Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Formati slik: URL in Base64

Lekcija 1 od 12 Posodobljeno 3. november 2026 Začetnik
Na tej strani
  1. Pošiljanje slik modelu Grok
  2. Neposredni URL
  3. Kodirano v Base64 (Data URI)
  4. Ključne razlike med URL in Base64
  5. Mešanje besedila in slik
  6. Ključne ugotovitve

Posodobljeno 3. novembra 2026. Z API-jem Responses objekta input_image in input_text gresta v content sporočila {"role": "user", ...}, ne pa neposredno v input. Prejšnji primer v Pythonu je klical client.responses.create() na odjemalcu xai-sdk, ki te metode nima, in je zapisal ključ API neposredno v kodo: zdaj uporablja user(...) in image(...) iz SDK-ja, ključ pa se bere iz okolja. Dodano je opozorilo xAI o shranjevanju zgodovine. Koda preverjena z xai-sdk 1.21.0. Vir: Image Understanding.

Pošiljanje slik modelu Grok

Grok analizira sliko 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.

2
Podprta formata
20 MiB
Največja velikost na sliko
JPG/PNG
Sprejeti formati
Neomejeno
Število slik

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/JPEG
  • data: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_image v content sporočila; Chat Completions uporablja dele image_url; SDK xAI pa uporablja image() znotraj user()
  • Za javne slike raje uporabi URL, za lokalne datoteke pa Base64