Tuiscint Íomhánna i gCuardach Gréasáin
Ar an leathanach seo
Anailís a dhéanamh ar íomhánna a fhaightear ar an ngréasán
Ní théann Cuardach Gréasáin thar théacs amháin. leis an bparaiméadar enable_image_understanding, is féidir leat a iarraidh ar an tsamhail íomhánna a thagann sí orthu le linn a cuardaigh gréasáin a anailísiú. Leathnaíonn an ghné seo cumais chuardaigh go mór, go háirithe do cheisteanna amhairc nó do thopaicí ina soláthraíonn íomhánna faisnéis a fhorlíonann an téacs.
Gníomhachtú
Cuir an ghné seo ar siúl tríd an bparaiméadar enable_image_understanding a chur le do chumraíocht Cuardaigh Gréasáin:
{
"tools": [{
"type": "web_search",
"enable_image_understanding": true
}]
}
Nuair a bheidh sé cumasaithe, is féidir leis an tsamhail an uirlis inmheánach view_image a úsáid chun íomhánna a thagann sí orthu le linn an chuardaigh a anailísiú. Cinneann sí go huathoibríoch cé na híomhánna atá ábhartha le scrúdú.
Comhréir SDK
xAI SDK
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Show me the Transformer architecture and explain each component",
tools=[client.tools.web_search(
enable_image_understanding=True
)]
)
OpenAI SDK
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Show me the Transformer architecture",
tools=[{
"type": "web_search",
"enable_image_understanding": True
}]
)
Vercel AI SDK
tools: [xai.tools.webSearch({
enableImageUnderstanding: true
})]
Cásanna Úsáide
Anailís ar léaráidí teicniúla
Is féidir leis an tsamhail léaráidí ailtireachta, siuchair sreafa, nó grafanna teicniúla a aimsiú agus a léirmhíniú. Tá sé seo thar a bheith úsáideach do cheisteanna faoi ailtireachtaí bogearraí nó próisis thionsclaíocha.
Comparáid amhairc táirgí
I gcás ceisteanna comparáideacha, is féidir leis an tsamhail scáileáin nó grianghraif táirgí a fhaightear ar an ngréasán a anailísiú agus breathnuithe ábhartha a bhaint astu.
Anailís ar shonraí amhairc
Má bhaineann do cheist le sonraí a chuirtear i láthair mar chairteacha nó táblaí amhairc, ligeann tuiscint íomhánna don tsamhail faisnéis a bhaint as na léirithe amhairc seo.
Comhcheangal le paraiméadair eile
Comhcheanglaítear tuiscint íomhánna le scagadh fearainn:
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Analyze the latest LLM performance benchmarks",
tools=[{
"type": "web_search",
"allowed_domains": ["arxiv.org", "huggingface.co"],
"enable_image_understanding": True
}]
)
Déanfaidh an tsamhail cuardach laistigh de na fearainn cheadaithe amháin, agus is féidir léi cairteacha tagarmhairc a fhaightear i bhfoilseacháin a anailísiú.
Tionchar ar chostas
Méadaíonn cumasú tuiscinte íomhánna tomhaltas token. Gineann anailís ar gach íomhá token breise don ionchur (an íomhá ionchódaithe) agus don aschur (an cur síos/an anailís). Fanann an costas in aghaidh an ghlao mar an gcéanna ($0.005), ach is féidir leis an méid token in aghaidh na hiarratais méadú go suntasach.
Ná cumasaigh an ghné seo ach nuair a chuireann íomhánna fíorluach le do chás úsáide. I gcás cuardaigh atá bunaithe ar théacs amháin, fág an paraiméadar seo díchumasaithe chun costais a optamú.
Difríocht ó Chuardach X
Tá tuiscint íomhánna ar fáil don Chuardach Gréasáin agus don Chuardach X araon. Mar sin féin, tá tuiscint físe (enable_video_understanding) sainiúil don Chuardach X. Ní féidir leis an gCuardach Gréasáin físeáin a fhaightear ar an ngréasán a anailísiú.
Príomhphointí
- Cumasigh le
enable_image_understanding: truesa chumraíocht Cuardaigh Gréasáin - Úsáideann an tsamhail
view_imagego hinmheánach chun íomhánna ábhartha a anailísiú - Úsáideach do léaráidí, cairteacha, scáileáin, agus comparáidí amhairc
- Méadaíonn sé tomhaltas token – ná cumasaigh é ach nuair a bhíonn sé ábhartha
- Comhcheanglaítear é le scagadh fearainn chun rialú cruinn ar fhoinsí
- Tá tuiscint físe sainiúil don Chuardach X