Moderering, SDK-inkompatibiliteter og omkostningskontrol
På denne side
Opdateret 2. november 2026 — Imagine.
grok-imagine-image-qualityblev fjernet den 2. november 2026 (dens anmodninger betjenes nu af Imagine 2.0 ilowkvalitet): eksemplerne bruger nugrok-imagine-image(Imagine 1.0) oggrok-imagine-image-2.0(Imagine 2.0,low,mediumellerautokvalitet). Med OpenAI SDK sendesaspect_ratio,resolutionogqualityviaextra_body, mens redigering sker gennem xAI SDK eller en HTTP-anmodning.
Forstå begrænsningerne i billede-API’et
For at bygge pålidelige applikationer med Grok-billedgenererings-API’et skal du kende dets begrænsninger: automatisk moderering, inkompatibilitet med visse OpenAI SDK-metoder og mekanismer til omkostningskontrol.
Indholdsmoderering
API’et modererer automatisk prompts og genererede billeder. Visse indholdstyper afvises:
- Eksplicit voldeligt indhold eller gore
- Eksplicit seksuelt indhold
- Hadefuldt eller diskriminerende indhold
- Indhold, der uhensigtsmæssigt involverer mindreårige
Når moderering udløses, returnerer API’et en fejl i stedet for et billede.
Håndtér afvisninger fra modereringen
import requests
import os
headers = {
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
}
def generate_safe(prompt, **kwargs):
"""Generer et billede mens du håndterer afvisninger fra modereringen."""
try:
response = requests.post(
"https://api.x.ai/v1/images/generations",
headers=headers,
json={"model": "grok-imagine-image", "prompt": prompt, **kwargs}
)
response.raise_for_status()
return response.json()["data"][0]["url"]
except requests.exceptions.HTTPError as e:
if response.status_code == 400:
print(f"Prompt afvist af moderering: {prompt[:50]}...")
return None
raise
Bedste praksis for moderering
I praksis skal du håndtere moderering proaktivt frem for reaktivt. Hvis et legitimt prompt blokeres, så test variationer for at identificere udløserordet – „epic battle” vil gå igennem, hvor et grovere ord ikke vil, og kortlægning af disse følsomheder undgår tilbagevendende blokeringer. Når prompts kommer fra dine brugere, skal du tilføje et server-side forfilter før API-kaldet: det opfanger åbenlyst policy-stridige anmodninger uden at bruge en request, og holder dig i kontrol over den besked, der vises. For dette sidste punkt gør forskellen på oplevelsen: en modereringsblokering må aldrig nå brugeren som en rå teknisk fejl, men som en klar besked – „denne anmodning overholder ikke vores brugsbetingelser” – der forklarer uden at afsløre API-detaljer.
Inkompatibilitet med OpenAI SDK til redigering
Dette er et kritisk punkt: OpenAI SDK-metoden images.edit() fungerer ikke med xAI-API’et. OpenAI SDK sender data som multipart/form-data, mens xAI-API’et forventer application/json.
# FUNGERER IKKE
from openai import OpenAI
client = OpenAI(api_key=os.getenv("XAI_API_KEY"), base_url="https://api.x.ai/v1")
client.images.edit(
model="grok-imagine-image",
image=open("photo.png", "rb"),
prompt="Edit this image"
)
# → Content-type fejl!
# FUNGERER: direkte REST-kald
import requests
response = requests.post(
"https://api.x.ai/v1/images/edits",
headers={
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
},
json={
"model": "grok-imagine-image",
"prompt": "Edit this image",
"image": {"url": "https://exemple.com/photo.jpg"}
}
)
Oversigt over kompatibilitet
| Operation | OpenAI SDK | REST (requests) |
|---|---|---|
| images.generate() | Kompatibel | Kompatibel |
| images.edit() | Inkompatibel | Kompatibel |
Omkostningskontrol
Overvåg forbrug
Opsæt en tæller for udgifter i din kode:
class ImageBudgetTracker:
PRICES = {
"grok-imagine-image": 0.02,
"grok-imagine-image-2.0": 0.04, # low quality; medium til grid-rate
}
def __init__(self, budget_limit=10.0):
self.total_spent = 0.0
self.budget_limit = budget_limit
self.image_count = 0
def can_generate(self, model, n=1):
cost = self.PRICES[model] * n
return (self.total_spent + cost) <= self.budget_limit
def record(self, model, n=1):
cost = self.PRICES[model] * n
self.total_spent += cost
self.image_count += n
def report(self):
remaining = self.budget_limit - self.total_spent
print(f"Images generated: {self.image_count}")
print(f"Spent: ${self.total_spent:.2f}")
print(f"Remaining budget: ${remaining:.2f}")
# Brug
tracker = ImageBudgetTracker(budget_limit=5.0)
if tracker.can_generate("grok-imagine-image", n=5):
response = client.images.generate(
model="grok-imagine-image",
prompt="My image",
n=5
)
tracker.record("grok-imagine-image", n=5)
tracker.report()
Optimer omkostninger
Den gyldne regel er at adskille udforskning og produktion. Under søgning efter prompts skal du arbejde med Imagine 1.0 ($0,02) med n=3-5 for at sammenligne variationer til en lavere pris; når promptet er stabilt, skal du skifte til Imagine 2.0 med n=1 til det endelige render. Denne sekventering reserverer den højeste sats kun til udvalgte billeder.
To mekanismer fuldender opsætningen på applikationssiden. Først et resultat-cache: hvis det samme prompt returneres – katalogvisualiseringer, standardbilleder regenereret af flere brugere – så server det allerede genererede billede i stedet for at betale for en ny anmodning. Dernæst kvoter, hvis dine brugere selv udløser genereringer: en grænse per dag eller time beskytter dit budget mod urimelig brug og misbrug. Hold endelig øje med rate limits (300 RPM standard, 30 RPM pro): en batch-pipeline, der ignorerer dem, ophober 429-fejl og unødvendige genforsøg.
Estimering af månedligt budget
For en app med 100 brugere, der genererer 10 billeder om dagen:
- Imagine 1.0: 100 x 10 x 30 x $0,02 = $600/måned
- Imagine 2.0 i
low: 100 x 10 x 30 x $0,04 = $1.200/måned - Blandet (80/20): 24.000 x $0,02 + 6.000 x $0,04 = $720/måned
Endpoint til modelopdagelse
For programmatisk at tjekke tilgængelige billedmodeller og deres priser:
response = requests.get(
"https://api.x.ai/v1/image-generation-models",
headers={"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}"}
)
for model in response.json()["data"]:
print(f"{model['id']} : ${model['image_price']}/image, "
f"max prompt : {model['max_prompt_length']} chars")
Satser pr. 5. august 2026 — priser ændres regelmæssigt: før enhver budgetberegning skal du tjekke den aktuelle prisliste på den officielle side for xAI-modeller og satser.
Vigtige pointer
- Moderering er automatisk: håndtér afvisninger i din kode
- OpenAI SDK
images.edit()er inkompatibel med xAI: brugrequests - OpenAI SDK
images.generate()fungerer normalt - Implementer en budgettracker for at kontrollere udgifter
- Tjek modeller og priser via
/v1/image-generation-models-endpointet
Test din viden
Billedgenerering og redigering: det operationelle overblik.
1. Hvad adskiller Imagine 1.0 og Imagine 2.0?
Svar: Afvejningen mellem kvalitet og omkostninger: Imagine 1.0 ($0,02) til volumen og iterationer, Imagine 2.0 ($0,04 i low, med en quality-indstilling) til endelige renders – du prototyper med den første, finaliserer med den anden.
2. Hvad gør et godt billed-prompt?
Svar: Emne, stil, komposition og eksplicitte detaljer – beskriv scenen som en brief til art direction, og iterér derefter med målrettede justeringer i stedet for at omskrive.
3. Hvad muliggør /v1/images/edits-endpointet?
Svar: Redigering af eksisterende billeder: prompt-målrettet redigering, redigering af flere billeder med referencer og redigering over flere omgange – du retoucherer præcist i stedet for at regenerere.
4. Hvordan producerer man effektivt i stor skala?
Svar: Parameteren n til batches, async-klienten til gennemstrømning – og da output-URL’er er midlertidige, skal du downloade og arkivere med det samme.
5. Hvilke sikkerhedsforanstaltninger før produktion?
Svar: Moderering af prompts og outputs, kendskab til SDK-inkompatibiliteter og omkostningskontrol (model, opløsning, volumener) – skabelse i stor skala kræver styring.
Prototyp, rediger, industrialiser, styr: den komplette billedpipeline – med omkostninger under kontrol i hvert trin.