Περιορισμοί: Μορφές, Μέγεθος και Όρια
Σε αυτήν τη σελίδα
Βασικοί Κανόνες
Πριν ενσωματώσετε το όραμα του Grok στις εφαρμογές σας, πρέπει να γνωρίζετε τους τεχνικούς περιορισμούς που επιβάλλει το API της xAI. Η αγνόηση αυτών των ορίων οδηγεί σε σιωπηλά σφάλματα ή απορριφθέντα αιτήματα που είναι δύσκολο να εντοπιστούν σε περιβάλλον παραγωγής.
Αποδεκτές Μορφές Εικόνων
Το API της xAI δέχεται δύο μορφές αρχείων εικόνας (τρεις επεκτάσεις: .jpg, .jpeg, .png):
- JPG (ή JPEG) — η πιο κοινή μορφή για φωτογραφίες
- PNG — κατάλληλη για στιγμιότυπα οθόνης, διαγράμματα και εικόνες με κείμενο
Όλες οι άλλες μορφές απορρίπτονται. Εάν εργάζεστε με εικόνες WebP, GIF, BMP, TIFF, SVG ή HEIC, πρέπει να τις μετατρέψετε πριν την αποστολή:
from PIL import Image
def convert_to_jpeg(source_path, output_path):
img = Image.open(source_path)
# Μετατροπή σε RGB (απαιτείται για JPEG)
if img.mode in ("RGBA", "P"):
img = img.convert("RGB")
img.save(output_path, "JPEG", quality=90)
Συχνό Λάθος: Εικόνες RGBA
Τα αρχεία PNG με διαφάνεια (κανάλι alpha) γίνονται δεκτά ως έχουν. Ωστόσο, εάν τα μετατρέψετε σε JPEG, πρέπει πρώτα να αφαιρέσετε το κανάλι alpha, καθώς το JPEG δεν υποστηρίζει διαφάνεια.
Μέγιστο Μέγεθος: 20 MiB
Κάθε εικόνα δεν πρέπει να υπερβαίνει τα 20 MiB (20.971.520 bytes). Πέρα από αυτό το όριο, το API απορρίπτει το αίτημα.
Αυτό το όριο ισχύει:
- Για το ληφθέν αρχείο στην περίπτωση URL
- Για τα αποκωδικοποιημένα δεδομένα στην περίπτωση Base64 (όχι για το ίδιο το κωδικοποιημένο string, το οποίο είναι περίπου 33% μεγαλύτερο)
Έλεγχος Μεγέθους Πριν την Αποστολή
import os
def check_size(image_path, max_mib=20):
size = os.path.getsize(image_path)
size_mib = size / (1024 * 1024)
if size_mib > max_mib:
raise ValueError(
f"Image too large: {size_mib:.1f} MiB "
f"(max {max_mib} MiB)"
)
return size_mib
Συμπίεση Εάν Απαιτείται
Για εικόνες κοντά στο όριο, μπορείτε να μειώσετε την ποιότητα JPEG:
def compress_image(path, quality=80, max_size_mib=20):
img = Image.open(path)
buffer = io.BytesIO()
img.save(buffer, "JPEG", quality=quality)
while buffer.tell() > max_size_mib * 1024 * 1024 and quality > 20:
quality -= 10
buffer = io.BytesIO()
img.save(buffer, "JPEG", quality=quality)
buffer.seek(0)
return buffer
Αριθμός Εικόνων ανά Αίτημα: Απεριόριστος
Σε αντίθεση με άλλα API όρασης που περιορίζουν τον αριθμό των εικόνων ανά αίτημα, το API της xAI δεν επιβάλλει κανένα όριο. Μπορείτε να στείλετε όσες εικόνες χρειάζεστε σε ένα μόνο αίτημα.
Ωστόσο, λάβετε υπόψη ότι:
- Κάθε εικόνα καταναλώνει μεταξύ 256 και 1792 tokens
- Το συνολικό πλαίσιο (context) του μοντέλου έχει μέγιστο μέγεθος
- Περισσότερες εικόνες = μεγαλύτερος χρόνος απόκρισης (latency) και κόστος
Πρακτική Σύσταση
Παρόλο που το όριο είναι θεωρητικά απεριόριστο, μείνετε σε λογικά πλαίσια:
# Βέλτιστη πρακτική: επεξεργασία σε παρτίδες
def analyze_batch(images, batch_size=10):
results = []
for i in range(0, len(images), batch_size):
batch = images[i:i + batch_size]
input_data = []
for img in batch:
input_data.append({
"type": "input_image",
"image_url": img,
"detail": "low"
})
input_data.append({
"type": "input_text",
"text": "Briefly describe each image."
})
response = client.responses.create(
model="grok-4.5",
input=input_data
)
results.append(response)
return results
Συμβατά Μοντέλα
Η κατανόηση εικόνων είναι διαθέσιμη στα grok-4.5 και νεότερα. Τα προηγούμενα μοντέλα δεν υποστηρίζουν αυτή τη λειτουργία.
Ελέγχετε πάντα το μοντέλο που χρησιμοποιείται στον κώδικά σας:
VISION_MODELS = ["grok-4.5", "grok-4.20-0309-reasoning"]
def supports_vision(model):
return any(model.startswith(m) for m in VISION_MODELS)
Διαχείριση Σφαλμάτων
Προβλέψτε σφάλματα που σχετίζονται με τους περιορισμούς, επικυρώνοντας τις εικόνες πριν την αποστολή:
def validate_image(path):
errors = []
# Έλεγχος μορφής
extension = path.lower().rsplit(".", 1)[-1]
if extension not in ("jpg", "jpeg", "png"):
errors.append(f"Unsupported format: {extension}")
# Έλεγχος μεγέθους
size_mib = os.path.getsize(path) / (1024 * 1024)
if size_mib > 20:
errors.append(f"Too large: {size_mib:.1f} MiB (max 20)")
# Έλεγχος ότι πρόκειται για πραγματική εικόνα
try:
img = Image.open(path)
img.verify()
except Exception:
errors.append("Corrupted file or not a valid image")
return errors
Βασικά σημεία
- Γίνονται δεκτές μόνο οι μορφές JPG/JPEG και PNG — μετατρέψτε τις υπόλοιπες
- Μέγιστο μέγεθος: 20 MiB ανά εικόνα — συμπιέστε εάν χρειάζεται
- Ο αριθμός των εικόνων ανά αίτημα είναι απεριόριστος, αλλά κάθε εικόνα καταναλώνει tokens
- Μόνο τα μοντέλα grok-4.5 και νεότερα υποστηρίζουν την όραση
- Επικυρώνετε πάντα τις εικόνες πριν την αποστολή για να αποφύγετε σιωπηλά σφάλματα