模型能力

Imagine 概览

查看 Markdown

Imagine API 让你使用 Grok Imagine 模型生成和编辑图像与视频。它支持图像生成、最多使用 5 张参考图像的图像编辑、根据文本或静态图像生成视频、视频编辑等功能。

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
分辨率
1K & 2K

视频生成

根据文本或图像参考创建视频,并支持预设语音,最高可达 1080p。

价格
$0.08 / sec
分辨率
480p、720p 和 1080p

图像生成

根据文本 prompt 生成图像,并可配置宽高比、分辨率、质量和数量。

价格
$0.04 / image
分辨率
1K & 2K

定价

图像生成采用按图固定计价,与提示词长度无关。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。完整定价详情请参阅 定价页面

图像生成

使用 Grok Imagine 模型根据文本提示词生成新图像。你可以配置输出数量(每次请求最多 10 张图像)、宽高比、分辨率和响应格式。

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-2.0",
)

print(response.url)

图像编辑

用自然语言编辑源图像。提供公开图像 URL 或 base64 编码的 data URI,再描述希望 Grok Imagine 应用的修改。多图编辑支持在单次请求中使用最多 5 张源图像,用于合并主体、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-2.0",
    image_url=f"data:image/png;base64,{image_data}",
)

print(response.url)

视频生成

使用文本提示词让静态图像动起来。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,使用返回的请求 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 — 在单次编辑中组合最多 5 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:根据文本提示词生成视频,并可配置时长(最长 15 秒)、宽高比和分辨率。

  • 视频编辑 — 使用文本提示词修改现有视频,同时保留场景的其余部分。

  • 参考图转视频 — 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片段。

  • Files API 集成:通过 ID 引用已存储文件作为 Imagine 输入,将生成的资产持久保存到 Files API,并可选择创建永久、可分享的公开 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


最后更新:2026 年 8 月 28 日