Attēli un video partijās
Šajā lapā
Atjaunināts 2026. gada 2. novembrī, pamatojoties uz xAI dokumentāciju: atlaide partijām ir 20 % atbilstošajiem teksta modeļiem (nevis 50 %), piemēri atbilst REST API un oficiālajam
xai-sdk(client.batch.*; xAI Batch API neizmanto OpenAI formātu, OpenAI SDK nav piemērojams), un Responses API ir prioritārs pār Chat Completions, kas xAI vidē ir novecojis galapunkts. Avoti: Batch API · REST atsauce · Batch cenu politika.
Daudzveidīga satura ģenerēšana lielos apjomos
Batch API nav ierobežots tikai ar tekstu. Tu vari iesniegt attēlu ģenerēšanas un rediģēšanas pieprasījumus, kā arī video ģenerēšanas, rediģēšanas un pagarināšanas uzdevumus. Šī iespēja ļauj izveidot pilnvērtīgus daudzveidīgus darbplūsmas procesus: vienā operācijā uzrakstīt aprakstus un ģenerēt tiem atbilstošus vizuālos materiālus.
Attēlu ģenerēšana partijās
Galapunkts /v1/images/generations darbojas partijās tieši tāpat kā sinhronajā režīmā. Izvēlies formātu, izmantojot aspect_ratio, izšķirtspēju ar resolution ("1k", "1.5k" vai "2k") un attēlu skaitu ar n:
{"custom_id": "img-001", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Minimalist logo for a fintech startup, white background, vector style", "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": "Isometric illustration of a datacenter", "n": 1, "aspect_ratio": "16:9", "resolution": "1k"}}
Attēlu rediģēšana partijās
Galapunkts /v1/images/edits modificē esošu attēlu, kas tiek nodots image objektā: tas var būt url (publiska adrese vai base64 kodēti dati) vai augšupielādēta faila file_id.
{"custom_id": "edit-001", "method": "POST", "url": "/v1/images/edits", "body": {"model": "grok-imagine-image-2.0", "prompt": "Replace the background with a solid white background", "image": {"url": "https://example.com/photo.jpg"}}}
Režīmā ar partijām rediģēšana ļauj apstrādāt katalogus: harmonizēt fonus, pievienot elementus vai piemērot vienu un to pašu retušu simtiem vizuālo materiālu.
Video ģenerēšana partijās
Galapunkts /v1/videos/generations (vai /v1/videos) ģenerē video no 1 līdz 15 sekundēm (duration, noklusējuma vērtība ir 8) izšķirtspējā 480p, 720p vai 1080p:
{"custom_id": "vid-001", "method": "POST", "url": "/v1/videos/generations", "body": {"model": "grok-imagine-video-1.5", "prompt": "Smooth animation of a bar chart growing progressively", "duration": 8, "resolution": "720p"}}
Video apstrāde ir resursietilpīgāka nekā teksta vai attēlu apstrāde, tāpēc šie pieprasījumi partijā var aizņemt vairāk laika.
Video rediģēšana un pagarināšana
Galapunkts /v1/videos/edits modificē esošu video, bet /v1/videos/extensions pagarina to par segmentu no 2 līdz 10 sekundēm. Avota video norādi video objektā (.mp4 faila URL vai file_id):
{"custom_id": "vid-edit-001", "method": "POST", "url": "/v1/videos/edits", "body": {"model": "grok-imagine-video", "prompt": "Slow down the scene", "video": {"url": "https://example.com/clip.mp4"}}}
{"custom_id": "vid-ext-001", "method": "POST", "url": "/v1/videos/extensions", "body": {"model": "grok-imagine-video", "prompt": "The camera slowly pulls back and reveals a sunset", "video": {"url": "https://example.com/clip.mp4"}, "duration": 6}}
Python SDK izmantošana
SDK sagatavo šos pieprasījumus, izmantojot specializētas metodes, un pēc tam pievieno tos partijai tāpat kā teksta pieprasījumus:
from xai_sdk import Client
client = Client()
batch = client.batch.create(batch_name="catalog_visuals")
requetes = [
client.image.prepare(
prompt="Product shot of wireless headphones, dark background, studio lighting",
model="grok-imagine-image-2.0",
batch_request_id="prod-42-img",
),
client.video.prepare(
prompt="The headphones rotate slowly on a turntable, dramatic lighting",
model="grok-imagine-video-1.5",
batch_request_id="prod-42-vid",
),
]
client.batch.add(batch_id=batch.batch_id, batch_requests=requetes)
Daudzveidīga satura cenu politika
Svarīgs punkts: atlaide partijām attiecas tikai uz atbilstošajiem teksta modeļiem. Attēli un video tiek tarifēti pēc standarta likmes, pat strādājot partijās. Sākot ar 2026. gada 2. novembri, maksa ir 0,04 USD par attēlu, izmantojot grok-imagine-image-2.0 (0,02 USD, izmantojot grok-imagine-image), un 0,08 USD par video sekundi, izmantojot grok-imagine-video-1.5 (0,02 USD versijā -lite, 0,05 USD, izmantojot grok-imagine-video).
Partiju priekšrocība daudzveidīgam saturam nav cenā, bet gan operatīvajā efektivitātē: tu vari iesniegt simtiem ģenerēšanas uzdevumu vienā operācijā, nepārvaldot tik daudz atsevišķu izsaukumu un nesaskaroties ar ātruma ierobežojumiem.
Rezultātu URL derīguma termiņš
Attēlu un video rezultāti tiek nodrošināti kā parakstīti URL, kuru derīguma termiņš beidzas pēc vienas stundas. Tas ir kritisks ierobežojums: lejupielādē failus uzreiz, tiklīdz esi saņēmis rezultātus.
import mimetypes
import requests
def telecharger_medias(resultats, dossier):
"""Downloads images and videos as soon as results are retrieved."""
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 # text result
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)
Nekad neglabā parakstītos URL turpmākai izmantošanai: saglabā failus savā krātuvē (S3, GCS, lokālajā diskā).
Jaukta daudzveidīga darbplūsma
Konkrēts lietojuma gadījums: izveido pilnīgus produktu aprakstus, apvienojot tekstu un vizuālos materiālus vienā partijā:
{"custom_id": "prod-42-desc", "method": "POST", "url": "/v1/responses", "body": {"model": "grok-4.3", "input": "Write a marketing description for a high-end wireless headphone.", "max_output_tokens": 300}}
{"custom_id": "prod-42-img", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Product shot of premium wireless headphones, dark gradient background, studio lighting"}}
Kopīgs prefikss identifikatoros (prod-42-desc, prod-42-img) ļauj viegli grupēt teksta un attēlu rezultātus vienam un tam pašam produktam.
Galvenās atziņas
- Attēli (ģenerēšana, rediģēšana) un video (ģenerēšana, rediģēšana, pagarināšana) darbojas partijās
- Parametri atbilst API:
aspect_ratio,resolution,imageunvideoobjekti - Attēlu un video cenas paliek standarta līmenī bez atlaidēm par partijām
- Parakstīto rezultātu URL derīgums beidzas pēc vienas stundas: lejupielādē tos nekavējoties
- Kopīgs prefikss identifikatoros ļauj grupēt viena produkta rezultātus