Nieograniczona liczba obrazów na żądanie
Na tej stronie
Przewaga konkurencyjna interfejsu API xAI
Interfejs API xAI wyróżnia się na tle konkurencji pod jednym kluczowym względem technicznym: nie nakłada żadnego limitu na liczbę obrazów wysyłanych w pojedynczym żądaniu. Podczas gdy inne interfejsy ograniczają Cię do 4, 10 lub 20 obrazów, Grok przyjmuje ich dowolną liczbę.
Ta elastyczność odblokowuje przypadki użycia niemożliwe do zrealizowania gdzie indziej, ale wymaga też solidnego zrozumienia praktycznych konsekwencji.
Co naprawdę oznacza „nieograniczona liczba“
Brak limitu liczby obrazów nie oznacza braku jakichkolwiek ograniczeń. Kilka czynników naturalnie ogranicza to, ile obrazów możesz skutecznie przesłać:
Okno kontekstowe
Model posiada stałe okno kontekstowe. Każdy obraz zużywa od 256 do 1792 tokenów. Jeśli wyślesz 50 obrazów w trybie high, potencjalnie zużyjesz 89 600 tokenów wyłącznie na obrazy, zostawiając mało miejsca na tekst i odpowiedź.
Jakość analizy
Po przekroczeniu pewnej liczby obrazów jakość analizy spada. Model musi rozłożyć swoją uwagę na wszystkie obrazy, co może prowadzić do powierzchownych opisów lub pominięć.
Opóźnienia i limit czasu
Im więcej obrazów wyślesz, tym dłuższy jest czas przetwarzania. Przy zalecanym limicie czasu wynoszącym 3600 sekund dla modeli rozumujących, bardzo duże żądania mogą zbliżyć się do tego progu.
Praktyczne rekomendacje w zależności od wolumenu
| Liczba obrazów | Rekomendacja | Sugerowany poziom szczegółowości |
|---|---|---|
| 1–3 | Możliwa szczegółowa analiza | high |
| 4–10 | Efektywne porównanie | auto |
| 11–20 | Klasyfikacja wsadowa | low |
| 20+ | Podział na podżądania | low |
Architektury wieloobrazowe w środowisku produkcyjnym
Wzorzec: Przetwarzanie sekwencyjne z agregacją
Aby przeanalizować dużą liczbę obrazów, przetwarzaj je partiami, a następnie agreguj wyniki:
import json
def analyser_catalogue(images, taille_lot=8):
"""Analizuje katalog obrazów w partiach."""
tous_resultats = []
for i in range(0, len(images), taille_lot):
lot = images[i:i + taille_lot]
input_data = []
for j, img in enumerate(lot, 1):
input_data.append({
"type": "input_text",
"text": f"Image {i + j}:"
})
input_data.append({
"type": "input_image",
"image_url": img,
"detail": "low"
})
input_data.append({
"type": "input_text",
"text": """For each image, identify in JSON:
{"number": N, "category": "...", "short_description": "..."}
Return a JSON array."""
})
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
try:
resultats_lot = json.loads(response.output_text)
tous_resultats.extend(resultats_lot)
except json.JSONDecodeError:
tous_resultats.append({"batch": i, "raw": response.output_text})
return tous_resultats
Wzorzec: Filtrowanie lejkowe
Rozpocznij od szybkiego sortowania wszystkich obrazów, a następnie przeprowadź dogłębną analizę tylko tych, które są istotne:
def entonnoir_analyse(images, critere):
"""Filtruje, a następnie analizuje dogłębnie."""
# Krok 1: Szybkie filtrowanie
input_data = []
for i, img in enumerate(images):
input_data.append({"type": "input_image", "image_url": img, "detail": "low"})
input_data.append({
"type": "input_text",
"text": f"""Among these {len(images)} images, which ones
match the criteria: "{critere}"?
Return only the numbers (0-based index) in JSON: [0, 3, 7]"""
})
response = client.responses.create(
model="grok-4.5", input=input_data, store=False
)
indices = json.loads(response.output_text)
# Krok 2: Dogłębna analiza przefiltrowanych obrazów
resultats = []
for idx in indices:
response_detail = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": images[idx], "detail": "high"},
{"type": "input_text", "text": "Detailed analysis of this image."}
],
store=False
)
resultats.append({"index": idx, "analysis": response_detail.output_text})
return resultats
Obsługa błędów przy dużych zestawach obrazów
Pracując z dużą liczbą obrazów, błędy są bardziej prawdopodobne. Wdróż solidną obsługę wyjątków:
import time
def requete_avec_retry(input_data, max_retries=3):
for tentative in range(max_retries):
try:
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
return response
except Exception as e:
if tentative < max_retries - 1:
delai = 2 ** tentative # Exponential backoff
time.sleep(delai)
else:
raise e
Kluczowe wnioski
- Interfejs API xAI przyjmuje nieograniczoną liczbę obrazów, ale okno kontekstowe pozostaje skończone
- Powyżej 10 obrazów użyj
detail: "low", aby zachować jakość analizy - Powyżej 20 obrazów podziel żądanie na podżądania dla zwiększenia niezawodności
- Wzorzec „lejka“ (szybkie filtrowanie, a następnie szczegółowa analiza) jest najskuteczniejszy przy dużych wolumenach
- Wdróż mechanizm ponawiania z wykładniczym opóźnieniem (exponential backoff) dla dużych żądań