Spring til hovedindhold
Dansk— Vælg et sprog
Menu

input_image vs image_url: De to syntakser

Lektion 12 af 12 Opdateret 30. juli 2026 Begynder
På denne side
  1. To API’er, to syntakser
  2. Responses API: input_image (anbefalet)
  3. Chat Completions API: image_url (forældet)
  4. Sammenligningstabel
  5. Almindelige syntaksfejl
  6. Hvornår skal du bruge hvilket API?
  7. Vigtige pointer
  8. Test din viden

To API’er, to syntakser

xAI tilbyder to endpoints til interaktion med Grok, og hver bruger en forskellig syntaks til at sende billeder. Det er afgørende at forstå disse forskelle for at skrive korrekt kode og undgå frustrerende fejl.

Responses API: input_image (anbefalet)

Responses API er xAI’s nye primære endpoint. Nye funktioner tilføjes her først. Dette er det API, du bør prioritere til ethvert nyt projekt.

Syntaks

{
  "model": "grok-4.5",
  "store": false,
  "input": [
    {
      "type": "input_image",
      "image_url": "https://exemple.com/photo.jpg",
      "detail": "high"
    },
    {
      "type": "input_text",
      "text": "Describe this image."
    }
  ]
}

Egenskaber

  • Typen er input_image (ikke image_url)
  • URL’en eller Data URI’en placeres direkte i image_url (ingen indlejret objekt)
  • detail sidder på samme niveau som image_url
  • Tekst bruger typen input_text
  • input-arrayet erstatter messages-arrayet fra Chat Completions

Python SDK

response = client.responses.create(
    model="grok-4.5",
    input=[
        {
            "type": "input_image",
            "image_url": "https://exemple.com/photo.jpg",
            "detail": "high"
        },
        {
            "type": "input_text",
            "text": "Describe this image."
        }
    ],
    store=False
)

print(response.output_text)

Chat Completions API: image_url (forældet)

Chat Completions API er det forældede endpoint, som vedligeholdes for kompatibilitet med eksisterende OpenAI SDK’er. Hvis du migrerer kode skrevet til OpenAI, letter dette API overgangen.

Syntaks

{
  "model": "grok-4.5",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "image_url",
          "image_url": {
            "url": "https://exemple.com/photo.jpg",
            "detail": "high"
          }
        },
        {
          "type": "text",
          "text": "Describe this image."
        }
      ]
    }
  ]
}

Egenskaber

  • Typen er image_url (ikke input_image)
  • URL’en sidder i et indlejret image_url.url-objekt (dobbelt indlejring)
  • detail befinder sig inde i image_url-objektet
  • Tekst bruger typen text (ikke input_text)
  • Beskeder har en role (system, user, assistant)

Python med OpenAI SDK

from openai import OpenAI

client = OpenAI(
    api_key="your-xai-key",
    base_url="https://api.x.ai/v1"
)

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[{
        "role": "user",
        "content": [
            {
                "type": "image_url",
                "image_url": {
                    "url": "https://exemple.com/photo.jpg",
                    "detail": "high"
                }
            },
            {
                "type": "text",
                "text": "Describe this image."
            }
        ]
    }]
)

print(response.choices[0].message.content)

Sammenligningstabel

Aspekt API Responses Chat Completions
Status Primær (anbefalet) Forældet (kompatibilitet)
Billedtype input_image image_url
Teksttype input_text text
Billed-URL image_url: "..." image_url.url: "..."
Tilstandsstyring Stateful (previous_response_id) Stateless (gensend alt)
Lagring store: true/false Nej (stateless)
Serverværktøjer web_search, x_search, code_interpreter Begrænset

Almindelige syntaksfejl

Fejl 1: Blanding af formater

# Forkert — Chat Completions-syntaks i Responses API
input=[
    {"type": "image_url", "image_url": {"url": "..."}}  # Nej!
]

# Korrekt — Responses API-syntaks
input=[
    {"type": "input_image", "image_url": "..."}  # Ja!
]

Fejl 2: Glemmer indlejret struktur i Chat Completions

# Forkert — Direkte URL i Chat Completions
{"type": "image_url", "image_url": "https://..."}  # Nej!

# Korrekt — Indlejret objekt
{"type": "image_url", "image_url": {"url": "https://..."}}  # Ja!

Fejl 3: Brug af “text” i stedet for “input_text”

# Forkert — "text"-type i Responses API
input=[
    {"type": "text", "text": "Describe."}  # Nej!
]

# Korrekt
input=[
    {"type": "input_text", "text": "Describe."}  # Ja!
]

Hvornår skal du bruge hvilket API?

  • Nyt projekt: Brug Responses API. Det giver adgang til de nyeste funktioner og samtalelagring.
  • Migration fra OpenAI: Start med Chat Completions for at minimere kodeændringer, og migrer derefter gradvist til Responses API.
  • Følsomme billeder: Responses API med store: false eller Chat Completions API (naturligt stateless).

Vigtige pointer

  • Responses API bruger input_image + input_text, mens Chat Completions API bruger image_url + text
  • URL-strukturen er forskellig: direkte i Responses, indlejret i Chat Completions
  • Responses API er det anbefalede valg til al ny udvikling
  • Bland aldrig syntakser fra begge API’er i den samme anmodning
  • Tjek altid objekttypen (input_image vs image_url) for at undgå stille fejl

Test din viden

xAI API vision: formater, tokens, syntakser – er alt på plads?

1. Hvordan sender du et billede til API'et?

Svar: Via URL eller Base64, i en besked med blandet indhold – under overholdelse af dokumenterede format- og størrelsesbegrænsninger.

2. Hvad styrer detail-parameteren (auto, low, high)?

Svar: Analysegranularitet og omkostninger: low sparer tokens til grove use cases, high maksimerer præcision (OCR, fine detaljer), auto lader API’et beslutte.

3. Hvordan beregnes omkostningerne for et billede?

Svar: I billed-tokens – fra 256 til 1792 afhængigt af opløsning og detail: at skalere dine billeder og dit detail-niveau er den første optimeringshåndtag.

4. Hvad muliggør sammenligning af flere billeder?

Svar: At sende flere billeder i en enkelt anmodning og ræsonnere over dem – forskelle, udviklinger, konsistens – uden begrænsning på antallet af billeder pr. anmodning.

5. input_image eller image_url: hvilken skal du vælge?

Svar: input_image er den moderne syntaks i Responses API; image_url eksisterer fortsat som Chat Completions-arv – til ny kode er den moderne syntaks obligatorisk.

Godt format, god detail, god syntaks: vision styres ligesom tekst – helt ned til token-niveau.