Премини към основното съдържание
Български— Изберете език
Меню

Изображения и видеоклипове в партиди

Урок 9 от 12 Обновен 2 ноември 2026 г. Програмист
На тази страница
  1. Масово мултимодално генериране
  2. Партидно генериране на изображения
  3. Партидно редактиране на изображения
  4. Партидно генериране на видеоклипове
  5. Редактиране и удължаване на видеоклипове
  6. Използване на Python SDK
  7. Ценообразуване на мултимодално съдържание
  8. Изтичане на срока на валидност на URL адресите за резултати
  9. Смесен мултимодален конвейер
  10. Ключови изводи

Обновено на 2 ноември 2026 г. въз основа на документацията на xAI: отстъпката за партиди е 20% за допустимите текстови модели (не 50%), примерите следват REST API и официалния xai-sdk (client.batch.*; Batch API на xAI не използва формата на OpenAI, SDK на OpenAI не се прилага), а Responses API има предимство пред Chat Completions, който е остарял крайна точка в xAI. Източници: Batch API · REST Reference · Batch Pricing.

Масово мултимодално генериране

Batch API не се ограничава само до текст. Можете да подавате заявки за генериране и редактиране на изображения, както и за генериране, редактиране и удължаване на видеоклипове. Тази възможност отваря вратата за пълни мултимодални конвейери: пишете описания и създавайте съответните визуализации в една единствена операция.

Партидно генериране на изображения

Крайната точка /v1/images/generations работи в режим на партида точно както в синхронен режим. Изберете формата чрез aspect_ratio, разделителната способност чрез resolution ("1k", "1.5k" или "2k") и броя изображения чрез n:

{"custom_id": "img-001", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Minimalist logo for a fintech startup, white background, vector style", "n": 1, "aspect_ratio": "1:1", "resolution": "1k"}}
{"custom_id": "img-002", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Isometric illustration of a datacenter", "n": 1, "aspect_ratio": "16:9", "resolution": "1k"}}

Партидно редактиране на изображения

Крайната точка /v1/images/edits модифицира съществуващо изображение, предадено в обект image: това може да бъде url (публичен адрес или данни, кодирани в base64) или file_id на качен файл.

{"custom_id": "edit-001", "method": "POST", "url": "/v1/images/edits", "body": {"model": "grok-imagine-image-2.0", "prompt": "Replace the background with a solid white background", "image": {"url": "https://example.com/photo.jpg"}}}

В режим на партида редактирането помага за обработка на каталози: хармонизиране на фонове, добавяне на елемент или прилагане на една и съща ретушировка върху стотици визуализации.

Партидно генериране на видеоклипове

Крайната точка /v1/videos/generations (или /v1/videos) генерира видеоклипове с продължителност от 1 до 15 секунди (duration, по подразбиране 8), в резолюция 480p, 720p или 1080p:

{"custom_id": "vid-001", "method": "POST", "url": "/v1/videos/generations", "body": {"model": "grok-imagine-video-1.5", "prompt": "Smooth animation of a bar chart growing progressively", "duration": 8, "resolution": "720p"}}

Обработката на видео е по-тежка от тази на текст или изображения, затова тези заявки могат да отнемат повече време в рамките на партидата.

Редактиране и удължаване на видеоклипове

Крайната точка /v1/videos/edits модифицира съществуващ видеоклип, а /v1/videos/extensions го удължава със сегмент от 2 до 10 секунди. Предайте изходното видео в обект video (URL на .mp4 файл или file_id):

{"custom_id": "vid-edit-001", "method": "POST", "url": "/v1/videos/edits", "body": {"model": "grok-imagine-video", "prompt": "Slow down the scene", "video": {"url": "https://example.com/clip.mp4"}}}
{"custom_id": "vid-ext-001", "method": "POST", "url": "/v1/videos/extensions", "body": {"model": "grok-imagine-video", "prompt": "The camera slowly pulls back and reveals a sunset", "video": {"url": "https://example.com/clip.mp4"}, "duration": 6}}

Използване на Python SDK

SDK подготвя тези заявки със специализирани методи, след което ги добавя към партидата, точно както текстовите заявки:

from xai_sdk import Client

client = Client()
batch = client.batch.create(batch_name="catalog_visuals")

requetes = [
    client.image.prepare(
        prompt="Product shot of wireless headphones, dark background, studio lighting",
        model="grok-imagine-image-2.0",
        batch_request_id="prod-42-img",
    ),
    client.video.prepare(
        prompt="The headphones rotate slowly on a turntable, dramatic lighting",
        model="grok-imagine-video-1.5",
        batch_request_id="prod-42-vid",
    ),
]
client.batch.add(batch_id=batch.batch_id, batch_requests=requetes)

Ценообразуване на мултимодално съдържание

Важно уточнение: отстъпката за партиди се прилага само за допустимите текстови модели. Изображенията и видеоклиповете се таксуват на стандартния тарифен план, дори в режим на партида – към 2 ноември 2026 г. цената е $0.04 на изображение с grok-imagine-image-2.0 ($0.02 с grok-imagine-image) и $0.08 за секунда видео с grok-imagine-video-1.5 ($0.02 във версията -lite, $0.05 с grok-imagine-video).

Ползата от партидите за мултимодално съдържание не е ценовата, а оперативната: подавате стотици генерирания в една операция, без да управлявате толкова много отделни повиквания или да достигате лимити на честотата.

Изтичане на срока на валидност на URL адресите за резултати

Резултатите от изображения и видеоклипове се предоставят като подписани URL адреси, които изтичат след един час. Това е критично ограничение: изтеглете файловете веднага щом получите резултатите.

import mimetypes

import requests


def telecharger_medias(resultats, dossier):
    """Downloads images and videos as soon as results are retrieved."""
    for r in resultats:
        reponse = r.proto.response
        if reponse.HasField("image_response"):
            url = r.image_response.url
        elif reponse.HasField("video_response"):
            url = r.video_response.url
        else:
            continue  # text result
        fichier = requests.get(url, timeout=120)
        fichier.raise_for_status()
        type_mime = fichier.headers.get("Content-Type", "").split(";")[0]
        extension = mimetypes.guess_extension(type_mime) or ".bin"
        with open(f"{dossier}/{r.batch_request_id}{extension}", "wb") as f:
            f.write(fichier.content)

Никога не съхранявайте подписани URL адреси за по-късна употреба: запазете файловете във вашето собствено хранилище (S3, GCS, локален диск).

Смесен мултимодален конвейер

Конкретен случай на употреба: създаване на пълни продуктови листовки, текст и визуализация, в една и съща партида:

{"custom_id": "prod-42-desc", "method": "POST", "url": "/v1/responses", "body": {"model": "grok-4.3", "input": "Write a marketing description for a high-end wireless headphone.", "max_output_tokens": 300}}
{"custom_id": "prod-42-img", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Product shot of premium wireless headphones, dark gradient background, studio lighting"}}

Общ префикс в идентификаторите (prod-42-desc, prod-42-img) улеснява групирането на текстовите и визуалните резултати за един и същи продукт.

Ключови изводи

  • Изображенията (генериране, редактиране) и видеоклиповете (генериране, редактиране, удължаване) работят в партиди
  • Параметрите съответстват на API: aspect_ratio, resolution, обекти image и video
  • Изображенията и видеоклиповете остават на стандартни тарифи, без отстъпки за партиди
  • Подписаните URL адреси за резултати изтичат след един час: изтеглете ги незабавно
  • Общ префикс в идентификаторите групира резултатите за един и същи продукт