1/messages

curl https://getvibeapi.com/v1/messages \
  -H "x-api-key: $GETVIBE_API_KEY" -H "anthropic-version: 2023-06-01" -H "Content-Type: application/json" \
  -d '{"model":"claude-sonnet-5.5","max_tokens":1024,"messages":[{"role":"user","content":[
    {"type":"document","source":{"type":"file","file_id":"'"$FILE_ID"'"}},
    {"type":"text","text":"Summarise the document"}]}]}'
# other sources:
#   "source":{"type":"base64","media_type":"application/pdf","data":"<base64>"}
#   "source":{"type":"url","url":"https://example.com/report.pdf"}

По умолчанию извлекается текст. Мы берём текстовый слой PDF и передаём его модели вместо файла. Это бесплатно и работает с любой моделью, даже без поддержки PDF. Модель видит слова и числа, включая таблицы (без границ, но с правильными значениями). Чего она не видит: изображения, диаграммы, печати, подписи, цвета и макет. Для каждого запроса передаётся не более 60,000 символов текста (около 28 страниц с плотным текстом); остальное отсекается, и модели сообщается, что документ был усечён. Заголовок ответа x-pv-document-shim сообщает, что произошло: applied:text_extracted означает, что модель получила текст, not-needed:lane_reads_pdf — что она получила сам файл.

Сам файл. Чтобы модель видела страницы целиком, включая изображения и макет, добавьте "plugins":[{"id":"documents","enabled":false}] в тело запроса (тогда заголовок будет not-needed:disabled_by_client). Делайте это только с моделями, отмеченными в таблице как «да»: остальные отвечают 400 или сообщают, что не видят файл, при этом входные токены файла всё равно тарифицируются.

# curl: add the field to the request body
"plugins": [{"id": "documents", "enabled": false}]

# Python (openai SDK)
r = client.chat.completions.create(
    model="gpt-6.1-sol",
    messages=[...],
    extra_body={"plugins": [{"id": "documents", "enabled": False}]},
)

Как мы проводили тестирование: модель просили назвать слово со страницы 1, число из ячейки таблицы и описать изображение (фигуры, цвета и число, нарисованное как изображение). «Текст» означает, что модель правильно назвала слово и число и сообщила, что не видит изображение. «Да» означает, что она также правильно описала изображение. Отправляйте PDF моделям GPT, Gemini и Qwen через /v1/chat/completions или /v1/responses: в /v1/messages они не видят сам файл.

Как подсчитываются токены. PDF тарифицируется как обычные входные токены выбранной модели по её цене; отдельной платы за файл или извлечение текста нет. Вот сколько это составляет (измерено с учётом короткого вопроса):

• Извлечённый текст: примерно 700 токенов на страницу с плотным текстом (10 страниц — 7,300 токенов; 40 страниц, усечённых до 60,000 символов, — 20,300 токенов). Страница с небольшой таблицей — 100–200 токенов.
• Сам файл на моделях GPT: около 600–700 токенов на страницу (10 страниц — 5,900; 40 — 23,300); на gemini-4-argon — около 1,200 на страницу; на Claude — около 1,600 на страницу. Отсканированная страница на gpt-6.1-sol — около 5,800 токенов.
• При повторном использовании одного и того же документа срабатывает кэш, если начало запроса не меняется: во втором запросе с тем же file_id из 7,309 токенов 7,168 были прочитаны из кэша.

Время. Извлечение текста занимает доли секунды; ответ по документу на 40 страниц был получен за 4–12 секунд. Для больших документов и длинных ответов используйте stream: true и установите тайм-аут клиента не менее 300 секунд.

• Нужно использовать документ в нескольких запросах? Загрузите его один раз и передавайте file_id: запрос будет меньше, а повторяющийся префикс будет кэшироваться и обойдётся дешевле.
• Размещайте PDF и постоянные инструкции в начале сообщения, а изменяющийся вопрос — в конце: тогда кэш будет срабатывать чаще.
• Разбивайте документы длиннее ~28 страниц с плотным текстом по главам: при извлечении текста всё, что превышает 60,000 символов, до модели не доходит.
• Для договоров, отчётов и экспортированных файлов с текстовым слоем достаточно извлечения текста — это самый дешёвый вариант для любой модели, включая deepseek-v4.1-flash.
• Нужны диаграммы, печати или сканы? Отключите извлечение и используйте модель, отмеченную в таблице как «да», например gpt-6.1-sol.
• Текст на нелатинице (русский, китайский и другие языки) в PDF читается без дополнительных настроек. Перед отправкой удалите пароль с PDF.
• Удалите загруженные файлы с помощью DELETE /v1/files/{file_id}, когда они вам больше не нужны.