Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Slike i videozapisi u serijama

Lekcija 9 od 12 Ažurirano 2. studenoga 2026. Programer
Na ovoj stranici
  1. Masovno generiranje multimodalnog sadržaja
  2. Serijsko generiranje slika
  3. Serijsko uređivanje slika
  4. Serijsko generiranje videozapisa
  5. Uređivanje i proširivanje videozapisa
  6. Korištenje Python SDK-a
  7. Cjenik multimodalnog sadržaja
  8. Istjecanje URL-ova rezultata
  9. Mješoviti multimodalni pipeline
  10. Ključne točke

Ažurirano 2. studenoga 2026. na temelju dokumentacije xAI-ja: popust za serijsku obradu iznosi 20 % na kvalificirane tekstualne modele (ne 50 %), primjeri slijede REST API i službeni xai-sdk (client.batch.*; xAI Batch API ne koristi format OpenAI-ja, SDK OpenAI-ja se ne primjenjuje), a Responses API ima prednost nad Chat Completions, koji je kod xAI-ja zastarjela krajnja točka. Izvori: Batch API · REST Reference · Batch Pricing.

Masovno generiranje multimodalnog sadržaja

Batch API nije ograničen samo na tekst. Možeš poslati zahtjeve za generiranje i uređivanje slika, kao i za generiranje, uređivanje te proširivanje videozapisa. Ova mogućnost otvara vrata potpunim multimodalnim pipelineovima: napiši opise i generiraj pripadajuće vizuale u jednoj operaciji.

Serijsko generiranje slika

Krajnja točka /v1/images/generations funkcionira u seriji baš kao i u sinkronom načinu rada. Odaberi format pomoću aspect_ratio, definiciju pomoću resolution ("1k", "1.5k" ili "2k"), a broj slika pomoću n:

{"custom_id": "img-001", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Minimalist logo for a fintech startup, white background, vector style", "n": 1, "aspect_ratio": "1:1", "resolution": "1k"}}
{"custom_id": "img-002", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Isometric illustration of a datacenter", "n": 1, "aspect_ratio": "16:9", "resolution": "1k"}}

Serijsko uređivanje slika

Krajnja točka /v1/images/edits modificira postojeću sliku koja se prosljeđuje u objektu image: kao url (javna adresa ili podaci kodirani u base64) ili kao file_id prethodno učitane datoteke.

{"custom_id": "edit-001", "method": "POST", "url": "/v1/images/edits", "body": {"model": "grok-imagine-image-2.0", "prompt": "Replace the background with a solid white background", "image": {"url": "https://example.com/photo.jpg"}}}

U serijskom načinu rada, uređivanje pomaže u obradi kataloga: uskladi pozadine, dodaj element ili primijeni istu retuš na stotine vizuala.

Serijsko generiranje videozapisa

Krajnja točka /v1/videos/generations (ili /v1/videos) generira videozapise trajanja od 1 do 15 sekundi (duration, zadano je 8), u razlučivosti 480p, 720p ili 1080p:

{"custom_id": "vid-001", "method": "POST", "url": "/v1/videos/generations", "body": {"model": "grok-imagine-video-1.5", "prompt": "Smooth animation of a bar chart growing progressively", "duration": 8, "resolution": "720p"}}

Obrada videozapisa zahtjevnija je od obrade teksta ili slika, pa ovi zahtjevi unutar serije mogu trajati duže.

Uređivanje i proširivanje videozapisa

Krajnja točka /v1/videos/edits modificira postojeći videozapis, dok /v1/videos/extensions proširuje videozapis za segment od 2 do 10 sekundi. Izvorni videozapis proslijedi u objektu video (URL .mp4 datoteke ili file_id):

{"custom_id": "vid-edit-001", "method": "POST", "url": "/v1/videos/edits", "body": {"model": "grok-imagine-video", "prompt": "Slow down the scene", "video": {"url": "https://example.com/clip.mp4"}}}
{"custom_id": "vid-ext-001", "method": "POST", "url": "/v1/videos/extensions", "body": {"model": "grok-imagine-video", "prompt": "The camera slowly pulls back and reveals a sunset", "video": {"url": "https://example.com/clip.mp4"}, "duration": 6}}

Korištenje Python SDK-a

SDK priprema ove zahtjeve pomoću namjenskih metoda, a zatim ih dodaje u seriju poput tekstualnih zahtjeva:

from xai_sdk import Client

client = Client()
batch = client.batch.create(batch_name="catalog_visuals")

requetes = [
    client.image.prepare(
        prompt="Product shot of wireless headphones, dark background, studio lighting",
        model="grok-imagine-image-2.0",
        batch_request_id="prod-42-img",
    ),
    client.video.prepare(
        prompt="The headphones rotate slowly on a turntable, dramatic lighting",
        model="grok-imagine-video-1.5",
        batch_request_id="prod-42-vid",
    ),
]
client.batch.add(batch_id=batch.batch_id, batch_requests=requetes)

Cjenik multimodalnog sadržaja

Važna napomena: popust za serijsku obradu vrijedi samo za kvalificirane tekstualne modele. Slike i videozapisi naplaćuju se po standardnoj tarifi, čak i u serijskom načinu rada – od 2. studenoga 2026. to iznosi 0,04 USD po slici s modelom grok-imagine-image-2.0 (0,02 USD s grok-imagine-image), te 0,08 USD po sekundi videozapisa s modelom grok-imagine-video-1.5 (0,02 USD u -lite verziji, 0,05 USD s grok-imagine-video).

Prednost serija za multimodalni sadržaj nije u cijeni, već u operativnosti: pošalji stotine generiranja u jednoj operaciji, bez upravljanja jednakim brojem poziva ili udara u ograničenja stope (rate limits).

Istjecanje URL-ova rezultata

Rezultati za slike i videozapise dostavljaju se kao potpisani URL-ovi koji istječu nakon jednog sata. Ovo je kritično ograničenje: preuzmi datoteke čim dohvatiš rezultate.

import mimetypes

import requests


def telecharger_medias(resultats, dossier):
    """Downloads images and videos as soon as results are retrieved."""
    for r in resultats:
        reponse = r.proto.response
        if reponse.HasField("image_response"):
            url = r.image_response.url
        elif reponse.HasField("video_response"):
            url = r.video_response.url
        else:
            continue  # text result
        fichier = requests.get(url, timeout=120)
        fichier.raise_for_status()
        type_mime = fichier.headers.get("Content-Type", "").split(";")[0]
        extension = mimetypes.guess_extension(type_mime) or ".bin"
        with open(f"{dossier}/{r.batch_request_id}{extension}", "wb") as f:
            f.write(fichier.content)

Nikada ne pohranjuj potpisane URL-ove za kasniju upotrebu: spremi datoteke u vlastito spremište (S3, GCS, lokalni disk).

Mješoviti multimodalni pipeline

Konkretan slučaj upotrebe: izradi kompletne specifikacije proizvoda, tekst i vizuale, u istoj seriji:

{"custom_id": "prod-42-desc", "method": "POST", "url": "/v1/responses", "body": {"model": "grok-4.3", "input": "Write a marketing description for a high-end wireless headphone.", "max_output_tokens": 300}}
{"custom_id": "prod-42-img", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Product shot of premium wireless headphones, dark gradient background, studio lighting"}}

Zajednički prefiks u identifikatorima (prod-42-desc, prod-42-img) olakšava grupiranje tekstualnih i slikovnih rezultata za isti proizvod.

Ključne točke

  • Slike (generiranje, uređivanje) i videozapisi (generiranje, uređivanje, proširivanje) funkcioniraju u serijama
  • Parametri odgovaraju API-ju: aspect_ratio, resolution, objekti image i video
  • Slike i videozapisi ostaju po standardnim cijenama, bez popusta za serijsku obradu
  • Potpisani URL-ovi rezultata istječu nakon jednog sata: odmah ih preuzmi
  • Zajednički prefiks u identifikatorima grupira rezultate za isti proizvod