Skip to main content
Grok Imagine 是 xAI 的生成式媒體模型系列,其中三個出圖。三個都走 非同步任務 API,信封與平臺上其他模型完全一致。 模型 ID 一律對齊 xAI 官方名稱,WideRouter 不提供別名。

系列總覽

三個模型的參數面只差一個欄位:只有 grok-imagine-image-2.0quality, 另外兩個會返回 unknown field——它們的品質是固定的,不給你調。 選型就看這一點:
  • grok-imagine-image-2.0 是可調的那個。需要在成本和畫質之間權衡, 或者需要指定畫幅與解析度時用它。
  • grok-imagine-image-quality 品質固定在高檔,默認出豎圖。 畫質比控制力更重要時用它。
  • grok-imagine-image 比另兩個便宜一大截。草稿、縮圖、需要批次生成的場景用它。

參數

信封就是非同步任務 API 裡說的那三個鍵——modelinput 和可選的 callback_url。下面這些都放在 input 裡。 input 內部是嚴格白名單校驗——不認識的鍵直接以 invalid_params 拒絕, param 精確指出是哪個。拼錯欄位名會立刻報錯,不會被靜默丟掉。
resolution 的取值是小寫1k2k),這和 Nano Banana 系列正好相反—— 那邊的 image_size 用的是大寫 1K / 2K / 4K。兩個系列在這裡連參數名都不同, 沒有可以沿用的經驗,照這張表寫。

解析度與品質

grok-imagine-image-2.0 上這是兩個獨立維度,都會改變輸出。實測畫素,每檔一個樣本: 另外兩個模型只有 resolution 起作用。實測:grok-imagine-image2k 下出 2816 × 1584,grok-imagine-image-quality2k 下出 1776 × 2368。 具體畫素是模型自己定的,不是一張固定網格——同一個檔位在不同畫幅下落在不同數字上。 把這張表當量級看,真實尺寸從檔案裡讀。

畫幅比例

三個模型接受同一組 16 個取值: 不傳則各模型用自己的預設畫幅——grok-imagine-imagegrok-imagine-image-2.0 出橫圖,grok-imagine-image-quality 出豎圖。auto 讓模型自己從提示詞裡判斷。

參考圖

input.images 裡最多放三張圖,用來編輯或合成。每一項是 https URL 或 base64 data URI:
第四張在提交時就會被拒:input.imagesmust contain at most 3 items。 格式不對的那一項會帶上下標:input.images[0]must be an https URL or a base64 image data URI URL 是 WideRouter 在服務端取的,所以必須能從公網訪問到。域名解析不了、 或者返回的不是圖片,任務會在入隊之後失敗,而不是在提交時被拒。

計價

這幾個模型走 Grok-Official 分組。WideRouter 的標價與 xAI 官方價完全一致—— 折扣體現在分組倍率上,Grok-Official 的倍率是 0.8。所以實際扣費是:
每張圖的標價如下,全部與介面返回的計費數字核對過: 兩條容易漏掉的規則:
  • 參考圖另外收費,每張約 $0.01,加在出圖價之上。三圖合成按「一張輸出 + 三張輸入」計。
  • n 是乘的。 2k / medium 出四張就是單張價的四倍,沒有批次折扣。
完成的任務裡帶一個 usage.cost_in_usd_ticks 欄位,10000000000 ticks 等於 $1。 這個數字是原價,還沒乘分組倍率。乘上你所在分組的倍率,才是實際從餘額里扣掉的數。

時延

非同步介面上從提交到 completed 的端到端實測,預設參數各一個樣本: 快到這個程度,非同步那一圈往返——提交,然後每兩三秒輪詢一次——花掉的牆鍾時間 往往比生成本身還多。典型結果是輪詢兩次就拿到了。

同步介面形態

三個模型同樣在 POST /v1/images/generations 上應答,掛住連線直接把圖給你。
響應是 datausagedata[0] 裡裝什麼取決於 response_formatb64_json 直接給位元組,url 給一個連結。
response_format: "url" 時,連結指向的是 xAI 自己的域名,不是 WideRouter 的 CDN,有效期也不在我們的控制之內。實測:一次 2k 生成回來的是 imgen.x.ai 上一個 5.2 MB 的 PNG;而同一個模型走非同步介面,回來的是 WideRouter CDN 上的 JPEG,且有明確的 24 小時視窗。這裡建議用 b64_json, 或者乾脆走非同步。
同步鏈路對「只想立刻拿到位元組」的指令碼更簡單,代價是整個生成期間都要掛住連線—— 2k 實測 19.4 秒。跑在 Serverless 函式、反向代理或移動端後面的場景應當走非同步。

下一步

Playground

在瀏覽器裡真實發一次請求,看著任務跑完。

Grok Imagine 影片

這個系列的影片那一半——生成、編輯與延長片段。