Neomezený počet obrázků na žádost
Na této stránce
Konkurenční výhoda rozhraní xAI API
Rozhraní xAI API vyniká nad konkurencí v jednom klíčovém technickém aspektu: neklade žádný limit na počet obrázků odeslaných v jedné žádosti. Zatímco jiná rozhraní vás omezují na 4, 10 nebo 20 obrázků, Grok přijme tolik, kolik jich potřebujete.
Tato flexibilita odemyká případy použití, které jsou jinde nemožné, ale vyžaduje také pevné pochopení praktických dopadů.
Co „neomezený“ skutečně znamená
Žádný limit na počet obrázků neznamená absence jakýchkoli omezení. Několik faktorů přirozeně limituje, kolik obrázků můžete efektivně odeslat:
Kontextové okno
Model má pevně dané kontextové okno. Každý obrázek spotřebuje mezi 256 a 1792 tokeny. Pokud odešlete 50 obrázků v režimu high, potenciálně využijete 89 600 tokenů pouze pro obrázky, což ponechává jen málo místa pro text a odpověď.
Kvalita analýzy
Po překročení určitého počtu obrázků kvalita analýzy klesá. Model musí rozdělit svou pozornost mezi všechny obrázky, což může vést k povrchním popisům nebo vynechávkám.
Latence a časový limit
Čím více obrázků odešlete, tím déle trvá zpracování. Při doporučeném časovém limitu 3600 sekund pro modely s logickým uvažováním se velmi velké žádosti mohou tomuto limitu přiblížit.
Praktická doporučení podle objemu
| Počet obrázků | Doporučení | Navrhovaný detail |
|---|---|---|
| 1–3 | Možná podrobná analýza | high |
| 4–10 | Efektivní porovnání | auto |
| 11–20 | Dávková klasifikace | low |
| 20+ | Rozdělit na podžádosti | low |
Architektury pro více obrázků v produkci
Vzor: Sekvenční zpracování s agregací
Pro analýzu velkého počtu obrázků je zpracovávejte v dávkách a následně agregujte výsledky:
import json
def analyser_catalogue(images, taille_lot=8):
"""Analyzuje katalog obrázků v dávkách."""
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"Obrázek {i + j}:"
})
input_data.append({
"type": "input_image",
"image_url": img,
"detail": "low"
})
input_data.append({
"type": "input_text",
"text": """Pro každý obrázek identifikuj v JSON:
{"number": N, "category": "...", "short_description": "..."}
Vrať pole JSON."""
})
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
Vzor: Filtrace trychtýřem
Začni rychlým tříděním všech obrázků a poté se ponoř do hloubky pouze u těch relevantních:
def entonnoir_analyse(images, critere):
"""Nejprve filtruje, poté analyzuje do hloubky."""
# Krok 1: Rychlé filtrování
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"""Které z těchto {len(images)} obrázků
odpovídají kritériu: "{critere}"?
Vrať pouze čísla (index od 0) v JSON: [0, 3, 7]"""
})
response = client.responses.create(
model="grok-4.5", input=input_data, store=False
)
indices = json.loads(response.output_text)
# Krok 2: Podrobná analýza filtrovaných obrázků
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": "Podrobná analýza tohoto obrázku."}
],
store=False
)
resultats.append({"index": idx, "analysis": response_detail.output_text})
return resultats
Zpracování chyb u velkých sad obrázků
Při práci s velkým počtem obrázků je pravděpodobnost chyb vyšší. Implementuj robustní zpracování:
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 # Exponenciální backoff
time.sleep(delai)
else:
raise e
Klíčové poznatky
- Rozhraní xAI API přijímá neomezený počet obrázků, ale kontextové okno zůstává konečné
- Při více než 10 obrázcích používej
detail: "low"pro zachování kvality analýzy - Při více než 20 obrázcích rozděl žádost na podžádosti kvůli spolehlivosti
- Vzor „trychtýře“ (rychlé filtrování následované podrobnou analýzou) je nejefektivnější pro velké objemy
- U velkých žádostí implementuj opakované pokusy s exponenciálním backoffem