Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Moderation, SDK-Inkompatibilitäten und Kostenkontrolle

Lektion 14 von 14 Aktualisiert am 3. November 2026 Anfänger
Auf dieser Seite
  1. Die Bild-API-Grenzen verstehen
  2. Inhaltsmoderation
  3. Inkompatibilität des OpenAI SDK für das Bearbeiten
  4. Kostenkontrolle
  5. Modell-Entdeckungs-Endpunkt
  6. Wichtige Punkte zur Erinnerung
  7. Testen Sie Ihr Wissen

Aktualisiert am 2. November 2026 — Imagine. grok-imagine-image-quality wurde am 2. November 2026 entfernt (die Anfragen werden von Imagine 2.0 in low-Qualität bedient): Beispiele verwenden nun grok-imagine-image (Imagine 1.0) und grok-imagine-image-2.0 (Imagine 2.0, low, medium oder auto Qualität). Mit dem OpenAI SDK gehen aspect_ratio, resolution und quality über extra_body, und das Bearbeiten erfolgt über das xAI SDK oder eine HTTP-Anfrage.

Die Bild-API-Grenzen verstehen

Um zuverlässige Anwendungen mit der Grok-Bildgenerierungs-API zu entwickeln, müssen Sie deren Grenzen kennen: automatische Moderation, Inkompatibilität mit bestimmten OpenAI SDK-Methoden und Mechanismen zur Kostenkontrolle.

Inhaltsmoderation

Die API moderiert Prompts und generierte Bilder automatisch. Bestimmte Inhaltstypen werden abgelehnt:

  • Explizit gewalttätige oder blutige Inhalte
  • Explizit sexuelle Inhalte
  • Hassrede oder diskriminierende Inhalte
  • Inhalte, die Minderjährige unangemessen darstellen

Wenn die Moderation ausgelöst wird, gibt die API einen Fehler zurück statt eines Bildes.

Moderationsablehnungen handhaben

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
    "Content-Type": "application/json"
}

def generate_safe(prompt, **kwargs):
    """Generiert ein Bild und behandelt Moderationsablehnungen."""
    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 von der Moderation abgelehnt: {prompt[:50]}...")
            return None
        raise

Moderations-Best Practices

In der Praxis sollten Sie die Moderation proaktiv anstatt reaktiv handhaben. Wenn ein legitimer Prompt blockiert wird, testen Sie Variationen, um das auslösende Wort zu identifizieren – „epic battle” wird akzeptiert, während ein groberer Begriff nicht – und das Kartieren dieser Sensibilitäten vermeidet wiederholte Blockaden. Wenn Prompts von Ihren Nutzern stammen, fügen Sie einen serverseitigen VorfILTER vor dem API-Aufruf hinzu: Dieser fängt offensichtlich nicht-konforme Anfragen ab, ohne eine Anfrage zu verbrauchen, und behält die Kontrolle über die angezeigte Nachricht. Da dieser letzte Punkt den Erlebnisunterschied ausmacht: Eine Moderationsblockade sollte dem Nutzer niemals als roher technischer Fehler, sondern als klare Nachricht erscheinen – „diese Anfrage entspricht nicht unseren Nutzungsbedingungen” – die erklärt, ohne API-Details preiszugeben.

Inkompatibilität des OpenAI SDK für das Bearbeiten

Dies ist ein kritischer Punkt: Die OpenAI SDK-Methode images.edit() funktioniert nicht mit der xAI-API. Das OpenAI SDK sendet Daten als multipart/form-data, während die xAI-API application/json erwartet.

# FUNKTIONIERT NICHT
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 error!

# FUNKTIONIERT: direkte REST-Anfrage
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"}
    }
)

Kompatibilitätsübersicht

Operation OpenAI SDK REST (requests)
images.generate() Kompatibel Kompatibel
images.edit() Inkompatibel Kompatibel

Kostenkontrolle

Verbrauch überwachen

Richten Sie einen Ausgabenzähler in Ihrem Code ein:

class ImageBudgetTracker:
    PRICES = {
        "grok-imagine-image": 0.02,
        "grok-imagine-image-2.0": 0.04,  # low quality; medium at 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"Generierte Bilder: {self.image_count}")
        print(f"Ausgaben: ${self.total_spent:.2f}")
        print(f"Verbleibendes Budget: ${remaining:.2f}")

# Nutzung
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()

Kosten optimieren

Die goldene Regel lautet: Trennen Sie Exploration und Produktion. Während der Prompt-Suche arbeiten Sie mit Imagine 1.0 ($0.02) mit n=3-5, um Variationen zu geringeren Kosten zu vergleichen; sobald der Prompt stabil ist, wechseln Sie zu Imagine 2.0 mit n=1 für die finale Darstellung. Diese Sequenz reserviert die höchste Rate ausschließlich für ausgewählte Bilder.

Zwei Mechanismen vervollständigen die Einrichtung auf der Anwendungsebene. Erstens ein Ergebnis-Cache: Wenn derselbe Prompt zurückkehrt – Katalogvisualisierungen, Standardbilder, die von mehreren Nutzern neu generiert werden – dienen Sie das bereits generierte Bild an, statt für eine neue Anfrage zu zahlen. Zweitens Quoten, wenn Ihre Nutzer selbst Generierungen auslösen: Ein Limit pro Tag oder Stunde schützt Ihr Budget vor unvernünftigem Gebrauch und Missbrauch. Schließlich halten Sie die Blick auf die Rate-Limits (300 RPM Standard, 30 RPM pro): Ein Batch-Pipeline, der diese ignoriert, sammelt 429-Fehler und unnötige Wiederholungsversuche.

Monatliche Budgetschätzung

Für eine App mit 100 Nutzern, die 10 Bilder pro Tag generieren:

  • Imagine 1.0: 100 x 10 x 30 x $0.02 = $600/Monat
  • Imagine 2.0 in low: 100 x 10 x 30 x $0.04 = $1.200/Monat
  • Gemischt (80/20): 24.000 x $0.02 + 6.000 x $0.04 = $720/Monat

Modell-Entdeckungs-Endpunkt

Um verfügbare Bildmodelle und deren Preise programmatisch zu prüfen:

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']}/Bild, "
          f"max Prompt : {model['max_prompt_length']} Zeichen")

Raten Stand 5. August 2026 – Preise ändern sich regelmäßig: Prüfen Sie vor jeder Budgetberechnung das aktuelle Raster auf der offiziellen xAI-Modell- und Raten-Seite.

Wichtige Punkte zur Erinnerung

  • Moderation ist automatisch: Behandeln Sie Ablehnungen in Ihrem Code
  • OpenAI SDK images.edit() ist inkompatibel mit xAI: Verwenden Sie requests
  • OpenAI SDK images.generate() funktioniert normal
  • Implementieren Sie einen Budget-Tracker zur Kontrolle der Ausgaben
  • Prüfen Sie Modelle und Preise über den /v1/image-generation-models-Endpunkt

Testen Sie Ihr Wissen

Bildgenerierung und -bearbeitung: Der operative Überblick.

1. Was unterscheidet Imagine 1.0 und Imagine 2.0?

Antwort: Das Qualitäts-/Kosten-Verhältnis: Imagine 1.0 ($0.02) für Volumen und Iterationen, Imagine 2.0 ($0.04 in low, mit einer quality-Einstellung) für finale Darstellungen – Sie prototypen mit dem ersten, finalisieren mit dem zweiten.

2. Was macht einen guten Bild-Prompt aus?

Antwort: Subjekt, Stil, Komposition und explizite Details – beschreiben Sie die Szene wie ein künstlerisches Regiebriefing, und iterieren Sie dann mit gezielten Anpassungen statt Neuformulierungen.

3. Was ermöglicht der /v1/images/edits-Endpunkt?

Antwort: Bearbeiten bestehender Bilder: Prompt-zielgerichtete Bearbeitung, Mehrbildbearbeitung mit Referenzen und mehrstufige Bearbeitung – Sie retuschieren präzise statt neu zu generieren.

4. Wie produziert man effizient im großen Maßstab?

Antwort: Der n-Parameter für Batches, der asynchrone Client für Durchsatz – und da Ausgabe-URLs temporär sind, laden und archivieren Sie sofort.

5. Welche Sicherungen sind vor der Produktion erforderlich?

Antwort: Moderation von Prompts und Ausgaben, Kenntnis von SDK-Inkompatibilitäten und Kostenkontrolle (Modell, Auflösung, Volumina) – Erstellung im großen Maßstab erfordert Governance.

Prototypisieren, bearbeiten, industrialisieren, reglementieren: Die vollständige Bildpipeline – mit Kosten unter Kontrolle in jedem Schritt.