Paramètre de détail : auto, low et high — Grok Vision : comprendre les images

Contrôler la précision de l’analyse

Quand vous envoyez une image à Grok, vous pouvez contrôler le niveau de détail de l’analyse grâce au paramètre detail. Ce paramètre influence directement la qualité de la réponse, le temps de traitement et le nombre de tokens consommés.

Comprendre ce paramètre est crucial pour optimiser vos coûts et adapter la précision à chaque cas d’usage.

Les trois niveaux de détail

L’API xAI propose trois valeurs pour le paramètre detail :

Auto (valeur par défaut)

Quand vous ne spécifiez pas le paramètre detail, le modèle utilise auto. Il évalue alors automatiquement le niveau de détail nécessaire en fonction de l’image et de votre prompt.

{
  "type": "input_image",
  "image_url": "https://exemple.com/photo.jpg"
}

C’est le comportement recommandé pour la plupart des cas d’usage. Le modèle adapte sa stratégie d’analyse en fonction de la complexité perçue de l’image et de la question posée.

Low (rapide et économique)

Le mode low effectue une analyse rapide de l’image en utilisant moins de tokens. C’est le choix idéal quand vous avez besoin d’une compréhension générale sans entrer dans les détails fins.

{
  "type": "input_image",
  "image_url": "https://exemple.com/photo.jpg",
  "detail": "low"
}

Cas d’usage pour low :

Classifier le contenu d’une image (paysage, portrait, document, etc.)
Identifier le sujet principal d’une photo
Trier rapidement un lot d’images
Vérifier si une image correspond à un critère simple

High (lent et détaillé)

Le mode high force une analyse exhaustive de l’image. Le modèle examine chaque zone avec la résolution maximale, ce qui consomme davantage de tokens mais produit des descriptions bien plus précises.

{
  "type": "input_image",
  "image_url": "https://exemple.com/photo.jpg",
  "detail": "high"
}

Cas d’usage pour high :

Lire du texte fin dans une image (OCR)
Analyser des graphiques avec des légendes détaillées
Détecter des défauts dans des photos de produits
Examiner des captures d’écran d’interface complexes

Comparaison des niveaux

Paramètre	Vitesse	Tokens	Précision
auto	Variable	Variable	Adaptative
low	Rapide	Moins de tokens	Générale
high	Lent	Plus de tokens	Détaillée

Syntaxe selon l’API

Le paramètre detail se place différemment selon l’API utilisée.

API Responses (recommandée)

response = client.responses.create(
    model="grok-4",
    input=[
        {
            "type": "input_image",
            "image_url": "https://exemple.com/photo.jpg",
            "detail": "high"
        },
        {
            "type": "input_text",
            "text": "Lis tout le texte visible dans cette image."
        }
    ]
)

API Chat Completions (legacy)

response = client.chat.completions.create(
    model="grok-4",
    messages=[{
        "role": "user",
        "content": [
            {
                "type": "image_url",
                "image_url": {
                    "url": "https://exemple.com/photo.jpg",
                    "detail": "high"
                }
            },
            {
                "type": "text",
                "text": "Lis tout le texte visible dans cette image."
            }
        ]
    }]
)

Remarquez que dans Chat Completions, le detail est imbriqué dans l’objet image_url, tandis que dans l’API Responses il est au même niveau que image_url.

Stratégie d’optimisation

En production, une bonne pratique consiste à adapter le niveau de détail en fonction du type de tâche :

def analyser_image(image_url, tache):
    # Tâches simples → low pour économiser
    if tache in ["classifier", "trier", "identifier_sujet"]:
        detail = "low"
    # Tâches complexes → high pour la précision
    elif tache in ["ocr", "graphique", "defaut_produit"]:
        detail = "high"
    # Par défaut → laisser le modèle décider
    else:
        detail = "auto"

    return client.responses.create(
        model="grok-4",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": detail},
            {"type": "input_text", "text": f"Tâche : {tache}"}
        ]
    )

Cette approche vous permet de réduire significativement vos coûts en tokens sur les tâches simples tout en conservant la précision maximale là où elle est nécessaire.

Points clés à retenir

Le paramètre detail contrôle la profondeur d’analyse de l’image
auto (par défaut) laisse le modèle décider — c’est le choix recommandé
low est rapide et économique, adapté aux tâches de classification
high est lent mais précis, adapté à l’OCR et aux analyses fines
Adaptez le niveau de détail au type de tâche pour optimiser vos coûts