Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

A detail paraméter: auto, low és high

2. lecke 12 közül Frissítve 2026. július 30. Kezdő
Ezen az oldalon
  1. Az elemzés pontosságának szabályozása
  2. A három részletességi szint
  3. Szintek összehasonlítása
  4. Szintaxis API-nként
  5. Optimalizálási stratégia
  6. Főbb megállapítások

Az elemzés pontosságának szabályozása

Amikor képet küldesz a Groknak, a detail paraméterrel szabályozhatod az elemzés részletességét. Ez a paraméter közvetlenül befolyásolja a válasz minőségét, a feldolgozási időt és a tokenfogyasztást.

Ennek a paraméternek a megértése elengedhetetlen a költségek optimalizálásához és a pontosság az egyes használati esetekhez való igazításához.

A három részletességi szint

A xAI API három értéket kínál a detail paraméterhez:

Auto (alapértelmezett érték)

Ha nem adod meg a detail paramétert, a modell az auto értéket használja. Automatikusan felméri a szükséges részletességi szintet a kép és a promptod alapján.

{
  "type": "input_image",
  "image_url": "https://exemple.com/photo.jpg"
}

Ez a javasolt viselkedés a legtöbb használati esetben. A modell a kép érzékelt összetettsége és a feltett kérdés alapján igazítja az elemzési stratégiáját.

Low (gyors és gazdaságos)

A low mód gyors képelemzést végez kevesebb token felhasználásával. Ez az ideális választás, amikor általános megértésre van szükséged anélkül, hogy belemennél a finom részletekbe.

{
  "type": "input_image",
  "image_url": "https://exemple.com/photo.jpg",
  "detail": "low"
}

A low használati esetei:

  • Képtartalom osztályozása (táj, portré, dokumentum stb.)
  • Egy fotó fő témájának azonosítása
  • Képköteg gyors rendezése
  • Annak ellenőrzése, hogy egy kép megfelel-e egy egyszerű kritériumnak

High (lassú és részletes)

A high mód kimerítő képelemzést kényszerít ki. A modell minden zónát maximális felbontásban vizsgál meg, ami több tokent fogyaszt, de sokkal pontosabb leírásokat eredményez.

{
  "type": "input_image",
  "image_url": "https://exemple.com/photo.jpg",
  "detail": "high"
}

A high használati esetei:

  • Finom szöveg olvasása egy képen (OCR)
  • Részletes jelmagyarázattal rendelkező diagramok elemzése
  • Hibák észlelése termékfotókon
  • Komplex felületek képernyőmentéseinek vizsgálata

Szintek összehasonlítása

Paraméter Sebesség Tokenek Pontosság
auto Változó Változó Alkalmazkodó
low Gyors Kevesebb token Általános
high Lassú Több token Részletes

Szintaxis API-nként

A detail paraméter elhelyezése a használt API-tól függően eltérő.

Responses API (ajánlott)

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": "Read all visible text in this image."
        }
    ]
)

Chat Completions API (örökölt)

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": "Read all visible text in this image."
            }
        ]
    }]
)

Ne feledd, hogy a Chat Completions esetén a detail az image_url objektumba van ágyazva, míg a Responses API-ban az image_url-lal azonos szinten helyezkedik el.

Optimalizálási stratégia

Éles környezetben bevált gyakorlat, hogy a feladat típusa alapján igazítod a részletességi szintet:

def analyser_image(image_url, tache):
    # Egyszerű feladatok → low a költségek csökkentése érdekében
    if tache in ["classifier", "trier", "identifier_sujet"]:
        detail = "low"
    # Komplex feladatok → high a pontosság érdekében
    elif tache in ["ocr", "graphique", "defaut_produit"]:
        detail = "high"
    # Alapértelmezett → hagyd, hogy a modell döntsön
    else:
        detail = "auto"

    return client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": detail},
            {"type": "input_text", "text": f"Task: {tache}"}
        ]
    )

Ez a megközelítés lehetővé teszi, hogy jelentősen csökkentsd a tokenköltségeket az egyszerű feladatoknál, miközben a szükséges helyeken maximális pontosságot tartasz fenn.

Főbb megállapítások

  • A detail paraméter szabályozza a képelemzés mélységét
  • Az auto (alapértelmezett) hagyja, hogy a modell döntsön – ez a javasolt választás
  • A low gyors és gazdaságos, osztályozási feladatokhoz alkalmas
  • A high lassú, de pontos, OCR-hez és finom elemzésekhez megfelelő
  • Igazítsd a részletességi szintet a feladat típusához a költségek optimalizálása érdekében