Grok Imagine Image 2.0 API
Grok Imagine Image 2.0 是 xAI 於 2026 年 8 月 7 日發布的精確圖像生成與編輯模型,以指令遵循、設計級排版和編輯保真見長,發布時在 Arena 文生圖與圖像編輯雙榜位列全球第二。Roko API 以 1K $0.036 起、quality 與解析度雙維計價提供非同步任務呼叫。
- 公開模型 ID
grok-imagine-image-2.0- 輸出檔位
1K / 2K(預設 1K)- 計費方式
按 quality × 解析度雙維- 生成接口
POST /v1/images/tasks- 目錄快照
Grok Imagine Image 2.0 是什麼?
Grok Imagine Image 2.0 是 xAI 於 2026 年 8 月 7 日正式發布的圖像生成與編輯模型,作為 Grok Imagine 的「Quality Mode」上線網頁與行動端,API ID 為 grok-imagine-image-2.0。官方定位是「為真實創作工作而生的精確生成與編輯」:緊貼指令細節、按設計師方式規劃排版與佈局,讓複雜多元素畫面成立、小字號文字依然清晰。
編輯被作為一等能力對待:官方提供魔棒局部修改(指哪改哪、其餘不動)、分割選區、背景移除(透明底導出)與多參考圖編輯(單次最多 5 張輸入自動融合)。Smart Resize 支援一張圖在 1:2 至 2:1 的多種比例間重構補畫。發布時它在 Arena 文生圖與圖像編輯雙榜均列全球第二(僅次於 GPT Image 2)。
Roko API 目前公開 1K 與 2K 輸出、14 種寬高比、quality(low/medium)與 n(一次最多 10 張)參數,價格按 quality × 解析度雙維計費(1K low $0.036 至 2K medium $0.072)。呼叫走非同步任務,提交後輪詢結果。
核心能力
指令級精確遵循
官方主打的細節級指令遵循:指定物體、位置關係與場景結構在生成中存活,複雜多元素畫面不易丟元素。
設計級排版與文字
按設計師方式規劃字體、層級與留白,海報與資訊圖的小字號文字清晰銳利。
精確編輯工具集
魔棒局部修改、分割選區、背景移除與多參考融合(官方 ≤5 張),編輯只動該動的區域。
Smart Resize 智能重構
同一畫面在 1:2 至 2:1 間換比例時自動補齊畫面內容,而非簡單裁切,適配橫幅與豎屏多渠道分發。
Grok Imagine Image 2.0 效果案例
以下案例取自 xAI 官方發布頁的公開演示素材(已標註來源,非 Roko 實測),用於展示該模型的能力方向;Roko 實測案例將在測試密鑰就位後補充。

資訊圖排版:像素風 SpaceX 圖表
Pixel-art SpaceX infographic charting Falcon 9, Dragon, and Starship milestones with clean labels
官方展示的排版能力樣例:圖表結構、文字標籤與像素風格一次成型,對應官方「設計級排版、小字清晰」的主張。
xAI 官方發布頁演示素材 · 2026-10-07 核驗
復古旅行海報:義大利里維埃拉
Vintage travel poster of an Italian Riviera coastal town, layered cliffs and pastel buildings, retro typography
豎版海報的版式層級與復古配色完整,適合廣告與行銷物料的成稿方向。
xAI 官方發布頁演示素材 · 2026-10-07 核驗
風格化肖像:半調網點
High-contrast halftone portrait of a young man rendered entirely in fine halftone dots
純網點風格的人像在高對比下保持面部結構與明暗層次,體現官方強調的攝影、設計與插畫多域保真。
xAI 官方發布頁演示素材 · 2026-10-07 核驗
多步驟教程:鉛筆畫馬
Step-by-step pencil horse drawing tutorial sheet with progressive stages from basic shapes to the finished sketch
分步教程要求嚴格的多格排版與階段遞進,是官方「複雜多元素畫面成立」主張的直接展示。
xAI 官方發布頁演示素材 · 2026-10-07 核驗

Smart Resize:1:1 到 9:16 重構
Recompose this scene to a 9:16 vertical frame, extending the environment instead of cropping
官方 Smart Resize 演示:同一場景在換比例時向外補畫而非裁切,一次生成即可適配多渠道尺寸。
xAI 官方發布頁演示素材 · 2026-10-07 核驗

角色一致性:雪堡到暴風雪
The same archer character from the reference, now breathing warmth into her hands in a blizzard
官方「世界觀」系列演示:同一角色跨場景保持外貌與服飾特徵,對應多輪生成中的主體一致性主張。
xAI 官方發布頁演示素材 · 2026-10-07 核驗Grok Imagine Image 2.0 API 價格
價格由目前 Roko 模型目錄生成,按 quality(low/medium)與解析度雙維計費,n 批次參數會使總費用隨張數增加。提交任務前請確認控制台估價。
| 解析度 | 價格 | 計費單位 |
|---|---|---|
| quality=low · resolution=1k | $0.036 | 每張輸出 |
| quality=medium · resolution=1k | $0.054 | 每張輸出 |
| quality=low · resolution=2k | $0.054 | 每張輸出 |
| quality=medium · resolution=2k | $0.072 | 每張輸出 |
費用怎麼算?
低畫質檔,適合草稿與素材迭代。
預設畫質批次出圖;失敗圖片不計入生成數量。
參數與支援範圍
以下欄位來自目前公開 generation_config。官方還有魔棒編輯、分割選區與背景移除等工具能力;表單之外的能力以實際請求驗證為準。
| 參數 | 可用值 | 說明 |
|---|---|---|
prompt | textarea | 描述要產生的畫面,或說明要對參考圖做哪些修改。 · 必填 |
image_urls | jpeg / jpg / png / webp · ≤3 | 參考圖可使用 URL 或 Base64;編輯時說明要保持和改變的部分。 · 可選 |
size | auto / 1:1 / 4:3 / 3:4 / 3:2 / 2:3 / 16:9 / 9:16 / 2:1 / 1:2 / 19.5:9 / 9:19.5 / 20:9 / 9:20 | 依模型設定選擇寬高比、解析度檔位或明確的像素尺寸。 · 預設: auto · 可選 |
resolution | 1K / 2K | 選擇目前模型設定的輸出解析度檔位;此值可能直接影響價格。 · 預設: 1K · 可選 |
quality | low / medium | 畫質檔位由模型設定決定(如 auto / low / medium / standard / hd),並可能直接影響價格。 · 預設: medium · 可選 |
n | 1–10 | 一次請求生成的圖片數量;數量越多費用越高。 · 預設: 1 · 可選 |
callback_url | url | 任務狀態變化時回呼的通知位址;不填則透過任務接口輪詢。 · 可選 |
用 Roko API 呼叫 Grok Imagine Image 2.0
走非同步任務流程:提交任務拿到 task_id,再輪詢查詢結果。不要在前端程式碼中暴露 API Key。
發起圖片生成
curl https://api.rokoapi.com/v1/images/tasks \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: YOUR_UNIQUE_REQUEST_ID" \
-d '{
"model": "grok-imagine-image-2.0",
"prompt": "A concert poster for a synthwave band, bold retro typography, sharp small print",
"size": "16:9",
"resolution": "2K",
"quality": "medium"
}'查詢恢復任務
curl https://api.rokoapi.com/v1/tasks/$TASK_ID \
-H "Authorization: Bearer $API_KEY"POST /v1/images/tasks 回傳 202 與 task_id,生成完成後透過 GET /v1/tasks/{task_id} 查詢結果或失敗原因。Idempotency-Key 需唯一;相同 Key 的重放會回傳原任務而不重複計費。
適合哪些場景?
海報與行銷物料
設計級排版讓文字與層級直接可用,減少後期修字成本。
Synthwave 樂團演出海報,復古粗體標題排版,小字號演出資訊清晰可讀。
產品與電商素材
多參考融合(官方 ≤5 張)把產品、場景與模特合成一張成稿。
把參考圖中的香水瓶放進大理石檯面晨光場景,標識與瓶型保持不變。
多渠道尺寸分發
Smart Resize 讓一張成稿在橫幅、豎屏與方形間自動補畫重構。
把這張 16:9 主視覺重構為 9:16 豎屏故事版,延展環境而非裁切。
批次 A/B 素材
n 參數一次最多 10 張,配合 low 檔快速鋪量測試創意方向。
同一創意方向生成 10 張低畫質變體,主體一致、構圖略有差異。
使用前要知道的限制
- Roko 表單的參考圖數量上限為 3;官方消費端支援最多 5 張多參考編輯,API 側 2026-08-28 起亦為 5 張——以請求驗證為準。
- quality 取 low 或 medium(預設 medium),雙維計價:高解析度加高畫質費用疊加,批次前先算成本。
- 第三方評測指出它在部分寫實與產品材質場景弱於 GPT Image 2;對畫質要求極高的成稿建議多模型比較。
- 非同步任務提交成功不等於生成成功,以任務查詢結果為準;生成結果仍需人工複核後使用。
Grok Imagine Image 2.0 與其他圖像模型怎麼選?
需要精確排版與編輯工具集(魔棒/分割/背景移除)選 Grok Image 2.0;追求最高寫實與產品材質選 GPT Image 2 系;需要資訊圖與中文場景選 Seedream/Nano Banana 系。按控制粒度、畫質與價格權衡。
全部模型 →Grok Imagine Image 2.0 常見問題
Grok Imagine Image 2.0 API 的模型 ID 是什麼?
Roko API 目前公開模型 ID 是 grok-imagine-image-2.0,與 xAI 官方 API ID 一致。請原樣傳入 model 欄位。
Grok Imagine Image 2.0 API 多少錢?
目前目錄按 quality 與解析度雙維計費:1K low $0.036、1K medium $0.054、2K low $0.054、2K medium $0.072 每張。價格可能調整,請以任務提交時的估價和結算記錄為準。
quality 的 low 和 medium 有什麼區別?
low 是更快的低畫質檔(草稿與批次迭代),medium 是預設畫質檔(細節與文字更穩)。兩者價格不同:同為 1K 時 low $0.036、medium $0.054。
一次能生成多張圖嗎?
可以。n 參數單次最多 10 張(預設 1),總費用按張數疊加;適合批次 A/B 素材與方向探索。
支援哪些寬高比?
14 種:auto、1:1、4:3、3:4、3:2、2:3、16:9、9:16、2:1、1:2、19.5:9、9:19.5、20:9、9:20,預設 auto。官方 Smart Resize 另支援在 1:2 至 2:1 間重構已有畫面。
支援圖像編輯嗎?
支援。傳入參考圖即進入圖生圖/編輯模式;官方工具集包括魔棒局部修改、分割選區、背景移除(透明底導出)與多參考融合,Roko 表單目前公開最多 3 張參考圖,以請求驗證為準。
透過哪個接口呼叫?
透過 POST /v1/images/tasks 提交非同步任務並拿到 task_id,再用 GET /v1/tasks/{task_id} 輪詢結果或失敗原因。
Grok Imagine Image 2.0 的畫質在什麼水準?
發布時在 Arena 文生圖與圖像編輯雙榜均列全球第二(2026-08-07,僅次於 GPT Image 2)。第三方評測認為它在指令遵循與排版上突出,部分寫實與產品材質場景弱於 GPT Image 2——建議按自己的負載實測。