Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Billedformater: URL og Base64

Lektion 1 af 12 Opdateret 3. november 2026 Begynder
På denne side
  1. Sådan sender du billeder til Grok
  2. Direkte URL
  3. Base64-kodet (Data URI)
  4. Vigtige forskelle mellem URL og Base64
  5. Blanding af tekst og billeder
  6. Vigtige pointer

Opdateret 3. november 2026. Med Responses API skal objekterne input_image og input_text placeres i content af en besked med {"role": "user", ...}, ikke direkte i input. Python-eksemplet kaldte tidligere client.responses.create() på xai-sdk-klienten, som ikke har denne metode, og skrev API-nøglen direkte i koden: det bruger nu user(...) og image(...) fra SDK’et, hvor nøglen læses fra miljøvariablen. Tilføjet xAIs advarsel om lagring af historik. Koden er verificeret med xai-sdk 1.21.0. Kilde: Image Understanding.

Sådan sender du billeder til Grok

Grok analyserer et billede Grok-modeller fra grok-4.5 og nyere inkluderer visuelle funktioner. Du kan sende ét eller flere billeder i dine API-anmodninger, og modellen vil analysere dem for at besvare dine spørgsmål. Dette kaldes billedforståelse eller multimodal vision.

Før vi dykker ned i brugscases, er det afgørende at mestre de to billedformater, som xAI API understøtter.

2
Understøttede formater
20 MiB
Maks. størrelse pr. billede
JPG/PNG
Accepterede formater
Ubegrænset
Antal billeder

Direkte URL

Den enkleste metode er at angive den offentlige URL på et billede. Modellen downloader og analyserer det automatisk.

Med Responses API (hovedendpoint):

{
  "model": "grok-4.5",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_image",
          "image_url": "https://exemple.com/photo-produit.jpg"
        },
        {
          "type": "input_text",
          "text": "Beskriv dette billede detaljeret."
        }
      ]
    }
  ]
}

xAI anbefaler, at du ikke gemmer anmodnings- og svarhistorikken på deres servere, når du sender billeder, da anmodningen ellers kan fejle: med Responses API skal du sende "store": false.

Med Chat Completions API (forældet, OpenAI-kompatibel):

{
  "model": "grok-4.5",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "image_url",
          "image_url": {
            "url": "https://exemple.com/photo-produit.jpg"
          }
        },
        {
          "type": "text",
          "text": "Beskriv dette billede detaljeret."
        }
      ]
    }
  ]
}

URL’en skal pege på en offentligt tilgængelig billedfil. Hvis billedet er beskyttet af godkendelse eller ligger bag et beskyttet CDN, skal du i stedet bruge Base64-formatet.

Base64-kodet (Data URI)

Det andet format indebærer, at billedet kodses direkte i anmodningen som en Base64-streng med et MIME-præfiks foran. Dette er den ideelle metode, når du arbejder med lokale billeder, skærmbilleder eller dynamisk genererede filer.

{
  "type": "input_image",
  "image_url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQ..."
}

Præfikset data:image/jpeg;base64, fortæller modellen billedets MIME-type. Juster det efter formatet:

  • data:image/jpeg;base64, til JPG/JPEG-filer
  • data:image/png;base64, til PNG-filer

Kodning af et billede i Python

import base64

with open("photo.jpg", "rb") as f:
    image_data = base64.standard_b64encode(f.read()).decode("utf-8")

image_url = f"data:image/jpeg;base64,{image_data}"

Kodning i JavaScript/Node.js

import { readFileSync } from 'fs';

const imageData = readFileSync('photo.jpg').toString('base64');
const imageUrl = `data:image/jpeg;base64,${imageData}`;

Vigtige forskelle mellem URL og Base64

Kriterium URL Base64
Anmodningsstørrelse Letvægts (kun URL'en) Tung (+33 % i forhold til originalfilen)
Tilgængelighed Kræver offentligt billede Fungerer med enhver lokal fil
Latenstid Server-download Data direkte i anmodningen
Typisk brugsscene Web-billeder, CDN, cloud-lagring Lokale filer, skærmbilleder, uploads

Blanding af tekst og billeder

content i en besked accepterer en blandet array af input_image- og input_text-objekter i vilkårlig rækkefølge: du kan frit skifte mellem tekst og billeder. Med det native xAI SDK bygges den samme besked med user(), som accepterer tekst og billeder oprettet af image() i sekvens:

from xai_sdk import Client
from xai_sdk.chat import image, user

client = Client()  # nøgle læst fra XAI_API_KEY

chat = client.chat.create(model="grok-4.5")
chat.append(
    user(
        "Sammenlign disse to fotos:",
        image(image_url="https://exemple.com/photo1.jpg", detail="high"),
        image(image_url="https://exemple.com/photo2.jpg", detail="high"),
        "Hvad er de vigtigste forskelle?",
    )
)

response = chat.sample()
print(response.content)

image() accepterer en offentlig URL eller en Base64 Data URI.

Vigtige pointer

  • To billedformater understøttes: Direkte URL og Base64 (Data URI)
  • Accepterede formater er kun JPG, JPEG og PNG
  • Hvert billede må ikke overstige 20 MiB
  • Antallet af billeder pr. anmodning er ubegrænset
  • Responses API placerer input_image i content af en besked; Chat Completions bruger image_url-dele; xAI SDK bruger image() inde i user()
  • Foretræk URL til offentlige billeder og Base64 til lokale filer