Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Geração em lote e o parâmetro n

Aula 9 de 14 Atualizada a 2 de novembro de 2026 Iniciante
Nesta página
  1. Gerar múltiplas imagens num único pedido
  2. O parâmetro n em detalhe
  3. Impacto nos custos e limites de taxa
  4. Estratégias de seleção
  5. Lote de múltiplos prompts
  6. Descarregamento em lote
  7. Pontos-chave

Atualizado em 2 de novembro de 2026 — Imagine. O modelo grok-imagine-image-quality foi removido a 2 de novembro de 2026 (os seus pedidos são agora processados pelo Imagine 2.0 em qualidade low): os exemplos agora utilizam grok-imagine-image (Imagine 1.0) e grok-imagine-image-2.0 (Imagine 2.0, qualidade low, medium ou auto). Com o SDK da OpenAI, os parâmetros aspect_ratio, resolution e quality são passados através de extra_body, e a edição é gerida via SDK da xAI ou através de um pedido HTTP.

Gerar múltiplas imagens num único pedido

O parâmetro n na API de geração permite-lhe produzir até 10 imagens a partir de um único prompt. Cada imagem é uma variação única, oferecendo-lhe um leque de opções para selecionar o melhor resultado ou construir uma galeria de visuais.

O parâmetro n em detalhe

O parâmetro n aceita um número inteiro entre 1 e 10, sendo 1 o valor padrão. O seu verdadeiro valor reside numa propriedade da geração de imagens que é fácil esquecer: o resultado é não determinístico. O mesmo prompt produz imagens diferentes sempre que o invoca, e nenhuma é mais “correta” do que outra. Gerar quatro variações de uma vez não é um desperdício; é reconhecer que não sabe antecipadamente qual delas funcionará.

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.getenv("XAI_API_KEY"),
    base_url="https://api.x.ai/v1"
)

# Gerar 5 variações
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}")

Impacto nos custos e limites de taxa

O ponto fundamental a compreender antes de construir um pipeline com base nisto: n=10 não é um desconto. Paga por dez imagens e consome dez unidades do limite de taxa, exatamente como dez chamadas separadas. O único ganho é de rede — uma ida e volta em vez de dez — o que ajuda na latência, mas não altera o orçamento.

Parâmetro n=1 n=5 n=10
Custo (Imagine 1.0) $0.02 $0.10 $0.20
Custo (Imagine 2.0, low) $0.04 $0.20 $0.40
Imagens geradas 1 5 10

Um pedido com n=10 consome o mesmo orçamento que 10 pedidos individuais com n=1, mas é mais rápido porque requer apenas uma chamada de rede.

Estratégias de seleção

Gerar dez variações sem um método de ordenação apenas desloca o problema: tinha uma imagem incerta, agora tem dez imagens para julgar. A questão a resolver primeiro é o critério: estético, onde o olho humano permanece imbatível; ou verificável (o produto está visível, o texto é legível, o formato foi respeitado), onde a automação se torna possível.

Seleção manual

Para casos críticos (publicidade, capas de livros), descarregue todas as variações e compare-as visualmente:

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")

Seleção automatizada

Fazer com que um modelo de visão julgue as imagens funciona sob uma condição: o critério deve ser factual. «Esta imagem contém um produto centrado num fundo sólido?» obtém uma resposta fiável; «qual é a mais bonita?» obtém uma resposta arbitrária apresentada com confiança. Formule critérios verificáveis e reserve o julgamento estético para si.

def generate_and_select(prompt, n=5):
    """Generate n variations and return all URLs."""
    response = client.images.generate(
        model="grok-imagine-image",
        prompt=prompt,
        n=n
    )
    return [image.url for image in response.data]

Lote de múltiplos prompts

Para gerar imagens a partir de vários prompts diferentes, combine as chamadas:

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 prompts x 3 variações = 9 imagens, custo total: $0.18

Descarregamento em lote

Este é o hábito a criar desde a primeira linha de código, e não apenas na colocação em produção: os URLs expiram. Um lote de dez imagens gerado de manhã e descarregado à noite é um lote perdido — e terá de pagar novamente por ele.

import urllib.request
import os

def download_batch(response, output_dir="generated"):
    """Download all images from a response."""
    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}/")

Preços a partir de 5 de agosto de 2026 — os preços mudam regularmente: antes de qualquer cálculo orçamental, consulte a tabela de preços atualizada na página oficial de modelos e preços da xAI.

Pontos-chave

  • O parâmetro n permite gerar de 1 a 10 variações por pedido
  • Cada imagem conta individualmente para a faturação
  • Gerar em lote (um pedido com n>1) é mais rápido do que n pedidos individuais
  • Descarregue os resultados imediatamente porque os URLs são temporários
  • Utilize n=3 a 5 para explorar, n=1 para produção direcionada