Képek és videók kötegben
Ezen az oldalon
Frissítve: 2026. november 2. az xAI dokumentációja alapján: a kötegelt kedvezmény 20% a jogosult szöveges modellekre (nem 50%), a példák a REST API-t és a hivatalos
xai-sdk-t (client.batch.*) követik (az xAI Batch API nem az OpenAI formátumot használja, az OpenAI SDK nem alkalmazható), és a Responses API elsőbbséget élvez a Chat Completions felett, amely az xAI-nál már elavult végpont. Források: Batch API · REST Referencia · Batch Árazás.
Többszörös multimodális generálás
A Batch API nem korlátozódik csak a szövegre. Beküldhetsz képgenerálási és képszerkesztési kéréseket, valamint videógenerálási, videoszerkesztési és videóhosszabbítási feladatokat is. Ez a lehetőség teljes körű multimodális munkafolyamatokat tesz lehetővé: egyetlen műveletben írhatsz leírásokat és generálhatod hozzájuk a vizuális tartalmakat.
Kötegelt képgenerálás
A /v1/images/generations végpont kötegelt módban ugyanúgy működik, mint szinkron üzemmódban. A aspect_ratio paraméterrel választhatod ki a formátumot, a resolution paraméterrel a felbontást ("1k", "1.5k" vagy "2k"), az n paraméterrel pedig a képek számát:
{"custom_id": "img-001", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Minimalista logó egy fintech startupnak, fehér háttér, vektoros stílus", "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": "Izometrikus illusztráció egy adatközpontról", "n": 1, "aspect_ratio": "16:9", "resolution": "1k"}}
Kötegelt képszerkesztés
A /v1/images/edits végpont egy meglévő képet módosít, amelyet egy image objektumban adsz meg: ez lehet egy url (nyilvános cím vagy base64-kódolt adat) vagy egy feltöltött fájl file_id-je.
{"custom_id": "edit-001", "method": "POST", "url": "/v1/images/edits", "body": {"model": "grok-imagine-image-2.0", "prompt": "Cseréld le a hátteret egyszínű fehér háttérre", "image": {"url": "https://example.com/photo.jpg"}}}
Kötegelt módban a szerkesztés segít egy katalógus feldolgozásában: háttérharmonizálás, elemek hozzáadása vagy ugyanazon retusálás alkalmazása száznyi vizuális anyagon.
Kötegelt videógenerálás
A /v1/videos/generations (vagy /v1/videos) végpont 1–15 másodperces videókat generál (duration, alapértelmezetten 8), 480p, 720p vagy 1080p felbontásban:
{"custom_id": "vid-001", "method": "POST", "url": "/v1/videos/generations", "body": {"model": "grok-imagine-video-1.5", "prompt": "Egy oszlopdiagram sima animációja, amely progresszíven növekszik", "duration": 8, "resolution": "720p"}}
A videofeldolgozás igényesebb, mint a szöveg vagy a képek feldolgozása, ezért ezek a kérések hosszabb időt vehetnek igénybe a kötegen belül.
Videoszerkesztés és -hosszabbítás
A /v1/videos/edits végpont egy meglévő videót módosít, míg a /v1/videos/extensions végpont 2–10 másodperces szegmenssel hosszabbítja meg azt. A forrásvideót egy video objektumban add meg (egy .mp4 fájl URL-címe vagy file_id):
{"custom_id": "vid-edit-001", "method": "POST", "url": "/v1/videos/edits", "body": {"model": "grok-imagine-video", "prompt": "Lassítsd le a jelenetet", "video": {"url": "https://example.com/clip.mp4"}}}
{"custom_id": "vid-ext-001", "method": "POST", "url": "/v1/videos/extensions", "body": {"model": "grok-imagine-video", "prompt": "A kamera lassan hátrébb húzódik és felfed egy naplementét", "video": {"url": "https://example.com/clip.mp4"}, "duration": 6}}
A Python SDK használata
Az SDK dedikált metódusokkal készíti elő ezeket a kéréseket, majd ugyanúgy hozzáadja őket a köteghez, mint a szöveges kéréseket:
from xai_sdk import Client
client = Client()
batch = client.batch.create(batch_name="catalog_visuals")
requetes = [
client.image.prepare(
prompt="Termékfotó vezeték nélküli fejhallgatóról, sötét háttér, stúdióvilágítás",
model="grok-imagine-image-2.0",
batch_request_id="prod-42-img",
),
client.video.prepare(
prompt="A fejhallgató lassan forog egy lemezjátszón, drámai világítás",
model="grok-imagine-video-1.5",
batch_request_id="prod-42-vid",
),
]
client.batch.add(batch_id=batch.batch_id, batch_requests=requetes)
Multimodális tartalmak árazása
Fontos tudnivaló: a kötegelt kedvezmény kizárólag a jogosult szöveges modellekre vonatkozik. A képek és videók esetén a szabványos díjazás érvényes, még kötegelt módban is – 2026. november 2-i állapot szerint képalkotásonként 0,04 USD a grok-imagine-image-2.0 esetén (0,02 USD a grok-imagine-image esetében), és videónként másodpercenként 0,08 USD a grok-imagine-video-1.5 esetén (0,02 USD a -lite verzióban, 0,05 USD a grok-imagine-video esetén).
A kötegek előnye a multimodális tartalmaknál nem az árazásban, hanem a működési hatékonyságban rejlik: egyetlen műveletben küldhetsz be száznyi generálási kérést anélkül, hogy annyi hívást kellene kezelned, vagy ütköznél a sebességkorlátokba.
Az eredmény URL-címek lejárata
A kép- és videoeredmények aláírt URL-címekként érkeznak, amelyek egy óra múlva lejárnak. Ez kritikus korlátozás: töltsd le a fájlokat azonnal, amint megkapod az eredményeket.
import mimetypes
import requests
def telecharger_medias(resultats, dossier):
"""Letölti a képeket és videókat az eredmények beérkezésekor."""
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 # szöveges eredmény
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)
Soha ne tárolj aláírt URL-címeket későbbi felhasználásra: mentsd el a fájlokat a saját tárhelyedre (S3, GCS, helyi lemez).
Vegyes multimodális munkafolyamat
Egy konkrét használati eset: teljes termékleírások (szöveg és vizuális anyag) előállítása ugyanabban a kötegben:
{"custom_id": "prod-42-desc", "method": "POST", "url": "/v1/responses", "body": {"model": "grok-4.3", "input": "Írj egy marketing leírást egy csúcskategóriás vezeték nélküli fejhallgatóhoz.", "max_output_tokens": 300}}
{"custom_id": "prod-42-img", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Termékfotó prémium vezeték nélküli fejhallgatóról, sötét színátmenetes háttér, stúdióvilágítás"}}
Az azonosítókban használt közös előtag (prod-42-desc, prod-42-img) megkönnyíti ugyanannak a terméknek a szöveges és képi eredményeinek csoportosítását.
Főbb megállapítások
- A képek (generálás, szerkesztés) és videók (generálás, szerkesztés, hosszabbítás) kötegelt módban is működnek
- A paraméterek megegyeznek az API-val:
aspect_ratio,resolution,imageésvideoobjektumok - A képek és videók díja szabványos marad, kötegelt kedvezmény nélkül
- Az aláírt eredmény URL-címek egy óra múlva lejárnak: töltsd le őket azonnal
- Az azonosítókban használt közös előtag csoportosítja ugyanannak a terméknek az eredményeit