Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

input_image vs image_url: Iż-Żewġ Sintassi

Lezzjoni 12 / 12 Aġġornat 30 ta’ Lulju 2026 Bidbieni
F'din il-paġna
  1. Żewġ API, żewġ sintassi
  2. API tar-Risposti: input_image (rakkomandat)
  3. API tal-Chat Completions: image_url (antikwat)
  4. Tabella ta’ tqabbil
  5. Żbalji komuni tas-sintassi
  6. Meta tuża liema API
  7. Punti Ewlenin
  8. Ittestja l-għarfien tiegħek

Żewġ API, żewġ sintassi

xAI toffri żewġ endpoints biex tinteraġixxi ma’ Grok, u kull wieħed juża sintassi differenti biex tibgħat l-immaġini. Li tifhem dawn id-differenzi huwa essenzjali biex tikteb kodiċi korrett u tevita żbalji frustranti.

API tar-Risposti: input_image (rakkomandat)

L-API tar-Risposti (Responses API) hija l-endpoint primarju l-ġdid ta’ xAI. Il-karatteristiċi l-ġodda jiżdiedu hawn l-ewwel. Din hija l-API li għandek tipprijoritizza għal kwalunkwe proġett ġdid.

Sintassi

{
  "model": "grok-4.5",
  "store": false,
  "input": [
    {
      "type": "input_image",
      "image_url": "https://exemple.com/photo.jpg",
      "detail": "high"
    },
    {
      "type": "input_text",
      "text": "Describe this image."
    }
  ]
}

Karatteristiċi

  • It-tip huwa input_image (mhux image_url)
  • L-URL jew id-Data URI jmur direttament f’image_url (l-ebda oġġett imbejjen)
  • detail jinsab fl-istess livell bħal image_url
  • It-test juża t-tip input_text
  • L-array input jissostitwixxi l-array messages mill-Chat Completions

Python SDK

response = client.responses.create(
    model="grok-4.5",
    input=[
        {
            "type": "input_image",
            "image_url": "https://exemple.com/photo.jpg",
            "detail": "high"
        },
        {
            "type": "input_text",
            "text": "Describe this image."
        }
    ],
    store=False
)

print(response.output_text)

API tal-Chat Completions: image_url (antikwat)

L-API tal-Chat Completions hija l-endpoint antikwat, miżmum għall-kompatibbiltà mal-SDKs eżistenti ta’ OpenAI. Jekk qed timmigra kodiċi miktub għal OpenAI, din l-API tiffaċilita t-tranżizzjoni.

Sintassi

{
  "model": "grok-4.5",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "image_url",
          "image_url": {
            "url": "https://exemple.com/photo.jpg",
            "detail": "high"
          }
        },
        {
          "type": "text",
          "text": "Describe this image."
        }
      ]
    }
  ]
}

Karatteristiċi

  • It-tip huwa image_url (mhux input_image)
  • L-URL jinsab f’oġġett imbejjen image_url.url (doppju tbejjin)
  • detail jinsab ġewwa l-oġġett image_url
  • It-test juża t-tip text (mhux input_text)
  • Il-messaġġi għandhom role (system, user, assistant)

Python bl-SDK ta’ OpenAI

from openai import OpenAI

client = OpenAI(
    api_key="your-xai-key",
    base_url="https://api.x.ai/v1"
)

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[{
        "role": "user",
        "content": [
            {
                "type": "image_url",
                "image_url": {
                    "url": "https://exemple.com/photo.jpg",
                    "detail": "high"
                }
            },
            {
                "type": "text",
                "text": "Describe this image."
            }
        ]
    }]
)

print(response.choices[0].message.content)

Tabella ta’ tqabbil

Aspett API Responses Chat Completions
Status Primarju (rakkomandat) Antikwat (għall-kompatibbiltà)
Tip ta' immaġni input_image image_url
Tip ta' test input_text text
URL tal-immaġni image_url: "..." image_url.url: "..."
Ġestjoni tal-istat Stateful (previous_response_id) Stateless (ibgħat kollox mill-ġdid)
Ħażna store: true/false Le (stateless)
Għodod tas-server web_search, x_search, code_interpreter Limitati

Żbalji komuni tas-sintassi

Żball 1: Taħlit tal-formati

# SBALJAT — Sintassi ta' Chat Completions fl-API Responses
input=[
    {"type": "image_url", "image_url": {"url": "..."}}  # Le!
]

# KORRETT — Sintassi tal-API Responses
input=[
    {"type": "input_image", "image_url": "..."}  # Iva!
]

Żball 2: Nsibu n-nuqqas ta’ struttura mbejjna f’Chat Completions

# SBALJAT — URL dirett f'Chat Completions
{"type": "image_url", "image_url": "https://..."}  # Le!

# KORRETT — Oġġett imbejjen
{"type": "image_url", "image_url": {"url": "https://..."}}  # Iva!

Żball 3: Użu ta’ “text” minflok “input_text”

# SBALJAT — Tip "text" fl-API Responses
input=[
    {"type": "text", "text": "Describe."}  # Le!
]

# KORRETT
input=[
    {"type": "input_text", "text": "Describe."}  # Iva!
]

Meta tuża liema API

  • Proġett ġdid: uża l-API Responses. Tagħtik aċċess għall-aħħar karatteristiċi u l-ħażna tal-konversazzjoni.
  • Migrazzjoni minn OpenAI: ibda b’Chat Completions biex timminimizza l-bidliet fil-kodiċi, imbagħad immigra gradwalment lejn l-API Responses.
  • Immaġini sensittivi: API Responses b’store: false jew API Chat Completions (stateless b’mod naturali).

Punti Ewlenin

  • L-API Responses tuża input_image + input_text, l-API Chat Completions tuża image_url + text
  • L-istruttura tal-URL tvarja: diretta fir-Responses, imbejjna f’Chat Completions
  • L-API Responses hija l-għażla rakkomandata għal kull żvilupp ġdid
  • Qatt ma tħallat is-sintassi miż-żewġ API fl-istess talba
  • Dejjem iċċekkja t-tip tal-oġġett (input_image vs image_url) biex tevita żbalji silenzjużi

Ittestja l-għarfien tiegħek

Viżjoni tal-API ta’ xAI: formati, tokens, sintassi—kollox fil-post?

1. Kif tibgħat immaġni lill-API?

Tweġiba: Permezz ta’ URL jew Base64, f’messaġġ b’kontenut imħallat—bir-rispett tal-format iddokumentat u r-restrizzjonijiet tad-daqs.

2. X'jikkontrolla l-parametru detail (auto, low, high)?

Tweġiba: Il-granularità tal-analiżi u l-ispiża: low tiffranka tokens għal każijiet ta’ użu grossolani, high timmassimizza l-preċiżjoni (OCR, dettalji fini), auto iħalli lill-API tiddeċiedi.

3. Kif tiġi kkalkulata l-ispiża ta' immaġni?

Tweġiba: F’tokens tal-immaġni—minn 256 sa 1792 skont ir-riżoluzzjoni u d-dettall: id-daqs tal-immaġni tiegħek u l-livell tad-dettall huma l-ewwel leva ta’ ottimizzazzjoni.

4. X'tippermetti t-tqabbil ta' immaġni multipli?

Tweġiba: Li tibgħat immaġni multipli f’talba waħda u tirraġuna fuqhom—differenzi, evoluzzjonijiet, konsistenza—bla limitu fuq in-numru ta’ immaġni għal kull talba.

5. input_image jew image_url: liema tagħżel?

Tweġiba: input_image hija s-sintassi moderna tal-API Responses; image_url tibqa’ bħala l-wirt ta’ Chat Completions—għal kodiċi ġdid, is-sintassi moderna hija obbligatorja.

Format tajjeb, dettall tajjeb, sintassi tajba: il-viżjoni tiġi ppiljata bħat-test—sa l-aħħar token.