Создание и скачивание 3D-моделей

Обновлено 27 августа 2025

С помощью моделей GigaChat можно создавать 3D-модели в формате FBX на основе текстового описания. В этом разделе вы узнаете как генерировать и скачивать модели с помощью GigaChat API.

Генерация 3D-моделей

Чтобы сгенерировать модель, передайте в запросе POST /chat/completions встроенную функцию text2model3d и включить автоматический режим работы с функциями ("function_call": "auto"). При обнаружении подходящего сообщения, например «Сгенерируй 3D-модель шара», модель использует переданную функцию для генерации 3D-модели.

В отличие от создания изображений, наличие функции в массиве functions обязательно для генерации 3D-моделей.

Подробнее о функциях GigaChat API — в разделе Обращение к встроенным функциям

Созданная модель сохраняется в хранилище, а ответ от API будет содержать div-блок с идентификатором файла data-model-id:

<div data-model-id="e10675c7-4128-4dbf-9f68-b10876ac1951" fuse="true"/> Модель шара успешно создана. Представляю тебе реалистичный трехмерный шар.

Для скачивания файла используйте запрос GET /files/{file_id}/content.

Подробнее о хранилище файлов — в разделе Обработка файлов.

curl -L -X POST 'https://gigachat.devices.sberbank.ru/api/v1/chat/completions' \
-H 'Content-Type: application/json' \
-H 'Accept: application/json' \
-H 'Authorization: Bearer <токен_доступа>' \
--data-raw '{
  "model": "GigaChat",
  "messages": [
    {
      "role": "user",
      "content": "Сгенерируй 3D-модель шара"
    }
  ],
  "function_call": "auto",
  "functions": [
        {
            "name": "text2model3d"
        }
    ]
}'

Генерация с помощью SDK:

from gigachat import GigaChat
from gigachat.models import Chat, Messages, MessagesRole, Function

giga = GigaChat(
    credentials="<ключ_авторизации>",
    verify_ssl_certs=False,
    # Повышение времени ожидания, так как создание модели — длительный процесс
    timeout=200
    )

payload = Chat(
    messages=[Messages(role=MessagesRole.USER, content="Сгенерируй 3D-модель шара")],
    function_call="auto",
    functions=[
        Function(name="text2model3d")
    ]
)

response = giga.chat(payload)
print (response)

Генерация с помощью партнерского пакета langchain-gigachat:

from langchain_gigachat.chat_models import GigaChat
from langchain_core.prompts import ChatPromptTemplate

llm = GigaChat(
    credentials="<ключ_авторизациии>",
    # Повышение времени ожидания, так как создание модели — длительный процесс
    timeout=200
)

tools = [
    {
        "name": "text2model3d",
    },
]

# Метод `bind_tools(tools=[], tool_choice="auto")` сообщает модели, что нужно использовать встроенные функции.
llm = llm.bind_tools(tools=tools, tool_choice="auto")

# Промпт для создания 3D-модели
prompt = ChatPromptTemplate.from_messages(
    [
        ("user", """{topic}"""),
    ]
)

# Цепочка для создания 3D-модели
generate_3d_model_chain = prompt | llm

response = generate_3d_model_chain.invoke({"topic": "Сгенерируй 3D-модель шара"})

print(response)

Генерация с помощью SDK:

import { GigaChat } from 'gigachat';
import { Agent } from 'node:https';

const httpsAgent = new Agent({
  rejectUnauthorized: false,
});

const giga = new GigaChat({
    credentials: '<ключ_авторизации>',
    timeout: 200
});

const resp = await giga.chat({
  messages: [
    {
      role: "user",
      content: "Сгенерируй 3D-модель шара",
    },
  ],
  functions: [
    {"name": 'text2model3d',}
  ],
  function_call: 'auto'
});

console.log(resp.choices[0]?.message.content);

Скачивание 3D-модели

Ответ GigaChat API будет содержать идентификатор получившейся 3D-модели. Он передается в поле message.content, в теге <div>, в атрибуте data-model-id:

{
    "choices": [
        {
            "message": {
                "content": "<div data-model-id=\"ef486a65-b03a-48e0-a9dc-6bda7317d835\" fuse=\"true\"/> Модель шара успешно создана. Представляю себе идеальный круглый шар — простую форму, воплощающую гармонию пропорций и симметрию.",
                "role": "assistant",
                "functions_state_id": "21283471-5a89-49ef-a5a3-92280e0eed34"
            },
            "index": 0,
            "finish_reason": "stop"
        }
    ],
    "created": 1753273828,
    "model": "GigaChat:2.0.28.2",
    "object": "chat.completion",
    "usage": {
        "prompt_tokens": 638,
        "completion_tokens": 55,
        "total_tokens": 693,
        "precached_prompt_tokens": 4
    }
}

Для скачивания файла передайте полученный идентификатор в запросе GET /files/{file_id}/content.

Если запрос на генерацию содержал заголовок X-Client-ID, то такой же заголовок нужно передавать в запросе на скачивание файла.

curl -L -X GET 'https://gigachat.devices.sberbank.ru/api/v1/files/<идентификатор_3D_модели>/content' -o "<имя_файла>.fbx" \
-H 'Accept: application/fbx' \
-H 'X-Client-ID: <идентификатор_пользователя>' \
-H 'Authorization: Bearer <токен_доступа>'

curl -L -X GET 'https://gigachat.devices.sberbank.ru/api/v1/files/идентификатор_3D_модели/content' -o "<имя_файла>.fbx" \
-H 'Accept: application/fbx' \
-H 'Authorization: Bearer <токен_доступа>'

Для извлечения идентификатора созданной модели, вы можете использовать Python-библиотеку Beautiful Soup.

import base64

from gigachat import GigaChat
from gigachat.models import Chat, Messages, MessagesRole, Function

from bs4 import BeautifulSoup

giga = GigaChat(
    credentials="<ключ_авторизации>",
    # Повышение времени ожидания, так как создание модели — длительный процесс
    timeout=200
    )

payload = Chat(
    messages=[Messages(role=MessagesRole.USER, content="Сгенерируй 3D-модель шара")],
    function_call="auto",
    functions=[
        Function(name="text2model3d")
    ]
)

response = giga.chat(payload).choices[0].message.content

# Получение идентификатора файла из ответа модели
# с помощью библиотеки BeautifulSoup
file_id = BeautifulSoup(response, "html.parser").find('div').get("data-model-id")

model = giga.get_image(file_id)

# Сохранение 3D-модели в файл
with open('model.fbx', mode="wb") as fd:
    fd.write(base64.b64decode(model.content))

import { GigaChat } from 'gigachat';
import * as fs from 'fs';

const giga = new GigaChat({
    credentials: '<ключ_авторизации>',
    // Увеличение ожидания, так как создание модели занимает время
    timeout: 200,
});

const resp = await giga.chat({
  messages: [
    {
      role: "user",
      content: "Сгенерируй 3D-модель шара",
    },
  ],
  function_call: 'auto',
  functions: [
    {
      name: 'text2model3d',
    }
  ],
});

// Функция, выделяющая идентификатор файла в ответе
function detectModel(message) {
  const regex = /<div\sdata-model-id="(?<uuid>.+?)"\sfuse="true"\/>(?<postfix>.*)?/ms;
  const match = regex.exec(message);
  if (!match || !match.groups) return null;
  return {
    uuid: match.groups['uuid'],
    postfix: match.groups['postfix'],
  };
}

const detectedModel = detectModel(resp.choices[0]?.message.content ?? '');

// Метод getImage() подходит и для скачивания 3D-моделей
const model = await giga.getImage(detectedModel.uuid);

fs.writeFile('model.fbx', model.content, 'binary', err => {
    if (err) {
      console.error(err);
    } else {
      console.log('File has been created');
    }
});

Если вы используете коллекцию запросов Postman, сохраните ответ на запрос GET /files/{file_id}/content в файл с помощью опции Save response to file.

Ответ на запрос будет содержать бинарное представление файла в формате FBX.

Смотрите также

Обращение к встроенным функциям

Описание и примеры обращения к встроенным функциям