Pilditokenid: 256-st 1792-ni
Sellel lehel
Kuidas pildid tokeneid tarbivad
Kui saadad pildi Grokile, teisendab see selle tokeniteks enne mudeli analüüsi. Erinevalt tekstist, kus token vastab ligikaudu sõnale, sõltuvad pilditokenid pildi suurusest ja taotletud detailitasemest.
Selle mehhanismi mõistmine on hädavajalik kulude ennustamiseks ja päringute õigeks planeerimiseks.
Vahemik: 256 kuni 1792 tokenit
Iga API-le saadetud pilt tarbib vahemikus 256 kuni 1792 tokenit. See suur varieeruvus tuleneb mitmest tegurist:
- Pildi eraldusvõime: 256x256 piksliline pilt tarbib vähem tokeneid kui 4096x4096 pilt
- Parameeter
detail: väärtuslowtarbib miinimumi,hightarbib maksimumi - Pildi sisu: keeruline pilt, mis sisaldab palju detaile, võib
autorežiimis põhjustada suuremat tarbimist
Tokenite tarbimise jälgimine
xAI API annab vastuses täpse pilditokenite arvu. Leiad selle väljalt usage:
{
"usage": {
"prompt_tokens": 2048,
"completion_tokens": 150,
"total_tokens": 2198,
"prompt_tokens_details": {
"image_tokens": 1024,
"text_tokens": 1024
}
}
}
Väli prompt_tokens_details.image_tokens ütleb sulle täpselt, mitu tokenit sinu päringus olevad pildid tarbisid. See on asendamatu tööriist kulude jälgimiseks tootmiskeskkonnas.
Detailitaseme mõju tokenitele
Parameeter detail on peamine hoob pilditokenite tarbimise kontrollimiseks:
# Sama pilt, väga erinevad tokenite tulemused
# detail: low → ~256 pilditokenit
# detail: auto → ~512-1024 pilditokenit (muutuv)
# detail: high → ~1024-1792 pilditokenit
Režiimis low muudetakse pilt enne analüüsi väiksema eraldusvõimega versiooniks. Mudel saab vähem teavet, kuid tarbib oluliselt vähem tokeneid.
Režiimis high jagatakse pilt suure eraldusvõimega plokkideks (tiles). Iga plokki analüüsitakse eraldi, mis korrutab tokenite arvu, kuid võimaldab mudelil lugeda peent teksti või tuvastada väikseid detaile.
Mitmemodaalse päringu hinna arvutamine
Piltidega päringu hinna hindamiseks liida teksti- ja pilditokenid:
def estimate_cost(num_images, detail="auto", text_tokens=500):
# Hinda pilditokeneid taseme järgi
image_tokens = {
"low": 256,
"auto": 768, # hinnanguline keskmine
"high": 1536 # hinnanguline keskmine
}
total_image = num_images * image_tokens[detail]
total = total_image + text_tokens
# Soovituslik hind miljoni tokeni kohta (sisend)
price_per_million = 2.00 # grok-4.5 sisend — kontrolli kehtivat hinnakirja
cost = (total / 1_000_000) * price_per_million
return {
"image_tokens": total_image,
"text_tokens": text_tokens,
"total_tokens": total,
"estimated_cost": f"${cost:.4f}"
}
Tokenite tarbimise optimeerimine
Muuda suurust enne saatmist
Kui su pilt on väga suur, kuid sa ei vaja maksimaalset eraldusvõimet, vähenda selle suurust enne saatmist:
from PIL import Image
import io
import base64
def optimize_image(path, max_size=(1024, 1024)):
img = Image.open(path)
img.thumbnail(max_size)
buffer = io.BytesIO()
img.save(buffer, format="JPEG", quality=85)
buffer.seek(0)
encoded = base64.standard_b64encode(buffer.read()).decode()
return f"data:image/jpeg;base64,{encoded}"
Vali õige formaat
- JPEG: kergem, ideaalne fotode ja paljude värvidega piltide jaoks
- PNG: raskem, kuid kadudeta, sobib ekraanitõmmete ja teksti sisaldavate diagrammide jaoks
Grupeeri targalt
Kui analüüsid piltide partiid, grupeeri samale detailitasemele vajavad pildid eraldi päringutesse, selle asemel et segada ühes päringus väärtusi low ja high.
Jälgimine tootmiskeskkonnas
Tootmiskeskkonnas logi süstemaatiliselt pilditokeneid, et tuvastada hüppeid:
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": url},
{"type": "input_text", "text": prompt}
]
)
# Logi tokenid
usage = response.usage
print(f"Pilditokenid : {usage.prompt_tokens_details.image_tokens}")
print(f"Tekstitokenid : {usage.prompt_tokens_details.text_tokens}")
print(f"Kogu sisend : {usage.prompt_tokens}")
Hinnad seisuga 5. august 2026 — hinnad muutuvad regulaarselt: enne eelarve arvutamist kontrolli kehtivat hinnakirja xAI ametlikul mudelite ja hindade lehel.
Peamised punktid
- Pildid tarbivad vahemikus 256 kuni 1792 tokenit, sõltuvalt nende suurusest ja detailitasemest
- Väli
prompt_tokens_details.image_tokensannab täpse arvu - Parameeter
detailon peamine hoob tarbimise kontrollimiseks - Piltide suuruse vähendamine enne saatmist vähendab tokeneid, ohverdamata kvaliteeti lihtsate ülesannete puhul
- Jälgi tootmiskeskkonnas pilditokeneid, et ennustada kulusid