Moderering, SDK-inkompatibiliteter och kostnadskontroll
På denna sida
Uppdaterat 2 november 2026 — Imagine.
grok-imagine-image-qualitytogs bort den 2 november 2026 (dess förfrågningar hanteras av Imagine 2.0 ilow-kvalitet): exemplen använder nugrok-imagine-image(Imagine 1.0) ochgrok-imagine-image-2.0(Imagine 2.0, kvalitetlow,mediumellerauto). Med OpenAI SDK skickasaspect_ratio,resolutionochqualityviaextra_body, medan redigering sker via xAI SDK eller en HTTP-förfrågan.
Förstå gränserna för bild-API:t
För att bygga tillförlitliga applikationer med Groks API för bildgenerering måste du känna till dess begränsningar: automatisk moderering, inkompatibilitet med vissa OpenAI SDK-metoder och mekanismer för kostnadskontroll.
Innehållsmoderering
API:t modererar automatiskt både prompts och genererade bilder. Vissa innehållstyper nekas:
- Explicit våldsamt innehåll eller gore
- Explicit sexuellt innehåll
- Hatiskt eller diskriminerande innehåll
- Innehåll som på ett olämpligt sätt involverar minderåriga
När moderering utlöses returnerar API:t ett felmeddelande istället för en bild.
Hantera nekanden från modereringen
import requests
import os
headers = {
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
}
def generate_safe(prompt, **kwargs):
"""Generera en bild medan nekanden från modereringen hanteras."""
try:
response = requests.post(
"https://api.x.ai/v1/images/generations",
headers=headers,
json={"model": "grok-imagine-image", "prompt": prompt, **kwargs}
)
response.raise_for_status()
return response.json()["data"][0]["url"]
except requests.exceptions.HTTPError as e:
if response.status_code == 400:
print(f"Prompt nekad av moderering: {prompt[:50]}...")
return None
raise
Bästa praxis för moderering
I praktiken bör du hantera moderering i förväg snarare än reaktivt. Om en legitim prompt blockeras, testa variationer för att identifiera utlösande ord – “episk strid” kan passera där ett grövre ord inte gör det, och att kartlägga dessa känsligheter undviker återkommande blockeringar. När prompts kommer från dina användare, lägg till ett server-side filter innan API-anropet: det fångar upp uppenbart otillåtna förfrågningar utan att konsumera en begäran, och håller dig i kontroll över det meddelande som visas. För denna sista punkt gör skillnaden i upplevelsen: en blockering från modereringen ska aldrig nå användaren som ett rått tekniskt fel, utan som ett tydligt meddelande – “denna förfrågan följer inte våra användarvillkor” – som förklarar utan att avslöja API-detaljer.
OpenAI SDK-inkompatibilitet för redigering
Detta är en kritisk punkt: OpenAI SDK:s metod images.edit() fungerar inte med xAI API:t. OpenAI SDK skickar data som multipart/form-data, medan xAI API:t förväntar sig application/json.
# FUNGERAR INTE
from openai import OpenAI
client = OpenAI(api_key=os.getenv("XAI_API_KEY"), base_url="https://api.x.ai/v1")
client.images.edit(
model="grok-imagine-image",
image=open("photo.png", "rb"),
prompt="Edit this image"
)
# → Fel i Content-type!
# FUNGERAR: direkt REST-anrop
import requests
response = requests.post(
"https://api.x.ai/v1/images/edits",
headers={
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
},
json={
"model": "grok-imagine-image",
"prompt": "Edit this image",
"image": {"url": "https://exemple.com/photo.jpg"}
}
)
Sammanfattning av kompatibilitet
| Operation | OpenAI SDK | REST (requests) |
|---|---|---|
| images.generate() | Kompatibel | Kompatibel |
| images.edit() | Inkompatibel | Kompatibel |
Kostnadskontroll
Övervaka förbrukningen
Sätt upp en räknare för utgifter i din kod:
class ImageBudgetTracker:
PRICES = {
"grok-imagine-image": 0.02,
"grok-imagine-image-2.0": 0.04, # låg kvalitet; medel enligt gällande taxa
}
def __init__(self, budget_limit=10.0):
self.total_spent = 0.0
self.budget_limit = budget_limit
self.image_count = 0
def can_generate(self, model, n=1):
cost = self.PRICES[model] * n
return (self.total_spent + cost) <= self.budget_limit
def record(self, model, n=1):
cost = self.PRICES[model] * n
self.total_spent += cost
self.image_count += n
def report(self):
remaining = self.budget_limit - self.total_spent
print(f"Bilder genererade: {self.image_count}")
print(f" spenderat: ${self.total_spent:.2f}")
print(f"Återstående budget: ${remaining:.2f}")
# Användning
tracker = ImageBudgetTracker(budget_limit=5.0)
if tracker.can_generate("grok-imagine-image", n=5):
response = client.images.generate(
model="grok-imagine-image",
prompt="My image",
n=5
)
tracker.record("grok-imagine-image", n=5)
tracker.report()
Optimera kostnader
Den gyllene regeln är att skilja på utforskning och produktion. Under sökandet efter rätt prompt, arbeta med Imagine 1.0 ($0.02) med n=3-5 för att jämföra variationer till lägre kostnad; när prompten är stabil, byt till Imagine 2.0 med n=1 för den slutliga renderingen. Denna sekvensering reserverar den högsta taxan endast för utvalda bilder.
Två mekanismer kompletterar setupen på applikationssidan. Först, en cache för resultat: om samma prompt återkommer – katalogbilder, standardbilder som regenereras av flera användare – leverera den redan genererade bilden istället för att betala för en ny förfrågan. Sedan kvoter, om dina användare själva utlöser genereringar: en gräns per dag eller timme skyddar din budget från orimlig användning och missbruk. Håll slutligen koll på hastighetsgränser (300 RPM standard, 30 RPM pro): en batch-pipeline som ignorerar dessa ackumulerar 429-fel och onödiga försök.
Uppskattning av månadskostnad
För en app med 100 användare som genererar 10 bilder per dag:
- Imagine 1.0: 100 x 10 x 30 x $0.02 = $600/månad
- Imagine 2.0 i
low: 100 x 10 x 30 x $0.04 = $1 200/månad - Blandat (80/20): 24 000 x $0.02 + 6 000 x $0.04 = $720/månad
Slutpunkt för modellupptäckt
För att programmatiskt kontrollera tillgängliga bildmodeller och deras priser:
response = requests.get(
"https://api.x.ai/v1/image-generation-models",
headers={"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}"}
)
for model in response.json()["data"]:
print(f"{model['id']} : ${model['image_price']}/bild, "
f"max prompt : {model['max_prompt_length']} tecken")
Taxor från och med 5 augusti 2026 – priserna ändras regelbundet: innan någon budgetberäkning, kontrollera den aktuella taxan på xAI:s officiella sida för modeller och taxor.
Viktiga punkter
- Moderering är automatisk: hantera nekanden i din kod
- OpenAI SDK
images.edit()är inkompatibel med xAI: användrequests - OpenAI SDK
images.generate()fungerar normalt - Implementera en budgetspårare för att kontrollera utgifterna
- Kontrollera modeller och priser via slutpunkten
/v1/image-generation-models
Testa dina kunskaper
Bildgenerering och redigering: den operativa översikten.
1. Vad skiljer Imagine 1.0 och Imagine 2.0 åt?
Svar: Avvägningen mellan kvalitet och kostnad: Imagine 1.0 ($0.02) för volym och iterationer, Imagine 2.0 ($0.04 i low, med en quality-inställning) för slutliga renderingar – du prototyper med den första, finaliserar med den andra.
2. Vad kännetecknar en bra bildprompt?
Svar: Motiv, stil, komposition och explicita detaljer – beskriv scenen som en brief för art direction, iterera sedan med riktade justeringar snarare än att skriva om allt.
3. Vad möjliggör slutpunkten /v1/images/edits?
Svar: Redigera befintliga bilder: målinriktad redigering via prompt, redigering av flera bilder med referenser och redigering över flera steg – du retuscherar precist istället för att regenerera.
4. Hur producerar man effektivt i stor volym?
Svar: Parametern n för batchar, async-klienten för genomströmning – och eftersom utgående URL:er är tillfälliga, ladda ner och arkivera omedelbart.
5. Vilka skyddsåtgärder behövs före produktion?
Svar: Moderering av prompts och utdata, kunskap om SDK-inkompatibiliteter och kostnadskontroll (modell, upplösning, volymer) – skapande i stor skala kräver styrning.
Prototypa, redigera, industrialisera, styr: den kompletta bildpipelinen – med kostnaderna under kontroll i varje steg.