Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

input_image vs image_url: Οι δύο συντάξεις

Μάθημα 12 / 12 Ενημερώθηκε 30 Ιουλίου 2026 Αρχάριος
Σε αυτήν τη σελίδα
  1. Δύο API, δύο συντάξεις
  2. Responses API: input_image (συνιστάται)
  3. Chat Completions API: image_url (παλαιό)
  4. Πίνακας σύγκρισης
  5. Συχνά σφάλματα σύνταξης
  6. Πότε να χρησιμοποιείτε κάθε API
  7. Βασικά σημεία
  8. Δοκιμάστε τις γνώσεις σας

Δύο API, δύο συντάξεις

Η xAI προσφέρει δύο τελικά σημεία (endpoints) για αλληλεπίδραση με το Grok, και το καθένα χρησιμοποιεί διαφορετική σύνταξη για την αποστολή εικόνων. Η κατανόηση αυτών των διαφορών είναι απαραίτητη για τη συγγραφή σωστού κώδικα και την αποφυγή εκνευριστικών σφαλμάτων.

Responses API: input_image (συνιστάται)

Το Responses API είναι το νέο κύριο τελικό σημείο της xAI. Οι νέες λειτουργίες προστίθενται εδώ πρώτες. Αυτό είναι το API που πρέπει να προτιμάτε για κάθε νέο έργο.

Σύνταξη

{
  "model": "grok-4.5",
  "store": false,
  "input": [
    {
      "type": "input_image",
      "image_url": "https://exemple.com/photo.jpg",
      "detail": "high"
    },
    {
      "type": "input_text",
      "text": "Describe this image."
    }
  ]
}

Χαρακτηριστικά

  • Ο τύπος είναι input_image (όχι image_url)
  • Το URL ή το Data URI τοποθετείται απευθείας στο image_url (χωρίς ένθετο αντικείμενο)
  • Το detail βρίσκεται στο ίδιο επίπεδο με το image_url
  • Το κείμενο χρησιμοποιεί τον τύπο input_text
  • Ο πίνακας input αντικαθιστά τον πίνακα messages από το Chat Completions

Python SDK

response = client.responses.create(
    model="grok-4.5",
    input=[
        {
            "type": "input_image",
            "image_url": "https://exemple.com/photo.jpg",
            "detail": "high"
        },
        {
            "type": "input_text",
            "text": "Describe this image."
        }
    ],
    store=False
)

print(response.output_text)

Chat Completions API: image_url (παλαιό)

Το Chat Completions API είναι το παλαιό τελικό σημείο, το οποίο διατηρείται για συμβατότητα με τα υπάρχοντα SDK της OpenAI. Εάν μεταφέρετε κώδικα γραμμένο για την OpenAI, αυτό το API διευκολύνει τη μετάβαση.

Σύνταξη

{
  "model": "grok-4.5",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "image_url",
          "image_url": {
            "url": "https://exemple.com/photo.jpg",
            "detail": "high"
          }
        },
        {
          "type": "text",
          "text": "Describe this image."
        }
      ]
    }
  ]
}

Χαρακτηριστικά

  • Ο τύπος είναι image_url (όχι input_image)
  • Το URL βρίσκεται μέσα σε ένα ένθετο αντικείμενο image_url.url (διπλή ένθεση)
  • Το detail βρίσκεται μέσα στο αντικείμενο image_url
  • Το κείμενο χρησιμοποιεί τον τύπο text (όχι input_text)
  • Τα μηνύματα έχουν έναν role (system, user, assistant)

Python με OpenAI SDK

from openai import OpenAI

client = OpenAI(
    api_key="your-xai-key",
    base_url="https://api.x.ai/v1"
)

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[{
        "role": "user",
        "content": [
            {
                "type": "image_url",
                "image_url": {
                    "url": "https://exemple.com/photo.jpg",
                    "detail": "high"
                }
            },
            {
                "type": "text",
                "text": "Describe this image."
            }
        ]
    }]
)

print(response.choices[0].message.content)

Πίνακας σύγκρισης

Πτυχή API Responses Chat Completions
Κατάσταση Κύριο (συνιστάται) Παλαιό (συμβατότητα)
Τύπος εικόνας input_image image_url
Τύπος κειμένου input_text text
URL εικόνας image_url: "..." image_url.url: "..."
Διαχείριση κατάστασης Με κατάσταση (previous_response_id) Χωρίς κατάσταση (επαναποστολή όλων)
Αποθήκευση store: true/false Όχι (χωρίς κατάσταση)
Εργαλεία διακομιστή web_search, x_search, code_interpreter Περιορισμένα

Συχνά σφάλματα σύνταξης

Σφάλμα 1: Ανάμειξη μορφών

# ΛΑΘΟΣ — Σύνταξη Chat Completions στο Responses API
input=[
    {"type": "image_url", "image_url": {"url": "..."}}  # Όχι!
]

# ΣΩΣΤΟ — Σύνταξη Responses API
input=[
    {"type": "input_image", "image_url": "..."}  # Ναι!
]

Σφάλμα 2: Ξέχνημα της ένθετης δομής στο Chat Completions

# ΛΑΘΟΣ — Άμεσο URL στο Chat Completions
{"type": "image_url", "image_url": "https://..."}  # Όχι!

# ΣΩΣΤΟ — Ένθετο αντικείμενο
{"type": "image_url", "image_url": {"url": "https://..."}}  # Ναι!

Σφάλμα 3: Χρήση του “text” αντί του “input_text”

# ΛΑΘΟΣ — Τύπος "text" στο Responses API
input=[
    {"type": "text", "text": "Describe."}  # Όχι!
]

# ΣΩΣΤΟ
input=[
    {"type": "input_text", "text": "Describe."}  # Ναι!
]

Πότε να χρησιμοποιείτε κάθε API

  • Νέο έργο: χρησιμοποιήστε το Responses API. Σας παρέχει πρόσβαση στις τελευταίες λειτουργίες και στην αποθήκευση συνομιλιών.
  • Μετάβαση από την OpenAI: ξεκινήστε με το Chat Completions για να ελαχιστοποιήσετε τις αλλαγές στον κώδικα και, στη συνέχεια, μεταβείτε σταδιακά στο Responses API.
  • Ευαίσθητες εικόνες: Responses API με store: false ή Chat Completions API (εγγενώς χωρίς κατάσταση).

Βασικά σημεία

  • Το Responses API χρησιμοποιεί input_image + input_text, ενώ το Chat Completions API χρησιμοποιεί image_url + text.
  • Η δομή του URL διαφέρει: άμεση στο Responses, ένθετη στο Chat Completions.
  • Το Responses API είναι η συνιστώμενη επιλογή για κάθε νέα ανάπτυξη.
  • Μην αναμειγνύετε ποτέ συντάξεις και από τα δύο API στο ίδιο αίτημα.
  • Ελέγχετε πάντα τον τύπο του αντικειμένου (input_image vs image_url) για να αποφύγετε σιωπηλά σφάλματα.

Δοκιμάστε τις γνώσεις σας

Όραμα API της xAI: μορφές, tokens, συντάξεις—είναι όλα στη θέση τους;

1. Πώς στέλνετε μια εικόνα στο API;

Απάντηση: Μέσω URL ή Base64, σε ένα μήνυμα μικτού περιεχομένου—σεβόμενοι την τεκμηριωμένη μορφή και τους περιορισμούς μεγέθους.

2. Τι ελέγχει η παράμετρος detail (auto, low, high);

Απάντηση: Τη λεπτομέρεια ανάλυσης και το κόστος: το low εξοικονομεί tokens για περιπτώσεις χρήσης χαμηλής ανάλυσης, το high μεγιστοποιεί την ακρίβεια (OCR, λεπτές λεπτομέρειες), το auto αφήνει το API να αποφασίσει.

3. Πώς υπολογίζεται το κόστος μιας εικόνας;

Απάντηση: Σε tokens εικόνας—από 256 έως 1792 ανάλογα με την ανάλυση και τη λεπτομέρεια: η προσαρμογή του μεγέθους των εικόνων και του επιπέδου λεπτομέρειας είναι ο πρώτος μοχλός βελτιστοποίησης.

4. Τι επιτρέπει η σύγκριση πολλαπλών εικόνων;

Απάντηση: Την αποστολή πολλαπλών εικόνων σε ένα μόνο αίτημα και τη λογική επεξεργασία τους—διαφορές, εξελίξεις, συνοχή—χωρίς όριο στον αριθμό των εικόνων ανά αίτημα.

5. input_image ή image_url: ποιο να επιλέξετε;

Απάντηση: Το input_image είναι η σύγχρονη σύνταξη του Responses API· το image_url παραμένει ως παλαιό του Chat Completions—για νέο κώδικα, η σύγχρονη σύνταξη είναι υποχρεωτική.

Καλή μορφή, καλή λεπτομέρεια, καλή σύνταξη: το όραμα καθοδηγείται όπως το κείμενο—μέχρι το τελευταίο token.