Ir al contenido principal
Español— Elegir un idioma
Menú

Moderación, incompatibilidades con el SDK y control de costes

Lección 14 de 14 Actualizado el 3 de noviembre de 2026 Principiante
En esta página
  1. Entender los límites de la API de imágenes
  2. Moderación de contenido
  3. Incompatibilidad del SDK de OpenAI para la edición
  4. Control de costes
  5. Punto final de descubrimiento de modelos
  6. Puntos clave para recordar
  7. Pon a prueba tus conocimientos

Actualizado el 2 de noviembre de 2026 — Imagine. grok-imagine-image-quality se eliminó el 2 de noviembre de 2026 (sus solicitudes las atiende Imagine 2.0 en calidad low): los ejemplos ahora usan grok-imagine-image (Imagine 1.0) y grok-imagine-image-2.0 (Imagine 2.0, calidades low, medium o auto). Con el SDK de OpenAI, aspect_ratio, resolution y quality se pasan mediante extra_body, y la edición se realiza a través del SDK de xAI o una petición HTTP.

Entender los límites de la API de imágenes

Para construir aplicaciones fiables con la API de generación de imágenes de Grok, debes conocer sus límites: moderación automática, incompatibilidad con ciertos métodos del SDK de OpenAI y mecanismos de control de costes.

Moderación de contenido

La API modera automáticamente los prompts y las imágenes generadas. Ciertos tipos de contenido son rechazados:

  • Contenido explícitamente violento o sangriento
  • Contenido explícitamente sexual
  • Contenido odioso o discriminatorio
  • Contenido que implique menores de forma inapropiada

Cuando se activa la moderación, la API devuelve un error en lugar de una imagen.

Gestionar los rechazos por moderación

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
    "Content-Type": "application/json"
}

def generate_safe(prompt, **kwargs):
    """Genera una imagen gestionando los rechazos por moderación."""
    try:
        response = requests.post(
            "https://api.x.ai/v1/images/generations",
            headers=headers,
            json={"model": "grok-imagine-image", "prompt": prompt, **kwargs}
        )
        response.raise_for_status()
        return response.json()["data"][0]["url"]
    except requests.exceptions.HTTPError as e:
        if response.status_code == 400:
            print(f"Prompt rechazado por moderación: {prompt[:50]}...")
            return None
        raise

Buenas prácticas de moderación

En la práctica, gestiona la moderación de forma preventiva en lugar de reactiva. Si un prompt legítimo es bloqueado, prueba variaciones para identificar la palabra desencadenante: «batalla épica» pasará donde un término más crudo no lo hará, y mapear estas sensibilidades evita bloqueos recurrentes. Cuando los prompts provienen de tus usuarios, añade un prefiltro del lado del servidor antes de llamar a la API: intercepta solicitudes obviamente fuera de norma sin consumir una petición y te mantiene el control del mensaje mostrado. Porque este último punto marca la diferencia en la experiencia: un bloqueo por moderación nunca debe llegar al usuario como un error técnico en bruto, sino como un mensaje claro —«esta solicitud no cumple con nuestras condiciones de uso»— que explique sin exponer detalles de la API.

Incompatibilidad del SDK de OpenAI para la edición

Este es un punto crítico: el método images.edit() del SDK de OpenAI no funciona con la API de xAI. El SDK de OpenAI envía los datos como multipart/form-data, mientras que la API de xAI espera application/json.

# NO FUNCIONA
from openai import OpenAI
client = OpenAI(api_key=os.getenv("XAI_API_KEY"), base_url="https://api.x.ai/v1")
client.images.edit(
    model="grok-imagine-image",
    image=open("photo.png", "rb"),
    prompt="Edit this image"
)
# → ¡Error de Content-type!

# FUNCIONA: llamada REST directa
import requests
response = requests.post(
    "https://api.x.ai/v1/images/edits",
    headers={
        "Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
        "Content-Type": "application/json"
    },
    json={
        "model": "grok-imagine-image",
        "prompt": "Edit this image",
        "image": {"url": "https://exemple.com/photo.jpg"}
    }
)

Resumen de compatibilidad

Operación SDK de OpenAI REST (requests)
images.generate() Compatible Compatible
images.edit() Incompatible Compatible

Control de costes

Monitorizar el consumo

Configura un contador de gasto en tu código:

class ImageBudgetTracker:
    PRICES = {
        "grok-imagine-image": 0.02,
        "grok-imagine-image-2.0": 0.04,  # calidad baja; media a tarifa de rejilla
    }

    def __init__(self, budget_limit=10.0):
        self.total_spent = 0.0
        self.budget_limit = budget_limit
        self.image_count = 0

    def can_generate(self, model, n=1):
        cost = self.PRICES[model] * n
        return (self.total_spent + cost) <= self.budget_limit

    def record(self, model, n=1):
        cost = self.PRICES[model] * n
        self.total_spent += cost
        self.image_count += n

    def report(self):
        remaining = self.budget_limit - self.total_spent
        print(f"Imágenes generadas: {self.image_count}")
        print(f"Gastado: ${self.total_spent:.2f}")
        print(f"Presupuesto restante: ${remaining:.2f}")

# Uso
tracker = ImageBudgetTracker(budget_limit=5.0)

if tracker.can_generate("grok-imagine-image", n=5):
    response = client.images.generate(
        model="grok-imagine-image",
        prompt="My image",
        n=5
    )
    tracker.record("grok-imagine-image", n=5)

tracker.report()

Optimizar costes

La regla de oro es separar la exploración de la producción. Durante la búsqueda del prompt, trabaja con Imagine 1.0 (0,02 $) con n=3-5 para comparar variaciones a menor coste; una vez el prompt sea estable, cambia a Imagine 2.0 con n=1 para el renderizado final. Esta secuencia reserva la tarifa más alta solo para las imágenes seleccionadas.

Dos mecanismos completan la configuración del lado de la aplicación. Primero, una caché de resultados: si vuelve el mismo prompt —visuales de catálogo, imágenes estándar regeneradas por varios usuarios—, sirve la imagen ya generada en lugar de pagar una nueva solicitud. Luego, las cuotas, si tus usuarios disparan las generaciones: un límite por día o hora protege tu presupuesto de un uso irrazonable y de abusos. Por último, vigila los límites de tasa (300 RPM estándar, 30 RPM pro): una canalización por lotes que los ignore acumulará errores 429 y reintentos innecesarios.

Estimación del presupuesto mensual

Para una aplicación con 100 usuarios que generan 10 imágenes al día:

  • Imagine 1.0: 100 × 10 × 30 × 0,02 $ = 600 $/mes
  • Imagine 2.0 en low: 100 × 10 × 30 × 0,04 $ = 1.200 $/mes
  • Mixto (80/20): 24.000 × 0,02 $ + 6.000 × 0,04 $ = 720 $/mes

Punto final de descubrimiento de modelos

Para comprobar programáticamente los modelos de imagen disponibles y sus precios:

response = requests.get(
    "https://api.x.ai/v1/image-generation-models",
    headers={"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}"}
)

for model in response.json()["data"]:
    print(f"{model['id']} : ${model['image_price']}/imagen, "
          f"max prompt : {model['max_prompt_length']} caracteres")

Tarifas a fecha de 5 de agosto de 2026 — los precios cambian regularmente: antes de cualquier cálculo presupuestario, consulta la rejilla actual en la página oficial de modelos y tarifas de xAI.

Puntos clave para recordar

  • La moderación es automática: gestiona los rechazos en tu código
  • images.edit() del SDK de OpenAI es incompatible con xAI: usa requests
  • images.generate() del SDK de OpenAI funciona con normalidad
  • Implementa un rastreador de presupuesto para controlar el gasto
  • Consulta modelos y precios mediante el punto final /v1/image-generation-models

Pon a prueba tus conocimientos

Generación y edición de imágenes: la visión operativa.

1. ¿Qué diferencia a Imagine 1.0 de Imagine 2.0?

Respuesta: La relación calidad/coste: Imagine 1.0 (0,02 $) para volumen e iteraciones, Imagine 2.0 (0,04 $ en low, con ajuste de quality) para renderizados finales; prototipas con el primero, finalizas con el segundo.

2. ¿Qué hace que un *prompt* de imagen sea bueno?

Respuesta: Sujeto, estilo, composición y detalles explícitos; describe la escena como un brief de dirección de arte y luego itera con ajustes específicos en lugar de reescribirlo todo.

3. ¿Qué permite el punto final /v1/images/edits?

Respuesta: Editar imágenes existentes: edición dirigida por prompt, edición de múltiples imágenes con referencias y edición en múltiples turnos; retocas con precisión en lugar de regenerar.

4. ¿Cómo producir en volumen de forma eficiente?

Respuesta: El parámetro n para lotes, el cliente asíncrono para rendimiento y, dado que las URL de salida son temporales, descarga y archiva inmediatamente.

5. ¿Qué salvaguardas aplicar antes de pasar a producción?

Respuesta: Moderación de prompts y salidas, conocimiento de las incompatibilidades del SDK y control de costes (modelo, resolución, volúmenes); la creación a escala requiere gobernanza.

Prototipa, edita, industrializa, gobierna: la canalización completa de imágenes, con los costes bajo control en cada paso.