Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Piiramatul hulgal pilte päringu kohta

Õppetund 11 / 12 Värskendatud 30. juuli 2026 Algajatele
Sellel lehel
  1. xAI API konkurentsieelis
  2. Mida „piiramatu“ tegelikult tähendab
  3. Praktilised soovitused mahtude kaupa
  4. Mitme pildiga arhitektuurid tootmises
  5. Veakäsitlus suurte pildikomplektidega
  6. Peamised punktid

xAI API konkurentsieelis

xAI API eristub konkurentidest ühe olulise tehnilise aspekti poolest: see ei sea piirangut ühes päringus saadetavate piltide arvule. Kui teised API-d piiravad sind 4, 10 või 20 pildiga, siis Grok aktsepteerib nii palju pilte, kui soovid.

See paindlikkus avab kasutusstsenaariume, mis on mujal võimatud, kuid nõuab ka praktiliste tagajärgede head mõistmist.

Mida „piiramatu“ tegelikult tähendab

Piltide arvu piirangu puudumine ei tähenda, et piiranguid üldse poleks. Mitmed tegurid piiravad loomulikul teel seda, kui palju pilte saad efektiivselt saata:

Konteksti aken

Mudelil on fikseeritud konteksti aken. Iga pilt tarbib vahemikus 256 kuni 1792 tokenit. Kui saadad 50 pilti režiimis high, kulutad üksnes piltidele potentsiaalselt 89 600 tokenit, jättes teksti ja vastuse jaoks vähe ruumi.

Analüüsi kvaliteet

Teatud piltide arvust alates analüüsi kvaliteet langeb. Mudel peab oma tähelepanu jagama kõigi piltide vahel, mis võib viia pealiskaudsete kirjelduste või detailide vahelejäämiseni.

Latentsus ja ajalõpp

Mida rohkem pilte saadad, seda kauem töötlemine aega võtab. Arvestades mõtlemismudelite jaoks soovitatud 3600-sekundilist ajalõppu, võivad väga suured päringud sellele piirile läheneda.

Praktilised soovitused mahtude kaupa

Piltide arv Soovitus Soovitatav detailitase
1–3 Üksikasjalik analüüs on võimalik high
4–10 Tõhus võrdlus auto
11–20 Partii klassifitseerimine low
20+ Jaga alam-päringuteks low

Mitme pildiga arhitektuurid tootmises

Muster: Järjestikune töötlemine agregeerimisega

Suure hulga piltide analüüsimiseks töötle neid partiihaaval ja seejärel koonda tulemused:

import json

def analyser_catalogue(images, taille_lot=8):
    """Analüüsib pildikataloogi partiihaaval."""
    tous_resultats = []

    for i in range(0, len(images), taille_lot):
        lot = images[i:i + taille_lot]

        input_data = []
        for j, img in enumerate(lot, 1):
            input_data.append({
                "type": "input_text",
                "text": f"Pilt {i + j}:"
            })
            input_data.append({
                "type": "input_image",
                "image_url": img,
                "detail": "low"
            })

        input_data.append({
            "type": "input_text",
            "text": """Tuvasta iga pildi kohta JSON-formaadis:
{"number": N, "category": "...", "short_description": "..."}
Tagasta JSON massiiv."""
        })

        response = client.responses.create(
            model="grok-4.5",
            input=input_data,
            store=False
        )

        try:
            resultats_lot = json.loads(response.output_text)
            tous_resultats.extend(resultats_lot)
        except json.JSONDecodeError:
            tous_resultats.append({"batch": i, "raw": response.output_text})

    return tous_resultats

Muster: Lehtrifilter

Alusta kiirest sorteerimisest üle kõigi piltide ja süvene seejärel ainult nendesse, mis on asjakohased:

def entonnoir_analyse(images, critere):
    """Filtreerib ja seejärel analüüsib põhjalikult."""
    # 1. samm: Kiire filtreerimine
    input_data = []
    for i, img in enumerate(images):
        input_data.append({"type": "input_image", "image_url": img, "detail": "low"})

    input_data.append({
        "type": "input_text",
        "text": f"""Millised neist {len(images)} pildist
vastavad kriteeriumile: "{critere}"?
Tagasta JSON-formaadis ainult numbrid (0-põhine indeks): [0, 3, 7]"""
    })

    response = client.responses.create(
        model="grok-4.5", input=input_data, store=False
    )

    indices = json.loads(response.output_text)

    # 2. samm: Filtreeritud piltide põhjalik analüüs
    resultats = []
    for idx in indices:
        response_detail = client.responses.create(
            model="grok-4.5",
            input=[
                {"type": "input_image", "image_url": images[idx], "detail": "high"},
                {"type": "input_text", "text": "Selle pildi üksikasjalik analüüs."}
            ],
            store=False
        )
        resultats.append({"index": idx, "analysis": response_detail.output_text})

    return resultats

Veakäsitlus suurte pildikomplektidega

Suure piltide arvuga töötamisel on vead tõenäolisemad. Rakenda robustne veakäsitlus:

import time

def requete_avec_retry(input_data, max_retries=3):
    for tentative in range(max_retries):
        try:
            response = client.responses.create(
                model="grok-4.5",
                input=input_data,
                store=False
            )
            return response
        except Exception as e:
            if tentative < max_retries - 1:
                delai = 2 ** tentative  # Eksponentsiaalne tagasitõmbumine
                time.sleep(delai)
            else:
                raise e

Peamised punktid

  • xAI API aktsepteerib piiramatut hulka pilte, kuid konteksti aken jääb lõplikuks
  • Üle 10 pildi kasuta analüüsi kvaliteedi säilitamiseks väärtust detail: "low"
  • Üle 20 pildi jaga päringud usaldusväärsuse huvides alam-päringuteks
  • Suurte mahtude korral on kõige tõhusam „lehtri“ muster (kiire filtreerimine, seejärel üksikasjalik analüüs)
  • Rakenda suurte päringute jaoks korduskatseid eksponentsiaalse tagasitõmbumisega