Παράμετρος detail: auto, low και high
Σε αυτήν τη σελίδα
Έλεγχος της ακρίβειας ανάλυσης
Όταν στέλνετε μια εικόνα στο Grok, μπορείτε να ελέγξετε το επίπεδο λεπτομέρειας της ανάλυσης χρησιμοποιώντας την παράμετρο detail. Αυτή η παράμετρος επηρεάζει άμεσα την ποιότητα της απόκρισης, τον χρόνο επεξεργασίας και την κατανάλωση tokens.
Η κατανόηση αυτής της παραμέτρου είναι κρίσιμη για τη βελτιστοποίηση του κόστους και την προσαρμογή της ακρίβειας σε κάθε περίπτωση χρήσης.
Τα τρία επίπεδα λεπτομέρειας
Το API της xAI προσφέρει τρεις τιμές για την παράμετρο detail:
Auto (προεπιλεγμένη τιμή)
Όταν δεν καθορίζετε την παράμετρο detail, το μοντέλο χρησιμοποιεί την τιμή auto. Αξιολογεί αυτόματα το απαραίτητο επίπεδο λεπτομέρειας με βάση την εικόνα και το prompt σας.
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg"
}
Αυτή είναι η συνιστώμενη συμπεριφορά για τις περισσότερες περιπτώσεις χρήσης. Το μοντέλο προσαρμόζει τη στρατηγική ανάλυσής του ανάλογα με την αντιλαμβανόμενη πολυπλοκότητα της εικόνας και την ερώτηση που τίθεται.
Low (γρήγορο και οικονομικό)
Η λειτουργία low εκτελεί μια γρήγορη ανάλυση εικόνας χρησιμοποιώντας λιγότερα tokens. Αυτή είναι η ιδανική επιλογή όταν χρειάζεστε μια γενική κατανόηση χωρίς να εμβαθύνετε σε λεπτές λεπτομέρειες.
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg",
"detail": "low"
}
Περιπτώσεις χρήσης για το low:
- Κατηγοριοποίηση περιεχομένου εικόνας (τοπίο, πορτρέτο, έγγραφο κ.λπ.)
- Αναγνώριση του κύριου θέματος μιας φωτογραφίας
- Γρήγορη ταξινόμηση μιας δέσμης εικόνων
- Έλεγχος εάν μια εικόνα πληροί ένα απλό κριτήριο
High (αργό και λεπτομερές)
Η λειτουργία high επιβάλλει μια εξαντλητική ανάλυση της εικόνας. Το μοντέλο εξετάζει κάθε ζώνη στη μέγιστη ανάλυση, γεγονός που καταναλώνει περισσότερα tokens αλλά παράγει πολύ πιο ακριβείς περιγραφές.
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg",
"detail": "high"
}
Περιπτώσεις χρήσης για το high:
- Ανάγνωση λεπτού κειμένου σε μια εικόνα (OCR)
- Ανάλυση γραφημάτων με λεπτομερείς λεζάντες
- Εντοπισμός ελαττωμάτων σε φωτογραφίες προϊόντων
- Εξέταση στιγμιότυπων οθόνης σύνθετων διεπαφών
Σύγκριση των επιπέδων
| Παράμετρος | Ταχύτητα | Tokens | Ακρίβεια |
|---|---|---|---|
| auto | Μεταβλητή | Μεταβλητή | Προσαρμοστική |
| low | Γρήγορη | Λιγότερα tokens | Γενική |
| high | Αργή | Περισσότερα tokens | Λεπτομερής |
Σύνταξη ανά API
Η παράμετρος detail τοποθετείται διαφορετικά ανάλογα με το API που χρησιμοποιείται.
Responses API (συνιστάται)
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": "Read all visible text in this image."
}
]
)
Chat Completions API (παλαιότερη έκδοση)
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": "Read all visible text in this image."
}
]
}]
)
Σημειώστε ότι στο Chat Completions, το detail είναι ενσωματωμένο μέσα στο αντικείμενο image_url, ενώ στο Responses API βρίσκεται στο ίδιο επίπεδο με το image_url.
Στρατηγική βελτιστοποίησης
Σε περιβάλλον παραγωγής, μια βέλτιστη πρακτική είναι να προσαρμόζετε το επίπεδο λεπτομέρειας ανάλογα με τον τύπο της εργασίας:
def analyser_image(image_url, tache):
# Απλές εργασίες → low για εξοικονόμηση κόστους
if tache in ["classifier", "trier", "identifier_sujet"]:
detail = "low"
# Σύνθετες εργασίες → high για ακρίβεια
elif tache in ["ocr", "graphique", "defaut_produit"]:
detail = "high"
# Προεπιλογή → αφήστε το μοντέλο να αποφασίσει
else:
detail = "auto"
return client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": image_url, "detail": detail},
{"type": "input_text", "text": f"Task: {tache}"}
]
)
Αυτή η προσέγγιση σας επιτρέπει να μειώσετε σημαντικά το κόστος των tokens σε απλές εργασίες, διατηρώντας παράλληλα τη μέγιστη ακρίβεια εκεί που είναι απαραίτητη.
Βασικά σημεία
- Η παράμετρος
detailελέγχει το βάθος της ανάλυσης εικόνας - Το
auto(προεπιλογή) επιτρέπει στο μοντέλο να αποφασίζει – αυτή είναι η συνιστώμενη επιλογή - Το
lowείναι γρήγορο και οικονομικό, κατάλληλο για εργασίες ταξινόμησης - Το
highείναι αργό αλλά ακριβές, κατάλληλο για OCR και ανάλυση λεπτομερειών - Προσαρμόστε το επίπεδο λεπτομέρειας στον τύπο της εργασίας για βελτιστοποίηση του κόστους