SpaceXAI: Grok Imagine Image Quality

SpaceXAI: Grok Imagine Image Quality är en bildgenererings och redigeringsmodell från xAI. Den tillhör kategorin bild och är byggd för snabb utdata med hög kvalitet, med fokus på fotorealistiska resultat. Om du redan arbetar med xAI modeller eller utvärderar bildmodeller för en produkt, är detta den att överväga när både utdatakvalitet och svarstid spelar roll.

Modellen tar emot text och bild som indata och producerar bild som utdata. Det innebär att du kan styra den med enbart en textprompt, eller kombinera en prompt med referensbilder för att vägleda resultatet. Den stöder upp till tre indatareferenser, så redigering och arbetsflöden i stil med bild till bild är möjliga utan att byta modell. Kontextfönstret är 65 536 tokens, och maximal utdata är 58 982 tokens. Genererade bilder kan begäras i 1K eller 2K upplösning, och du kan välja bland en lång rad bildförhållanden inklusive 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 och auto. Parametern n är fast inställd på 1, så varje begäran returnerar en enda bild.

Praktiska användningsområden följer direkt av dessa funktioner. Fotorealistisk generering i 1K eller 2K passar produktbilder, konceptkonst, marknadsföringsbilder och andra tillgångar där kvalitet spelar roll. Eftersom modellen tar emot referensbilder kan du använda den för redigeringsuppgifter som att ge ett befintligt foto en ny stil, justera en komposition eller producera varianter som ligger nära en medskickad referens. Alternativen för bildförhållande täcker både kvadratiska och vertikala format för sociala medier och mobil, samt breda format för banners och sidhuvuden. Alternativet auto är användbart när du hellre låter modellen välja en lämplig inramning utifrån prompten.

Du anropar modellen via api14's OpenAI-kompatibla API med modell-id "x-ai/grok-imagine-image-quality". Eftersom gränssnittet följer OpenAI schemat kan du peka en befintlig OpenAI-klient mot api14 och ändra modell-id, utan andra strukturella ändringar. De begärandeparametrar den stöder är logprobs, max_tokens, response_format, seed, temperature, top_logprobs och top_p. Parametern seed är värd att notera för bildarbete, eftersom den låter dig återskapa eller variera en generering. Bildspecifika alternativ som upplösning, bildförhållande och indatareferenser skickas vid sidan av dessa parametrar.

Några begränsningar är värda att ha i åtanke. Endast en bild returneras per begäran, så batchar kräver flera anrop. Indatareferenser är begränsade till tre, vilket är bra för de flesta redigeringsflöden men begränsande om du behöver blanda många källor. Om din uppgift är textgenerering eller en annan modalitet snarare än bildutdata passar en annan modell bättre.