Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Ograničenja: formati, veličina i limiti

Lekcija 4 od 12 Ažurirano 30. srpnja 2026. Početnik
Na ovoj stranici
  1. Temeljna pravila
  2. Prihvaćeni formati slika
  3. Maksimalna veličina: 20 MiB
  4. Broj slika po zahtjevu: neograničen
  5. Kompatibilni modeli
  6. Rukovanje greškama
  7. Ključne točke

Temeljna pravila

Prije integracije Grok visiona u svoje aplikacije, moraš znati tehnička ograničenja koja nameće xAI API. Ignoriranje ovih limita dovodi do tihih grešaka ili odbijenih zahtjeva koje je u proizvodnji teško otkloniti.

Prihvaćeni formati slika

xAI API prihvaća dva formata slikovnih datoteka (tri ekstenzije: .jpg, .jpeg, .png):

  • JPG (ili JPEG) — najčešći format za fotografije
  • PNG — prikladan za snimke zaslona, dijagrame i slike s tekstom

Svi ostali formati se odbijaju. Ako radiš sa slikama u formatima WebP, GIF, BMP, TIFF, SVG ili HEIC, moraš ih konvertirati prije slanja:

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)

Česta zamka: RGBA slike

PNG datoteke s prozirnošću (alfa kanal) prihvaćaju se kakve jesu. Međutim, ako ih konvertiraš u JPEG, prvo moraš ukloniti alfa kanal jer JPEG ne podržava prozirnost.

Maksimalna veličina: 20 MiB

Svaka slika ne smije prelaziti 20 MiB (20.971.520 bajtova). Iznad toga, API odbija zahtjev.

Ovaj limit vrijedi:

  • Za preuzetu datoteku u slučaju URL-a
  • Za dekodirane podatke u slučaju Base64 (ne za sam kodirani niz, koji je ~33% duži)

Provjeri veličinu prije slanja

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

Komprimiraj ako je potrebno

Za slike blizu limita možeš smanjiti kvalitetu JPEG-a:

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

Broj slika po zahtjevu: neograničen

Za razliku od drugih vision API-ja koji ograničavaju broj slika po zahtjevu, xAI API ne nameće nikakav limit. U jednom zahtjevu možeš poslati onoliko slika koliko ti treba.

Ipak, imaj na umu da:

  • Svaka slika troši između 256 i 1792 tokena
  • Ukupni kontekst modela ima maksimalnu veličinu
  • Više slika = veća latencija i veći trošak

Praktična preporuka

Iako je limit teoretski neograničen, ostani razuman:

# 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

Kompatibilni modeli

Razumijevanje slika dostupno je na modelima grok-4.5 i novijima. Stariji modeli ne podržavaju ovu značajku.

Uvijek provjeri model koji koristiš u kodu:

VISION_MODELS = ["grok-4.5", "grok-4.20-0309-reasoning"]

def supports_vision(model):
    return any(model.startswith(m) for m in VISION_MODELS)

Rukovanje greškama

Predvidi greške vezane uz ograničenja validacijom slika prije slanja:

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

Ključne točke

  • Prihvaćaju se samo formati JPG/JPEG i PNG — ostale konvertiraj
  • Maksimalna veličina: 20 MiB po slici — komprimiraj ako je potrebno
  • Broj slika po zahtjevu je neograničen, ali svaka slika troši tokene
  • Samo modeli grok-4.5 i noviji podržavaju vision
  • Uvijek validiraj slike prije slanja kako bi izbjegao tihe greške