Il-ġenerazzjoni bil-batch u l-parametru n
F'din il-paġna
Aġġornat fit-2 ta’ Novembru, 2026 — Imagine.
grok-imagine-image-qualitytneħħa fit-2 ta’ Novembru, 2026 (it-talbiet tiegħu issa jiġu sserviti minn Imagine 2.0 fil-kwalitàlow): l-eżempji issa jużawgrok-imagine-image(Imagine 1.0) ugrok-imagine-image-2.0(Imagine 2.0, kwalitàlow,medium, jewauto). Mas-SDK ta’ OpenAI,aspect_ratio,resolution, uqualityjgħaddu permezz ta’extra_body, filwaqt li l-editing jiġi ġestit permezz tas-SDK ta’ xAI jew talba HTTP.
Iġġenera bosta immaġni f’talba waħda
Il-parametru n fl-API tal-ġenerazzjoni jħallik tipproduċi sa 10 immaġni minn prompt wieħed. Kull immaġni hija varjazzjoni unika, li tagħtik firxa ta’ għażliet biex tagħżel l-aħjar riżultat jew tibni gallarija ta’ viżwali.
Il-parametru n fid-dettall
Il-parametru n jaċċetta numru sħiħ bejn 1 u 10, u huwa stabbilit awtomatikament fuq 1. Il-valur reali tiegħu jinsab f’proprjetà tal-ġenerazzjoni tal-immaġni li hija faċli li tinsa: ir-riżultat huwa mhux deterministiku. L-istess prompt jipproduċi immaġni differenti kull darba li ssejjaħlu, u l-ebda waħda mhix aktar “korretta” mill-oħra. Li tiġġenera erba’ varjazzjonijiet f’daqqa waħda mhix ħela; hija r-rikonoxximent li ma tafx minn qabel liema waħda se taħdem.
from openai import OpenAI
import os
client = OpenAI(
api_key=os.getenv("XAI_API_KEY"),
base_url="https://api.x.ai/v1"
)
# Iġġenera 5 varjazzjonijiet
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}")
Impatt fuq l-ispejjeż u l-limiti tar-rata
Il-punt ewlieni li għandek tifhem qabel ma tibni pipeline fuq dan: n=10 mhux skont. Inti tħallas għal għaxar immaġni u tikkonsma għaxar unitajiet tal-limitu tar-rata, eżattament bħal għaxar sejħiet separati. L-uniku gwadann huwa n-netwerk—vjaġġ wieħed minflok għaxra—li jgħin fil-latency iżda ma jbiddilx il-baġit.
| Parametru | n=1 | n=5 | n=10 |
|---|---|---|---|
| Spiża (Imagine 1.0) | $0.02 | $0.10 | $0.20 |
| Spiża (Imagine 2.0, low) | $0.04 | $0.20 | $0.40 |
| Immaġni ġġenerati | 1 | 5 | 10 |
Talba b’n=10 tikkonsma l-istess baġit bħal 10 talbiet individwali b’n=1, iżda hija aktar mgħaġġla għax teħtieġ sejħa waħda tan-netwerk biss.
Strateġiji ta’ għażla
Li tiġġenera għaxar varjazzjonijiet mingħajr metodu ta’ ordinament sempliċiment iċaqlaq il-problema: kellek immaġni waħda inċerta, issa għandek għaxar immaġni biex tiġġudika. Il-mistoqsija li trid issolvi l-ewwel hija l-kriterju—estetiku, fejn għajn il-bniedem tibqa’ mingħajr rivali; jew verifikabbli (il-prodott jidher? it-test huwa leġibbli? il-format ġie rrispettat?), fejn l-awtomazzjoni ssir possibbli.
Għażla manwali
Għal każijiet kritiċi (reklamar, qoxor tal-kotba),niżżel il-varjazzjonijiet kollha u qabbilhom viżwalment:
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")
Għażla awtomatizzata
Li jkollok mudell tal-viżjoni jiġġudika l-immaġni jaħdem biss fuq kundizzjoni waħda: il-kriterju għandu jkun fattwali. “Din l-immaġni fiha prodott iċċentrat fuq sfond solidu?” tikseb tweġiba affidabbli; “liema waħda hija l-isbaħ?” tikseb tweġiba arbitrarja ppreżentata b’kunfidenza. Ifformula kriterji verifikabbli, u żomm il-ġudizzju estetiku għalik.
def generate_and_select(prompt, n=5):
"""Iġġenera n varjazzjonijiet u rritorna l-URLs kollha."""
response = client.images.generate(
model="grok-imagine-image",
prompt=prompt,
n=n
)
return [image.url for image in response.data]
Batch ta’ prompts multipli
Biex tiġġenera immaġni minn prompts differenti multipli, għaqqad is-sejħiet:
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 prompts x 3 varjazzjonijiet = 9 immaġni, spiża totali: $0.18
Tniżżil bil-batch
Din hija l-abitudni li għandek tibni mill-ewwel linja ta’ kodiċi, mhux meta tiddispjega għall-produzzjoni: l-URLs jiskadu. Batch ta’ għaxar immaġni ġġenerati filgħodu u mniżżla filgħaxija huwa batch mitluf—u jkollok tħallas għalih mill-ġdid.
import urllib.request
import os
def download_batch(response, output_dir="generated"):
"""Niżżel l-immaġni kollha minn 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}/")
Prezzijiet sal-5 ta’ Awwissu, 2026 — il-prezzijiet jinbidlu regolarment: qabel kwalunkwe kalkolu tal-baġit, iċċekkja l-karta tar-rati attwali fuq il-paġna uffiċjali tal-mudelli u l-prezzijiet ta’ xAI.
Punti Ewlenin
- Il-parametru
njħallik tiġġenera minn 1 sa 10 varjazzjonijiet għal kull talba - Kull immaġni tingħadd individwalment għall-fatturazzjoni
- Il-ġenerazzjoni bil-batch (talba waħda b’n>1) hija aktar mgħaġġla minn n talbiet individwali
- Niżżel ir-riżultati immedjatament għax l-URLs huma temporanji
- Uża n=3 sa 5 biex tesplora, u n=1 għall-produzzjoni mmirata