Bildformat: URL och Base64
På denna sida
Uppdaterad 3 november 2026. Med Responses API placeras objekten
input_imageochinput_texticontentför ett meddelande av typen{"role": "user", ...}, inte direkt iinput. Python-exemplet kallade tidigareclient.responses.create()påxai-sdk-klienten, vilket inte har denna metod, och skrev API-nyckeln direkt i koden: det använder nuuser(...)ochimage(...)från SDK:t, där nyckeln läses från miljövariabler. Varning från xAI om lagring av historik har lagts till. Koden verifierad medxai-sdk1.21.0. Källa: Image Understanding.
Skicka bilder till Grok
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.
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-filerdata: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_imageicontentför ett meddelande; Chat Completions använderimage_url-delar; xAI SDK använderimage()inutiuser() - Föredra URL för publika bilder och Base64 för lokala filer