Grok Imagine Image 2.0 API

Grok Imagine Image 2.0 je model pro generování a editaci obrázků od xAI, představený 7. srpna 2026. Přijímá textové, obrázkové a PDF vstupy a vytváří obrázky na základě textových zadání. Disponuje kontextovým oknem 65 536 tokenů a limitem výstupu 58 982 tokenů. V režimu editace nabízí nástroje jako kouzelná hůlka, segmentace, odstranění pozadí a chytrá změna velikosti, včetně možnosti cílit úpravy na konkrétní oblasti obrázku. Na jeden požadavek vygeneruje 1 až 10 obrázků a podporuje multi-referenční editaci až s 5 referenčními obrázky. Rozlišení je k dispozici v 1K a 2K a lze volit mezi nízkou a střední kvalitou. Mezi podporované poměry stran patří 1:1, 16:9, 9:16, 3:4, 3:2 a 2:3. Model je vhodný pro profesionální designové postupy vyžadující přesné úpravy a kontrolu rozvržení, pro tvorbu marketingových materiálů s konzistencí značky napříč variacemi, pro produktové mockupy a reklamní kreativy s využitím odstranění pozadí a chytré změny velikosti, pro iterativní tvorbu obsahu s opakovanými drobnými revizemi, pro důvěrné a komerční kreativní projekty i pro tvorbu herních assetů a konceptuálního umění. Silnou stránkou je přesné sledování instrukcí u složitých zadání s více prvky a generování s ohledem na rozvržení, stejně jako konzistence při opakovaných úpravách a generacích. Model je integrován do aplikace Grok jako kvalitativní režim a propojen se sítí X. Mezi omezení patří maximální rozlišení 2K, nemožnost vlastního hostování či doladění a skutečnost, že někteří uživatelé v recenzích uvádějí, že GPT Image lépe zachovává nestandardní stylizaci postav a má méně cenzury. Konkurenční modely jako GPT Image 2, Nano Banana a FLUX 3 nabízejí výstup ve 4K. Některé zdroje uvádějí, že pro tento model neexistují recenzované výsledky benchmarků.

Faktura závisí na zvoleném poskytovateli, jeho cenách a vašem využití. Delší vstupy nebo jiné podmínky mohou mít jiné ceny. Účtováno podle skutečných nákladů na generování. Konečnou částku najdete ve faktuře.

Model přijímá textové, obrázkové a PDF vstupy a vytváří obrázky jako výstup.

Kontextové okno má 65 536 tokenů a limit výstupu je 58 982 tokenů.

K dispozici jsou nástroje kouzelná hůlka, segmentace, odstranění pozadí a chytrá změna velikosti, včetně cílení úprav na konkrétní oblasti obrázku.

Model vygeneruje 1 až 10 obrázků na jeden požadavek.

Podporována jsou rozlišení 1K a 2K a poměry stran 1:1, 16:9, 9:16, 3:4, 3:2 a 2:3.

V žebříčku Arena image generation leaderboard a Arena image editing leaderboard se umístil na 2. místě na světě. V ImageBench V1 dosáhl celkového skóre 75 ze 100, v textovém vykreslování 100 ze 100 a v lidském realismu 55 ze 100.