Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Μορφές Εικόνων: URL και Base64

Μάθημα 1 / 12 Ενημερώθηκε 3 Νοεμβρίου 2026 Αρχάριος
Σε αυτήν τη σελίδα
  1. Αποστολή Εικόνων στο Grok
  2. Άμεσο URL
  3. Κωδικοποίηση Base64 (Data URI)
  4. Βασικές Διαφορές μεταξύ URL και Base64
  5. Συνδυασμός Κειμένου και Εικόνων
  6. Βασικά σημεία

Ενημερώθηκε στις 3 Νοεμβρίου 2026. Με το Responses API, τα αντικείμενα input_image και input_text τοποθετούνται στο content ενός μηνύματος {"role": "user", ...}, και όχι απευθείας στο input. Το προηγούμενο παράδειγμα Python καλούσε τη μέθοδο client.responses.create() στον πελάτη xai-sdk, η οποία δεν υπάρχει, και έγραφε το κλειδί API μέσα στον κώδικα: πλέον χρησιμοποιεί τις συναρτήσεις user(...) και image(...) από το SDK, με το κλειδί να διαβάζεται από το περιβάλλον. Προστέθηκε η προειδοποίηση της xAI σχετικά με την αποθήκευση του ιστορικού. Ο κώδικας επαληθεύτηκε με την έκδοση xai-sdk 1.21.0. Πηγή: Image Understanding.

Αποστολή Εικόνων στο Grok

Το Grok αναλύει μια εικόνα Τα μοντέλα Grok από την έκδοση grok-4.5 και μετά περιλαμβάνουν δυνατότητες όρασης. Μπορείτε να στείλετε μία ή περισσότερες εικόνες στα αιτήματά σας προς το API, και το μοντέλο θα τις αναλύσει για να απαντήσει στις ερωτήσεις σας. Αυτό ονομάζεται κατανόηση εικόνων ή πολυτροπική όραση (multimodal vision).

Πριν εμβαθύνουμε στις περιπτώσεις χρήσης, είναι απαραίτητο να κατανοήσετε πλήρως τις δύο μορφές υποβολής εικόνων που υποστηρίζει το API της xAI.

2
Υποστηριζόμενες μορφές
20 MiB
Μέγιστο μέγεθος ανά εικόνα
JPG/PNG
Αποδεκτές μορφές
Απεριόριστος
Αριθμός εικόνων

Άμεσο URL

Η απλούστερη μέθοδος είναι η παροχή του δημόσιου URL μιας εικόνας. Το μοντέλο θα την κατεβάσει και θα την αναλύσει αυτόματα.

Με το Responses API (κύριο endpoint):

{
  "model": "grok-4.5",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_image",
          "image_url": "https://exemple.com/photo-produit.jpg"
        },
        {
          "type": "input_text",
          "text": "Περιγράψτε αυτή την εικόνα λεπτομερώς."
        }
      ]
    }
  ]
}

Η xAI συνιστά, όταν στέλνετε εικόνες, να μην αποθηκεύετε το ιστορικό αιτημάτων και απαντήσεων στους διακομιστές τους, διαφορετικά το αίτημα ενδέχεται να αποτύχει: με το Responses API, περάστε "store": false.

Με το Chat Completions API (παλαιότερη έκδοση, συμβατό με το OpenAI):

{
  "model": "grok-4.5",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "image_url",
          "image_url": {
            "url": "https://exemple.com/photo-produit.jpg"
          }
        },
        {
          "type": "text",
          "text": "Περιγράψτε αυτή την εικόνα λεπτομερώς."
        }
      ]
    }
  ]
}

Το URL πρέπει να δείχνει σε ένα αρχείο εικόνας προσβάσιμο δημόσια. Εάν η εικόνα προστατεύεται από πιστοποίηση ή βρίσκεται πίσω από προστατευμένο CDN, χρησιμοποιήστε αντίθετα τη μορφή Base64.

Κωδικοποίηση Base64 (Data URI)

Η δεύτερη μορφή περιλαμβάνει την κωδικοποίηση της εικόνας απευθείας μέσα στο αίτημα ως συμβολοσειρά Base64,preceded by a MIME prefix. Αυτή είναι η ιδανική μέθοδος όταν εργάζεστε με τοπικές εικόνες, στιγμιότυπα οθόνης ή αρχεία που δημιουργούνται δυναμικά.

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

Το πρόθεμα data:image/jpeg;base64, ενημερώνει το μοντέλο για τον τύπο MIME της εικόνας. Προσαρμόστε το ανάλογα με τη μορφή:

  • data:image/jpeg;base64, για αρχεία JPG/JPEG
  • data:image/png;base64, για αρχεία PNG

Κωδικοποίηση Εικόνας σε 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}"

Κωδικοποίηση σε JavaScript/Node.js

import { readFileSync } from 'fs';

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

Βασικές Διαφορές μεταξύ URL και Base64

Κριτήριο URL Base64
Μέγεθος αιτήματος Ελαφρύ (μόνο το URL) Βαρύ (+33% σε σχέση με το αρχικό αρχείο)
Προσβασιμότητα Απαιτείται δημόσια εικόνα Λειτουργεί με οποιοδήποτε τοπικό αρχείο
Καθυστέρηση (Latency) Λήψη από τον διακομιστή Δεδομένα απευθείας στο αίτημα
Τυπική περίπτωση χρήσης Εικόνες web, CDN, αποθήκευση cloud Τοπικά αρχεία, στιγμιότυπα οθόνης, μεταφορτώσεις

Συνδυασμός Κειμένου και Εικόνων

Το content ενός μηνύματος δέχεται έναν μικτό πίνακα αντικειμένων input_image και input_text, με οποιαδήποτε σειρά: μπορείτε να εναλλάσσετε ελεύθερα κείμενο και εικόνες. Με το εγγενές SDK της xAI, το ίδιο μήνυμα δομείται με τη συνάρτηση user(), η οποία δέχεται κείμενο και εικόνες που δημιουργούνται από τη συνάρτηση image() διαδοχικά:

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

client = Client()  # το κλειδί διαβάζεται από το XAI_API_KEY

chat = client.chat.create(model="grok-4.5")
chat.append(
    user(
        "Συγκρίνετε αυτές τις δύο φωτογραφίες:",
        image(image_url="https://exemple.com/photo1.jpg", detail="high"),
        image(image_url="https://exemple.com/photo2.jpg", detail="high"),
        "Ποιες είναι οι κύριες διαφορές;",
    )
)

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

Η συνάρτηση image() δέχεται ένα δημόσιο URL ή ένα Data URI σε Base64.

Βασικά σημεία

  • Υποστηρίζονται δύο μορφές εικόνων: Άμεσο URL και Base64 (Data URI)
  • Οι αποδεκτές μορφές είναι αποκλειστικά JPG, JPEG και PNG
  • Κάθε εικόνα δεν πρέπει να υπερβαίνει τα 20 MiB
  • Ο αριθμός των εικόνων ανά αίτημα είναι απεριόριστος
  • Το Responses API τοποθετεί το input_image στο content ενός μηνύματος· το Chat Completions χρησιμοποιεί τμήματα image_url· το SDK της xAI χρησιμοποιεί τη συνάρτηση image() μέσα στην user()
  • Προτιμήστε το URL για δημόσιες εικόνες και το Base64 για τοπικά αρχεία