Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Billeder og videoer i batches

Lektion 9 af 12 Opdateret 2. november 2026 Udvikler
På denne side
  1. Multimodal generering i stor skala
  2. Batch-generering af billeder
  3. Batch-redigering af billeder
  4. Batch-generering af videoer
  5. Redigering og udvidelse af videoer
  6. Brug af Python SDK
  7. Prissætning af multimodalt indhold
  8. Udløb af resultat-URL’er
  9. Blandet multimodal pipeline
  10. Vigtige pointer

Opdateret 2. november 2026 baseret på xAI-dokumentation: batch-rabatten er på 20 % for berettigede tekstmodeller (ikke 50 %), eksemplerne følger REST API’en og det officielle xai-sdk (client.batch.*; xAI Batch API bruger ikke OpenAI-formatet, og OpenAI SDK gælder ikke), og Responses API har forrang frem for Chat Completions, som er et forældet endpoint hos xAI. Kilder: Batch API · REST Reference · Batch Pricing.

Multimodal generering i stor skala

Batch API’en er ikke begrænset til tekst. Du kan indsende anmodninger om generering og redigering af billeder samt generering, redigering og udvidelse af videoer. Denne funktion åbner døren til komplette multimodale pipelines: skriv beskrivelser og producér de tilhørende visuelle elementer i én enkelt operation.

Batch-generering af billeder

Endpointet /v1/images/generations fungerer i en batch præcis som i synkron tilstand. Vælg formatet med aspect_ratio, definitionen med resolution ("1k", "1.5k" eller "2k") og antallet af billeder med n:

{"custom_id": "img-001", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Minimalist logo for a fintech startup, white background, vector style", "n": 1, "aspect_ratio": "1:1", "resolution": "1k"}}
{"custom_id": "img-002", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Isometric illustration of a datacenter", "n": 1, "aspect_ratio": "16:9", "resolution": "1k"}}

Batch-redigering af billeder

Endpointet /v1/images/edits modificerer et eksisterende billede, som sendes i et image-objekt: enten en url (offentlig adresse eller base64-kodede data) eller file_id for en uploadet fil.

{"custom_id": "edit-001", "method": "POST", "url": "/v1/images/edits", "body": {"model": "grok-imagine-image-2.0", "prompt": "Replace the background with a solid white background", "image": {"url": "https://example.com/photo.jpg"}}}

I batch-tilstand hjælper redigering med at behandle et katalog: harmonisér baggrunde, tilføj et element, eller anvend den samme retouchering på hundredvis af visuelle elementer.

Batch-generering af videoer

Endpointet /v1/videos/generations (eller /v1/videos) genererer videoer på 1 til 15 sekunder (duration, standardværdi 8) i opløsningerne 480p, 720p eller 1080p:

{"custom_id": "vid-001", "method": "POST", "url": "/v1/videos/generations", "body": {"model": "grok-imagine-video-1.5", "prompt": "Smooth animation of a bar chart growing progressively", "duration": 8, "resolution": "720p"}}

Videobehandling er mere ressourcekrævende end tekst eller billeder, så disse anmodninger kan tage længere tid inden for batchen.

Redigering og udvidelse af videoer

Endpointet /v1/videos/edits modificerer en eksisterende video, og /v1/videos/extensions udvider den med et segment på 2 til 10 sekunder. Send kildevideoen i et video-objekt (URL på en .mp4-fil eller file_id):

{"custom_id": "vid-edit-001", "method": "POST", "url": "/v1/videos/edits", "body": {"model": "grok-imagine-video", "prompt": "Slow down the scene", "video": {"url": "https://example.com/clip.mp4"}}}
{"custom_id": "vid-ext-001", "method": "POST", "url": "/v1/videos/extensions", "body": {"model": "grok-imagine-video", "prompt": "The camera slowly pulls back and reveals a sunset", "video": {"url": "https://example.com/clip.mp4"}, "duration": 6}}

Brug af Python SDK

SDK’en klargør disse anmodninger med dedikerede metoder og tilføjer dem derefter til batchen ligesom tekstforespørgsler:

from xai_sdk import Client

client = Client()
batch = client.batch.create(batch_name="catalog_visuals")

requetes = [
    client.image.prepare(
        prompt="Product shot of wireless headphones, dark background, studio lighting",
        model="grok-imagine-image-2.0",
        batch_request_id="prod-42-img",
    ),
    client.video.prepare(
        prompt="The headphones rotate slowly on a turntable, dramatic lighting",
        model="grok-imagine-video-1.5",
        batch_request_id="prod-42-vid",
    ),
]
client.batch.add(batch_id=batch.batch_id, batch_requests=requetes)

Prissætning af multimodalt indhold

Vigtigt punkt: batch-rabatten gælder kun for berettigede tekstmodeller. Billeder og videoer faktureres til standardtaksten, selv i batch-tilstand – pr. 2. november 2026 er taksten $0,04 pr. billede med grok-imagine-image-2.0 ($0,02 med grok-imagine-image) og $0,08 pr. sekund video med grok-imagine-video-1.5 ($0,02 i -lite-versionen, $0,05 med grok-imagine-video).

Fordelen ved batches til multimodalt indhold er ikke prissætningen, men den operationelle effektivitet: du kan indsende hundredvis af genereringer i én operation uden at skulle administrere lige så mange kald eller ramme hastighedsgrænser.

Udløb af resultat-URL’er

Resultater for billeder og videoer leveres som signerede URL’er, der udløber efter én time. Dette er en kritisk begrænsning: download filerne, så snart du har hentet resultaterne.

import mimetypes

import requests


def telecharger_medias(resultats, dossier):
    """Downloads images and videos as soon as results are retrieved."""
    for r in resultats:
        reponse = r.proto.response
        if reponse.HasField("image_response"):
            url = r.image_response.url
        elif reponse.HasField("video_response"):
            url = r.video_response.url
        else:
            continue  # text result
        fichier = requests.get(url, timeout=120)
        fichier.raise_for_status()
        type_mime = fichier.headers.get("Content-Type", "").split(";")[0]
        extension = mimetypes.guess_extension(type_mime) or ".bin"
        with open(f"{dossier}/{r.batch_request_id}{extension}", "wb") as f:
            f.write(fichier.content)

Gem aldrig signerede URL’er til senere brug: gem filerne i dit eget lager (S3, GCS, lokal disk).

Blandet multimodal pipeline

Et konkret brugstilfælde: producér komplette produktsider med både tekst og visuelle elementer i samme batch:

{"custom_id": "prod-42-desc", "method": "POST", "url": "/v1/responses", "body": {"model": "grok-4.3", "input": "Write a marketing description for a high-end wireless headphone.", "max_output_tokens": 300}}
{"custom_id": "prod-42-img", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Product shot of premium wireless headphones, dark gradient background, studio lighting"}}

Et fælles præfiks i identifikatorerne (prod-42-desc, prod-42-img) gør det nemt at gruppere tekst- og billedresultater for det samme produkt.

Vigtige pointer

  • Billeder (generering, redigering) og videoer (generering, redigering, udvidelse) fungerer i batches
  • Parametrene svarer til API’en: aspect_ratio, resolution, image- og video-objekter
  • Billeder og videoer forbliver til standardtakster uden batch-rabatter
  • Signerede resultat-URL’er udløber efter én time: download straks
  • Et fælles præfiks i identifikatorerne grupperer resultater for det samme produkt