Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Parameter detail: auto, low a high

Lekcia 2 z 12 Aktualizované 30. júla 2026 Začiatočník
Na tejto strane
  1. Kontrola presnosti analýzy
  2. Tri úrovne podrobnosti
  3. Porovnanie úrovní
  4. Syntax podľa API
  5. Stratégia optimalizácie
  6. Kľúčové poznatky

Kontrola presnosti analýzy

Keď odošleš obrázok modelu Grok, môžeš pomocou parametra detail riadiť úroveň podrobnosti analýzy. Tento parameter priamo ovplyvňuje kvalitu odpovede, čas spracovania a spotrebu tokenov.

Pochopenie tohto parametra je kľúčové pre optimalizáciu nákladov a prispôsobenie presnosti každému prípadu použitia.

Tri úrovne podrobnosti

API xAI ponúka pre parameter detail tri hodnoty:

Auto (predvolená hodnota)

Ak parameter detail nešpecifikuješ, model použije hodnotu auto. Automaticky vyhodnotí potrebnú úroveň podrobnosti na základe obrázka a tvojej výzvy (promptu).

{
  "type": "input_image",
  "image_url": "https://exemple.com/photo.jpg"
}

Toto je odporúčané správanie pre väčšinu prípadov použitia. Model prispôsobí svoju stratégiu analýzy podľa vnímanej zložitosti obrázka a položenej otázky.

Low (rýchle a úsporné)

Režim low vykonáva rýchlu analýzu obrázka s použitím menšieho počtu tokenov. Je to ideálna voľba, keď potrebuješ všeobecné pochopenie obsahu bez zachádzania do jemných detailov.

{
  "type": "input_image",
  "image_url": "https://exemple.com/photo.jpg",
  "detail": "low"
}

Prípady použitia pre low:

  • Klasifikácia obsahu obrázka (krajina, portrét, dokument atď.)
  • Identifikácia hlavného objektu na fotografii
  • Rýchle triedenie dávky obrázkov
  • Kontrola, či obrázok spĺňa jednoduché kritérium

High (pomalé a detailné)

Režim high vynúti vyčerpávajúcu analýzu obrázka. Model preskúma každú zónu v maximálnom rozlíšení, čo síce spotrebuje viac tokenov, ale prináša oveľa presnejšie popisy.

{
  "type": "input_image",
  "image_url": "https://exemple.com/photo.jpg",
  "detail": "high"
}

Prípady použitia pre high:

  • Čítanie jemného textu v obrázku (OCR)
  • Analýza grafov s podrobnými legendami
  • Detekcia defektov na fotografiách produktov
  • Skúmanie snímok obrazovky zložitých rozhraní

Porovnanie úrovní

Parameter Rýchlosť Tokeny Presnosť
auto Premenná Premenná Adaptívna
low Rýchla Menej tokenov Všeobecná
high Pomalá Viac tokenov Detailná

Syntax podľa API

Parameter detail sa umiestňuje rôzne v závislosti od použitého API.

Responses API (odporúčané)

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 (staršie)

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."
            }
        ]
    }]
)

Všimni si, že v Chat Completions je parameter detail vnorený vo vnútri objektu image_url, zatiaľ čo v Responses API sa nachádza na rovnakej úrovni ako image_url.

Stratégia optimalizácie

V produkčnom prostredí je osvedčeným postupom prispôsobiť úroveň podrobnosti podľa typu úlohy:

def analyser_image(image_url, tache):
    # Jednoduché úlohy → low na úsporu nákladov
    if tache in ["classifier", "trier", "identifier_sujet"]:
        detail = "low"
    # Zložité úlohy → high pre presnosť
    elif tache in ["ocr", "graphique", "defaut_produit"]:
        detail = "high"
    # Predvolené → nechaj rozhodnúť model
    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}"}
        ]
    )

Tento prístup ti umožní výrazne znížiť náklady na tokeny pri jednoduchých úlohách a zároveň zachovať maximálnu presnosť tam, kde je to potrebné.

Kľúčové poznatky

  • Parameter detail riadi hĺbku analýzy obrázka
  • auto (predvolené) necháva rozhodnutie na modeli – toto je odporúčaná voľba
  • low je rýchle a úsporné, vhodné na úlohy klasifikácie
  • high je pomalé, ale presné, vhodné na OCR a jemnú analýzu
  • Prispôsob úroveň podrobnosti typu úlohy na optimalizáciu nákladov