Žetonai vaizdams: nuo 256 iki 1792
Šiame puslapyje
Kaip vaizdai eikvoja žetonus
Kai siunti vaizdą į „Grok“, jis prieš analizę paverčiamas žetonais. Skirtingai nei tekste, kur žetonas maždaug atitinka žodį, vaizdo žetonų skaičius priklauso nuo vaizdo dydžio ir pageidaujamo detalumo lygio.
Suprasti šį mechanizmą būtina norint numatyti išlaidas ir tinkamai sukonfigūruoti savo užklausas.
Diapazonas: nuo 256 iki 1792 žetonų
Kiekvienas API siunčiamas vaizdas sunaudoja nuo 256 iki 1792 žetonų. Šis didelis svyravimas lemiamas kelių veiksnių:
- Vaizdo skiriamoji geba: 256x256 pikselių vaizdas sunaudoja mažiau žetonų nei 4096x4096 vaizdas.
- Parametras
detail: reikšmėlowsunaudoja minimumą,high– maksimumą. - Vaizdo turinys: sudėtingas vaizdas su daugybe detalių „auto“ režimu gali lemti didesnį suvartojimą.
Žetonų suvartojimo stebėjimas
„xAI“ API atsakyme pateikia tikslų vaizdo žetonų skaičių. Jį rasi lauke usage:
{
"usage": {
"prompt_tokens": 2048,
"completion_tokens": 150,
"total_tokens": 2198,
"prompt_tokens_details": {
"image_tokens": 1024,
"text_tokens": 1024
}
}
}
Laukas prompt_tokens_details.image_tokens tiksliai nurodo, kiek žetonų sunaudojo tavo užklausoje esantys vaizdai. Tai nepakeičiamas įrankis stebint išlaidas gamybinėje aplinkoje.
Detalumo lygio įtaka žetonams
Parametras detail yra pagrindinis svertas valdyti vaizdo žetonų suvartojimą:
# Tas pats vaizdas, labai skirtingi žetonų rezultatai
# detail: low → ~256 vaizdo žetonai
# detail: auto → ~512-1024 vaizdo žetonai (kintama)
# detail: high → ~1024-1792 vaizdo žetonai
Režimu low vaizdas prieš analizę sumažinamas iki mažesnės skiriamosios gebos. Modelis gauna mažiau informacijos, tačiau sunaudoja gerokai mažiau žetonų.
Režimu high vaizdas padalijamas į didelės skiriamosios gebos plyteles. Kiekviena plytelė analizuojama atskirai, o tai padaugina žetonų skaičių, tačiau leidžia modeliui perskaityti smulkų tekstą arba aptikti subtilias detales.
Multimodalinės užklausos kainos apskaičiavimas
Norėdamas įvertinti užklausos su vaizdais kainą, sudėk teksto ir vaizdo žetonus:
def estimate_cost(num_images, detail="auto", text_tokens=500):
# Įvertink vaizdo žetonus pagal lygį
image_tokens = {
"low": 256,
"auto": 768, # numatomas vidurkis
"high": 1536 # numatomas vidurkis
}
total_image = num_images * image_tokens[detail]
total = total_image + text_tokens
# Orientacinė kaina už milijoną žetonų (įvestis)
price_per_million = 2.00 # grok-4.5 įvestis — patikrink dabartinę kainodarą
cost = (total / 1_000_000) * price_per_million
return {
"image_tokens": total_image,
"text_tokens": text_tokens,
"total_tokens": total,
"estimated_cost": f"${cost:.4f}"
}
Žetonų suvartojimo optimizavimas
Keisk dydį prieš siųsdamas
Jei tavo vaizdas labai didelis, bet tau nereikia maksimalios skiriamosios gebos, pakeisk jo dydį prieš siųsdamas:
from PIL import Image
import io
import base64
def optimize_image(path, max_size=(1024, 1024)):
img = Image.open(path)
img.thumbnail(max_size)
buffer = io.BytesIO()
img.save(buffer, format="JPEG", quality=85)
buffer.seek(0)
encoded = base64.standard_b64encode(buffer.read()).decode()
return f"data:image/jpeg;base64,{encoded}"
Pasirink tinkamą formatą
- JPEG: lengvesnis, idealus nuotraukoms ir vaizdams su daugybe spalvų.
- PNG: sunkesnis, bet be nuostolių, tinkamas ekrano kopijoms ir diagramoms su tekstu.
Grupuok protingai
Jei analizuoji vaizdų grupę, sugrupuok tuos, kuriems reikia to paties detalumo lygio, į atskiras užklausas, užuot maišęs low ir high vienoje užklausoje.
Stebėjimas gamybinėje aplinkoje
Gamybinėje aplinkoje sistemingai registruok vaizdo žetonus, kad aptiktum staigius šuolius:
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": url},
{"type": "input_text", "text": prompt}
]
)
# Registruok žetonus
usage = response.usage
print(f"Vaizdo žetonai : {usage.prompt_tokens_details.image_tokens}")
print(f"Teksto žetonai : {usage.prompt_tokens_details.text_tokens}")
print(f"Iš viso užklausa : {usage.prompt_tokens}")
Kainodara 2026 m. rugpjūčio 5 d. – kainos keičiasi reguliariai: prieš atlikdami bet kokius biudžeto skaičiavimus, patikrinkite dabartinę kainodarą oficialioje „xAI“ modelių ir kainodaros puslapyje.
Svarbiausi punktai
- Vaizdai sunaudoja nuo 256 iki 1792 žetonų, priklausomai nuo jų dydžio ir detalumo lygio.
- Laukas
prompt_tokens_details.image_tokenspateikia tikslų skaičių. - Parametras
detailyra pagrindinis svertas suvartojimui valdyti. - Vaizdų dydžio keitimas prieš siunčiant sumažina žetonų skaičių neaukojant kokybės paprastoms užduotims.
- Stebėk vaizdo žetonus gamybinėje aplinkoje, kad galėtum numatyti išlaidas.