Изображения и видеоклипове в партиди
На тази страница
- Масово мултимодално генериране
- Партидно генериране на изображения
- Партидно редактиране на изображения
- Партидно генериране на видеоклипове
- Редактиране и удължаване на видеоклипове
- Използване на Python SDK
- Ценообразуване на мултимодално съдържание
- Изтичане на срока на валидност на URL адресите за резултати
- Смесен мултимодален конвейер
- 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, обектиimageиvideo - 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