Generazione in batch e parametro n
In questa pagina
Aggiornato il 2 novembre 2026 — Imagine.
grok-imagine-image-qualityè stato rimosso il 2 novembre 2026 (le sue richieste sono ora gestite da Imagine 2.0 in qualitàlow): gli esempi utilizzano oragrok-imagine-image(Imagine 1.0) egrok-imagine-image-2.0(Imagine 2.0, qualitàlow,mediumoauto). Con l’SDK OpenAI,aspect_ratio,resolutionequalityvengono passati tramiteextra_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
nti 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