模型能力
Imagine 概览
Imagine API 让你能够使用 Grok Imagine 模型生成和编辑图像与视频。它可用于图像生成、使用最多 3 张参考图像进行图像编辑、根据文本或静态图像生成视频、视频编辑等场景。
图像编辑
使用自然语言编辑图像。每次请求最多支持 3 张参考图像。
- 价格
- $0.05 / image
- Resolution
- 1K & 2K
视频生成
根据文本或图像参考创建视频,并支持 preset voice,最高可达 1080p。
- 价格
- $0.08 / sec
- Resolution
- 480p, 720p & 1080p
图像生成
根据文本 prompt 生成图像,并可配置 aspect ratio、resolution 和数量。
- 价格
- $0.05 / image
- Resolution
- 1K & 2K
价格
图像生成采用按图像固定计价的方式,与 prompt 长度无关。每张生成的图像都会收取固定费用。图像编辑会同时对输入图像和生成的输出图像计费。视频生成按秒计费,时长和分辨率都会影响总成本。完整价格详情请参阅价格页面。
图像生成
使用 Grok Imagine 模型根据文本 prompt 生成新图像。你可以配置输出数量(每次请求最多 10 张图像)、aspect ratio、resolution 和 response format。
import xai_sdk
client = xai_sdk.Client()
response = client.image.sample(
prompt="A collage of London landmarks in a stenciled street‑art style",
model="grok-imagine-image-quality",
)
print(response.url)图像编辑
使用自然语言编辑源图像。提供公开图像 URL 或 base64-encoded data URI,然后描述希望 Grok Imagine 应用的更改。多图编辑支持在一次请求中提供最多 3 张源图像,可用于组合主体、迁移风格和构建场景。
import base64
import xai_sdk
client = xai_sdk.Client()
# Load image from file and encode as base64
with open("photo.png", "rb") as f:
image_data = base64.b64encode(f.read()).decode("utf-8")
response = client.image.sample(
prompt="Render this as a pencil sketch with detailed shading",
model="grok-imagine-image-quality",
image_url=f"data:image/png;base64,{image_data}",
)
print(response.url)视频生成
使用文本 prompt 让静态图像动起来。源图像会成为生成视频的起始画面。视频请求是异步的:发起请求,使用返回的 request ID 轮询,并在完成后使用视频 URL。xAI SDK 和 AI SDK 会替你处理轮询。
import os
import xai_sdk
client = xai_sdk.Client(api_key=os.getenv("XAI_API_KEY"))
response = client.video.generate(
prompt="Make the water crash down and slowly pan out the camera",
model="grok-imagine-video-1.5",
image_url="https://docs.x.ai/assets/api-examples/video/waterfall-still.png",
duration=12,
)
print(response.url)更多能力
除上述主要用例外,Imagine API 还支持以下工作流:
多图编辑 — 在一次编辑中组合最多 3 张源图像,用于合成主体、迁移风格以及根据多个参考构建场景。
视频生成 — 根据文本 prompt 生成视频,并可配置 duration(最长 15 秒)、aspect ratio 和 resolution。
视频编辑 — 使用文本 prompt 修改现有视频,同时保留场景的其余部分。
Reference-to-Video — 使用一张或多张参考图像引导视频生成;参考图像会影响输出,但不会强制限定首帧。
视频扩展 — 从现有视频的最后一帧继续生成,并将原视频与扩展部分合并为一个 clip。
Files API 集成 — 通过 ID 引用已存储文件作为 Imagine 输入,将生成的 asset 持久保存到 Files API,并可选择创建永久、可分享的 public URL;这些操作都可在一次请求中完成。
企业合规与安全
Imagine API 面向具有严格安全与合规要求的生产工作负载构建。生成的媒体会接受内容政策审查,且不会用于训练。
SOC 2 Type II — 针对安全性、可用性和保密性实施经审计的控制措施
符合 HIPAA 资格 — 可为处理 PHI 的医疗健康应用提供 BAA
符合 GDPR — 提供数据处理协议和 EU 数据驻留选项
数据驻留 — 根据合规要求进行区域化处理
高可用性 — 为企业工作负载提供多区域基础设施和定制 SLA
SSO 与 RBAC — 支持 SAML SSO、基于角色的访问控制和审计日志