Srianta: Formáidí, Méid, agus Teorainneacha
Ar an leathanach seo
Bunrialacha
Sula ndéanann tú Grok Vision a chomhtháthú i d’fheidhmchláir, ní mór duit na srianta teicniúla a fhorchuireann an xAI API a thuiscint. Má dhéanann tú neamhaird ar na teorainneacha seo, beidh earráidí ciúine nó iarratais dhiúltaithe mar thoradh air, rud a d’fhéadfadh a bheith deacair a dhífhabhtú i dtimpeallacht táirgeachta.
Formáidí Íomhá Glactha
Glacann an xAI API le dhá fhormáid comhaid íomhá (trí shíneadh: .jpg, .jpeg, .png):
- JPG (nó JPEG) — an fhormáid is coitianta do ghrianghraif
- PNG — oiriúnach do scáileáin, léaráidí, agus íomhánna le téacs
Diúltaítear gach formáid eile. Má oibríonn tú le híomhánna WebP, GIF, BMP, TIFF, SVG, nó HEIC, caithfidh tú iad a thiontú sula seolann tú iad:
from PIL import Image
def convert_to_jpeg(source_path, output_path):
img = Image.open(source_path)
# Convert to RGB (required for JPEG)
if img.mode in ("RGBA", "P"):
img = img.convert("RGB")
img.save(output_path, "JPEG", quality=90)
Fabht Choitianta: Íomhánna RGBA
Glactar le comhaid PNG a bhfuil trédhearcacht acu (cainéal alfa) mar atá siad. Mar sin féin, má thiontaíonn tú iad go JPEG, caithfidh tú an cainéal alfa a bhaint ar dtús toisc nach dtacaíonn JPEG le trédhearcacht.
Uasmhéid: 20 MiB
Ní mór nach sáróidh gach íomhá 20 MiB (20,971,520 beart). Thar an teorainn seo, diúltóidh an API an t-iarratas.
Baineann an teorainn seo le:
- An comhad íoslódáilte i gcás URL
- Na sonraí díchódaithe i gcás Base64 (ní an teaghrán códaithe féin, atá ~33% níos faide)
Seiceáil an Méid Sula Seolann Tú
import os
def check_size(image_path, max_mib=20):
size = os.path.getsize(image_path)
size_mib = size / (1024 * 1024)
if size_mib > max_mib:
raise ValueError(
f"Image too large: {size_mib:.1f} MiB "
f"(max {max_mib} MiB)"
)
return size_mib
Comhbhrúigh Más Gá
Do íomhánna atá gar don teorainn, is féidir leat cáilíocht JPEG a laghdú:
def compress_image(path, quality=80, max_size_mib=20):
img = Image.open(path)
buffer = io.BytesIO()
img.save(buffer, "JPEG", quality=quality)
while buffer.tell() > max_size_mib * 1024 * 1024 and quality > 20:
quality -= 10
buffer = io.BytesIO()
img.save(buffer, "JPEG", quality=quality)
buffer.seek(0)
return buffer
Líon na nÍomhánna in aghaidh an Iarrtais: Gan Teorainn
Murab ionann agus APIanna radhairc eile a chuireann teorainn le líon na n-íomhánna in aghaidh an iarrtais, ní fhorchuireann an xAI API aon teorainn. Is féidir leat an oiread íomhánna agus is gá a sheoladh in aon iarratas amháin.
Mar sin féin, cuimhnigh air seo a leanas:
- Úsáideann gach íomhá idir 256 agus 1792 token
- Tá uasmhéid ag baint le comhthéacs iomlán an mhúnla
- Níos mó íomhánna = níos mó moille agus costais
Moladh Praicticiúil
Cé go bhfuil an teorainn gan teorainn go teoiriciúil, fan réasúnach:
# Best practice: process in batches
def analyze_batch(images, batch_size=10):
results = []
for i in range(0, len(images), batch_size):
batch = images[i:i + batch_size]
input_data = []
for img in batch:
input_data.append({
"type": "input_image",
"image_url": img,
"detail": "low"
})
input_data.append({
"type": "input_text",
"text": "Briefly describe each image."
})
response = client.responses.create(
model="grok-4.5",
input=input_data
)
results.append(response)
return results
Múnlaí Comhoiriúnacha
Tá tuiscint íomhá ar fáil ar grok-4.5 agus níos airde. Ní thacaíonn múnlaí níos luaithe leis an ngné seo.
Seiceáil i gcónaí an múnla a úsáidtear i do chód:
VISION_MODELS = ["grok-4.5", "grok-4.20-0309-reasoning"]
def supports_vision(model):
return any(model.startswith(m) for m in VISION_MODELS)
Láimhseáil Earráidí
Réamh-mheas earráidí a bhaineann le srianta trí íomhánna a bhailíochtú sula seolann tú iad:
def validate_image(path):
errors = []
# Check format
extension = path.lower().rsplit(".", 1)[-1]
if extension not in ("jpg", "jpeg", "png"):
errors.append(f"Unsupported format: {extension}")
# Check size
size_mib = os.path.getsize(path) / (1024 * 1024)
if size_mib > 20:
errors.append(f"Too large: {size_mib:.1f} MiB (max 20)")
# Check that it is a real image
try:
img = Image.open(path)
img.verify()
except Exception:
errors.append("Corrupted file or not a valid image")
return errors
Príomhphointí
- Ní ghlactar ach le formáidí JPG/JPEG agus PNG — tiontaigh cinn eile
- Uasmhéid: 20 MiB in aghaidh na híomhá — comhbhrúigh más gá
- Tá líon na n-íomhánna in aghaidh an iarrtais gan teorainn, ach úsáideann gach íomhá tokenanna
- Ní thacaíonn ach múnlaí grok-4.5 agus níos airde le radharc
- Bailíochtaigh íomhánna i gcónaí sula seolann tú iad chun earráidí ciúine a sheachaint