xAI: Grok Imagine Image 2.0

Grok Imagine Image 2.0 is een beeldgeneratie- en bewerkingsmodel van xAI, vermeld op api14 onder het model-id x-ai/grok-imagine-image-2.0. Het valt in de categorie image en is gebouwd voor twee gerelateerde taken: het maken van afbeeldingen op basis van tekstprompts en het bewerken van afbeeldingen op basis van referenties. Als je al andere xAI-modellen via je stack routeert, breidt deze die lijn uit naar visuele output in plaats van tekst.

Het model accepteert tekst- en beeldinvoer en retourneert afbeeldingen. Het heeft een contextlengte van 65536 tokens en een maximale output van 58982 tokens. Generatie wordt aangestuurd via image-parameters: resolution kan worden ingesteld op 1K of 2K, quality kan low of medium zijn, en aspect ratio ondersteunt een brede set waarden waaronder 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 en auto. De parameter n accepteert een waarde van 1 tot 1, dus elke aanvraag levert een enkele afbeelding op. Invoerreferenties accepteren van 0 tot 3 afbeeldingen, wat referentiegebaseerd bewerken mogelijk maakt naast gewoon tekst naar afbeelding werk.

Die mogelijkheden wijzen op een paar praktische patronen. Een tekstprompt zonder referenties dekt eenvoudige generatie, zoals het produceren van een enkel asset met een gekozen aspect ratio en resolution. Het leveren van een tot drie invoerreferenties verschuift het model naar bewerken en variatie, waarbij je het resultaat stuurt vanuit bestaande afbeeldingen in plaats van alles vanaf nul te beschrijven. De lijst met aspect ratio's is breed genoeg om vierkante, portret-, landschap- en hoge of brede formaten te dekken, zodat je specifieke plaatsingen kunt targeten zonder nabewerking van crops. De quality-instellingen low en medium laten je kiezen tussen snellere schetsen en meer afgewerkte output binnen hetzelfde model.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id x-ai/grok-imagine-image-2.0. De ondersteunde request-parameters zijn logprobs, max_tokens, response_format, seed, temperature, top_logprobs en top_p. De parameter seed is nuttig wanneer je reproduceerbare output wilt across runs, en temperature en top_p geven je controle over hoeveel variatie je krijgt tussen aanroepen. Omdat de interface het OpenAI-formaat volgt, kun je bestaande clientbibliotheken op api14 richten en het model-id wijzigen in plaats van je integratie te herschrijven.

Een paar beperkingen zijn het vermelden waard voordat je je vastlegt. Output is alleen afbeeldingen, dus als je tekst terug nodig hebt uit dezelfde aanroep, is dit niet het model daarvoor. Elke aanvraag retourneert precies een afbeelding, dus batch-achtige workflows vereisen meerdere aanroepen. Invoerreferenties zijn beperkt tot drie, wat beperkt hoeveel visuele context je kunt leveren voor een bewerking. Als je taak tekstgeneratie of analyse is in plaats van beeldcreatie en bewerking, past een tekstmodel op api14 beter.