Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Bildformat: URL och Base64

Lektion 1 av 12 Uppdaterad 3 november 2026 Nybörjare
På denna sida
  1. Skicka bilder till Grok
  2. Direkt URL
  3. Base64-kodad (Data URI)
  4. Viktiga skillnader mellan URL och Base64
  5. Blanda text och bilder
  6. Viktiga punkter

Uppdaterad 3 november 2026. Med Responses API placeras objekten input_image och input_text i content för ett meddelande av typen {"role": "user", ...}, inte direkt i input. Python-exemplet kallade tidigare client.responses.create() på xai-sdk-klienten, vilket inte har denna metod, och skrev API-nyckeln direkt i koden: det använder nu user(...) och image(...) från SDK:t, där nyckeln läses från miljövariabler. Varning från xAI om lagring av historik har lagts till. Koden verifierad med xai-sdk 1.21.0. Källa: Image Understanding.

Skicka bilder till Grok

Grok analyserar en bild Grok-modeller från och med grok-4.5 inkluderar visuella funktioner. Du kan skicka en eller flera bilder i dina API-förfrågningar, så analyserar modellen dem för att svara på dina frågor. Detta kallas bildförståelse eller multimodal vision.

Innan vi dyker ner i användningsområden är det avgörande att du behärskar de två bildformat som stöds av xAI:s API.

2
Format som stöds
20 MiB
Max storlek per bild
JPG/PNG
Accepterade format
Obegränsat
Antal bilder

Direkt URL

Den enklaste metoden är att ange den publika URL:en till en bild. Modellen laddar ner och analyserar den automatiskt.

Med Responses API (huvudendpoint):

{
  "model": "grok-4.5",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_image",
          "image_url": "https://exemple.com/photo-produit.jpg"
        },
        {
          "type": "input_text",
          "text": "Describe this image in detail."
        }
      ]
    }
  ]
}

xAI rekommenderar att du inte lagrar förfrågnings- och svarshistorik på deras servrar när du skickar bilder, annars kan förfrågan misslyckas: använd "store": false med Responses API.

Med Chat Completions API (föråldrat, kompatibelt med OpenAI):

{
  "model": "grok-4.5",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "image_url",
          "image_url": {
            "url": "https://exemple.com/photo-produit.jpg"
          }
        },
        {
          "type": "text",
          "text": "Describe this image in detail."
        }
      ]
    }
  ]
}

URL:en måste peka på en publikt tillgänglig bildfil. Om bilden skyddas av autentisering eller ett skyddat CDN ska du istället använda Base64-formatet.

Base64-kodad (Data URI)

Det andra formatet innebär att du kodar bilden direkt i förfrågan som en Base64-sträng föregången av ett MIME-prefix. Detta är den idealiska metoden när du arbetar med lokala bilder, skärmdumpar eller dynamiskt genererade filer.

{
  "type": "input_image",
  "image_url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQ..."
}

Prefixet data:image/jpeg;base64, talar om för modellen vilken MIME-typ bilden har. Justera det efter format:

  • data:image/jpeg;base64, för JPG/JPEG-filer
  • data:image/png;base64, för PNG-filer

Koda en bild i Python

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}"

Koda i JavaScript/Node.js

import { readFileSync } from 'fs';

const imageData = readFileSync('photo.jpg').toString('base64');
const imageUrl = `data:image/jpeg;base64,${imageData}`;

Viktiga skillnader mellan URL och Base64

Kriterium URL Base64
Förfrågningsstorlek Lättviktig (endast URL) Tung (+33 % jämfört med originalfil)
Tillgänglighet Kräver publik bild Fungerar med alla lokala filer
Latens Servernedladdning Data direkt i förfrågan
Typiskt användningsområde Webbbilder, CDN, molnlagring Lokala filer, skärmdumpar, uppladdningar

Blanda text och bilder

content i ett meddelande accepterar en blandad array av input_image- och input_text-objekt i valfri ordning: du kan fritt växla mellan text och bilder. Med det nativa xAI SDK:t byggs samma meddelande med user(), som accepterar text och bilder skapade av image() i sekvens:

from xai_sdk import Client
from xai_sdk.chat import image, user

client = Client()  # nyckel läses från XAI_API_KEY

chat = client.chat.create(model="grok-4.5")
chat.append(
    user(
        "Compare these two photos:",
        image(image_url="https://exemple.com/photo1.jpg", detail="high"),
        image(image_url="https://exemple.com/photo2.jpg", detail="high"),
        "What are the main differences?",
    )
)

response = chat.sample()
print(response.content)

image() accepterar en publik URL eller en Base64 Data URI.

Viktiga punkter

  • Två bildformat stöds: Direkt URL och Base64 (Data URI)
  • Endast formaten JPG, JPEG och PNG accepteras
  • Varje bild får inte överstiga 20 MiB
  • Antalet bilder per förfrågan är obegränsat
  • Responses API placerar input_image i content för ett meddelande; Chat Completions använder image_url-delar; xAI SDK använder image() inuti user()
  • Föredra URL för publika bilder och Base64 för lokala filer