Generowanie wsadowe i parametr n
Na tej stronie
Zaktualizowano 2 listopada 2026 — Imagine. Model
grok-imagine-image-qualityzostał usunięty 2 listopada 2026 r. (jego żądania są teraz obsługiwane przez Imagine 2.0 w jakościlow): przykłady wykorzystują obecniegrok-imagine-image(Imagine 1.0) orazgrok-imagine-image-2.0(Imagine 2.0, jakośćlow,mediumlubauto). W przypadku korzystania z OpenAI SDK, parametryaspect_ratio,resolutioniqualityprzekazuje się przezextra_body, a edycję obsługuje się za pomocą xAI SDK lub żądania HTTP.
Generowanie wielu obrazów w jednym żądaniu
Parametr n w API generowania pozwala utworzyć do 10 obrazów na podstawie jednego promptu. Każdy obraz jest unikalną wariacją, co daje Ci zakres wyborów do选出 najlepszego wyniku lub zbudowania galerii wizualnej.
Parametr n w szczegółach
Parametr n przyjmuje liczbę całkowitą od 1 do 10, a domyślnie wynosi 1. Jego prawdziwa wartość leży we właściwości generowania obrazów, o której łatwo zapomnieć: wynik jest niedeterministyczny. Ten sam prompt za każdym razem generuje różne obrazy i żaden z nich nie jest bardziej „poprawny“ od innego. Generowanie czterech wariacji naraz nie jest marnotrawstwem – to uznanie faktu, że z góry nie wiesz, która z nich zadziała.
from openai import OpenAI
import os
client = OpenAI(
api_key=os.getenv("XAI_API_KEY"),
base_url="https://api.x.ai/v1"
)
# Generowanie 5 wariacji
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}")
Wpływ na koszty i limity szybkości
Kluczową rzeczą, którą musisz zrozumieć przed zbudowaniem potoku opartego na tej funkcji: n=10 to nie rabat. Płacisz za dziesięć obrazów i zużywasz dziesięć jednostek limitu szybkości, dokładnie tak samo jak w przypadku dziesięciu osobnych wywołań. Jedyną korzyścią jest sieć – jedna podróż w obie strony zamiast dziesięciu – co pomaga zmniejszyć opóźnienia, ale nie zmienia budżetu.
| Parametr | n=1 | n=5 | n=10 |
|---|---|---|---|
| Koszt (Imagine 1.0) | $0.02 | $0.10 | $0.20 |
| Koszt (Imagine 2.0, low) | $0.04 | $0.20 | $0.40 |
| Wygenerowane obrazy | 1 | 5 | 10 |
Żądanie z n=10 zużywa taki sam budżet jak 10 indywidualnych żądań z n=1, ale jest szybsze, ponieważ wymaga tylko jednego wywołania sieciowego.
Strategie wyboru
Generowanie dziesięciu wariacji bez metody sortowania jedynie przesuwa problem: miałeś jeden niepewny obraz, teraz masz dziesięć obrazów do oceny. Pierwszym pytaniem, które musisz rozstrzygnąć, jest kryterium – estetyczne, gdzie ludzkie oko pozostaje niezastąpione; lub weryfikowalne (czy produkt jest widoczny, czy tekst jest czytelny, czy format został zachowany), gdzie automatyzacja staje się możliwa.
Wybór ręczny
W przypadkach krytycznych (reklama, okładki książek) pobierz wszystkie wariacje i porównaj je wizualnie:
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")
Wybór automatyczny
Polecanie modelu wizyjnego do oceny obrazów działa pod jednym warunkiem: kryterium musi być faktograficzne. Pytanie „Czy ten obraz zawiera produkt wyśrodkowany na jednolitym tle?“ otrzyma wiarygodną odpowiedź; „Który jest najpiękniejszy?“ otrzyma arbitralną odpowiedź przedstawioną z pewnością siebie. Formułuj kryteria weryfikowalne, a osąd estetyczny zostaw sobie.
def generate_and_select(prompt, n=5):
"""Generuje n wariacji i zwraca wszystkie adresy URL."""
response = client.images.generate(
model="grok-imagine-image",
prompt=prompt,
n=n
)
return [image.url for image in response.data]
Wsadowe przetwarzanie wielu promptów
Aby generować obrazy na podstawie wielu różnych promptów, połącz wywołania:
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 prompty x 3 wariacje = 9 obrazów, całkowity koszt: $0.18
Pobieranie wsadowe
To nawyk, który musisz wyrobić sobie od pierwszej linii kodu, a nie dopiero przy wdrażaniu do produkcji: adresy URL wygasają. Wsada dziesięciu obrazów wygenerowana rano i pobrana wieczorem to stracona wsada – i będziesz musiał zapłacić za nią ponownie.
import urllib.request
import os
def download_batch(response, output_dir="generated"):
"""Pobiera wszystkie obrazy z odpowiedzi."""
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}/")
Cennik na dzień 5 sierpnia 2026 r. – ceny zmieniają się regularnie: przed jakimkolwiek obliczeniem budżetu sprawdź aktualny cennik na oficjalnej stronie modeli i cen xAI.
Kluczowe wnioski
- Parametr
npozwala generować od 1 do 10 wariacji na żądanie - Każdy obraz jest liczony indywidualnie do rozliczeń
- Generowanie wsadowe (jedno żądanie z n>1) jest szybsze niż n indywidualnych żądań
- Pobieraj wyniki natychmiast, ponieważ adresy URL są tymczasowe
- Używaj n=3 do 5 do eksploracji, a n=1 do ukierunkowanej produkcji