Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Bildformate: URL und Base64

Lektion 1 von 12 Aktualisiert am 3. November 2026 Anfänger
Auf dieser Seite
  1. Bilder an Grok senden
  2. Direkte URL
  3. Base64-kodiert (Data URI)
  4. Hauptunterschiede zwischen URL und Base64
  5. Mischen von Text und Bildern
  6. Kernaussagen

Aktualisiert am 3. November 2026. Mit der Responses API gehören input_image- und input_text-Objekte in den content eines {"role": "user", ...}-Nachrichts, nicht direkt in input. Das frühere Python-Beispiel rief client.responses.create() beim xai-sdk-Client auf, der diese Methode nicht besitzt, und schrieb den API-Schlüssel direkt in den Code; es verwendet nun user(...) und image(...) aus dem SDK, wobei der Schlüssel aus der Umgebung gelesen wird. Es wurde xAIs Warnung zur Speicherung der Historie hinzugefügt. Der Code wurde mit xai-sdk 1.21.0 verifiziert. Quelle: Bildverständnis.

Bilder an Grok senden

Grok analysiert ein Bild Grok-Modelle ab grok-4.5 verfügen über Vision-Fähigkeiten. Sie können in Ihren API-Anfragen ein oder mehrere Bilder senden, und das Modell analysiert diese, um Ihre Fragen zu beantworten. Dies wird als Bildverständnis oder multimodale Vision bezeichnet.

Bevor Sie Anwendungsfälle durchgehen, ist es unerlässlich, die beiden vom xAI-API unterstützten Bildübermittlungsformate zu beherrschen.

2
Unterstützte Formate
20 MiB
Maximale Größe pro Bild
JPG/PNG
Akzeptierte Formate
Unbegrenzt
Anzahl der Bilder

Direkte URL

Die einfachste Methode besteht darin, die öffentliche URL eines Bildes anzugeben. Das Modell lädt es herunter und analysiert es automatisch.

Mit der Responses API (Hauptendpunkt):

{
  "model": "grok-4.5",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_image",
          "image_url": "https://exemple.com/photo-produit.jpg"
        },
        {
          "type": "input_text",
          "text": "Beschreiben Sie dieses Bild im Detail."
        }
      ]
    }
  ]
}

xAI empfiehlt, dass Sie bei der Übermittlung von Bildern die Anforderungs- und Antworthistorie nicht auf ihren Servern speichern, da dies sonst zum Versagen der Anforderung führen kann: Bei der Responses API geben Sie "store": false an.

Mit der Chat Completions API (Legacy, 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": "Beschreiben Sie dieses Bild im Detail."
        }
      ]
    }
  ]
}

Die URL muss auf eine öffentlich zugängliche Bilddatei verweisen. Wenn das Bild hinter einer Authentifizierung oder einem geschützten CDN liegt, verwenden Sie stattdessen das Base64-Format.

Base64-kodiert (Data URI)

Das zweite Format beinhaltet die direkte Kodierung des Bildes in der Anforderung als Base64-Zeichenfolge, die von einem MIME-Präfix begleitet wird. Dies ist die ideale Methode, wenn Sie mit lokalen Bildern, Screenshots oder dynamisch generierten Dateien arbeiten.

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

Das Präfix data:image/jpeg;base64, teilt dem Modell den MIME-Typ des Bildes mit. Passen Sie es entsprechend dem Format an:

  • data:image/jpeg;base64, für JPG/JPEG-Dateien
  • data:image/png;base64, für PNG-Dateien

Kodierung eines Bildes in 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}"

Kodierung in JavaScript/Node.js

import { readFileSync } from 'fs';

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

Hauptunterschiede zwischen URL und Base64

Kriterium URL Base64
Anforderungsgröße Leichtgewichtig (nur die URL) Schwer (+33 % gegenüber Originaldatei)
Zugänglichkeit Öffentliches Bild erforderlich Funktioniert mit jeder lokalen Datei
Latenz Server-Download Daten direkt in der Anforderung
Typischer Anwendungsfall Web-Bilder, CDN, Cloud-Speicher Lokale Dateien, Screenshots, Uploads

Mischen von Text und Bildern

Der content eines Nachrichts akzeptiert ein gemischtes Array aus input_image- und input_text-Objekten in beliebiger Reihenfolge: Sie können Text und Bilder frei abwechseln. Mit dem nativen xAI SDK wird dieselbe Nachricht mit user() erstellt, die Text und Bilder, die von image() erstellt wurden, nacheinander akzeptiert:

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

client = Client()  # Schlüssel wird aus XAI_API_KEY gelesen

chat = client.chat.create(model="grok-4.5")
chat.append(
    user(
        "Vergleichen Sie diese beiden Fotos:",
        image(image_url="https://exemple.com/photo1.jpg", detail="high"),
        image(image_url="https://exemple.com/photo2.jpg", detail="high"),
        "Was sind die Hauptunterschiede?",
    )
)

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

image() akzeptiert eine öffentliche URL oder eine Base64-Data URI.

Kernaussagen

  • Zwei Bildformate werden unterstützt: Direkte URL und Base64 (Data URI)
  • Akzeptierte Formate sind JPG, JPEG und PNG ausschließlich
  • Jedes Bild darf 20 MiB nicht überschreiten
  • Die Anzahl der Bilder pro Anforderung ist unbegrenzt
  • Die Responses API platziert input_image im content einer Nachricht; Chat Completions verwendet image_url-Teile; das xAI SDK verwendet image() innerhalb von user()
  • Bevorzugen Sie URL für öffentliche Bilder und Base64 für lokale Dateien