チャット
画像、PDF、音声、動画の入力
対応モデルには、メッセージ内で画像、PDF、音声、動画を送信できます。ファイル本体（base64）またはリンクを指定してください。リンク先のファイルはZurelayが取得するため、公開されているhttpsリンクなら、20 MBまでのファイルを利用できます。
概要
各パートには、公開httpsリンクか、data:application/pdf;base64,JVBERi0...などのbase64データURLにしたファイル自体を指定できます。モデルが読み取れる形式なら、1つのメッセージに複数のファイルを自由に組み合わせられます。
モデルが読み取れる形式
すべてのチャットモデルがテキストを読み取れます。この表には、各モデルが現在読み取れる形式がリアルタイムで表示されます。モデルが対応していない形式を渡すと、すぐにunsupported_contentで拒否されるため、読み取っていないファイルについて回答することはありません。
画像
リンクまたはデータURLを指定したimage_urlパートを追加します。PNG、JPEG、WebP、GIFに対応しています。画像を読み取れるモデルなら、1つのメッセージで複数の画像を送れます。
import osfrom openai import OpenAIclient = OpenAI( base_url="https://api.zurelay.com/v1", api_key=os.environ["ZURELAY_API_KEY"],)response = client.chat.completions.create( model="gemini-3.7-flash", messages=[ { "role": "user", "content": [ { "type": "text", "text": "What's in this picture? One sentence." }, { "type": "image_url", "image_url": { "url": "https://zurelay.com/examples/gpt-image-2.5-flare/watch-800.webp" } } ] } ],)print(response.choices[0].message.content)ディスク上のファイルを送るには、base64でエンコードしてデータURLにします:
import base64, osfrom openai import OpenAIclient = OpenAI(base_url="https://api.zurelay.com/v1", api_key=os.environ["ZURELAY_API_KEY"])with open("receipt.jpg", "rb") as f: data_url = "data:image/jpeg;base64," + base64.b64encode(f.read()).decode()response = client.chat.completions.create( model="claude-sonnet-5-5", messages=[{ "role": "user", "content": [ {"type": "text", "text": "What's the total on this receipt?"}, {"type": "image_url", "image_url": {"url": data_url}}, ], }],)print(response.choices[0].message.content)detail（low、high、auto）は、対応するモデルにそのまま渡されます。
PDFをfile_data内のデータURLとファイル名で指定したfileパートを追加します。モデルはテキストを読み取り、対応していればページを画像としても読み取ります（グラフ、スキャン、表など）。file_dataには公開リンクも指定できます。
import base64, osfrom openai import OpenAIclient = OpenAI(base_url="https://api.zurelay.com/v1", api_key=os.environ["ZURELAY_API_KEY"])with open("contract.pdf", "rb") as f: pdf = "data:application/pdf;base64," + base64.b64encode(f.read()).decode()response = client.chat.completions.create( model="gemini-3.7-flash", messages=[{ "role": "user", "content": [ {"type": "text", "text": "Who are the parties, and how can the contract be ended?"}, {"type": "file", "file": {"filename": "contract.pdf", "file_data": pdf}}, ], }],)print(response.choices[0].message.content)長いPDFではページごとに入力トークンがかかるため（下記の料金を参照）、必要なページだけを送ってください。複数の文書について一度に質問するには、文書ごとにfileパートを追加し、区別できる名前を付けてください。
Word、Excel、テキスト、コード
モデルはPDFを読み取れますが、Word、Excel、PowerPointファイルは読み取れません。テキスト、CSV、JSON、Markdown、コードは、テキストとしてメッセージに直接入れてください。通常の入力トークンとして課金され、モデルにとっても最も読み取りやすい形式です。レイアウトが重要な場合（表、グラフ、スキャンなど）は、PDFに書き出して送ってください。text/plainなど、ほかの種類のデータURLは、理由を示すエラーで拒否されます。
import osfrom pathlib import Pathfrom openai import OpenAIclient = OpenAI(base_url="https://api.zurelay.com/v1", api_key=os.environ["ZURELAY_API_KEY"])notes = Path("meeting-notes.md").read_text()sales = Path("sales.csv").read_text()response = client.chat.completions.create( model="deepseek-v4.1-flash", messages=[{ "role": "user", "content": f"Summarize the notes, then total the sales by region.\n\n" f"<notes>\n{notes}\n</notes>\n\n<sales>\n{sales}\n</sales>", }],)print(response.choices[0].message.content)音声
音声を扱えるモデル（表を参照）には、base64の音声と形式（wavまたはmp3）を指定したinput_audioパートを送ります。input_audioには音声データ自体を指定します。リンクを使う場合は、file_dataにリンクを指定したfileパートを使ってください。ブラウザで録音したデータは通常WebMで、動画として読み取られます。音声のみを扱うモデルには、MP3またはWAVに変換してください。
import base64, osfrom openai import OpenAIclient = OpenAI(base_url="https://api.zurelay.com/v1", api_key=os.environ["ZURELAY_API_KEY"])with open("call.mp3", "rb") as f: audio = base64.b64encode(f.read()).decode()response = client.chat.completions.create( model="gemini-3.7-flash", messages=[{ "role": "user", "content": [ {"type": "text", "text": "Transcribe this call, then list the action items."}, {"type": "input_audio", "input_audio": {"data": audio, "format": "mp3"}}, ], }],)print(response.choices[0].message.content)動画
動画を扱えるモデルには、リンクまたはデータURLを指定したvideo_urlパートを送ります（fileパートも使えます）。MP4、MOV、WebMに対応しています。音声にも対応するモデルはサウンドトラックも読み取るため、発言内容について質問できます。
import osfrom openai import OpenAIclient = OpenAI( base_url="https://api.zurelay.com/v1", api_key=os.environ["ZURELAY_API_KEY"],)response = client.chat.completions.create( model="gemini-3.7-flash", messages=[ { "role": "user", "content": [ { "type": "text", "text": "Describe what happens, and transcribe anything that's said." }, { "type": "video_url", "video_url": { "url": "https://example.com/clip.mp4" } } ] } ],)print(response.choices[0].message.content)ディスク上の動画も、同じようにデータURLとして送れます:
with open("clip.mp4", "rb") as f: video = "data:video/mp4;base64," + base64.b64encode(f.read()).decode()content = [ {"type": "text", "text": "What happens in this clip?"}, {"type": "video_url", "video_url": {"url": video}},]入力形式を問わず、モデルに合った形式で渡します
video_url、image_url、fileパートのいずれかになります）。どの形式でも送れます。各モデルが読み取れる形式に変換して渡します。1つのメッセージに複数のファイルを送る
読み取らせたい順にファイルごとのパートを追加し、テキストでは順番や名前で参照してください（「2枚目の画像」「contract.pdf」など）。モデルがそれぞれの形式に対応していれば、画像、PDF、音声、動画を組み合わせられます。ファイルの間にテキストパートを入れて、説明を付けることもできます。
リンク
- リンクには公開
httpsURLを指定してください。リダイレクトは最大3回までたどり、最大20秒待機します。 - ダウンロードできないリンクは、モデルを呼び出す前に、
invalid_urlとリンク先が返したステータスで直ちに拒否されます。 - 署名付きリンク（S3、Cloud Storage、Zurelayの画像リンク）は、有効期限内なら使用できます。
Anthropic 形式
/v1/messagesでは、ClaudeモデルはAnthropic形式のブロック（imageとdocument）を受け付けます。ソースにはbase64またはurlを指定します。一部のClaudeモデルは/v1/chat/completions経由でのみPDFを読み取れます。/v1/messagesに送ると、代わりの送信先がエラーに表示されます。
[ { "type": "image", "source": { "type": "base64", "media_type": "image/png", "data": "iVBORw0KGgo..." } }, { "type": "document", "source": { "type": "url", "url": "https://example.com/report.pdf" } }, { "type": "document", "source": { "type": "base64", "media_type": "application/pdf", "data": "JVBERi0..." } }, { "type": "text", "text": "Compare the chart with the report's conclusion." }]制限
大きなファイルはリンクで送ってください。リンクはリクエストボディのサイズに含まれません。ラボ独自の Files API (file_id) にアップロードしたファイルは使用できません。ファイルまたはリンクを送ってください。
エラー
最初の2つはエラーのcode、残りはtypeで、変更すべき内容を示すメッセージが付きます。いずれもモデルを呼び出す前に返されるため、料金はかかりません。その他のエラーはエラーをご覧ください。
メディアの課金方法
モデルはメディアを入力トークンに変換し、モデルの入力料金で課金します。カウント方法はラボごとに異なります。以下は当社が測定した目安です。
各リクエストでカウントされた量は、リクエストログで正確に確認できます。手軽に節約するには、画像を必要なサイズまで縮小してください。ほとんどのモデルは、1024 pxの画像を4000 pxの画像と同じように読み取れます。
ご質問や不足している情報はありますか？ サポートチームにお問い合わせください。通常1分以内にメールで回答します。