Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

input_image kontra image_url: De två syntaxerna

Lektion 12 av 12 Uppdaterad 30 juli 2026 Nybörjare
På denna sida
  1. Två API:er, två syntaxer
  2. Responses API: input_image (rekommenderas)
  3. Chat Completions API: image_url (föråldrat)
  4. Jämförelsetabell
  5. Vanliga syntaxfel
  6. När ska du använda vilket API?
  7. Viktiga punkter
  8. Testa dina kunskaper

Två API:er, två syntaxer

xAI erbjuder två slutpunkter för att interagera med Grok, och var och en använder en annan syntax för att skicka bilder. Att förstå dessa skillnader är avgörande för att skriva korrekt kod och undvika frustrerande fel.

Responses API: input_image (rekommenderas)

Responses API är xAI:s nya primära slutpunkt. Nya funktioner lanseras här först. Detta är det API du bör prioritera för alla nya projekt.

Syntax

{
  "model": "grok-4.5",
  "store": false,
  "input": [
    {
      "type": "input_image",
      "image_url": "https://exemple.com/photo.jpg",
      "detail": "high"
    },
    {
      "type": "input_text",
      "text": "Describe this image."
    }
  ]
}

Egenskaper

  • Typen är input_image (inte image_url)
  • URL:en eller Data URI:n placeras direkt i image_url (inget nästlat objekt)
  • detail finns på samma nivå som image_url
  • Text använder typen input_text
  • Arrayen input ersätter arrayen messages från Chat Completions

Python SDK

response = client.responses.create(
    model="grok-4.5",
    input=[
        {
            "type": "input_image",
            "image_url": "https://exemple.com/photo.jpg",
            "detail": "high"
        },
        {
            "type": "input_text",
            "text": "Describe this image."
        }
    ],
    store=False
)

print(response.output_text)

Chat Completions API: image_url (föråldrat)

Chat Completions API är den föråldrade slutpunkten, som underhålls för kompatibilitet med befintliga OpenAI SDK:er. Om du migrerar kod som skrivits för OpenAI underlättar detta API övergången.

Syntax

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

Egenskaper

  • Typen är image_url (inte input_image)
  • URL:en finns i ett nästlat image_url.url-objekt (dubbel nästling)
  • detail finns inuti image_url-objektet
  • Text använder typen text (inte input_text)
  • Meddelanden har en role (system, user, assistant)

Python med OpenAI SDK

from openai import OpenAI

client = OpenAI(
    api_key="your-xai-key",
    base_url="https://api.x.ai/v1"
)

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[{
        "role": "user",
        "content": [
            {
                "type": "image_url",
                "image_url": {
                    "url": "https://exemple.com/photo.jpg",
                    "detail": "high"
                }
            },
            {
                "type": "text",
                "text": "Describe this image."
            }
        ]
    }]
)

print(response.choices[0].message.content)

Jämförelsetabell

Aspekt API Responses Chat Completions
Status Primär (rekommenderas) Föråldrad (kompatibilitet)
Bildtyp input_image image_url
Texttyp input_text text
Bild-URL image_url: "..." image_url.url: "..."
Tillståndshantering Med tillstånd (previous_response_id) Utan tillstånd (skicka allt på nytt)
Lagring store: true/false Nej (utan tillstånd)
Serververktyg web_search, x_search, code_interpreter Begränsat

Vanliga syntaxfel

Fel 1: Blanda format

# FEL – Chat Completions-syntax i Responses API
input=[
    {"type": "image_url", "image_url": {"url": "..."}}  # Nej!
]

# KORREKT – Responses API-syntax
input=[
    {"type": "input_image", "image_url": "..."}  # Ja!
]

Fel 2: Glömma den nästlade strukturen i Chat Completions

# FEL – Direkt URL i Chat Completions
{"type": "image_url", "image_url": "https://..."}  # Nej!

# KORREKT – Nästlat objekt
{"type": "image_url", "image_url": {"url": "https://..."}}  # Ja!

Fel 3: Använda “text” istället för “input_text”

# FEL – "text"-typ i Responses API
input=[
    {"type": "text", "text": "Describe."}  # Nej!
]

# KORREKT
input=[
    {"type": "input_text", "text": "Describe."}  # Ja!
]

När ska du använda vilket API?

  • Nytt projekt: använd Responses API. Det ger tillgång till de senaste funktionerna och konversationslagring.
  • Migrering från OpenAI: börja med Chat Completions för att minimera kodändringar, migrera sedan gradvis till Responses API.
  • Känsliga bilder: Responses API med store: false eller Chat Completions API (naturligt utan tillstånd).

Viktiga punkter

  • Responses API använder input_image + input_text, medan Chat Completions API använder image_url + text
  • URL-strukturen skiljer sig: direkt i Responses, nästlad i Chat Completions
  • Responses API är det rekommenderade valet för all ny utveckling
  • Blanda aldrig syntax från båda API:erna i samma begäran
  • Kontrollera alltid objekttypen (input_image kontra image_url) för att undvika tysta fel

Testa dina kunskaper

xAI API vision: format, tokens, syntaxer – är allt på plats?

1. Hur skickar du en bild till API:t?

Svar: Via URL eller Base64, i ett meddelande med blandat innehåll – med respekt för dokumenterade format- och storleksbegränsningar.

2. Vad styr parametern detail (auto, low, high)?

Svar: Analysgranularitet och kostnad: low sparar tokens för grova användningsfall, high maximerar precision (OCR, fina detaljer), auto låter API:t besluta.

3. Hur beräknas kostnaden för en bild?

Svar: I bildtokens – från 256 till 1792 beroende på upplösning och detailjnivå: att anpassa dina bildstorlekar och din detailjnivå är den första optimeringshävstången.

4. Vad möjliggör jämförelse av flera bilder?

Svar: Att skicka flera bilder i en enda begäran och resonera kring dem – skillnader, utveckling, konsekvens – utan gräns för antalet bilder per begäran.

5. input_image eller image_url: vilket ska du välja?

Svar: input_image är den moderna syntaxen för Responses API; image_url finns kvar som legacy för Chat Completions – för ny kod är den moderna syntaxen obligatorisk.

Bra format, bra detaljnivå, bra syntax: vision styrs precis som text – ända ner till token.