Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Generazione in batch e parametro n

Lezione 9 di 14 Aggiornata il 2 novembre 2026 Principiante
In questa pagina
  1. Generare più immagini in una singola richiesta
  2. Il parametro n nel dettaglio
  3. Impatto su costi e limiti di frequenza
  4. Strategie di selezione
  5. Batch di più prompt
  6. Download in batch
  7. Punti chiave

Aggiornato il 2 novembre 2026 — Imagine. grok-imagine-image-quality è stato rimosso il 2 novembre 2026 (le sue richieste sono ora gestite da Imagine 2.0 in qualità low): gli esempi utilizzano ora grok-imagine-image (Imagine 1.0) e grok-imagine-image-2.0 (Imagine 2.0, qualità low, medium o auto). Con l’SDK OpenAI, aspect_ratio, resolution e quality vengono passati tramite extra_body, mentre la modifica viene gestita tramite l’SDK xAI o una richiesta HTTP.

Generare più immagini in una singola richiesta

Il parametro n nell’API di generazione ti consente di produrre fino a 10 immagini da un singolo prompt. Ogni immagine è una variazione unica, offrendoti una gamma di scelte per selezionare il risultato migliore o costruire una galleria di visuali.

Il parametro n nel dettaglio

Il parametro n accetta un intero tra 1 e 10 e il valore predefinito è 1. Il suo vero valore risiede in una proprietà della generazione di immagini che è facile dimenticare: il risultato è non deterministico. Lo stesso prompt produce immagini diverse ogni volta che lo chiami e nessuna è più “corretta” di un’altra. Generare quattro variazioni contemporaneamente non è uno spreco: è riconoscere che non sai in anticipo quale funzionerà.

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.getenv("XAI_API_KEY"),
    base_url="https://api.x.ai/v1"
)

# Genera 5 variazioni
response = client.images.generate(
    model="grok-imagine-image",
    prompt="A zen Japanese garden with a red bridge, ukiyo-e style",
    n=5,
    extra_body={"aspect_ratio": "16:9", "resolution": "1k"},
)

for i, image in enumerate(response.data):
    print(f"Variation {i + 1}: {image.url}")

Impatto su costi e limiti di frequenza

Il punto chiave da capire prima di costruire una pipeline su questo: n=10 non è uno sconto. Paghi per dieci immagini e consumi dieci unità del limite di frequenza, esattamente come dieci chiamate separate. L’unico guadagno è di rete: un round trip invece di dieci, il che aiuta la latenza ma non cambia il budget.

Parametro n=1 n=5 n=10
Costo (Imagine 1.0) $0.02 $0.10 $0.20
Costo (Imagine 2.0, low) $0.04 $0.20 $0.40
Immagini generate 1 5 10

Una richiesta con n=10 consuma lo stesso budget di 10 richieste individuali con n=1, ma è più veloce perché richiede una sola chiamata di rete.

Strategie di selezione

Generare dieci variazioni senza un metodo di ordinamento sposta solo il problema: avevi un’immagine incerta, ora ne hai dieci da giudicare. La domanda da risolvere per prima è il criterio: estetico, dove l’occhio umano rimane imbattibile; o verificabile (il prodotto è visibile? il testo è leggibile? il formato è rispettato?), dove l’automazione diventa possibile.

Selezione manuale

Per casi critici (pubblicità, copertine di libri), scarica tutte le variazioni e confrontale visivamente:

import urllib.request

response = client.images.generate(
    model="grok-imagine-image-2.0",
    prompt="Science fiction book cover, organic spaceship",
    n=8,
    extra_body={"aspect_ratio": "3:4", "resolution": "2k"},
)

for i, image in enumerate(response.data):
    urllib.request.urlretrieve(image.url, f"variation_{i + 1}.png")
    print(f"Variation {i + 1} saved")

Selezione automatizzata

Far giudicare le immagini a un modello di visione funziona a una condizione: il criterio deve essere fattuale. «Questa immagine contiene un prodotto centrato su uno sfondo solido?» ottiene una risposta affidabile; «qual è la più bella?» ottiene una risposta arbitraria presentata con sicurezza. Formula criteri verificabili e riserva il giudizio estetico a te stesso.

def generate_and_select(prompt, n=5):
    """Genera n variazioni e restituisce tutti gli URL."""
    response = client.images.generate(
        model="grok-imagine-image",
        prompt=prompt,
        n=n
    )
    return [image.url for image in response.data]

Batch di più prompt

Per generare immagini da più prompt diversi, combina le chiamate:

prompts = [
    "Illustration of a Parisian café, impressionist style",
    "Aerial view of terraced rice fields, photographic style",
    "Interior of an old library, dim lighting"
]

all_results = {}
for prompt in prompts:
    response = client.images.generate(
        model="grok-imagine-image",
        prompt=prompt,
        n=3
    )
    all_results[prompt] = [img.url for img in response.data]

# 3 prompt x 3 variazioni = 9 immagini, costo totale: $0.18

Download in batch

Questa è l’abitudine da costruire dalla prima riga di codice, non quando si distribuisce in produzione: gli URL scadono. Un batch di dieci immagini generate al mattino e scaricate la sera è un batch perso, e dovrai pagarlo di nuovo.

import urllib.request
import os

def download_batch(response, output_dir="generated"):
    """Scarica tutte le immagini da una risposta."""
    os.makedirs(output_dir, exist_ok=True)

    for i, image in enumerate(response.data):
        filepath = os.path.join(output_dir, f"image_{i + 1}.png")
        urllib.request.urlretrieve(image.url, filepath)

    print(f"{len(response.data)} images saved in {output_dir}/")

Prezzi al 5 agosto 2026 — i prezzi cambiano regolarmente: prima di qualsiasi calcolo del budget, controlla la tariffa attuale sulla pagina ufficiale dei modelli e dei prezzi xAI.

Punti chiave

  • Il parametro n ti consente di generare da 1 a 10 variazioni per richiesta
  • Ogni immagine conta individualmente per la fatturazione
  • Generare in batch (una richiesta con n>1) è più veloce di n richieste individuali
  • Scarica i risultati immediatamente perché gli URL sono temporanei
  • Usa n=3 a 5 per esplorare, n=1 per la produzione mirata