Neobmedzený počet obrázkov na požiadavku
Na tejto strane
Konkurenčná výhoda rozhrania xAI API
Rozhranie xAI API sa od konkurencie líši v jednom kľúčovom technickom bode: neukladá žiadny limit na počet obrázkov odoslaných v jednej požiadavke. Zatiaľ čo iné rozhrania API ťa obmedzujú na 4, 10 alebo 20 obrázkov, Grok prijme toľko, koľko potrebuješ.
Táto flexibilita otvára dvere použitiam, ktoré sú inde nemožné, ale zároveň si vyžaduje pevné pochopenie praktických dôsledkov.
Čo „neobmedzený“ skutočne znamená
Neobmedzený počet obrázkov neznamená absenciu obmedzení. Niekoľko faktorov prirodzene limituje, koľko obrázkov môžeš efektívne odoslať:
Kontextové okno
Model má pevné kontextové okno. Každý obrázok spotrebuje medzi 256 a 1792 tokenmi. Ak odošleš 50 obrázkov v režime high, potenciálne využiješ 89 600 tokenov len na obrázky, čo ponecháva málo miesta pre text a odpoveď.
Kvalita analýzy
Po prekročení určitého počtu obrázkov kvalita analýzy klesá. Model musí rozdeliť svoju pozornosť medzi všetky obrázky, čo môže viesť k povrchným popisom alebo vynechaniam.
Latencia a časový limit
Čím viac obrázkov odošleš, tým dlhšie trvá spracovanie. Pri odporúčanom časovom limite 3600 sekúnd pre modely s logickým uvažovaním môžu veľmi veľké požiadavky tento limit dosiahnuť.
Praktické odporúčania podľa objemu
| Počet obrázkov | Odporúčanie | Navrhovaný detail |
|---|---|---|
| 1-3 | Možná podrobná analýza | high |
| 4-10 | Efektívne porovnanie | auto |
| 11-20 | Dávková klasifikácia | low |
| 20+ | Rozdelenie na podpožiadavky | low |
Architektúry pre viacero obrázkov v produkcii
Vzorec: Sekvenčné spracovanie s agregáciou
Na analýzu veľkého počtu obrázkov ich spracuj v dávkach a následne agreguj výsledky:
import json
def analyser_catalogue(images, taille_lot=8):
"""Analyzuje katalóg obrázkov v dávkach."""
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"Obrázok {i + j}:"
})
input_data.append({
"type": "input_image",
"image_url": img,
"detail": "low"
})
input_data.append({
"type": "input_text",
"text": """Pre každý obrázok identifikuj v JSON:
{"number": N, "category": "...", "short_description": "..."}
Vráť pole JSON."""
})
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
Vzorec: Lievikové filtrovanie
Najprv vykonaj rýchle triedenie všetkých obrázkov a následne sa hlbšie ponor len do tých relevantných:
def entonnoir_analyse(images, critere):
"""Filtruje a následne hĺbkovo analyzuje."""
# Krok 1: Rýchle filtrovanie
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"""Ktoré z týchto {len(images)} obrázkov
zodpovedajú kritériu: "{critere}"?
Vráť iba čísla (indexy od 0) v 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: Hĺbková analýza filtrovaných obrázkov
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": "Podrobná analýza tohto obrázka."}
],
store=False
)
resultats.append({"index": idx, "analysis": response_detail.output_text})
return resultats
Spracovanie chýb pri veľkých súboroch obrázkov
Pri práci s veľkým počtom obrázkov je pravdepodobnosť chýb vyššia. Implementuj robustné spracovanie:
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 # Exponenciálne oneskorenie
time.sleep(delai)
else:
raise e
Kľúčové poznatky
- Rozhranie xAI API prijíma neobmedzený počet obrázkov, ale kontextové okno zostáva konečné
- Pri viac ako 10 obrázkoch používaj
detail: "low"na zachovanie kvality analýzy - Pri viac ako 20 obrázkoch rozdeľ požiadavku na podpožiadavky kvôli spoľahlivosti
- Vzorec „lievika“ (rýchle filtrovanie a následná podrobná analýza) je najúčinnejší pre veľké objemy
- Pri veľkých požiadavkách implementuj opakovanie s exponenciálnym oneskorením