Felo API PlatformFelo API Platform
モデル一覧へ戻る

Grok Imagine Image 2.0 API

xAIの次世代画像生成・編集モデル。テキストや画像、PDFを入力に、最大10枚の画像生成と精密な編集をこなします。

Grok Imagine Image 2.0は、xAIが2026年8月7日に公開した次世代の画像生成・編集モデルです。テキスト・画像・PDFを入力として受け取り、画像を出力します。コンテキストは65,536トークン、出力上限は58,982トークンで、1回のリクエストで1〜10枚の画像を生成できます。

最大5枚の参照画像を使ったマルチリファレンス編集に対応し、マジックワンド、セグメンテーション、背景除去、スマートリサイズといった編集ツールを備えています。画像内の特定領域を狙った局所的な編集も可能です。解像度は1Kと2Kに対応し、品質モードはlowとmediumから選べます。アスペクト比は1:1、16:9、9:16、3:4、3:2、2:3などを指定できます。

レイアウトを意識した生成や複数要素を含む複雑な指示への追従性が高く、繰り返しの編集でも一貫性を保ちやすいのが特長です。マーケティング素材の量産や商品モックアップ、ゲームアセットの作成など、精度の高い編集とレイアウト制御が求められる制作ワークフローに向いています。一方で最大解像度は2Kまでに限られ、プロプライエタリモデルのためセルフホストやファインチューニングはできません。

更新日時:

モデル ID

grok-imagine-image-2.0
入力
text / image
出力
image

ハイライト

  • 最大5枚の参照画像でマルチリファレンス編集
  • 1リクエストで最大10枚を生成
  • マジックワンドや背景除去などの編集ツール
  • 1K・2K解像度と多様なアスペクト比に対応
  • 複雑な指示への高い追従性と一貫性

プロバイダー

最安値
2 プロバイダー

プロバイダーごとの API 料金を比較できます。プロバイダーを選択すると、すべての料金と適用条件を確認できます。

プロバイダー · 料金の内訳
稼働率
$0.08
$0.08$0.032

ベンチマーク

  • Arena 画像生成リーダーボード

    世界ランキング

    #2
  • Arena 画像編集リーダーボード

    世界ランキング

    #2
  • ImageBench V1 総合

    100点満点中

    75
  • ImageBench V1 テキストレンダリング

    100点満点中

    100
  • ImageBench V1 人間のリアリズム

    100点満点中

    55

スコアはモデル提供元が公表した値です。

Quick Start

画像タスクを送信し、状態を確認してから画像を保存します。curl と Python 3 の標準ライブラリのみを使用します。

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

1API key を設定

Felo API Platform アカウントで key を作成し、環境変数として設定します。

export FELO_API_KEY="YOUR_API_KEY"

2最初のリクエスト

任意パラメーターの値はモデルによって異なるため、例では指定しません。追加前に Playground で確認してください。各フィールドは model・prompt と同じ階層に置き、input で囲みません。

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"
}'

3タスクをポーリング

送信後に task_id が返ります。queued・running の間は3秒ごとに確認し、succeeded・failed・interrupted で終了します。待機は最大30分です。created.json を保存すると、再送信せず同じタスクの確認を再開できます。

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

4出力をダウンロード

成功後、task.json の outputs を保存します。HTTPS URL、URL オブジェクト、b64_json に対応しています。署名付き URL は早めにダウンロードしてください。画像の取得に API キーは不要です。

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

画像編集では、例の URL を自分の HTTPS 画像 URL または base64 画像 data URL に置き換えます。一度送信した後、同じ確認・保存手順を使います。

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"
      }
    }
  ]
}'

対応パラメータ

  • n
  • quality
  • resolution
  • aspect_ratio
  • input_references

完全なリファレンスが必要ですか?

API リファレンス →

よくある質問

モデルについて: Grok Imagine Image 2.0?

Grok Imagine Image 2.0は、xAIが2026年8月7日に公開した次世代の画像生成・編集モデルです。テキスト・画像・PDFを入力として受け取り、画像を出力します。コンテキストは65,536トークン、出力上限は58,982トークンで、1回のリクエストで1〜10枚の画像を生成できます。 最大5枚の参照画像を使ったマルチリファレンス編集に対応し、マジックワンド、セグメンテーション、背景除去、スマートリサイズといった編集ツールを備えています。画像内の特定領域を狙った局所的な編集も可能です。解像度は1Kと2Kに対応し、品質モードはlowとmediumから選べます。アスペクト比は1:1、16:9、9:16、3:4、3:2、2:3などを指定できます。 レイアウトを意識した生成や複数要素を含む複雑な指示への追従性が高く、繰り返しの編集でも一貫性を保ちやすいのが特長です。マーケティング素材の量産や商品モックアップ、ゲームアセットの作成など、精度の高い編集とレイアウト制御が求められる制作ワークフローに向いています。一方で最大解像度は2Kまでに限られ、プロプライエタリモデルのためセルフホストやファインチューニングはできません。

利用料金はどのように計算されますか?

料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。

どのような入力に対応していますか?

テキスト、画像、PDFを入力として受け付け、画像を出力します。

コンテキストと出力の長さはどのくらいですか?

コンテキストは65,536トークン、出力上限は58,982トークンです。

1回のリクエストで何枚の画像を生成できますか?

1回のリクエストで1〜10枚の画像を生成できます。

対応している解像度とアスペクト比を教えてください。

解像度は1Kと2Kに対応しています。アスペクト比は1:1、16:9、9:16、3:4、3:2、2:3などを指定できます。

どのような編集機能がありますか?

マジックワンド、セグメンテーション、背景除去、スマートリサイズなどのツールを備え、画像内の特定領域を狙った局所的な編集も可能です。最大5枚の参照画像を使ったマルチリファレンス編集にも対応します。

同系列のモデルとは何が違いますか?

Grok Imagine Image 2.0は次世代モデルとして、精密な編集ツールと複雑な指示への追従性を強化しています。同系列にはGrok Imagine ImageやGrok Imagine Image 2もあり、用途に応じて使い分けられます。