input_image vs image_url: An dá chineál comhréire
Ar an leathanach seo
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_imagean cineál (níimage_url) - Cuirtear an URL nó an Data URI go díreach in
image_url(gan oibiacht neadaithe) - Tá
detailag an leibhéal céanna leimage_url - Úsáideann téacs an cineál
input_text - Cuireann an t-eagar
inputin ionad an eagairmessagesó 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_urlan cineál (níinput_image) - Tá an URL suite in oibiacht neadaithe
image_url.url(neadú dúbailte) - Tá
detaillaistigh den oibiachtimage_url - Úsáideann téacs an cineál
text(níinput_text) - Tá
roleag 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: falsenó API Chat Completions (gan stát go nádúrtha)
Príomhphointí
- Úsáideann API Freagraí
input_image+input_text, úsáideann API Chat Completionsimage_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_imagevsimage_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.