Comparación de múltiples imágenes
En esta página
Analizar múltiples imágenes en una única solicitud
Una de las principales ventajas de Grok Vision es la capacidad de enviar un número ilimitado de imágenes en una sola solicitud. Esto abre posibilidades únicas de comparación, seguimiento temporal y análisis cruzado que las API de imagen única no pueden ofrecer.
Estructura de la solicitud de múltiples imágenes
El formato es sencillo: añade tantos objetos input_image como necesites al array input, intercalándolos con texto para guiar el análisis:
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "Imagen A:"},
{"type": "input_image", "image_url": url_image_a},
{"type": "input_text", "text": "Imagen B:"},
{"type": "input_image", "image_url": url_image_b},
{"type": "input_text", "text": "Compara estas dos imágenes en detalle."}
]
)
Etiquetar cada imagen con texto («Imagen A», «Imagen B») ayuda al modelo a estructurar su respuesta y hacer referencia clara a cada imagen.
Caso de uso: Comparación antes/después
Ideal para el seguimiento de proyectos, reformas, diseño o control de calidad:
def comparer_avant_apres(url_avant, url_apres):
prompt = """Compara estas dos imágenes (antes y después) e identifica:
1. Los cambios principales
2. Los elementos que no han cambiado
3. Las mejoras visibles
4. Cualquier problema potencial introducido
Presenta tu respuesta como una lista estructurada."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "ANTES:"},
{"type": "input_image", "image_url": url_avant, "detail": "high"},
{"type": "input_text", "text": "DESPUÉS:"},
{"type": "input_image", "image_url": url_apres, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Caso de uso: Seguimiento temporal
Rastrea la evolución de una ubicación, producto o proceso a lo largo del tiempo:
def analyser_evolution(images_chronologiques):
"""images_chronologiques: lista de {"url": ..., "date": ...}"""
input_data = []
for img in images_chronologiques:
input_data.append({
"type": "input_text",
"text": f"Foto del {img['date']}:"
})
input_data.append({
"type": "input_image",
"image_url": img["url"],
"detail": "auto"
})
input_data.append({
"type": "input_text",
"text": """Analiza la evolución cronológica visible en
estas imágenes. Identifica cambios progresivos, tendencias
y cualquier evento notable entre las diferentes fechas."""
})
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
return response.output_text
Caso de uso: Control de calidad
Compara un producto fabricado con su modelo de referencia:
def controle_qualite(url_reference, url_produit):
prompt = """Compara el producto fotografiado con el modelo de referencia.
Identifica:
1. Conformidad (qué coincide con el modelo)
2. No conformidad (desviaciones, defectos, diferencias)
3. Gravedad de cada no conformidad (leve, grave, crítica)
Devuelve un JSON con:
{
"compliant": true/false,
"score": 0-100,
"compliances": [...],
"non_compliances": [
{"description": "...", "severity": "minor|major|critical"}
]
}"""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "REFERENCIA (modelo esperado):"},
{"type": "input_image", "image_url": url_reference, "detail": "high"},
{"type": "input_text", "text": "PRODUCTO a verificar:"},
{"type": "input_image", "image_url": url_produit, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Caso de uso: Análisis competitivo
Compara interfaces, embalajes o presentaciones de productos de la competencia:
def analyser_concurrence(images_concurrents):
"""images_concurrents: [{"brand": "...", "url": "..."}]"""
input_data = []
for concurrent in images_concurrents:
input_data.append({
"type": "input_text",
"text": f"{concurrent['brand']}:"
})
input_data.append({
"type": "input_image",
"image_url": concurrent["url"],
"detail": "auto"
})
input_data.append({
"type": "input_text",
"text": """Compara estos productos/interfaces de la competencia.
Para cada uno, identifica los puntos fuertes y débiles visuales.
Proporciona una recomendación de posicionamiento."""
})
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
return response.output_text
Optimización de solicitudes de múltiples imágenes
Cuando envías muchas imágenes, el consumo de tokens aumenta rápidamente. Aquí tienes algunas estrategias de optimización:
Ajustar el nivel de detalle
Usa low para comparaciones generales y high solo cuando analices detalles finos:
# Comparación global: low es suficiente
detail = "low" # ~256 tokens por imagen
# Análisis de defectos: high necesario
detail = "high" # ~1024-1792 tokens por imagen
Limitar el número de imágenes por solicitud
Aunque no existe un límite estricto, con más de 10-15 imágenes la calidad del análisis puede disminuir. El modelo tiene un contexto finito y debe distribuirlo entre todas las imágenes:
# Si hay más de 10 imágenes, procesar por lotes
def analyser_par_lots(images, taille_lot=10):
resultats = []
for i in range(0, len(images), taille_lot):
lot = images[i:i + taille_lot]
resultat = analyser_lot(lot)
resultats.append(resultat)
return fusionner_resultats(resultats)
Redimensionar imágenes
Si comparas fotos de alta resolución para un análisis general, redimensiónalas antes de enviarlas para reducir los tokens:
def preparer_pour_comparaison(chemin, taille_max=(800, 800)):
img = Image.open(chemin)
img.thumbnail(taille_max)
# ... codificar a base64
Puntos clave
- El número de imágenes por solicitud es ilimitado: esta es una ventaja clave de la API de xAI
- Etiqueta cada imagen con texto para estructurar el análisis
- Ajusta el parámetro
detailal tipo de comparación - Más allá de 10-15 imágenes, procesa por lotes para mantener la calidad
- Los casos de uso incluyen: antes/después, seguimiento temporal, control de calidad y análisis competitivo