Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Imagens e Vídeos em Lotes

Aula 9 de 12 Atualizada a 2 de novembro de 2026 Programador
Nesta página
  1. Geração Multimodal em Massa
  2. Geração de Imagens em Lote
  3. Edição de Imagens em Lote
  4. Geração de Vídeos em Lote
  5. Edição e Extensão de Vídeo
  6. Utilização do SDK Python
  7. Preços de Conteúdo Multimodal
  8. Expiração do URL do Resultado
  9. Pipeline Multimodal Misto
  10. Pontos-chave

Atualizado em 2 de novembro de 2026 com base na documentação da xAI: o desconto para lotes é de 20% em modelos de texto elegíveis (não 50%), os exemplos seguem a API REST e o xai-sdk oficial (client.batch.*; a API de Lotes da xAI não utiliza o formato OpenAI, pelo que o SDK da OpenAI não se aplica), e a API de Respostas tem precedência sobre as Conclusões de Chat, um endpoint legado na xAI. Fontes: API de Lotes · Referência REST · Preços de Lotes.

Geração Multimodal em Massa

A API de Lotes não se limita ao texto. Pode submeter gerações e edições de imagens, bem como gerações, edições e extensões de vídeo. Esta capacidade abre portas para pipelines multimodais completos: escrever descrições e produzir os seus visuais numa única operação.

Geração de Imagens em Lote

O endpoint /v1/images/generations funciona em lote tal como no modo síncrono. Selecione o formato com aspect_ratio, a definição com resolution ("1k", "1.5k" ou "2k") e o número de imagens com n:

{"custom_id": "img-001", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Minimalist logo for a fintech startup, white background, vector style", "n": 1, "aspect_ratio": "1:1", "resolution": "1k"}}
{"custom_id": "img-002", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Isometric illustration of a datacenter", "n": 1, "aspect_ratio": "16:9", "resolution": "1k"}}

Edição de Imagens em Lote

O endpoint /v1/images/edits modifica uma imagem existente, passada num objeto image: um url (endereço público ou dados codificados em base64) ou o file_id de um ficheiro carregado.

{"custom_id": "edit-001", "method": "POST", "url": "/v1/images/edits", "body": {"model": "grok-imagine-image-2.0", "prompt": "Replace the background with a solid white background", "image": {"url": "https://example.com/photo.jpg"}}}

No modo de lote, a edição ajuda a processar um catálogo: harmonizar fundos, adicionar um elemento ou aplicar o mesmo retoque a centenas de visuais.

Geração de Vídeos em Lote

O endpoint /v1/videos/generations (ou /v1/videos) gera vídeos de 1 a 15 segundos (duration, 8 por predefinição), em 480p, 720p ou 1080p:

{"custom_id": "vid-001", "method": "POST", "url": "/v1/videos/generations", "body": {"model": "grok-imagine-video-1.5", "prompt": "Smooth animation of a bar chart growing progressively", "duration": 8, "resolution": "720p"}}

O processamento de vídeo é mais pesado do que o de texto ou imagens, pelo que estes pedidos podem demorar mais tempo dentro do lote.

Edição e Extensão de Vídeo

O endpoint /v1/videos/edits modifica um vídeo existente, e o /v1/videos/extensions estende-o com um segmento de 2 a 10 segundos. Passe o vídeo de origem num objeto video (URL de um ficheiro .mp4 ou file_id):

{"custom_id": "vid-edit-001", "method": "POST", "url": "/v1/videos/edits", "body": {"model": "grok-imagine-video", "prompt": "Slow down the scene", "video": {"url": "https://example.com/clip.mp4"}}}
{"custom_id": "vid-ext-001", "method": "POST", "url": "/v1/videos/extensions", "body": {"model": "grok-imagine-video", "prompt": "The camera slowly pulls back and reveals a sunset", "video": {"url": "https://example.com/clip.mp4"}, "duration": 6}}

Utilização do SDK Python

O SDK prepara estes pedidos com métodos dedicados e adiciona-os ao lote tal como os pedidos de texto:

from xai_sdk import Client

client = Client()
batch = client.batch.create(batch_name="catalog_visuals")

requetes = [
    client.image.prepare(
        prompt="Product shot of wireless headphones, dark background, studio lighting",
        model="grok-imagine-image-2.0",
        batch_request_id="prod-42-img",
    ),
    client.video.prepare(
        prompt="The headphones rotate slowly on a turntable, dramatic lighting",
        model="grok-imagine-video-1.5",
        batch_request_id="prod-42-vid",
    ),
]
client.batch.add(batch_id=batch.batch_id, batch_requests=requetes)

Preços de Conteúdo Multimodal

Ponto importante: o desconto de lote aplica-se apenas a modelos de texto elegíveis. Imagens e vídeos são faturados à tarifa padrão, mesmo no modo de lote — a partir de 2 de novembro de 2026, $0,04 por imagem com grok-imagine-image-2.0 ($0,02 com grok-imagine-image) e $0,08 por segundo de vídeo com grok-imagine-video-1.5 ($0,02 na versão -lite, $0,05 com grok-imagine-video).

A vantagem dos lotes para conteúdo multimodal não é o preço, mas sim operacional: submeta centenas de gerações numa única operação, sem gerir tantas chamadas ou atingir limites de taxa.

Expiração do URL do Resultado

Os resultados de imagens e vídeos são fornecidos como URLs assinados que expiram após uma hora. Esta é uma restrição crítica: descarregue os ficheiros assim que recuperar os resultados.

import mimetypes

import requests


def telecharger_medias(resultats, dossier):
    """Downloads images and videos as soon as results are retrieved."""
    for r in resultats:
        reponse = r.proto.response
        if reponse.HasField("image_response"):
            url = r.image_response.url
        elif reponse.HasField("video_response"):
            url = r.video_response.url
        else:
            continue  # text result
        fichier = requests.get(url, timeout=120)
        fichier.raise_for_status()
        type_mime = fichier.headers.get("Content-Type", "").split(";")[0]
        extension = mimetypes.guess_extension(type_mime) or ".bin"
        with open(f"{dossier}/{r.batch_request_id}{extension}", "wb") as f:
            f.write(fichier.content)

Nunca guarde URLs assinados para utilização posterior: guarde os ficheiros no seu próprio armazenamento (S3, GCS, disco local).

Pipeline Multimodal Misto

Um caso de uso concreto: produzir fichas de produto completas, texto e visual, no mesmo lote:

{"custom_id": "prod-42-desc", "method": "POST", "url": "/v1/responses", "body": {"model": "grok-4.3", "input": "Write a marketing description for a high-end wireless headphone.", "max_output_tokens": 300}}
{"custom_id": "prod-42-img", "method": "POST", "url": "/v1/images/generations", "body": {"model": "grok-imagine-image-2.0", "prompt": "Product shot of premium wireless headphones, dark gradient background, studio lighting"}}

Um prefixo comum nos identificadores (prod-42-desc, prod-42-img) facilita o agrupamento dos resultados de texto e imagem para o mesmo produto.

Pontos-chave

  • Imagens (geração, edição) e vídeos (geração, edição, extensão) funcionam em lotes
  • Os parâmetros correspondem à API: aspect_ratio, resolution, objetos image e video
  • Imagens e vídeos mantêm-se nas tarifas padrão, sem descontos de lote
  • Os URLs de resultados assinados expiram após uma hora: descarregue imediatamente
  • Um prefixo comum nos identificadores agrupa resultados para o mesmo produto