Bildformate: URL und Base64
Auf dieser Seite
Aktualisiert am 3. November 2026. Mit der Responses API gehören
input_image- undinput_text-Objekte in dencontenteines{"role": "user", ...}-Nachrichts, nicht direkt ininput. Das frühere Python-Beispiel riefclient.responses.create()beimxai-sdk-Client auf, der diese Methode nicht besitzt, und schrieb den API-Schlüssel direkt in den Code; es verwendet nunuser(...)undimage(...)aus dem SDK, wobei der Schlüssel aus der Umgebung gelesen wird. Es wurde xAIs Warnung zur Speicherung der Historie hinzugefügt. Der Code wurde mitxai-sdk1.21.0 verifiziert. Quelle: Bildverständnis.
Bilder an Grok senden
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.
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-Dateiendata: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_imageimcontenteiner Nachricht; Chat Completions verwendetimage_url-Teile; das xAI SDK verwendetimage()innerhalb vonuser() - Bevorzugen Sie URL für öffentliche Bilder und Base64 für lokale Dateien