Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Žetonu attēliem: no 256 līdz 1792

Nodarbība 3 no 12 Atjaunota 2026. gada 30. jūlijs Iesācējs
Šajā lapā
  1. Kā attēli patērē žetonus
  2. Diapazons: no 256 līdz 1792 žetoniem
  3. Žetonu patēriņa izsekošana
  4. Detalizācijas līmeņa ietekme uz žetonu skaitu
  5. Multimodāla pieprasījuma izmaksu aprēķināšana
  6. Žetonu patēriņa optimizēšana
  7. Uzraudzība darbvidē
  8. Galvenās atziņas

Kā attēli patērē žetonus

Kad nosūti attēlu Grok, tas pirms analīzes tiek pārveidots žetonos. Atšķirībā no teksta, kur žetons aptuveni atbilst vienam vārdam, attēla žetonu skaits ir atkarīgs no attēla izmēra un pieprasītā detalizācijas līmeņa.

Šī mehānisma izpratne ir būtiska, lai prognozētu izmaksas un pareizi plānotu savus pieprasījumus.

Diapazons: no 256 līdz 1792 žetoniem

Katrs API nosūtītais attēls patērē no 256 līdz 1792 žetoniem. Šīs būtiskās svārstības nosaka vairāki faktori:

  • Attēla izšķirtspēja: 256x256 pikseļu attēls patērē mazāk žetonu nekā 4096x4096 attēls.
  • Parametrs detail: vērtība low patērē minimumu, bet high — maksimumu.
  • Attēla saturs: sarežģīts attēls ar daudzām detaļām režīmā auto var radīt lielāku patēriņu.

Žetonu patēriņa izsekošana

xAI API atbildē sniedz precīzu attēla žetonu skaitu. Tu to atradīsi laukā usage:

{
  "usage": {
    "prompt_tokens": 2048,
    "completion_tokens": 150,
    "total_tokens": 2198,
    "prompt_tokens_details": {
      "image_tokens": 1024,
      "text_tokens": 1024
    }
  }
}

Lauks prompt_tokens_details.image_tokens precīzi norāda, cik žetonu patērējuši tava pieprasījuma attēli. Tas ir neaizstājams rīks izmaksu uzraudzībai darbvidē.

Detalizācijas līmeņa ietekme uz žetonu skaitu

Parametrs detail ir galvenais svira attēla žetonu patēriņa kontrolēšanai:

# Tas pats attēls, ļoti atšķirīgi žetonu rezultāti
# detail: low  → ~256 attēla žetoni
# detail: auto → ~512-1024 attēla žetoni (mainīgi)
# detail: high → ~1024-1792 attēla žetoni

Režīmā low attēls pirms analīzes tiek mainīts uz mazāku izšķirtspēju. Modelis saņem mazāk informācijas, taču patērē ievērojami mazāk žetonu.

Režīmā high attēls tiek sadalīts augstas izšķirtspējas flīzēs. Katra flīze tiek analizēta atsevišķi, kas reizina žetonu skaitu, bet ļauj modelim nolasīt smalku tekstu vai noteikt niansētas detaļas.

Multimodāla pieprasījuma izmaksu aprēķināšana

Lai novērtētu pieprasījuma ar attēliem izmaksas, apvieno teksta un attēla žetonus:

def estimate_cost(num_images, detail="auto", text_tokens=500):
    # Attēla žetonu aplēse pēc līmeņa
    image_tokens = {
        "low": 256,
        "auto": 768,   # vidējā aplēse
        "high": 1536    # vidējā aplēse
    }

    total_image = num_images * image_tokens[detail]
    total = total_image + text_tokens

    # Orientējoša cena par miljonu žetonu (ievade)
    price_per_million = 2.00  # grok-4.5 ievade — pārbaudi aktuālo cenu sarakstu
    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}"
    }

Žetonu patēriņa optimizēšana

Maini izmēru pirms nosūtīšanas

Ja tavs attēls ir ļoti liels, bet tev nav nepieciešama maksimālā izšķirtspēja, maini tā izmēru pirms nosūtīšanas:

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}"

Izvēlies pareizo formātu

  • JPEG: vieglāks, ideāls fotogrāfijām un attēliem ar daudzām krāsām.
  • PNG: smagāks, bet bez zudumiem, piemērots ekrānuzņēmumiem un diagrammām ar tekstu.

Grupē saprātīgi

Ja analizē attēlu kopu, grupē tos, kuriem nepieciešams vienāds detalizācijas līmenis, atsevišķos pieprasījumos, nevis sajauc low un high vienā pieprasījumā.

Uzraudzība darbvidē

Darbvidē sistemātiski reģistrē attēla žetonus, lai noteiktu negaidītus pieaugumus:

response = client.responses.create(
    model="grok-4.5",
    input=[
        {"type": "input_image", "image_url": url},
        {"type": "input_text", "text": prompt}
    ]
)

# Žetonu reģistrēšana
usage = response.usage
print(f"Attēla žetoni : {usage.prompt_tokens_details.image_tokens}")
print(f"Teksta žetoni : {usage.prompt_tokens_details.text_tokens}")
print(f"Kopējais prompts : {usage.prompt_tokens}")

Cenas uz 2026. gada 5. augustu — cenas regulāri mainās: pirms jebkādu budžeta aprēķinu veikšanas pārbaudi aktuālo cenu sarakstu oficiālajā xAI modeļu un cenu lapā.

Galvenās atziņas

  • Attēli patērē no 256 līdz 1792 žetoniem atkarībā no to izmēra un detalizācijas līmeņa.
  • Lauks prompt_tokens_details.image_tokens sniedz precīzu skaitu.
  • Parametrs detail ir galvenais svira patēriņa kontrolēšanai.
  • Attēlu izmēra mainīšana pirms nosūtīšanas samazina žetonu skaitu, neupurējot kvalitāti vienkāršiem uzdevumiem.
  • Uzraugi attēla žetonus darbvidē, lai prognozētu izmaksas.