Parametr detail: auto, low i high
Na tej stronie
Kontrola precyzji analizy
Gdy przesyłasz obraz do Groka, możesz kontrolować poziom szczegółowości analizy za pomocą parametru detail. Parametr ten bezpośrednio wpływa na jakość odpowiedzi, czas przetwarzania i zużycie tokenów.
Zrozumienie tego parametru jest kluczowe dla optymalizacji kosztów i dopasowania precyzji do każdego przypadku użycia.
Trzy poziomy szczegółowości
API xAI oferuje trzy wartości dla parametru detail:
Auto (wartość domyślna)
Gdy nie określisz parametru detail, model używa wartości auto. Automatycznie ocenia niezbędny poziom szczegółowości na podstawie obrazu i Twojego promptu.
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg"
}
Jest to zalecane zachowanie dla większości przypadków użycia. Model dostosowuje swoją strategię analizy w zależności od postrzeganej złożoności obrazu i zadanego pytania.
Low (szybko i ekonomicznie)
Tryb low wykonuje szybką analizę obrazu, zużywając mniej tokenów. To idealny wybór, gdy potrzebujesz ogólnego zrozumienia treści bez wchodzenia w drobne szczegóły.
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg",
"detail": "low"
}
Przypadki użycia dla low:
- Klasyfikacja zawartości obrazu (krajobraz, portret, dokument itp.)
- Identyfikacja głównego obiektu na zdjęciu
- Szybkie sortowanie partii obrazów
- Sprawdzenie, czy obraz spełnia proste kryterium
High (wolno i szczegółowo)
Tryb high wymusza wyczerpującą analizę obrazu. Model bada każdy obszar w maksymalnej rozdzielczości, co zużywa więcej tokenów, ale generuje znacznie precyzyjniejsze opisy.
{
"type": "input_image",
"image_url": "https://exemple.com/photo.jpg",
"detail": "high"
}
Przypadki użycia dla high:
- Odczyt drobnego tekstu na obrazie (OCR)
- Analiza wykresów ze szczegółowymi legendami
- Wykrywanie defektów na zdjęciach produktów
- Badanie zrzutów ekranu złożonych interfejsów
Porównanie poziomów
| Parametr | Szybkość | Tokeny | Precyzja |
|---|---|---|---|
| auto | Zmienna | Zmienna | Adaptacyjna |
| low | Szybka | Mniej tokenów | Ogólna |
| high | Wolna | Więcej tokenów | Szczegółowa |
Składnia w zależności od API
Parametr detail umieszcza się w różnych miejscach w zależności od używanego API.
Responses API (zalecane)
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": "Read all visible text in this image."
}
]
)
Chat Completions API (przestarzałe)
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": "Read all visible text in this image."
}
]
}]
)
Zauważ, że w Chat Completions parametr detail znajduje się wewnątrz obiektu image_url, podczas gdy w Responses API jest on na tym samym poziomie co image_url.
Strategia optymalizacji
W środowisku produkcyjnym najlepszą praktyką jest dostosowanie poziomu szczegółowości do rodzaju zadania:
def analyser_image(image_url, tache):
# Proste zadania → low, aby oszczędzać koszty
if tache in ["classifier", "trier", "identifier_sujet"]:
detail = "low"
# Złożone zadania → high dla precyzji
elif tache in ["ocr", "graphique", "defaut_produit"]:
detail = "high"
# Domyślnie → pozwól modelowi zadecydować
else:
detail = "auto"
return client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": image_url, "detail": detail},
{"type": "input_text", "text": f"Task: {tache}"}
]
)
Podejście to pozwala znacznie zredukować koszty tokenów przy prostych zadaniach, jednocześnie utrzymując maksymalną precyzję tam, gdzie jest to konieczne.
Kluczowe wnioski
- Parametr
detailkontroluje głębokość analizy obrazu auto(domyślnie) pozwala modelowi podjąć decyzję – jest to zalecany wybórlowjest szybki i ekonomiczny, odpowiedni do zadań klasyfikacyjnychhighjest wolny, ale precyzyjny, odpowiedni do OCR i analizy drobnych szczegółów- Dostosuj poziom szczegółowości do rodzaju zadania, aby zoptymalizować koszty