当前位置：首页 > 文章列表 > 科技周边 > 人工智能 > 多模态请求图片变大后为什么失败：base64 体积、token 预算与压缩顺序

多模态请求图片变大后为什么失败：base64 体积、token 预算与压缩顺序

来源：17golang原创 2026-08-29 10:42:30 0浏览收藏

多模态请求“小图能发，大图就失败”，通常不是图片突然失效，而是同一份内容在请求链路里经历了三次变大：原始字节先被编码成 base64，文本载荷又占用上下文预算，服务端还可能按图片尺寸计算视觉 token。排查时要把这三层拆开，先看字节，再看编码后的请求体，最后对照所用模型的官方限制。

先压缩到业务仍可辨认的尺寸，再测 base64 后的请求体和 token 估算；不要只看图片文件在磁盘上的大小。

要点速览

base64 通常会让二进制体积增加，不能用原文件大小代替请求体大小。
压缩顺序应是读取字节、控制尺寸与质量、再编码和估算，而不是先拼接超长 JSON。
图片能上传不等于模型能处理，最终还要核对图片尺寸、媒体大小和上下文预算。
生产环境应记录 imageBytes、base64Data.length 和 estimateTokens 的结果，便于复现失败请求。

失败现场：同一张图为什么换个尺寸就不行

线上日志里最容易误导人的一行，是“文件大小只有几 MB”。这只说明磁盘上的 JPEG 或 PNG 多大，不代表 HTTP 请求中的 data URL、多轮消息文本以及模型侧视觉输入有多大。尤其是 PNG，像素尺寸很高但画面看起来并不复杂，压缩器未必能把它压到合适范围。

观察位置	实际对象	该位置能回答的问题
磁盘	imageBytes	原始文件是否已经过大
请求组装	base64Data	编码后是否把载荷推高
模型输入	estimateTokens	图片与文字是否挤占上下文

多模态图片请求从 imageBytes 到 base64Data 再到 estimateTokens 的数据路径示意

先把 imageBytes、base64Data 和 estimateTokens 分开测

不要在一个异常处理器里只打印“请求失败”。下面的最小示例把三个观测点保留下来。estimateTokens 是应用侧估算函数，不代表具体模型的官方计费或限制算法；它的价值是让压缩前后有可比的相对结果。

function inspectImage(imageBytes, mimeType, prompt) {
  const base64Data = imageBytes.toString('base64');
  const dataUrl = `data:${mimeType};base64,${base64Data}`;
  const estimateTokens = estimateVisionTokens(imageBytes.length, prompt.length);

  return {
    imageBytes: imageBytes.length,
    base64Chars: base64Data.length,
    dataUrlChars: dataUrl.length,
    estimateTokens
  };
}

这里先记录长度，再决定是否压缩。若日志只保留 HTTP 400，就无法判断是 base64 膨胀还是模型输入预算不足。日志中不要打印完整 data URL，它可能很长，也可能把用户图片内容带进日志系统。

压缩顺序决定了请求能否稳定复现

处理顺序建议固定成：读取原图字节，检查像素尺寸，按最长边缩放，选择适合内容的 JPEG 或 WebP 质量，再编码成 base64，最后组装请求。先把 base64 塞进 JSON 再临时压缩，既浪费内存，也很难定位是哪一层超限。

async function buildRequest(imageBytes, mimeType, prompt) {
  const resizedBytes = await resizeForModel(imageBytes, { maxEdge: 1600 });
  const base64Data = resizedBytes.toString('base64');
  const estimateTokens = estimateVisionTokens(resizedBytes.length, prompt.length);

  if (estimateTokens > 12000) {
    throw new Error('image input budget exceeded');
  }

  return {
    input: [{
      type: 'image_url',
      image_url: { url: `data:${mimeType};base64,${base64Data}` }
    }, { type: 'text', text: prompt }]
  };
}