Модерация, несъвместимост на SDK и контрол на разходите
На тази страница
Обновено на 2 ноември 2026 г. — Imagine.
grok-imagine-image-qualityбеше премахнат на 2 ноември 2026 г. (заявките му се обслужват от Imagine 2.0 в качествоlow): примерите сега използватgrok-imagine-image(Imagine 1.0) иgrok-imagine-image-2.0(Imagine 2.0, качествоlow,mediumилиauto). При използване на OpenAI SDK, параметритеaspect_ratio,resolutionиqualityсе предават чрезextra_body, а редактирането става чрез xAI SDK или HTTP заявка.
Разбиране на ограниченията на API за изображения
За да изградите надеждни приложения с API за генериране на изображения на Grok, трябва да познавате неговите ограничения: автоматична модерация, несъвместимост с определени методи на OpenAI SDK и механизми за контрол на разходите.
Модерация на съдържанието
API автоматично модерира подканите (prompts) и генерираните изображения. Определени видове съдържание се отхвърлят:
- Изрично насилствено или кърваво съдържание
- Изрично сексуално съдържание
- Съдържание, проповядващо омраза или дискриминация
- Съдържание, включващо непълнолетни по неуместен начин
Когато се задейства модерация, API връща грешка вместо изображение.
Обработка на откази от модерация
import requests
import os
headers = {
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
}
def generate_safe(prompt, **kwargs):
"""Генериране на изображение с обработка на откази от модерация."""
try:
response = requests.post(
"https://api.x.ai/v1/images/generations",
headers=headers,
json={"model": "grok-imagine-image", "prompt": prompt, **kwargs}
)
response.raise_for_status()
return response.json()["data"][0]["url"]
except requests.exceptions.HTTPError as e:
if response.status_code == 400:
print(f"Подканата е отхвърлена от модерацията: {prompt[:50]}...")
return None
raise
Най-добри практики за модерация
На практика обработвайте модерацията превантивно, а не реактивно. Ако легитимна подкана бъде блокирана, тествайте вариации, за да идентифицирате задействащата дума – например „епична битка“ ще мине, докато по-груб термин няма, и картографирането на тези чувствителности избягва повтарящи се блокирания. Когато подканите идват от вашите потребители, добавете сървърен предфилтър преди извикването на API: той прихваща очевидно нарушаващи правилата заявки, без да консумира заявка към API, и ви позволява да контролирате показваното съобщение. Този последен пункт прави разликата в потребителското преживяване: блок от модерацията никога не трябва да достига до потребителя като сурова техническа грешка, а като ясно съобщение – „тази заявка не отговаря на нашите условия за ползване“ – което обяснява ситуацията, без да разкрива детайли от API.
Несъвместимост на OpenAI SDK за редактиране
Това е критичен момент: методът images.edit() на OpenAI SDK не работи с xAI API. OpenAI SDK изпраща данни като multipart/form-data, докато xAI API очаква application/json.
# НЕ РАБОТИ
from openai import OpenAI
client = OpenAI(api_key=os.getenv("XAI_API_KEY"), base_url="https://api.x.ai/v1")
client.images.edit(
model="grok-imagine-image",
image=open("photo.png", "rb"),
prompt="Edit this image"
)
# → Грешка в Content-type!
# РАБОТИ: директна REST заявка
import requests
response = requests.post(
"https://api.x.ai/v1/images/edits",
headers={
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
},
json={
"model": "grok-imagine-image",
"prompt": "Edit this image",
"image": {"url": "https://exemple.com/photo.jpg"}
}
)
Обобщение на съвместимостта
| Операция | OpenAI SDK | REST (requests) |
|---|---|---|
| images.generate() | Съвместимо | Съвместимо |
| images.edit() | Несъвместимо | Съвместимо |
Контрол на разходите
Мониторинг на потреблението
Настройте брояч на разходите във вашия код:
class ImageBudgetTracker:
PRICES = {
"grok-imagine-image": 0.02,
"grok-imagine-image-2.0": 0.04, # ниско качество; средно по тарифата
}
def __init__(self, budget_limit=10.0):
self.total_spent = 0.0
self.budget_limit = budget_limit
self.image_count = 0
def can_generate(self, model, n=1):
cost = self.PRICES[model] * n
return (self.total_spent + cost) <= self.budget_limit
def record(self, model, n=1):
cost = self.PRICES[model] * n
self.total_spent += cost
self.image_count += n
def report(self):
remaining = self.budget_limit - self.total_spent
print(f"Генерирани изображения: {self.image_count}")
print(f"Похарчени: ${self.total_spent:.2f}")
print(f"Оставащ бюджет: ${remaining:.2f}")
# Употреба
tracker = ImageBudgetTracker(budget_limit=5.0)
if tracker.can_generate("grok-imagine-image", n=5):
response = client.images.generate(
model="grok-imagine-image",
prompt="My image",
n=5
)
tracker.record("grok-imagine-image", n=5)
tracker.report()
Оптимизиране на разходите
Златното правило е да разделите проучването от продукцията. По време на търсенето на подходяща подкана работете с Imagine 1.0 ($0.02) с n=3-5, за да сравните вариации на по-ниска цена; след като подканата е стабилизирана, преминете към Imagine 2.0 с n=1 за финалния рендер. Тази последователност запазва най-високата тарифа само за избраните изображения.
Два механизма допълват настройката от страна на приложението. Първо, кеш на резултатите: ако се върне същата подкана – визуализации за каталог, стандартни изображения, регенерирани от множество потребители – сервирайте вече генерираното изображение, вместо да плащате за нова заявка. След това квоти, ако вашите потребители сами задействат генерирания: лимит на ден или час защитава бюджета ви от неразумна употреба и злоупотреба. Накрая, следете лимитите на честотата (300 RPM стандартно, 30 RPM про): пакетна обработка (pipeline), която ги игнорира, натрупва грешки 429 и ненужни повторни опити.
Оценка на месечния бюджет
За приложение със 100 потребители, генериращи по 10 изображения на ден:
- Imagine 1.0: 100 x 10 x 30 x $0.02 = $600/месец
- Imagine 2.0 в
low: 100 x 10 x 30 x $0.04 = $1,200/месец - Смесено (80/20): 24,000 x $0.02 + 6,000 x $0.04 = $720/месец
Крайна точка за откриване на модели
За програмна проверка на наличните модели за изображения и техните цени:
response = requests.get(
"https://api.x.ai/v1/image-generation-models",
headers={"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}"}
)
for model in response.json()["data"]:
print(f"{model['id']} : ${model['image_price']}/изображение, "
f"макс. дължина на подканата: {model['max_prompt_length']} знака")
Тарифи към 5 август 2026 г. – цените се променят редовно: преди всяко изчисление на бюджета проверете актуалната тарифа на официалната страница за модели и тарифи на xAI.
Ключови изводи
- Модерацията е автоматична: обработвайте отказите във вашия код
images.edit()на OpenAI SDK е несъвместим с xAI: използвайтеrequestsimages.generate()на OpenAI SDK работи нормално- Внедрете тракер на бюджета, за да контролирате разходите
- Проверете моделите и цените чрез крайната точка
/v1/image-generation-models
Проверете знанията си
Генериране и редактиране на изображения: оперативен преглед.
1. Какво отличава Imagine 1.0 от Imagine 2.0?
Отговор: Балансът между качество и цена: Imagine 1.0 ($0.02) за обем и итерации, Imagine 2.0 ($0.04 в low, с настройка за quality) за финални рендери – прототипирате с първия, финализирате с втория.
2. Какво прави една подкана за изображение добра?
Отговор: Субект, стил, композиция и изрични детайли – опишете сцената като бриф за арт директор, след което правете итерации с целеви корекции, вместо да пренаписвате всичко.
3. Какво позволява крайната точка /v1/images/edits?
Отговор: Редактиране на съществуващи изображения: редактиране, насочено от подкана, редактиране на множество изображения с референции и редактиране в много цикли – ретуширате прецизно, вместо да регенерирате.
4. Как да произвеждате ефективно в големи обеми?
Отговор: Параметърът n за пакети, асинхронният клиент за пропускателна способност – и тъй като изходните URL адреси са временни, изтегляйте и архивирайте веднага.
5. Какви са предпазните мерки преди продукция?
Отговор: Модерация на подканите и изходите, познаване на несъвместимостите на SDK и контрол на разходите (модел, резолюция, обеми) – създаването в мащаб изисква управление.
Прототипирайте, редактирайте, индустриализирайте, управлявайте: пълният поток за работа с изображения – с разходи под контрол на всяка стъпка.