Параметър detail: auto, low и high
На тази страница
Контрол на точността на анализа
Когато изпращате изображение към Grok, можете да контролирате нивото на детайлност на анализа чрез параметъра detail. Този параметър директно влияе върху качеството на отговора, времето за обработка и потреблението на токени.
Разбирането на този параметър е от съществено значение за оптимизиране на разходите и съответствието на точността с всеки конкретен случай на употреба.
Трите нива на детайлност
xAI API предлага три стойности за параметъра detail:
Auto (стойност по подразбиране)
Когато не посочите параметъра detail, моделът използва auto. Той автоматично оценява необходимото ниво на детайлност въз основа на изображението и Вашата подкана (prompt).
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg"
}
Това е препоръчителното поведение за повечето случаи на употреба. Моделът адаптира своята стратегия за анализ според възприетата сложност на изображението и зададения въпрос.
Low (бързо и икономично)
Режимът low извършва бърз анализ на изображението, използвайки по-малко токени. Това е идеалният избор, когато имате нужда от общо разбиране, без да навлизате в фини детайли.
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg",
"detail": "low"
}
Случаи на употреба за low:
- Класифициране на съдържанието на изображението (пейзаж, портрет, документ и др.)
- Идентифициране на основния обект на снимка
- Бързо сортиране на партида от изображения
- Проверка дали дадено изображение отговаря на прост критерий
High (бавно и подробно)
Режимът high принуждава изчерпателен анализ на изображението. Моделът изследва всяка зона при максимална разделителна способност, което консумира повече токени, но произвежда много по-точни описания.
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg",
"detail": "high"
}
Случаи на употреба за high:
- Четене на фин текст в изображение (OCR)
- Анализ на графики с подробни легенди
- Откриване на дефекти във продуктови снимки
- Преглед на екранни снимки на сложни интерфейси
Сравнение на нивата
| Параметър | Скорост | Токени | Точност |
|---|---|---|---|
| auto | Променлива | Променливо | Адаптивна |
| low | Бърза | По-малко токени | Обща |
| high | Бавна | Повече токени | Подробна |
Синтаксис по API
Параметърът detail се поставя на различни места в зависимост от използваното API.
Responses API (препоръчително)
response = client.responses.create(
model="grok-4.5",
input=[
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg",
"detail": "high"
},
{
"type": "input_text",
"text": "Read all visible text in this image."
}
]
)
Chat Completions API (остаряло)
response = client.chat.completions.create(
model="grok-4.5",
messages=[{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": {
"url": "https://exemple.com/photo.jpg",
"detail": "high"
}
},
{
"type": "text",
"text": "Read all visible text in this image."
}
]
}]
)
Имайте предвид, че при Chat Completions detail е вложено вътре в обекта image_url, докато при Responses API то е на същото ниво като image_url.
Стратегия за оптимизация
В производствена среда най-добрата практика е да адаптирате нивото на детайлност според вида на задачата:
def analyser_image(image_url, tache):
# Прости задачи → low за спестяване на разходи
if tache in ["classifier", "trier", "identifier_sujet"]:
detail = "low"
# Сложни задачи → high за точност
elif tache in ["ocr", "graphique", "defaut_produit"]:
detail = "high"
# По подразбиране → оставете модела да реши
else:
detail = "auto"
return client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": image_url, "detail": detail},
{"type": "input_text", "text": f"Task: {tache}"}
]
)
Този подход Ви позволява значително да намалите разходите за токени при прости задачи, като същевременно поддържате максимална точност там, където е необходимо.
Ключови изводи
- Параметърът
detailконтролира дълбочината на анализа на изображението auto(по подразбиране) позволява на модела да реши – това е препоръчителният изборlowе бърз и икономичен, подходящ за задачи по класификацияhighе бавен, но точен, подходящ за OCR и детайлен анализ- Адаптирайте нивото на детайлност към вида на задачата, за да оптимизирате разходите