Billedformater: URL og Base64
På denne side
Opdateret 3. november 2026. Med Responses API skal objekterne
input_imageoginput_textplaceres icontentaf en besked med{"role": "user", ...}, ikke direkte iinput. Python-eksemplet kaldte tidligereclient.responses.create()påxai-sdk-klienten, som ikke har denne metode, og skrev API-nøglen direkte i koden: det bruger nuuser(...)ogimage(...)fra SDK’et, hvor nøglen læses fra miljøvariablen. Tilføjet xAIs advarsel om lagring af historik. Koden er verificeret medxai-sdk1.21.0. Kilde: Image Understanding.
Sådan sender du billeder til Grok
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.
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-filerdata: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_imageicontentaf en besked; Chat Completions brugerimage_url-dele; xAI SDK brugerimage()inde iuser() - Foretræk URL til offentlige billeder og Base64 til lokale filer