Geração em lote e o parâmetro n
Nesta página
Atualizado em 2 de novembro de 2026 — Imagine. O modelo
grok-imagine-image-qualityfoi removido a 2 de novembro de 2026 (os seus pedidos são agora processados pelo Imagine 2.0 em qualidadelow): os exemplos agora utilizamgrok-imagine-image(Imagine 1.0) egrok-imagine-image-2.0(Imagine 2.0, qualidadelow,mediumouauto). Com o SDK da OpenAI, os parâmetrosaspect_ratio,resolutionequalitysão passados através deextra_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
npermite 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