Formati slik: URL in Base64
Na tej strani
Posodobljeno 3. novembra 2026. Z API-jem Responses objekta
input_imageininput_textgresta vcontentsporočila{"role": "user", ...}, ne pa neposredno vinput. Prejšnji primer v Pythonu je klicalclient.responses.create()na odjemalcuxai-sdk, ki te metode nima, in je zapisal ključ API neposredno v kodo: zdaj uporabljauser(...)inimage(...)iz SDK-ja, ključ pa se bere iz okolja. Dodano je opozorilo xAI o shranjevanju zgodovine. Koda preverjena zxai-sdk1.21.0. Vir: Image Understanding.
Pošiljanje slik modelu Grok
Modeli Grok od različice grok-4.5 naprej vključujejo zmožnosti vidnega zaznavanja. V zahteve API lahko pošlješ eno ali več slik, model pa jih bo analiziral, da odgovori na tvoja vprašanja. Temu pravimo razumevanje slik ali multimodalni vid.
Preden se poglobiš v primere uporabe, je nujno osvojiti dva formata za pošiljanje slik, ki ju podpira API xAI.
Neposredni URL
Najpreprostejša metoda je uporaba javnega URL-ja slike. Model jo bo samodejno prenesel in analiziral.
Z API-jem Responses (glavna končna točka):
{
"model": "grok-4.5",
"input": [
{
"role": "user",
"content": [
{
"type": "input_image",
"image_url": "https://exemple.com/photo-produit.jpg"
},
{
"type": "input_text",
"text": "Podrobno opiši to sliko."
}
]
}
]
}
xAI priporoča, da pri pošiljanju slik ne shranjuješ zgodovine zahtev in odgovorov na njihovih strežnikih, saj lahko zahteva zaradi tega odpove: z API-jem Responses dodaj "store": false.
Z API-jem Chat Completions (starejši, združljiv z OpenAI):
{
"model": "grok-4.5",
"messages": [
{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": {
"url": "https://exemple.com/photo-produit.jpg"
}
},
{
"type": "text",
"text": "Podrobno opiši to sliko."
}
]
}
]
}
URL mora kazati na javno dostopno slikovno datoteko. Če je slika zaščitena z avtentikacijo ali se nahaja na zaščitenem CDN-ju, namesto tega uporabi format Base64.
Kodirano v Base64 (Data URI)
Drugi format vključuje neposredno kodiranje slike v zahtevo kot niz Base64 s predpono MIME. To je idealna metoda pri delu z lokalnimi slikami, posnetki zaslona ali dinamično ustvarjenimi datotekami.
{
"type": "input_image",
"image_url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQ..."
}
Predpona data:image/jpeg;base64, modelu sporoči tip MIME slike. Prilagodi jo glede na format:
data:image/jpeg;base64,za datoteke JPG/JPEGdata:image/png;base64,za datoteke PNG
Kodiranje slike v Pythonu
import base64
with open("photo.jpg", "rb") as f:
image_data = base64.standard_b64encode(f.read()).decode("utf-8")
image_url = f"data:image/jpeg;base64,{image_data}"
Kodiranje v JavaScriptu/Node.js
import { readFileSync } from 'fs';
const imageData = readFileSync('photo.jpg').toString('base64');
const imageUrl = `data:image/jpeg;base64,${imageData}`;
Ključne razlike med URL in Base64
| Kriterij | URL | Base64 |
|---|---|---|
| Velikost zahteve | Lahka (samo URL) | Težka (+33 % glede na izvirno datoteko) |
| Dostopnost | Zahteva javno sliko | Deluje s katero koli lokalno datoteko |
| Zakasnitev | Prenos s strežnika | Podatki neposredno v zahtevi |
| Tipičen primer uporabe | Slike s spleta, CDN, oblak | Lokalne datoteke, posnetki zaslona, nalaganja |
Mešanje besedila in slik
content sporočila sprejme mešano polje objektov input_image in input_text v poljubnem vrstnem redu: besedilo in slike lahko prosto izmenjuješ. Z izvornim SDK-jem xAI je isto sporočilo sestavljeno s funkcijo user(), ki zaporedoma sprejme besedilo in slike, ustvarjene s funkcijo image():
from xai_sdk import Client
from xai_sdk.chat import image, user
client = Client() # ključ prebran iz XAI_API_KEY
chat = client.chat.create(model="grok-4.5")
chat.append(
user(
"Primerjaj ti dve fotografiji:",
image(image_url="https://exemple.com/photo1.jpg", detail="high"),
image(image_url="https://exemple.com/photo2.jpg", detail="high"),
"Kakšne so glavne razlike?",
)
)
response = chat.sample()
print(response.content)
Funkcija image() sprejme javni URL ali Data URI v formatu Base64.
Ključne ugotovitve
- Podprta sta dva formata slik: neposredni URL in Base64 (Data URI)
- Sprejeta sta samo formata JPG, JPEG in PNG
- Vsaka slika ne sme presegati 20 MiB
- Število slik na zahtevo je neomejeno
- API Responses postavi
input_imagevcontentsporočila; Chat Completions uporablja deleimage_url; SDK xAI pa uporabljaimage()znotrajuser() - Za javne slike raje uporabi URL, za lokalne datoteke pa Base64