Премини към основното съдържание
Български— Изберете език
Меню

Неограничен брой изображения на заявка

Урок 11 от 12 Обновен 30 юли 2026 г. Начинаещ
На тази страница
  1. Конкурентно предимство на xAI API
  2. Какво всъщност означава „неограничен“
  3. Практически препоръки според обема
  4. Архитектури с множество изображения в продукция
  5. Обработка на грешки при големи наборове от изображения
  6. Ключови изводи

Конкурентно предимство на xAI API

xAI API се откроява от конкурентите с една ключова техническа характеристика: то не налага ограничение върху броя изображения, изпращани в една заявка. Докато други API ви ограничават до 4, 10 или 20 изображения, Grok приема толкова, колкото пожелаете.

Тази гъвкавост отключва случаи на употреба, невъзможни на други места, но също така изисква солидно разбиране на практическите последствия.

Какво всъщност означава „неограничен“

Липсата на ограничение за броя изображения не означава липса на ограничения. Няколко фактора естествено ограничават колко изображения можете да изпратите ефективно:

Прозорец на контекста

Моделът има фиксиран прозорец на контекста. Всяко изображение консумира между 256 и 1792 токена. Ако изпратите 50 изображения в режим high, потенциално използвате 89 600 токена само за изображения, което оставя малко място за текст и отговор.

Качество на анализа

Отвъд определен брой изображения качеството на анализа спада. Моделът трябва да разпредели вниманието си върху всички изображения, което може да доведе до повърхностни описания или пропуски.

Латентност и изчакване на таймаут

Колкото повече изображения изпращате, толкова по-дълго отнема обработката. При препоръчителен таймаут от 3600 секунди за модели за разсъждение, много големите заявки могат да се доближат до тази граница.

Практически препоръки според обема

Брой изображения Препоръка Препоръчителна детайлност
1-3 Възможен е подробен анализ high
4-10 Ефективно сравнение auto
11-20 Пакетна класификация low
20+ Разделяне на подзаявки low

Архитектури с множество изображения в продукция

Шаблон: Последователна обработка с агрегиране

За да анализирате голям брой изображения, обработвайте ги на партиди, след което агрегирайте резултатите:

import json

def analyser_catalogue(images, taille_lot=8):
    """Analyzes an image catalogue in batches."""
    tous_resultats = []

    for i in range(0, len(images), taille_lot):
        lot = images[i:i + taille_lot]

        input_data = []
        for j, img in enumerate(lot, 1):
            input_data.append({
                "type": "input_text",
                "text": f"Image {i + j}:"
            })
            input_data.append({
                "type": "input_image",
                "image_url": img,
                "detail": "low"
            })

        input_data.append({
            "type": "input_text",
            "text": """For each image, identify in JSON:
{"number": N, "category": "...", "short_description": "..."}
Return a JSON array."""
        })

        response = client.responses.create(
            model="grok-4.5",
            input=input_data,
            store=False
        )

        try:
            resultats_lot = json.loads(response.output_text)
            tous_resultats.extend(resultats_lot)
        except json.JSONDecodeError:
            tous_resultats.append({"batch": i, "raw": response.output_text})

    return tous_resultats

Шаблон: Филтриране чрез фуния

Започнете с бързо сортиране на всички изображения, след което направете задълбочен анализ само на тези, които са релевантни:

def entonnoir_analyse(images, critere):
    """Filters then analyzes in depth."""
    # Step 1: Quick filtering
    input_data = []
    for i, img in enumerate(images):
        input_data.append({"type": "input_image", "image_url": img, "detail": "low"})

    input_data.append({
        "type": "input_text",
        "text": f"""Among these {len(images)} images, which ones
match the criteria: "{critere}"?
Return only the numbers (0-based index) in JSON: [0, 3, 7]"""
    })

    response = client.responses.create(
        model="grok-4.5", input=input_data, store=False
    )

    indices = json.loads(response.output_text)

    # Step 2: In-depth analysis of filtered images
    resultats = []
    for idx in indices:
        response_detail = client.responses.create(
            model="grok-4.5",
            input=[
                {"type": "input_image", "image_url": images[idx], "detail": "high"},
                {"type": "input_text", "text": "Detailed analysis of this image."}
            ],
            store=False
        )
        resultats.append({"index": idx, "analysis": response_detail.output_text})

    return resultats

Обработка на грешки при големи наборове от изображения

Когато работите с голям брой изображения, грешките са по-вероятни. Внедрете надеждна обработка:

import time

def requete_avec_retry(input_data, max_retries=3):
    for tentative in range(max_retries):
        try:
            response = client.responses.create(
                model="grok-4.5",
                input=input_data,
                store=False
            )
            return response
        except Exception as e:
            if tentative < max_retries - 1:
                delai = 2 ** tentative  # Exponential backoff
                time.sleep(delai)
            else:
                raise e

Ключови изводи

  • xAI API приема неограничен брой изображения, но прозорецът на контекста остава крайн
  • При повече от 10 изображения използвайте detail: "low", за да запазите качеството на анализа
  • При повече от 20 изображения разделяйте заявките на подзаявки за надеждност
  • Шаблонът „фуния“ (бързо филтриране, последвано от подробен анализ) е най-ефективен за големи обеми
  • Внедрете повторни опити с експоненциално забавяне за големи заявки