Parameeter detail: auto, low ja high
Sellel lehel
Analüüsi täpsuse juhtimine
Kui saadad pildi Grokile, saad parameetri detail abil juhtida analüüsi detailset taset. See parameeter mõjutab otseselt vastuse kvaliteeti, töötlemisaega ja tokenite kulu.
Selle parameetri mõistmine on kulude optimeerimiseks ja iga kasutusjuhu jaoks sobiva täpsuse valimiseks hädavajalik.
Kolm detailitaset
xAI API pakub parameetrile detail kolme väärtust:
Auto (vaikimisi väärtus)
Kui sa ei määra parameetrit detail, kasutab mudel väärtust auto. See hindab automaatselt vajalikku detailitaset, lähtudes pildist ja sinu sisendist.
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg"
}
See on enamiku kasutusjuhtude jaoks soovitatud käitumine. Mudel kohandab oma analüüsistrateegiat vastavalt pildi tajutud keerukusele ja esitatud küsimusele.
Low (kiire ja ökonoomne)
Režiim low teostab pildi kiire analüüsi, kasutades vähem tokeneid. See on ideaalne valik, kui vajad üldist arusaama ilma peenetesse detailidesse süvenemata.
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg",
"detail": "low"
}
Kasutusjuhud režiimile low:
- Pildi sisu klassifitseerimine (maastik, portree, dokument jne)
- Foto peamise objekti tuvastamine
- Pildipartiide kiire sorteerimine
- Kontrollimine, kas pilt vastab lihtsale kriteeriumile
High (aeglane ja detailne)
Režiim high sunnib tegema pildi ammendava analüüsi. Mudel uurib iga tsooni maksimaalse eraldusvõimega, mis tarbib rohkem tokeneid, kuid toodab palju täpsemaid kirjeldusi.
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg",
"detail": "high"
}
Kasutusjuhud režiimile high:
- Peene teksti lugemine pildil (OCR)
- Detailsete legendidega diagrammide analüüsimine
- Defektide tuvastamine tootefotodel
- Keerukate liideste ekraanitõmmiste uurimine
Tasemete võrdlus
| Parameeter | Kiirus | Tokenid | Täpsus |
|---|---|---|---|
| auto | Muutuv | Muutuv | Kohanduv |
| low | Kiire | Vähem tokeneid | Üldine |
| high | Aeglane | Rohkem tokeneid | Detailne |
Süntaks API lõikes
Parameeter detail paigutatakse sõltuvalt kasutatavast API-st erinevalt.
Responses API (soovitatud)
response = client.responses.create(
model="grok-4.5",
input=[
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg",
"detail": "high"
},
{
"type": "input_text",
"text": "Read all visible text in this image."
}
]
)
Chat Completions API (vananenud)
response = client.chat.completions.create(
model="grok-4.5",
messages=[{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": {
"url": "https://exemple.com/photo.jpg",
"detail": "high"
}
},
{
"type": "text",
"text": "Read all visible text in this image."
}
]
}]
)
Pane tähele, et Chat Completionsis asub detail pesastatuna objekti image_url sees, samas kui Responses APIs on see samal tasemel kui image_url.
Optimeerimisstrateegia
Tootmiskeskkonnas on parimaks tavaks kohandada detailitaset vastavalt ülesande tüübile:
def analyser_image(image_url, tache):
# Lihtsad ülesanded → low kulude säästmiseks
if tache in ["classifier", "trier", "identifier_sujet"]:
detail = "low"
# Keerukad ülesanded → high täpsuse jaoks
elif tache in ["ocr", "graphique", "defaut_produit"]:
detail = "high"
# Vaikimisi → lase mudelil otsustada
else:
detail = "auto"
return client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": image_url, "detail": detail},
{"type": "input_text", "text": f"Task: {tache}"}
]
)
See lähenemine võimaldab sul lihtsate ülesannete puhul tokenite kulu oluliselt vähendada, säilitades samal ajal maksimaalse täpsuse seal, kus see vajalik on.
Peamised punktid
- Parameeter
detailkontrollib pildianalüüsi sügavust auto(vaikimisi) laseb mudelil otsustada – see on soovitatud valiklowon kiire ja ökonoomne, sobib klassifitseerimisülesannetekshighon aeglane, kuid täpne, sobib OCR-i ja peene analüüsi jaoks- Kohanda detailitaset ülesande tüübi järgi, et optimeerida kulusid