Felo API PlatformFelo API Platform
חזרה למודלים

Grok Imagine Image 2.0 API

Grok Imagine Image 2.0 של xAI הוא מודל דור חדש ליצירת ועריכת תמונות, עם כלי עריכה מדויקים, תמיכה בקלט טקסט, תמונה ו-PDF, ופלט של תמונות ברזולוציית 1K ו-2K.

Grok Imagine Image 2.0 הוא מודל יצירת ועריכת תמונות מהדור הבא של xAI. הוא מקבל קלט טקסט, תמונה ו-PDF, ומייצר תמונות על פי בקשות טקסטואליות. המודל מציע כלי עריכה מדויקים כמו מטה קסם, סגמנטציה, הסרת רקע ושינוי גודל חכם, ומאפשר עריכה ממוקדת באזורים ספציפיים בתמונה. כמו כן, הוא תומך בעריכת multi-reference עם עד 5 תמונות ייחוס, ומייצר בין תמונה אחת לעשר תמונות בכל בקשה.

המודל מיועד למשימות עיצוב מקצועיות הדורשות עריכה מדויקת ושליטה בפריסה, ליצירת נכסי שיווק עם עקביות מותגית, לדגמי מוצר וקריאייטיב פרסומי, וליצירה איטרטיבית של תוכן עם שינויים קטנים חוזרים. הוא מתאים גם לפרויקטים יצירתיים חסויים ומסחריים, וליצירת אמנות קונספט ונכסים למשחקים. החוזקות שלו כוללות עמידה טובה בהוראות מורכבות עם ריבוי אלמנטים, שמירה על עקביות לאורך עריכות חוזרות, ושילוב באפליקציית Grok כמצב איכות עם קישור ל-X.

בין המגבלות: רזולוציה מקסימלית של 2K בלבד, מודל קנייני שלא ניתן לאירוח עצמי או כיוונון עדין, וציון של כמה ביקורות משתמשים כי מתחרים כמו GPT Image שומרים טוב יותר על סגנון דמויות לא סטנדרטיות עם פחות צנזורה. מתחרים כמו GPT Image 2, Nano Banana ו-FLUX 3 מציעים פלט ברזולוציית 4K. algunos מקורות מציינים שלא קיימים עבור המודל תוצאות benchmark שעברו ביקורת עמיתים.

עודכן:

MODEL ID

grok-imagine-image-2.0
קלט
text / image
פלט
image

עיקרי הדברים

  • כלי עריכה מדויקים: מטה קסם וסגמנטציה
  • עמידה טובה בהוראות מורכבות
  • עקביות לאורך עריכות חוזרות
  • תמיכה בקלט טקסט, תמונה ו-PDF
  • ייצור 1 עד 10 תמונות בבקשה

ספקים

המחיר הטוב ביותר
2 ספקים

השוו מחירי API בין ספקים. בחרו ספק כדי לראות את כל החיובים והתנאים.

ספק · פירוט תמחור
זמינות
$0.08
$0.08$0.032

בנצ׳מרקים

  • Arena image generation leaderboard

    דירוג עולמי

    #2
  • Arena image editing leaderboard

    דירוג עולמי

    #2
  • ImageBench V1 overall

    מתוך 100

    75
  • ImageBench V1 text rendering

    מתוך 100

    100
  • ImageBench V1 human realism

    מתוך 100

    55

ציונים כפי שפורסמו על ידי ספק המודל.

התחלה מהירה

שלחו משימת תמונה, בדקו את מצבה ושמרו את התמונות. הדוגמאות משתמשות ב-curl ובספרייה התקנית של Python 3.

POST https://openapi.felo.ai/api/v1/images/generations

1קבלו את מפתח ה-API שלכם

צרו מפתח בחשבון Felo API Platform שלכם והגדירו אותו כמשתנה סביבה.

export FELO_API_KEY="YOUR_API_KEY"

2שלחו את הבקשה הראשונה

ערכים אופציונליים משתנים לפי המודל ואינם מוגדרים כאן. בדקו אותם ב-Playground. השדות נמצאים לצד model ו-prompt, ללא עטיפת input.

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
  "model": "grok-imagine-image-2.0"
}'

3בדיקת המשימה

השליחה מחזירה task_id. בדקו כל 3 שניות במצב queued או running; עצרו ב-succeeded, failed או interrupted. ההמתנה מוגבלת ל-30 דקות. שמרו created.json כדי להמשיך לבדוק בלי לשלוח שוב.

python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen

task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800

while task["status"] in ("queued", "running"):
    if time.monotonic() >= deadline:
        raise TimeoutError(f"Keep task_id={task_id} to resume polling")
    time.sleep(3)
    with urlopen(Request(url, headers=headers), timeout=60) as response:
        task = json.load(response)
    if task.get("task_id") != task_id or task.get("kind") != "image":
        raise ValueError("Unexpected task response")
    print(task["status"])

if task["status"] != "succeeded":
    raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
    raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY

4הורדת הפלט

לאחר הצלחה, שמרו outputs מתוך task.json. נתמכים קישורי HTTPS, אובייקטי URL ו-b64_json. הורידו קישורים חתומים בהקדם; להורדת תמונות אין צורך במפתח API.

python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen

task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
    raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}

for index, output in enumerate(task["outputs"], 1):
    item = output if isinstance(output, dict) else {}
    url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
    mime = item.get("media_type") or "image/png"
    if url and url.startswith("https://"):
        with urlopen(url, timeout=60) as response:
            data = response.read()
            mime = response.headers.get_content_type()
    elif url and url.startswith("data:image/") and ";base64," in url:
        header, encoded = url.split(",", 1)
        mime = header[5:].split(";", 1)[0]
        data = base64.b64decode(encoded, validate=True)
    elif item.get("b64_json"):
        data = base64.b64decode(item["b64_json"], validate=True)
    else:
        raise ValueError("Unrecognized image output")
    path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
    path.write_bytes(data)
    print(path)
PY
input_references

לעריכת תמונה, החליפו את כתובת הדוגמה בכתובת HTTPS שלכם או ב-data URL של תמונת base64. שלחו פעם אחת והמשיכו באותם שלבי בדיקה ושמירה.

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "Keep the product and framing. Replace the background with a sunlit marble countertop.",
  "model": "grok-imagine-image-2.0",
  "input_references": [
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.com/product.png"
      }
    }
  ]
}'

פרמטרים נתמכים

  • n
  • quality
  • resolution
  • aspect_ratio
  • input_references

מעדיפים את העיון המלא?

מסמכי API →

שאלות נפוצות

מהו Grok Imagine Image 2.0?

Grok Imagine Image 2.0 הוא מודל יצירת ועריכת תמונות מהדור הבא של xAI. הוא מקבל קלט טקסט, תמונה ו-PDF, ומייצר תמונות על פי בקשות טקסטואליות. המודל מציע כלי עריכה מדויקים כמו מטה קסם, סגמנטציה, הסרת רקע ושינוי גודל חכם, ומאפשר עריכה ממוקדת באזורים ספציפיים בתמונה. כמו כן, הוא תומך בעריכת multi-reference עם עד 5 תמונות ייחוס, ומייצר בין תמונה אחת לעשר תמונות בכל בקשה. המודל מיועד למשימות עיצוב מקצועיות הדורשות עריכה מדויקת ושליטה בפריסה, ליצירת נכסי שיווק עם עקביות מותגית, לדגמי מוצר וקריאייטיב פרסומי, וליצירה איטרטיבית של תוכן עם שינויים קטנים חוזרים. הוא מתאים גם לפרויקטים יצירתיים חסויים ומסחריים, וליצירת אמנות קונספט ונכסים למשחקים. החוזקות שלו כוללות עמידה טובה בהוראות מורכבות עם ריבוי אלמנטים, שמירה על עקביות לאורך עריכות חוזרות, ושילוב באפליקציית Grok כמצב איכות עם קישור ל-X. בין המגבלות: רזולוציה מקסימלית של 2K בלבד, מודל קנייני שלא ניתן לאירוח עצמי או כיוונון עדין, וציון של כמה ביקורות משתמשים כי מתחרים כמו GPT Image שומרים טוב יותר על סגנון דמויות לא סטנדרטיות עם פחות צנזורה. מתחרים כמו GPT Image 2, Nano Banana ו-FLUX 3 מציעים פלט ברזולוציית 4K. algunos מקורות מציינים שלא קיימים עבור המודל תוצאות benchmark שעברו ביקורת עמיתים.

איך מחייבים על השימוש?

החיוב שלכם תלוי בספק שאתם משתמשים בו, במחירים שלו ובשימוש שלכם. קלט ארוך יותר או תנאים אחרים עשויים להיות במחיר שונה.

אילו סוגי קלט המודל תומך בהם?

המודל תומך בקלט טקסט, תמונה ו-PDF, ומייצר תמונות כפלט.

מה מגבלת אורך הקשר והפלט?

אורך ההקשר הוא 65,536 טוקנים, ומגבלת הפלט היא 58,982 טוקנים.

אילו כלי עריכה זמינים במודל?

המודל כולל מטה קסם, סגמנטציה, הסרת רקע ושינוי גודל חכם, ומאפשר עריכה ממוקדת באזורים ספציפיים בתמונה.

כמה תמונות אפשר לייצר בכל בקשה?

המודל מייצר בין תמונה אחת לעשר תמונות בכל בקשה, עם תמיכה בעריכת multi-reference של עד 5 תמונות ייחוס.

מהי הרזולוציה המקסימלית הנתמכת?

המודל תומך ברזולוציות 1K ו-2K, כאשר 2K היא הרזולוציה המקסימלית.