Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Il-Fehim tal-Immaġini fit-Tiftix fuq il-Web

Lezzjoni 7 / 16 Aġġornat 30 ta’ Lulju 2026 Zviluppatur
F'din il-paġna
  1. Analizza l-immaġini misjuba fuq il-web
  2. Attivazzjoni
  3. Sintassi tas-SDK
  4. Każijiet ta’ Użu
  5. Tagħqid ma’ parametri oħra
  6. Impatt fuq l-ispejjeż
  7. Differenza mit-Tiftix X
  8. Punti Ewlenin

Analizza l-immaġini misjuba fuq il-web

It-Tiftix fuq il-Web (Web Search) imur lil hinn mit-test. Bil-parametru enable_image_understanding, tista’ titlob lill-mudell janalizza l-immaġini li jiltaqa’ magħhom waqt it-tiftix tiegħu fuq il-web. Din il-karatteristika testendi b’mod sinifikanti l-kapaċitajiet tat-tiftix, speċjalment għal mistoqsijiet viżwali jew għal suġġetti fejn l-immaġini jipprovdu informazzjoni li tikkomplementa t-test.

Attivazzjoni

Iddin il-karatteristika billi żżid il-parametru enable_image_understanding fil-konfigurazzjoni tat-Tiftix fuq il-Web tiegħek:

{
  "tools": [{
    "type": "web_search",
    "enable_image_understanding": true
  }]
}

Meta tkun attivata, il-mudell jista’ juża l-għodda interna view_image biex janalizza l-immaġini li jiltaqa’ magħhom waqt it-tiftix. Huwa jiddeċiedi awtomatikament liema immaġini huma rilevanti biex jiġu eżaminati.

Sintassi tas-SDK

xAI SDK

response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Show me the Transformer architecture and explain each component",
    tools=[client.tools.web_search(
        enable_image_understanding=True
    )]
)

OpenAI SDK

response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Show me the Transformer architecture",
    tools=[{
        "type": "web_search",
        "enable_image_understanding": True
    }]
)

Vercel AI SDK

tools: [xai.tools.webSearch({
  enableImageUnderstanding: true
})]

Każijiet ta’ Użu

Analiżi ta’ dijagrammi tekniċi

Il-mudell jista’ jsib u jinterpreta dijagrammi tal-arkitettura, ċartijiet tal-fluss, jew grafiċi tekniċi. Dan huwa partikolarment utli għal mistoqsijiet dwar arkitetturi tas-softwer jew proċessi industrijali.

Tqabbil viżwali ta’ prodotti

Għal mistoqsijiet komparattivi, il-mudell jista’ janalizza screenshots jew ritratti ta’ prodotti misjuba fuq il-web u joħroġ osservazzjonijiet rilevanti minnhom.

Analiżi viżwali tad-data

Jekk il-mistoqsija tiegħek tirrigwarda data ppreżentata bħala ċartijiet jew tabelli viżwali, il-fehim tal-immaġini jippermetti lill-mudell jipproċessa l-informazzjoni minn dawn ir-rappreżentazzjonijiet viżwali.

Tagħqid ma’ parametri oħra

Il-fehim tal-immaġini jingħaqad mal-filtrar tad-dominju:

response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Analyze the latest LLM performance benchmarks",
    tools=[{
        "type": "web_search",
        "allowed_domains": ["arxiv.org", "huggingface.co"],
        "enable_image_understanding": True
    }]
)

Il-mudell ifittex biss fi ħdan id-dominji permessi u jista’ janalizza ċ-ċartijiet tal-benchmark misjuba fil-pubblikazzjonijiet.

Impatt fuq l-ispejjeż

L-attivazzjoni tal-fehim tal-immaġini tiżdied il-konsum tat-tokens. L-analiżi ta’ kull immaġni tiġġenera tokens addizzjonali għall-input (l-immaġni kkodifikata) u għall-output (id-deskrizzjoni/l-analiżi). L-ispiża għal kull sejħa tibqa’ l-istess ($0.005), iżda l-volum tat-tokens għal kull talba jista’ jiżdied b’mod sinifikanti.

Attiva din il-karatteristika biss meta l-immaġini jżidu valur reali għall-każ ta’ użu tiegħek. Għal tiftix ibbażat purament fuq it-test, ħalli dan il-parametru diżattivat biex tottimizza l-ispejjeż.

Differenza mit-Tiftix X

Il-fehim tal-immaġini huwa disponibbli kemm għat-Tiftix fuq il-Web kif ukoll għat-Tiftix X. Madankollu, il-fehim tal-vidjow (enable_video_understanding) huwa esklużiv għat-Tiftix X. It-Tiftix fuq il-Web ma jistax janalizza vidjows misjuba fuq il-web.

Punti Ewlenin

  • Attiva b’enable_image_understanding: true fil-konfigurazzjoni tat-Tiftix fuq il-Web
  • Il-mudell juża view_image internament biex janalizza l-immaġini rilevanti
  • Utli għal dijagrammi, ċartijiet, screenshots, u tqabbil viżwali
  • Iżid il-konsum tat-tokens – attiva biss meta jkun rilevanti
  • Jingħaqad mal-filtrar tad-dominju għal kontroll preċiż tas-sorsi
  • Il-fehim tal-vidjow huwa esklużiv għat-Tiftix X