xAI: Grok Imagine Image 2.0
Grok Imagine Image 2.0は、文章の制作指示から画像を制作し、自然言語の指示で既存画像を編集します。xAIの仕様では、品質、解像度、構図の設定、複数画像の参照、スタイル変換、反復的な仕上げに対応します。
モデルについて
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Grok Imagine Image 2.0は、xAIの画像生成・編集モデルです。文章の説明、または説明と原画像を受け取り、画像を返します。開発元の2.0モデルは、シーンの制作、既存画像の変更、参照からの被写体の組み合わせ、視覚スタイルの変換を扱います。まず、新しい構図が必要なのか、手元の素材に特定の変更を加えたいのかを選びます。
制作指示から画像を生成する
主な被写体、舞台、構図、照明、視覚表現を記述します。見る人に最初に気づいてほしい点と、画像の用途を示します。商品コンセプトなら、淡い石のテーブルに置いた陶器のデスクランプ、柔らかな窓の光、素材を近くから捉えた視点、後から見出しを置く余白という指示が考えられます。イラストでは、一つのスタイル名ですべてのシーンが決まると期待せず、キャラクター、動作、意図した美的表現を指定します。
開発元は、1回の生成リクエストで1~10枚、標準1枚の出力を記載しています。同じ指示からの複数結果は比較用の選択肢を提供しますが、すべてのバリエーションで被写体が同一になる保証はありません。被写体、構図、重要な細部を確認し、指示に最も合う版を残します。制作指示と採用した案を一緒に保持し、後の編集で意図した構図を使います。
構図、解像度、品質
生成ガイドには、アスペクト比の自動選択と明示指定が記載されています。選択肢は1:1、16:9、9:16、4:3、3:4、3:2、2:3、2:1、1:2、19.5:9、9:19.5、20:9、9:20、21:9、5:2です。小さなタイルなら正方形、縦の構図なら縦長、広いシーンなら横長と、掲載先を基準に形を選びます。アスペクト比だけに頼らず、切り取りで失いたくない被写体と、レイアウトに必要な余白を指定します。
記載された生成解像度の設定は1kと2kで、標準は1kです。品質は別の制御で、low、medium、autoを選べます。xAIの現在のガイドではautoが標準で、生成にはlow、編集にはmediumを使います。lowまたはmediumを明示すると、その選択に固定されます。解像度と品質は異なる制御です。どちらかの設定だけで文字、形状、被写体の維持が正確になると考えず、重要な視覚的細部を指定して出力を確認します。
編集と視覚スタイルの変換
変更する画像を提供し、見えている内容との関係で変更を記述します。例えば、家具の配置、カメラの視点、温かな照明を維持しつつ、暗い壁を明るい漆喰面に置き換える編集を依頼できます。スタイル変換なら、望む表現を指定します。開発元は写真、アニメ、油彩、水彩、ポップアート、鉛筆スケッチを例示しています。外観を維持する要素と、表現に合わせて変えてよい要素を示します。
開発元の編集ワークフローは、原画像の参照、エンコード済み画像データ、ファイル識別子を受け付けます。保存済み参照には、アップロード完了済みのPNG、JPEG、WebPを使います。ガイドは連続する編集も記載しており、一つの編集結果を次の入力に使えます。家具を変えてから照明を調整するなど、基本の構図から具体的な結果へ進められます。元画像と採用した中間画像を各指示に関連づけて保存し、後の仕上げで意図した構図と照合できるようにします。
複数の参照を組み合わせる
現在の複数画像ガイドでは、一回の編集に最大5枚の原画像を使えます。入力順に参照し、1枚目から被写体、2枚目から環境を取るなど、各画像に明確な役割を与えます。出力比率は標準で最初の入力画像に従い、明示的な比率指定で変更できます。室内に商品を置くコンセプトでは、商品の位置、大きさ、室内の面との接触を記述し、識別に必要な細部を維持するよう依頼します。すべての要素がそのまま複製されたと仮定せず、原素材の組み合わせ方を確認します。
画像の受け取りと保存
開発元は標準で一時的な画像アドレスを返し、エンコード済み画像出力も記載しています。素材として必要な場合は、実画像を速やかに保存します。任意の遅延処理ワークフローは、リクエスト受領と完了を分けます。リクエスト識別子に続いてpending、done、failedの状態を確認し、遅延結果はアドレス形式のレスポンスを使い、保持期間は24時間と記載されています。送信済みリクエストやpendingの状態は、完成画像を意味しません。後で再利用できるよう、完成画像を制作指示と選択した設定とともに残します。
有用な最終成果物は、定めたシーン、レイアウト、編集指示に合う画像です。構図全体と小さな細部を確認し、特に元の被写体、物体の境界、比率、意味を持つ文字を点検します。反復制作では、見えている問題に対応する指示を変え、採用した結果を次の参照に使います。変更内容と維持の指示を具体的にし、各結果を明確な制作目的に照らして評価できるようにします。
Ailoot Ultra · 画像 POST /v1/images/generations x-ai/grok-imagine-image-2.0
x-ai/grok-imagine-image-2.0はじめに
Grok Imagine Image 2.0は、文章の制作指示から画像を制作し、自然言語の指示で既存画像を編集します。xAIの仕様では、品質、解像度、構図の設定、複数画像の参照、スタイル変換、反復的な仕上げに対応します。
- 対応する入力
- テキスト · 画像
- 結果
- 画像
Ailootで利用可能 · 入力とメソッド
Ailoot Ultra · 画像 POST /v1/images/generations
- 入力の種類
text,image- 出力の種類
image
| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 x-ai/grok-imagine-image-2.0 | デフォルト— |
フィールドprompt | 種類string | 要件必須 | 値と制限 最小の長さ: 1 | デフォルト— |
フィールドresolution | 種類string | 要件任意 | 値と制限 1K, 2K | デフォルト— |
フィールドaspect_ratio | 種類string | 要件任意 | 値と制限 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, auto | デフォルト— |
フィールドquality | 種類string | 要件任意 | 値と制限 low, medium | デフォルト— |
フィールドn | 種類integer | 要件任意 | 値と制限 最小値: 1 最大値: 1 | デフォルト— |
フィールドinput_references | 種類array | 要件任意 | 値と制限 最小項目数: 0 最大項目数: 3 | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 | デフォルト— |
メソッドのパラメータとライフサイクル
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, prompt |
パラメータmaterial_types | 仕様text, image |
ライフサイクル: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 実際に返された task_id またはメディアライブラリのレコード
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
料金
最終料金の計算方法
表示料金は生成前の費用の見積もりです。最終請求額は、元の生成処理に記録された費用から計算されます。実測された出力時間や予測数量が、そのまま最終的な課金数量になるわけではありません。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
- 高速モード
- 未指定 高速モードが選択されている場合
- Flex モード
- 未指定 flex モードが選択されている場合
- 最大推論量
- 未指定 推論量が最大で、調整に既定値(default)を使用する場合
比較用の推定料金
設定別の価格
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | 予測数量 | 課金単位 | 料金 |
|---|---|---|---|---|
| 設定基本トークン料金 | 料金表基本料金 | 予測数量— | 課金単位— | 料金 入力 · 入力トークン · 比較専用の見積もり — / 1K トークン 出力 · 出力トークン · 比較専用の見積もり — / 1K トークン 入力 · キャッシュ読み取り · 比較専用の見積もり — / 1K トークン 入力 · キャッシュ書き込み · 比較専用の見積もり — / 1K トークン 入力 · キャッシュ書き込み、1時間 · 比較専用の見積もり — / 1K トークン |
| 設定入力画像 | 料金表— | 予測数量— | 課金単位入力画像あたり | 料金 入力 · 入力画像 · 比較専用の見積もり $0.02 入力画像あたり |
| 設定生成費用の見積もり | 料金表— | 予測数量生成1回分の概算 | 課金単位— | 料金 出力 · 推定生成コスト · 比較専用の見積もり $0.08 生成前の見積もり この見積もりは追加料金ではなく、完了した生成処理に対する固定料金でもありません。 |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
リクエスト例
Ailoot Ultra · 画像
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p={'model': 'x-ai/grok-imagine-image-2.0', 'prompt': 'a red panda astronaut floating in space, studio lighting'}
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import base64, json, os, subprocess
from pathlib import Path
from urllib.parse import urlsplit, urljoin
def save_images(items):
if not items: raise SystemExit("No completed images; retain the full response")
for index, item in enumerate(items):
encoded=item.get("b64_json")
uri=item.get("url", "")
if not encoded and uri.startswith("data:image/"):
header, separator, encoded=uri.partition(",")
if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")
if encoded:
raw=base64.b64decode(encoded,validate=True)
elif uri:
uri=urljoin("https://api.ailoot.ai",uri)
parsed=urlsplit(uri)
if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:
raise SystemExit("Invalid returned image URL")
owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")
args=["curl","--fail-with-body","--silent","--show-error",uri]
if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]
temporary=Path(f"image-{index}.bin")
subprocess.run(args+["-o",str(temporary)],check=True)
raw=temporary.read_bytes()
temporary.unlink()
else: raise SystemExit("Image has neither bytes nor URL")
if not raw: raise SystemExit("Empty image result")
ext="png" if raw.startswith(b"\x89PNG") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"
Path(f"image-{index}.{ext}").write_bytes(raw)
print("Every returned image saved; complete response metadata retained")
save_images(json.loads(Path("result.json").read_text())["data"])
PY_RESULT
結果を受け取って保存
Ailoot Ultra · 画像
返された画像をすべてダウンロードするか、Base64の内容を保存
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
その他のコンテンツ取得
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
-H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.
完了した結果をすべて保存
完了した画像をすべて保存してください。返された各URLから取得するか、Base64の内容をデコードしてください。
レスポンスとヘッダーの全体、実際の出力すべて、最初に返された識別子、使用量フィールドすべてを保存してください。作成リクエストを再送せずに、元の操作を復旧してください。
元のレスポンスを確認する場合
照合のため、返された X-Client-Request-ID を保存してください。実際に返された task_id/asset_id の値、または自分が所有するメディアライブラリだけを使って読み取ってください。操作 ID からタスクの URL を組み立てたり、作成リクエストを再送したりしないでください。
レスポンスのフィールド
| フィールド | 種類 |
|---|---|
フィールドcreated | 種類 |
フィールドdata[].url | 種類 |
フィールドdata[].b64_json | 種類 |
フィールドusage | 種類 |
エイリアス
モデルのエイリアス
Ailoot Ultra x-ai/grok-imagine-image-2.0
メソッドパスのエイリアス
/v1/images
関連する呼び出し用ID
FAQ · xAI: Grok Imagine Image 2.0
- 利用できる入力と結果は何ですか?
POST /v1/images/generations·x-ai/grok-imagine-image-2.0:text,image→image- リクエストはどの項目を使用しますか?
POST /v1/images/generations·x-ai/grok-imagine-image-2.0:model,prompt,resolution,aspect_ratio,quality,n,input_references,provider- どの制限が適用されますか?
POST /v1/images/generations·x-ai/grok-imagine-image-2.0:n.minimum:1;n.maximum:1