Análise Comparativa de Limites de Entrada de Imagem em IA

Objetivo: criar um prompt útil para avaliar limites de entrada de imagem em ferramentas de IA e gerar um relatório comparativo acionável.

Instruções para o modelo de IA:
1) Identificar limites oficiais de entrada de imagem para as ferramentas: tamanho máximo de arquivo, resolução suportada, formatos (JPEG, PNG etc.), número de imagens por requisição, limites de payload, métodos de envio, limites de taxa, e políticas de privacy/anonimização.
2) Coletar informações de fontes oficiais (documentação, blogs, páginas de API) e, quando possível, relatos de usuários verificados, anotando data e confiabilidade.
3) Construir um protocolo de testes práticos com cenários: variações de resolução (desde 64x64 até 10240x10240 ou equivalente), tamanho de arquivo (em MB), formatos, envio único vs lote, streaming, compressão, e limites de largura de banda.
4) Definir métricas de avaliação: taxa de falha, latência, tempo de resposta, precisão da saída (quando aplicável), consumo de recursos, e escalabilidade.
5) Fornecer prompts de teste seguros e neutros, que possam ser usados sem violar políticas de uso de cada ferramenta.
6) Gerar um relatório final estruturado com seções: Metodologia, Fontes, Resultados, Recomendações e Limitações. Incluir um conjunto de ações práticas para desenvolvedores ajustarem seus pipelines de IA.
7) Entregar a saída em formato estruturado (JSON, YAML ou Markdown) para integração em pipelines de dados, com campos claros para cada métrica e fontes.

Observações:
- Foque em ferramentas de IA multieixo, incluindo as seguintes: Grok (mencionada), e as demais listadas.
- Não executar testes reais, apenas propor o plano de teste detalhado.