Begrænsninger: Formater, størrelse og grænser
På denne side
Grundregler
Før du integrerer Grok Vision i dine applikationer, skal du kende de tekniske begrænsninger, som xAI-API’en pålægger. Hvis du ignorerer disse grænser, risikerer du stille fejl eller afviste anmodninger, der kan være svære at fejlfinde i produktion.
Accepterede billedformater
xAI-API’en accepterer to billedfilformater (tre filendelser: .jpg, .jpeg, .png):
- JPG (eller JPEG) – det mest almindelige format til fotografier
- PNG – velegnet til skærmbilleder, diagrammer og billeder med tekst
Alle andre formater bliver afvist. Hvis du arbejder med WebP, GIF, BMP, TIFF, SVG eller HEIC-billeder, skal du konvertere dem, før du sender dem:
from PIL import Image
def convert_to_jpeg(source_path, output_path):
img = Image.open(source_path)
# Convert to RGB (required for JPEG)
if img.mode in ("RGBA", "P"):
img = img.convert("RGB")
img.save(output_path, "JPEG", quality=90)
Almindelig fælde: RGBA-billeder
PNG-filer med gennemsigtighed (alfakanal) accepteres, som de er. Men hvis du konverterer dem til JPEG, skal du først fjerne alfakanalen, da JPEG ikke understøtter gennemsigtighed.
Maksimal størrelse: 20 MiB
Hvert billede må ikke overstige 20 MiB (20.971.520 byte). Hvis denne grænse overskrides, afviser API’en anmodningen.
Denne grænse gælder for:
- Den downloadede fil, hvis der bruges en URL
- De afkodede data, hvis der bruges Base64 (ikke selve den kodede streng, som er ca. 33 % længere)
Tjek størrelsen før afsendelse
import os
def check_size(image_path, max_mib=20):
size = os.path.getsize(image_path)
size_mib = size / (1024 * 1024)
if size_mib > max_mib:
raise ValueError(
f"Image too large: {size_mib:.1f} MiB "
f"(max {max_mib} MiB)"
)
return size_mib
Komprimer om nødvendigt
For billeder, der ligger tæt på grænsen, kan du reducere JPEG-kvaliteten:
def compress_image(path, quality=80, max_size_mib=20):
img = Image.open(path)
buffer = io.BytesIO()
img.save(buffer, "JPEG", quality=quality)
while buffer.tell() > max_size_mib * 1024 * 1024 and quality > 20:
quality -= 10
buffer = io.BytesIO()
img.save(buffer, "JPEG", quality=quality)
buffer.seek(0)
return buffer
Antal billeder pr. anmodning: Ubegrænset
I modsætning til andre vision-API’er, der begrænser antallet af billeder pr. anmodning, pålægger xAI-API’en ingen grænse. Du kan sende så mange billeder, som du har brug for, i en enkelt anmodning.
Husk dog på, at:
- Hvert billede forbruger mellem 256 og 1792 tokens
- Modellens samlede kontekst har en maksimal størrelse
- Flere billeder = højere ventetid og omkostninger
Praktisk anbefaling
Selvom grænsen teoretisk set er ubegrænset, bør du holde det rimeligt:
# Best practice: process in batches
def analyze_batch(images, batch_size=10):
results = []
for i in range(0, len(images), batch_size):
batch = images[i:i + batch_size]
input_data = []
for img in batch:
input_data.append({
"type": "input_image",
"image_url": img,
"detail": "low"
})
input_data.append({
"type": "input_text",
"text": "Briefly describe each image."
})
response = client.responses.create(
model="grok-4.5",
input=input_data
)
results.append(response)
return results
Kompatible modeller
Billedforståelse er tilgængelig på grok-4.5 og nyere. Ældre modeller understøtter ikke denne funktion.
Tjek altid modellen, der bruges i din kode:
VISION_MODELS = ["grok-4.5", "grok-4.20-0309-reasoning"]
def supports_vision(model):
return any(model.startswith(m) for m in VISION_MODELS)
Fejlhåndtering
Forudsig fejl relateret til begrænsninger ved at validere billeder, før du sender dem:
def validate_image(path):
errors = []
# Check format
extension = path.lower().rsplit(".", 1)[-1]
if extension not in ("jpg", "jpeg", "png"):
errors.append(f"Unsupported format: {extension}")
# Check size
size_mib = os.path.getsize(path) / (1024 * 1024)
if size_mib > 20:
errors.append(f"Too large: {size_mib:.1f} MiB (max 20)")
# Check that it is a real image
try:
img = Image.open(path)
img.verify()
except Exception:
errors.append("Corrupted file or not a valid image")
return errors
Vigtige pointer
- Kun formaterne JPG/JPEG og PNG accepteres – konverter andre
- Maksimal størrelse: 20 MiB pr. billede – komprimer om nødvendigt
- Antallet af billeder pr. anmodning er ubegrænset, men hvert billede forbruger tokens
- Kun modellerne grok-4.5 og nyere understøtter vision
- Valider altid billeder før afsendelse for at undgå stille fejl