Léim go dtí an príomhábhar
Gaeilge— Roghnaigh teanga
Roghchlár

input_image vs image_url: An dá chineál comhréire

Ceacht 12 as 12 Nuashonraithe 30 Iúil 2026 Doicnéir
Ar an leathanach seo
  1. Dhá API, dhá chineál comhréire
  2. API Freagraí: input_image (molta)
  3. API Chat Completions: image_url (seanbhunaithe)
  4. Tábla comparáide
  5. Earráidí coitianta comhréire
  6. Cathain a úsáideann tú cén API
  7. Príomhphointí
  8. Tástáil do chuid eolais

Dhá API, dhá chineál comhréire

Tairgeann xAI dhá chríochphointe chun idirghníomhú le Grok, agus úsáideann gach ceann acu comhréir éagsúil chun íomhánna a sheoladh. Tá sé ríthábhachtach na difríochtaí seo a thuiscint chun cód ceart a scríobh agus earráidí frustrachais a sheachaint.

API Freagraí: input_image (molta)

Is é API Freagraí príomhchríochphointe nua xAI. Cuirtear gnéithe nua leis an gceann seo ar dtús. Ba chóir duit an API seo a thosaí le haghaidh aon tionscadal nua.

Comhréir

{
  "model": "grok-4.5",
  "store": false,
  "input": [
    {
      "type": "input_image",
      "image_url": "https://exemple.com/photo.jpg",
      "detail": "high"
    },
    {
      "type": "input_text",
      "text": "Describe this image."
    }
  ]
}

Saintréithe

  • Is é input_image an cineál (ní image_url)
  • Cuirtear an URL nó an Data URI go díreach in image_url (gan oibiacht neadaithe)
  • Tá detail ag an leibhéal céanna le image_url
  • Úsáideann téacs an cineál input_text
  • Cuireann an t-eagar input in ionad an eagair messages ó Chat Completions

Python SDK

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": "Describe this image."
        }
    ],
    store=False
)

print(response.output_text)

API Chat Completions: image_url (seanbhunaithe)

Is é API Chat Completions an seanchríochphointe, arna chothabháil le haghaidh comhoiriúnachta le SDKanna OpenAI atá ann cheana. Má tá tú ag aistriú cód a scríobhadh do OpenAI, déanann an API seo an t-aistriú níos éasca.

Comhréir

{
  "model": "grok-4.5",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "image_url",
          "image_url": {
            "url": "https://exemple.com/photo.jpg",
            "detail": "high"
          }
        },
        {
          "type": "text",
          "text": "Describe this image."
        }
      ]
    }
  ]
}

Saintréithe

  • Is é image_url an cineál (ní input_image)
  • Tá an URL suite in oibiacht neadaithe image_url.url (neadú dúbailte)
  • Tá detail laistigh den oibiacht image_url
  • Úsáideann téacs an cineál text (ní input_text)
  • Tá role ag teachtaireachtaí (system, user, assistant)

Python le OpenAI SDK

from openai import OpenAI

client = OpenAI(
    api_key="your-xai-key",
    base_url="https://api.x.ai/v1"
)

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": "Describe this image."
            }
        ]
    }]
)

print(response.choices[0].message.content)

Tábla comparáide

Gné API Freagraí Chat Completions
Stádas Príomhúil (molta) Seanbhunaithe (comhoiriúnacht)
Cineál íomhá input_image image_url
Cineál téacs input_text text
URL Íomhá image_url: "..." image_url.url: "..."
Bainistíocht stáit Státach (previous_response_id) Gan stát (athsheol gach rud)
Stóráil store: true/false Níl (gan stát)
Uirlisí freastalaí web_search, x_search, code_interpreter Teoranta

Earráidí coitianta comhréire

Earráid 1: Formáidí a mheascadh

# MÍCHEART — Comhréir Chat Completions in API Freagraí
input=[
    {"type": "image_url", "image_url": {"url": "..."}}  # Ná déan!
]

# CEART — Comhréir API Freagraí
input=[
    {"type": "input_image", "image_url": "..."}  # Déan é seo!
]

Earráid 2: Dearmad a dhéanamh den struchtúr neadaithe i Chat Completions

# MÍCHEART — URL díreach i Chat Completions
{"type": "image_url", "image_url": "https://..."}  # Ná déan!

# CEART — Oibiacht neadaithe
{"type": "image_url", "image_url": {"url": "https://..."}}  # Déan é seo!

Earráid 3: “text” a úsáid in ionad “input_text”

# MÍCHEART — Cineál "text" in API Freagraí
input=[
    {"type": "text", "text": "Describe."}  # Ná déan!
]

# CEART
input=[
    {"type": "input_text", "text": "Describe."}  # Déan é seo!
]

Cathain a úsáideann tú cén API

  • Tionscadal nua: úsáid API Freagraí. Tugann sé rochtain ar na gnéithe is déanaí agus ar stóráil comhráite
  • Ag aistriú ó OpenAI: tosaigh le Chat Completions chun athruithe cóid a íoslaghdú, ansin aistrigh go dtí API Freagraí de réir a chéile
  • Íomhánna íogaire: API Freagraí le store: false nó API Chat Completions (gan stát go nádúrtha)

Príomhphointí

  • Úsáideann API Freagraí input_image + input_text, úsáideann API Chat Completions image_url + text
  • Difríocht sa struchtúr URL: díreach in API Freagraí, neadaithe i Chat Completions
  • Is é API Freagraí an rogha mholta do gach forbairt nua
  • Ná meascaigh comhréire ón dá API riamh san iarratas céanna
  • Seiceáil i gcónaí an cineál oibiachta (input_image vs image_url) chun earráidí ciúine a sheachaint

Tástáil do chuid eolais

Fís API xAI: formáidí, tocain, comhréire—an bhfuil gach rud ina áit?

1. Conas a sheolann tú íomhá chuig an API?

Freagra: Trí URL nó Base64, i dteachtaireacht ábhar measctha—ag urramú na formáide agus na srianta méide atá doiciméadaithe.

2. Cad a rialaíonn an paraiméadar detail (auto, low, high)?

Freagra: Gráinneacht anailíse agus costas: sábhálann low tocain do chásanna úsáide garbha, uasmhéadaíonn high cruinneas (OCR, mionsonraí), ligeann auto don API cinneadh a dhéanamh.

3. Conas a ríomhtar costas íomhá?

Freagra: I dtocain íomhá—ó 256 go 1792 ag brath ar an taifeach agus ar an leibhéal detail: is é méid do chuid íomhánna agus do leibhéal detail an chéad ghiarlóg optamaithe.

4. Cad a chuireann comparáid il-íomhá ar chumas?

Freagra: Ilíomhánna a sheoladh in iarratas amháin agus réasúnú orthu—difríochtaí, éabhlóidí, comhsheasmhacht—gan teorainn le líon na n-íomhánna in aghaidh an iarratais.

5. input_image nó image_url: cé acu a roghnú?

Freagra: Is é input_image comhréir nua-aimseartha API Freagraí; fanann image_url mar oidhreacht Chat Completions—do chód nua, tá an chomhréir nua-aimseartha éigeantach.

Dea-fhormáid, dea-sonraí, dea-chomhréir: déantar píolótaíocht ar an bhfís cosúil le téacs—go dtí an tokain féin.