Generación por lotes y el parámetro n
En esta página
Actualizado el 2 de noviembre de 2026 — Imagine.
grok-imagine-image-qualityse eliminó el 2 de noviembre de 2026 (sus solicitudes ahora las atiende Imagine 2.0 en calidadlow): los ejemplos ahora usangrok-imagine-image(Imagine 1.0) ygrok-imagine-image-2.0(Imagine 2.0, calidadlow,mediumoauto). Con el SDK de OpenAI,aspect_ratio,resolutionyqualityse pasan medianteextra_body, y la edición se gestiona a través del SDK de xAI o una petición HTTP.
Generar múltiples imágenes en una única solicitud
El parámetro n de la API de generación te permite producir hasta 10 imágenes a partir de un único prompt. Cada imagen es una variación única, lo que te ofrece un abanico de opciones para seleccionar el mejor resultado o construir una galería de elementos visuales.
El parámetro n en detalle
El parámetro n acepta un número entero entre 1 y 10, y su valor por defecto es 1. Su verdadero valor reside en una propiedad de la generación de imágenes que es fácil olvidar: el resultado es no determinista. El mismo prompt produce imágenes diferentes cada vez que lo invocas, y ninguna es más «correcta» que otra. Generar cuatro variaciones de una vez no es un desperdicio; es reconocer que no sabes de antemano cuál funcionará.
from openai import OpenAI
import os
client = OpenAI(
api_key=os.getenv("XAI_API_KEY"),
base_url="https://api.x.ai/v1"
)
# Generar 5 variaciones
response = client.images.generate(
model="grok-imagine-image",
prompt="A zen Japanese garden with a red bridge, ukiyo-e style",
n=5,
extra_body={"aspect_ratio": "16:9", "resolution": "1k"},
)
for i, image in enumerate(response.data):
print(f"Variation {i + 1}: {image.url}")
Impacto en los costes y los límites de tasa
El punto clave que debes entender antes de construir una canalización sobre esto: n=10 no es un descuento. Pagas por diez imágenes y consumes diez unidades de límite de tasa, exactamente igual que con diez llamadas separadas. La única ganancia es de red: un viaje de ida y vuelta en lugar de diez, lo que ayuda a la latencia pero no cambia el presupuesto.
| Parámetro | n=1 | n=5 | n=10 |
|---|---|---|---|
| Coste (Imagine 1.0) | $0.02 | $0.10 | $0.20 |
| Coste (Imagine 2.0, low) | $0.04 | $0.20 | $0.40 |
| Imágenes generadas | 1 | 5 | 10 |
Una solicitud con n=10 consume el mismo presupuesto que 10 solicitudes individuales con n=1, pero es más rápida porque requiere solo una llamada de red.
Estrategias de selección
Generar diez variaciones sin un método de ordenación solo traslada el problema: antes tenías una imagen incierta, ahora tienes diez imágenes que juzgar. La primera pregunta que debes resolver es el criterio: estético, donde el ojo humano sigue siendo insuperable; o verificable (¿se ve el producto?, ¿es legible el texto?, ¿se respeta el formato?), donde la automatización se vuelve posible.
Selección manual
Para casos críticos (publicidad, portadas de libros), descarga todas las variaciones y compáralas visualmente:
import urllib.request
response = client.images.generate(
model="grok-imagine-image-2.0",
prompt="Science fiction book cover, organic spaceship",
n=8,
extra_body={"aspect_ratio": "3:4", "resolution": "2k"},
)
for i, image in enumerate(response.data):
urllib.request.urlretrieve(image.url, f"variation_{i + 1}.png")
print(f"Variation {i + 1} saved")
Selección automatizada
Hacer que un modelo de visión juzgue las imágenes funciona con una condición: el criterio debe ser factual. «¿Contiene esta imagen un producto centrado sobre un fondo sólido?» obtiene una respuesta fiable; «¿cuál es la más bonita?» obtiene una respuesta arbitraria presentada con confianza. Formula criterios verificables y reserva el juicio estético para ti.
def generate_and_select(prompt, n=5):
"""Generar n variaciones y devolver todas las URL."""
response = client.images.generate(
model="grok-imagine-image",
prompt=prompt,
n=n
)
return [image.url for image in response.data]
Lotes con múltiples prompts
Para generar imágenes a partir de varios prompts diferentes, combina las llamadas:
prompts = [
"Illustration of a Parisian café, impressionist style",
"Aerial view of terraced rice fields, photographic style",
"Interior of an old library, dim lighting"
]
all_results = {}
for prompt in prompts:
response = client.images.generate(
model="grok-imagine-image",
prompt=prompt,
n=3
)
all_results[prompt] = [img.url for img in response.data]
# 3 prompts x 3 variaciones = 9 imágenes, coste total: $0.18
Descarga por lotes
Este es el hábito que debes adquirir desde la primera línea de código, no cuando despliegues en producción: las URL caducan. Un lote de diez imágenes generado por la mañana y descargado por la tarde es un lote perdido, y tendrás que volver a pagarlo.
import urllib.request
import os
def download_batch(response, output_dir="generated"):
"""Descargar todas las imágenes de una respuesta."""
os.makedirs(output_dir, exist_ok=True)
for i, image in enumerate(response.data):
filepath = os.path.join(output_dir, f"image_{i + 1}.png")
urllib.request.urlretrieve(image.url, filepath)
print(f"{len(response.data)} images saved in {output_dir}/")
Precios a fecha de 5 de agosto de 2026: los precios cambian con regularidad; antes de cualquier cálculo presupuestario, consulta la tarifa actual en la página oficial de modelos y precios de xAI.
Puntos clave
- El parámetro
nte permite generar de 1 a 10 variaciones por solicitud - Cada imagen cuenta individualmente para la facturación
- Generar por lotes (una solicitud con n>1) es más rápido que n solicitudes individuales
- Descarga los resultados inmediatamente porque las URL son temporales
- Usa n=3 a 5 para explorar, n=1 para producción dirigida