Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Immaġini u Vidjows f'Lotti

Lezzjoni 9 / 12 Aġġornat 2 ta’ Novembru 2026 Zviluppatur
F'din il-paġna
  1. Ġenerazzjoni Multimodali Bl-Ingrossa
  2. Ġenerazzjoni ta’ Immaġini f’Lott
  3. Modifika ta’ Immaġini f’Lott
  4. Ġenerazzjoni ta’ Vidjows f’Lott
  5. Modifika u Estensjoni tal-Vidjo
  6. Użu tal-SDK tal-Python
  7. Prezzar tal-Kontenut Multimodali
  8. Skadenza tal-URL tar-Riżultat
  9. Pajp Multimodali Mħallat
  10. Punti Ewlenin

Aġġornat fit-2 ta’ Novembru, 2026 abbażi tad-dokumentazzjoni ta’ xAI: l-iskont għal-lotti huwa ta’ 20% fuq mudelli tat-test eliġibbli (mhux 50%), l-eżempji jsegwu l-API REST u l-xai-sdk uffiċjali (client.batch.*; l-API tal-Lotti ta’ xAI ma tużax il-format ta’ OpenAI, l-SDK ta’ OpenAI ma japplikax), u l-API tar-Risposti għandha preċedenza fuq it-Tlestija taċ-Chat, punt tat-tmiem antikwat f’xAI. Sorsi: Batch API · REST Reference · Batch Pricing.

Ġenerazzjoni Multimodali Bl-Ingrossa

L-API tal-Lotti mhix limitata għat-test. Tista’ tibgħat ġenerazzjonijiet u modifiki tal-immaġini, kif ukoll ġenerazzjonijiet, modifiki u estensjonijiet tal-vidjows. Din il-kapaċità tiftaħ il-bieb għal pajpijiet multimodali sħaħ: tikteb deskrizzjonijiet u tipproduċi l-viżwali tagħhom f’operazzjoni waħda.

Ġenerazzjoni ta’ Immaġini f’Lott

Il-punt tat-tmiem /v1/images/generations jaħdem f’lott eżattament bħall-modalità sinkrona. Agħżel il-format b’aspect_ratio, id-definizzjoni b’resolution ("1k", "1.5k", jew "2k"), u n-numru ta’ immaġini b’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"}}

Modifika ta’ Immaġini f’Lott

Il-punt tat-tmiem /v1/images/edits jimmodifika immaġni eżistenti, mgħoddija f’oġġett image: url (indirizz pubbliku jew data kodifikata f’base64) jew il-file_id ta’ fajl imtella’.

{"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"}}}

Fil-modalità ta’ lott, l-editjar jgħin biex tipproċessa katalogu: tarmonizza l-isfondi, żid element, jew applika l-istess ritokk fuq mijiet ta’ viżwali.

Ġenerazzjoni ta’ Vidjows f’Lott

Il-punt tat-tmiem /v1/videos/generations (jew /v1/videos) jiġġenera vidjows minn 1 sa 15-il sekonda (duration, 8 b’mod default), f’480p, 720p, jew 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"}}

L-ipproċessar tal-vidjo huwa aktar tqal mit-test jew mill-immaġini, allura dawn it-talbiet jistgħu jieħdu aktar żmien fil-lott.

Modifika u Estensjoni tal-Vidjo

Il-punt tat-tmiem /v1/videos/edits jimmodifika vidjo eżistenti, u /v1/videos/extensions jestendih b’segment ta’ 2 sa 10 sekondi. Għaddi l-vidjo sors f’oġġett video (URL ta’ fajl .mp4, jew 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}}

Użu tal-SDK tal-Python

L-SDK iħejji dawn it-talbiet b’metodi ddedikati, imbagħad iżidhom mal-lott bħat-talbiet tat-test:

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)

Prezzar tal-Kontenut Multimodali

Punt importanti: l-iskont tal-lott japplika biss għal mudelli tat-test eliġibbli. L-immaġini u l-vidjows jiġu ffatturati bir-rata standard, anke fil-modalità ta’ lott—mill-2 ta’ Novembru, 2026, $0.04 għal kull immaġni b’grok-imagine-image-2.0 ($0.02 b’grok-imagine-image), u $0.08 għal kull sekonda ta’ vidjo b’grok-imagine-video-1.5 ($0.02 fil-verżjoni -lite, $0.05 b’grok-imagine-video).

Il-benefiċċju tal-lotti għall-kontenut multimodali mhuwiex fil-prezz iżda fl-operazzjonijiet: tibgħat mijiet ta’ ġenerazzjonijiet f’operazzjoni waħda, mingħajr ma timmaniġġja daqshekk sejħiet jew tilħaq il-limiti tar-rata.

Skadenza tal-URL tar-Riżultat

Ir-riżultati tal-immaġini u tal-vidjo jiġu pprovduti bħala URLs iffirmati li jiskadu wara siegħa waħda. Din hija restrizzjoni kritika:niżżel il-fajls hekk kif tirċievi r-riżultati.

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)

Qatt taħżen URLs iffirmati għal użu futur: salva l-fajls fil-ħażna tiegħek stess (S3, GCS, disk lokali).

Pajp Multimodali Mħallat

Każ ta’ użu konkret: ipproduċi folji tal-prodott sħaħ, test u viżwali, fl-istess lott:

{"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"}}

Prefiss komuni fl-identifikaturi (prod-42-desc, prod-42-img) jagħmilha faċli biex tiggruppa r-riżultati tat-test u tal-immaġni għall-istess prodott.

Punti Ewlenin

  • L-immaġini (ġenerazzjoni, modifika) u l-vidjows (ġenerazzjoni, modifika, estensjoni) jaħdmu f’lotti
  • Il-parametri jaqblu mal-API: aspect_ratio, resolution, oġġetti image u video
  • L-immaġini u l-vidjows jibqgħu bir-rati standard, mingħajr skontijiet għal-lotti
  • L-URLs iffirmati tar-riżultati jiskadu wara siegħa:niżżel immedjatament
  • Prefiss komuni fl-identifikaturi jiggruppa r-riżultati għall-istess prodott