Премини към основното съдържание
Български— Изберете език
Меню

Генериране на партиди и параметърът n

Урок 9 от 14 Обновен 2 ноември 2026 г. Начинаещ
На тази страница
  1. Генериране на множество изображения в една заявка
  2. Параметърът n в детайли
  3. Върху разходите и лимитите на честотата
  4. Стратегии за селекция
  5. Пакетиране на множество промптове
  6. Пакетно изтегляне
  7. Ключови изводи

Обновено на 2 ноември 2026 г. — Imagine. grok-imagine-image-quality беше премахнат на 2 ноември 2026 г. (заявките му вече се обслужват от Imagine 2.0 в качество low): примерите сега използват grok-imagine-image (Imagine 1.0) и grok-imagine-image-2.0 (Imagine 2.0, качество low, medium или auto). При използване на OpenAI SDK, aspect_ratio, resolution и quality се предават чрез extra_body, а редактирането се извършва чрез xAI SDK или HTTP заявка.

Генериране на множество изображения в една заявка

Параметърът n в API за генериране Ви позволява да създадете до 10 изображения от един единствен промпт. Всяко изображение е уникална вариация, което Ви дава гама от възможности за избор на най-добрия резултат или за изграждане на галерия от визуални материали.

Параметърът n в детайли

Параметърът n приема цяло число между 1 и 10, като стойността по подразбиране е 1. Истинската му стойност се крие в едно лесно забравимо свойство на генерирането на изображения: резултатът е недетерминиран. Един и същ промпт произвежда различни изображения всеки път, когато го извикате, и нито едно от тях не е по-„правилно“ от друго. Генерирането на четири вариации наведнъж не е разхищение — това е признаване на факта, че не знаете предварително коя от тях ще проработи.

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.getenv("XAI_API_KEY"),
    base_url="https://api.x.ai/v1"
)

# Генериране на 5 вариации
response = client.images.generate(
    model="grok-imagine-image",
    prompt="A zen Japanese garden with a red bridge, ukiyo-e style",
    n=5,
    extra_body={"aspect_ratio": "16:9", "resolution": "1k"},
)

for i, image in enumerate(response.data):
    print(f"Variation {i + 1}: {image.url}")

Върху разходите и лимитите на честотата

Ключовото нещо, което трябва да разберете, преди да изградите конвейер върху това: n=10 не е отстъпка. Вие плащате за десет изображения и консумирате десет единици от лимита на честотата, точно както при десет отделни извиквания. Единствената печалба е мрежова — едно пътуване туда-назад вместо десет, което помага за латентността, но не променя бюджета.

Parameter n=1 n=5 n=10
Cost (Imagine 1.0) $0.02 $0.10 $0.20
Cost (Imagine 2.0, low) $0.04 $0.20 $0.40
Images generated 1 5 10

Заявка с n=10 консумира същия бюджет като 10 индивидуални заявки с n=1, но е по-бърза, защото изисква само едно мрежово извикване.

Стратегии за селекция

Генерирането на десет вариации без метод за сортиране просто премества проблема: имахте едно несигурно изображение, сега имате десет изображения за оценяване. Въпросът, който трябва да решите първо, е критерият — естетически, където човешкото око остава непобедимо; или проверим (видим ли е продуктът, четим ли е текстът, спазен ли е форматът), където автоматизацията става възможна.

Ръчна селекция

За критични случаи (реклама, корици на книги) изтеглете всички вариации и ги сравнете визуално:

import urllib.request

response = client.images.generate(
    model="grok-imagine-image-2.0",
    prompt="Science fiction book cover, organic spaceship",
    n=8,
    extra_body={"aspect_ratio": "3:4", "resolution": "2k"},
)

for i, image in enumerate(response.data):
    urllib.request.urlretrieve(image.url, f"variation_{i + 1}.png")
    print(f"Variation {i + 1} saved")

Автоматизирана селекция

Използването на визионен модел за оценяване на изображенията работи при едно условие: критерият трябва да бъде фактологичен. „Съдържа ли това изображение продукт, центриран на плътен фон?“ получава надежден отговор; „кое е най-красивото?“ получава произволен отговор, представен с увереност. Формулирайте проверими критерии и запазете естетическата преценка за себе си.

def generate_and_select(prompt, n=5):
    """Generate n variations and return all URLs."""
    response = client.images.generate(
        model="grok-imagine-image",
        prompt=prompt,
        n=n
    )
    return [image.url for image in response.data]

Пакетиране на множество промптове

За да генерирате изображения от множество различни промптове, комбинирайте извикванията:

prompts = [
    "Illustration of a Parisian café, impressionist style",
    "Aerial view of terraced rice fields, photographic style",
    "Interior of an old library, dim lighting"
]

all_results = {}
for prompt in prompts:
    response = client.images.generate(
        model="grok-imagine-image",
        prompt=prompt,
        n=3
    )
    all_results[prompt] = [img.url for img in response.data]

# 3 prompts x 3 variations = 9 images, total cost: $0.18

Пакетно изтегляне

Това е навикът, който трябва да изградите от първия ред код, а не когато внедрявате в продукция: URL адресите изтичат. Партида от десет изображения, генерирани сутринта и изтеглени вечерта, е загубена партида — и ще трябва да платите за нея отново.

import urllib.request
import os

def download_batch(response, output_dir="generated"):
    """Download all images from a response."""
    os.makedirs(output_dir, exist_ok=True)

    for i, image in enumerate(response.data):
        filepath = os.path.join(output_dir, f"image_{i + 1}.png")
        urllib.request.urlretrieve(image.url, filepath)

    print(f"{len(response.data)} images saved in {output_dir}/")

Цени към 5 август 2026 г. — цените се променят редовно: преди всяко изчисление на бюджета проверете текущата ценова листа на официалната страница за модели и цени на xAI.

Ключови изводи

  • Параметърът n Ви позволява да генерирате от 1 до 10 вариации на заявка
  • Всяко изображение се брои индивидуално за фактуриране
  • Генерирането на партида (една заявка с n>1) е по-бързо от n индивидуални заявки
  • Изтегляйте резултатите незабавно, защото URL адресите са временни
  • Използвайте n=3 до 5 за проучване, n=1 за целево производство