xAI: Grok Imagine Image 2.0

Grok Imagine Image 2.0 adalah model pembuatan dan pengeditan gambar dari xAI, terdaftar di api14 dengan model id x-ai/grok-imagine-image-2.0. Model ini berada di kategori image dan dirancang untuk dua pekerjaan yang saling terkait: membuat gambar dari prompt teks dan mengedit gambar dari referensi. Jika Anda sudah merutekan model xAI lain melalui stack Anda, model ini memperluas lini tersebut ke output visual, bukan teks.

Model ini menerima input teks dan gambar serta mengembalikan gambar. Panjang konteksnya 65536 token dan output maksimum 58982 token. Pembuatan dikendalikan melalui parameter image: resolution dapat diatur ke 1K atau 2K, quality dapat berupa low atau medium, dan aspect ratio mendukung banyak nilai termasuk 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 dan auto. Parameter n menerima nilai dari 1 hingga 1, sehingga setiap permintaan menghasilkan satu gambar. Referensi input menerima 0 hingga 3 gambar, yang memungkinkan pengeditan berbasis referensi bersama dengan pekerjaan text to image biasa.

Kemampuan tersebut mengarah ke beberapa pola praktis. Prompt teks tanpa referensi mencakup pembuatan langsung, seperti menghasilkan satu aset pada aspect ratio dan resolution yang dipilih. Memberikan satu hingga tiga referensi input menggeser model ke wilayah pengeditan dan variasi, di mana Anda memandu hasil dari gambar yang sudah ada alih alih menjelaskan semuanya dari awal. Daftar aspect ratio cukup luas untuk mencakup format persegi, portrait, landscape serta format tinggi atau lebar, sehingga Anda dapat menargetkan penempatan tertentu tanpa crop pasca pemrosesan. Pengaturan quality low dan medium memungkinkan Anda memilih antara draf yang lebih cepat dan output yang lebih matang dalam model yang sama.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id x-ai/grok-imagine-image-2.0. Parameter permintaan yang didukung adalah logprobs, max_tokens, response_format, seed, temperature, top_logprobs dan top_p. Parameter seed berguna ketika Anda menginginkan output yang dapat direproduksi di berbagai eksekusi, dan temperature serta top_p memberi Anda kendali atas seberapa besar variasi antar panggilan. Karena antarmukanya mengikuti format OpenAI, Anda dapat mengarahkan pustaka klien yang sudah ada ke api14 dan mengubah model id alih alih menulis ulang integrasi Anda.

Beberapa batasan perlu diperhatikan sebelum Anda berkomitmen. Output hanya berupa gambar, jadi jika Anda memerlukan teks kembali dari panggilan yang sama, ini bukan model untuk itu. Setiap permintaan mengembalikan tepat satu gambar, sehingga alur kerja bergaya batch memerlukan beberapa panggilan. Referensi input dibatasi hingga tiga, yang membatasi seberapa banyak konteks visual yang dapat Anda berikan untuk sebuah pengeditan. Jika tugas Anda adalah pembuatan atau analisis teks, bukan pembuatan dan pengeditan gambar, model teks di api14 akan lebih cocok.