xAI: Grok Imagine Image 2.0

Grok Imagine Image 2.0 ist ein Bildgenerierungs- und Bildbearbeitungsmodell von xAI, das auf api14 unter der Modell-ID x-ai/grok-imagine-image-2.0 gelistet ist. Es befindet sich in der Bildkategorie und ist für zwei verwandte Aufgaben konzipiert: das Erstellen von Bildern aus Text-Prompts und das Bearbeiten von Bildern aus Referenzen. Wenn Sie bereits andere xAI-Modelle über Ihren Stack routen, erweitert dieses Modell diese Linie in visuelle Ausgabe statt Text.

Das Modell akzeptiert Text- und Bildeingaben und gibt Bilder zurück. Es hat eine Kontextlänge von 65536 Tokens und eine maximale Ausgabe von 58982 Tokens. Die Generierung wird über Bildparameter gesteuert: Die Auflösung kann auf 1K oder 2K gesetzt werden, die Qualität kann low oder medium sein, und das Seitenverhältnis unterstützt eine breite Palette von Werten, darunter 1:1, 3:4, 4:3, 9:16, 16:9, 2:3, 3:2, 9:19.5, 19.5:9, 9:20, 20:9, 1:2, 2:1 und auto. Der Parameter n akzeptiert einen Wert von 1 bis 1, sodass jede Anfrage ein einzelnes Bild erzeugt. Eingabereferenzen akzeptieren 0 bis 3 Bilder, was referenzbasierte Bearbeitung neben reiner Text-zu-Bild-Arbeit ermöglicht.

Diese Fähigkeiten deuten auf einige praktische Muster hin. Ein Text-Prompt ohne Referenzen deckt die einfache Generierung ab, etwa die Erstellung eines einzelnen Assets in einem gewählten Seitenverhältnis und einer gewählten Auflösung. Das Bereitstellen von ein bis drei Eingabereferenzen verschiebt das Modell in den Bereich Bearbeitung und Variation, wo Sie das Ergebnis anhand vorhandener Bilder steuern, statt alles von Grund auf zu beschreiben. Die Liste der Seitenverhältnisse ist breit genug, um quadratische, Hochformat-, Querformat- sowie hohe oder breite Formate abzudecken, sodass Sie bestimmte Platzierungen ohne Nachbearbeitungs-Crops anvisieren können. Die Qualitätseinstellungen low und medium lassen Sie zwischen schnelleren Entwürfen und fertigerem Output innerhalb desselben Modells wählen.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID x-ai/grok-imagine-image-2.0 auf. Die unterstützten Anfrageparameter sind logprobs, max_tokens, response_format, seed, temperature, top_logprobs und top_p. Der Parameter seed ist nützlich, wenn Sie reproduzierbare Ausgabe über Läufe hinweg wünschen, und temperature und top_p geben Ihnen Kontrolle darüber, wie viel Variation Sie zwischen Aufrufen erhalten. Da die Schnittstelle dem OpenAI-Format folgt, können Sie vorhandene Client-Bibliotheken auf api14 richten und die Modell-ID ändern, statt Ihre Integration neu zu schreiben.

Einige Einschränkungen sind erwähnenswert, bevor Sie sich festlegen. Die Ausgabe sind ausschließlich Bilder. Wenn Sie also Text aus demselben Aufruf zurückbenötigen, ist dies nicht das Modell dafür. Jede Anfrage gibt genau ein Bild zurück, sodass Batch-Workflows mehrere Aufrufe benötigen. Eingabereferenzen sind auf drei begrenzt, was einschränkt, wie viel visuellen Kontext Sie für eine Bearbeitung bereitstellen können. Wenn Ihre Aufgabe Textgenerierung oder Analyse statt Bilderstellung und -bearbeitung ist, passt ein Textmodell auf api14 besser.