Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Token tal-Immaġni: Minn 256 sa 1792

Lezzjoni 3 / 12 Aġġornat 30 ta’ Lulju 2026 Bidbieni
F'din il-paġna
  1. Kif l-immaġnijiet jikkunsmaw it-token
  2. Il-firxa: minn 256 sa 1792 token
  3. Traċċar tal-konsum tat-token
  4. Impatt tal-livell ta’ dettall fuq it-token
  5. Kalkolu tal-ispiża ta’ talba multimodali
  6. Ottimizzazzjoni tal-konsum tat-token
  7. Monitoraġġ fil-produzzjoni
  8. Punti Ewlenin

Kif l-immaġnijiet jikkunsmaw it-token

Meta tibgħat immaġni lil Grok, din tinbidel f’token qabel ma l-mudell janalizzaha. Kuntrarjament għat-test, fejn token ġeneralment jikkorrispondi għal kelma, it-token tal-immaġni jiddependu mid-daqs tal-immaġni u mil-livell ta’ dettall mitlub.

Li tifhem dan il-mekkaniżmu huwa essenzjali biex tbassar l-ispejjeż u tiddimensjona t-talbiet tiegħek.

Il-firxa: minn 256 sa 1792 token

Kull immaġni mibgħuta lill-API tikkonsma bejn 256 u 1792 token. Din il-varjazzjoni sinifikanti tiġi minn diversi fatturi:

  • Riżoluzzjoni tal-immaġni: immaġni ta’ 256x256 pixel tikkonsma inqas token minn waħda ta’ 4096x4096
  • Il-parametru detail: low jikkonsma l-minimu, high jikkonsma l-massimu
  • Kontenut tal-immaġni: immaġni kumplessa b’ħafna dettalji tista’ twassal għal konsum ogħla fil-modalità auto

Traċċar tal-konsum tat-token

L-API ta’ xAI tipprovdi għadd preċiż tat-token tal-immaġni fir-rispons. Issibu fil-qasam usage:

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

Il-qasam prompt_tokens_details.image_tokens jgħidlek eżattament kemm-il token ikkunsmaw l-immaġnijiet fit-talba tiegħek. Dan huwa għodda indispensabbli biex timmonitorja l-ispejjeż tiegħek fil-produzzjoni.

Impatt tal-livell ta’ dettall fuq it-token

Il-parametru detail huwa l-leva prinċipali biex tikkontrolla l-konsum tat-token tal-immaġni:

# L-istess immaġni, riżultati ta' token differenti ħafna
# detail: low  → ~256 token tal-immaġni
# detail: auto → ~512-1024 token tal-immaġni (varjabbli)
# detail: high → ~1024-1792 token tal-immaġni

Fil-modalità low, l-immaġni tinbidel għal riżoluzzjoni mnaqqsa qabel l-analiżi. Il-mudell jirċievi inqas informazzjoni iżda jikkonsma ferm inqas token.

Fil-modalità high, l-immaġni taqsam f’madum (tiles) b’riżoluzzjoni għolja. Kull madum jiġi analizzat separatament, li jimmultiplika n-numru ta’ token iżda jippermetti lill-mudell jaqra test fin jew jiskopri dettalji sottili.

Kalkolu tal-ispiża ta’ talba multimodali

Biex tistma l-ispiża ta’ talba b’immaġnijiet, għaqqad it-token tat-test u tal-immaġni:

def estimate_cost(num_images, detail="auto", text_tokens=500):
    # Stima tat-token tal-immaġni skont il-livell
    image_tokens = {
        "low": 256,
        "auto": 768,   # medja stmata
        "high": 1536    # medja stmata
    }

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

    # Prezz indikattiv għal kull miljun token (input)
    price_per_million = 2.00  # grok-4.5 input — iċċekkja l-iskeda tal-prezzijiet attwali
    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}"
    }

Ottimizzazzjoni tal-konsum tat-token

Ibiddel id-daqs qabel ma tibgħat

Jekk l-immaġni tiegħek hija kbira ħafna iżda m’għandekx bżonn ir-riżoluzzjoni massima, ibiddel id-daqs tagħha qabel ma tibgħatha:

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}"

Agħżel il-format it-tajjeb

  • JPEG: eħfef, ideali għar-ritratti u l-immaġnijiet b’ħafna kuluri
  • PNG: itqal iżda mingħajr telf ta’ kwalità, adattat għas-screenshots u d-dijagrammi bit-test

Iggroupja b’intelliġenza

Jekk qed tanalizza lott ta’ immaġnijiet, iggroupja dawk li jeħtieġu l-istess livell ta’ dettall f’talbiet separati minflok ma tħallat low u high f’talba waħda.

Monitoraġġ fil-produzzjoni

Fil-produzzjoni, irreġistra sistematikament it-token tal-immaġni biex tiskopri żidiet f’daqqa:

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

# Irreġistra t-token
usage = response.usage
print(f"Token tal-immaġni : {usage.prompt_tokens_details.image_tokens}")
print(f"Token tat-test : {usage.prompt_tokens_details.text_tokens}")
print(f"Prompt totali : {usage.prompt_tokens}")

Prezzijiet sal-5 ta’ Awwissu 2026 — il-prezzijiet jinbidlu regolarment: qabel kwalunkwe kalkolu tal-baġit, iċċekkja l-iskeda tal-prezzijiet attwali fuq il-paġna uffiċjali tal-mudelli u l-prezzijiet ta’ xAI.

Punti Ewlenin

  • L-immaġnijiet jikkunsmaw bejn 256 u 1792 token skont id-daqs u l-livell ta’ dettall tagħhom
  • Il-qasam prompt_tokens_details.image_tokens jagħti l-għadd eżatt
  • Il-parametru detail huwa l-leva prinċipali biex tikkontrolla l-konsum
  • Li tbiddel id-daqs tal-immaġnijiet qabel ma tibgħathom inaqqas it-token mingħajr ma ssagrifika l-kwalità għal kompiti sempliċi
  • Immonitorja t-token tal-immaġni fil-produzzjoni biex tbassar l-ispejjeż