xAI: Grok Imagine Image 2.0

Grok Imagine Image 2.0 est un modèle de génération et d'édition d'images de xAI, répertorié sur api14 sous l'identifiant de modèle x-ai/grok-imagine-image-2.0. Il appartient à la catégorie image et est conçu pour deux tâches liées : créer des images à partir de prompts textuels et éditer des images à partir de références. Si vous acheminez déjà d'autres modèles xAI via votre stack, celui-ci étend cette gamme à la sortie visuelle plutôt qu'au texte.

Le modèle accepte des entrées texte et image et renvoie des images. Il dispose d'une longueur de contexte de 65536 tokens et d'une sortie maximale de 58982 tokens. La génération est contrôlée via des paramètres d'image : la résolution peut être définie sur 1K ou 2K, la qualité peut être low ou medium, et le rapport d'aspect prend en charge un large ensemble de valeurs, notamment 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 et auto. Le paramètre n accepte une valeur de 1 à 1, donc chaque requête produit une seule image. Les références d'entrée acceptent de 0 à 3 images, ce qui rend possible l'édition basée sur des références en plus du simple texte vers image.

Ces capacités correspondent à quelques schémas pratiques. Un prompt textuel sans référence couvre la génération simple, par exemple produire une ressource unique avec un rapport d'aspect et une résolution choisis. Fournir une à trois références d'entrée fait passer le modèle dans le domaine de l'édition et des variantes, où vous guidez le résultat à partir d'images existantes plutôt que de tout décrire depuis zéro. La liste des rapports d'aspect est assez large pour couvrir les formats carré, portrait, paysage et haut ou large, ce qui vous permet de cibler des emplacements précis sans recadrage post-traitement. Les réglages de qualité low et medium vous permettent de choisir entre des brouillons plus rapides et une sortie plus aboutie au sein du même modèle.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle x-ai/grok-imagine-image-2.0. Les paramètres de requête pris en charge sont logprobs, max_tokens, response_format, seed, temperature, top_logprobs et top_p. Le paramètre seed est utile lorsque vous voulez une sortie reproductible d'une exécution à l'autre, et temperature et top_p vous donnent le contrôle sur le degré de variation entre les appels. Comme l'interface suit le format OpenAI, vous pouvez pointer vos bibliothèques clientes existantes vers api14 et changer l'identifiant de modèle plutôt que de réécrire votre intégration.

Quelques contraintes méritent d'être notées avant de vous engager. La sortie est uniquement composée d'images, donc si vous avez besoin de texte en retour du même appel, ce n'est pas le modèle adapté. Chaque requête renvoie exactement une image, donc les workflows de type batch nécessitent plusieurs appels. Les références d'entrée sont limitées à trois, ce qui limite la quantité de contexte visuel que vous pouvez fournir pour une édition. Si votre tâche est la génération ou l'analyse de texte plutôt que la création et l'édition d'images, un modèle texte sur api14 conviendra mieux.