ग्रोक इमेजिन इमेज 2.0 EmpirioLabs पर उपलब्ध है। xAI का नवीनतम ग्रोक इमेजिन इमेजिन इमेज मॉडल एक टेक्स्ट प्रॉम्प्ट से उत्पन्न होता है और एक सादे भाषा के निर्देश से तीन स्रोत छवियों तक संपादित करता है। गुणवत्ता और रिज़ॉल्यूशन दोनों चयन योग्य हैं, आउटपुट 2K तक चलता है, और यह उसी OpenAI-संगत समापन बिंदु तक पहुंचता है जिसका उपयोग आप पहले से ही प्लेटफ़ॉर्म पर हर दूसरे मॉडल के लिए करते हैं।
देखिए लॉन्च फिल्म
प्रत्येक फ्रेम एक वास्तविक ग्रोक इमेजिन इमेज 2.0 आउटपुट है। स्कोर EmpirioLabs पर एसीई-स्टेप द्वारा उत्पन्न किया गया था।
यह क्या समर्थन करता है
ग्रोक इमेजिन इमेज 2.0 टेक्स्ट और इमेज को अंदर लेता है और इमेज आउट करता है। यह एक मॉडल से तीन नौकरियों को संभालता है:
- टेक्स्ट-टू-इमेज। बिना किसी छवि के एक संकेत भेजें।
- छवि संपादन। एक छवि संलग्न करें और अपने इच्छित परिवर्तन का वर्णन करें।
- बहु-छवि संपादन। विषयों को संयोजित करने, एक शैली स्थानांतरित करने, या एक दृश्य बनाने के लिए दो या तीन छवियां संलग्न करें, और उन्हें संकेत में संबोधित करें<IMAGE_0>, और <IMAGE_1>इसी तरह।
टाइपोग्राफी अच्छी तरह से पकड़ में आती है, जो कि अधिकांश छवि मॉडल अभी भी गलत हो जाते हैं। साइनेज, पोस्टर और उत्पाद लेबल उन शब्दों के साथ वापस आते हैं जो आपने वास्तव में मांगे थे, न कि एक प्रशंसनीय दिखने वाले स्क्रिबल के बजाय।
एक छवि उत्पन्न करें
कर्ल https://api.empiriolabs.ai/v1/images/generations \ -एच "प्राधिकरण: वाहक $EMPIRIOLABS_एपीआई_की" \ -एच "सामग्री-प्रकार: application/json" \ -d '{ "मॉडल": "grok-imagine-image-2-0", "प्रॉम्प्ट": "एक मुड़े हुए स्टार चार्ट के बगल में लकड़ी की मेज पर एक पीतल की दूरबीन, गर्म लैंपलाइट", "गुणवत्ता": "मध्यम", "रिज़ॉल्यूशन": "2k", "aspect_ratio": "16:9" }'OpenAI पायथन SDK की वही कॉल, EmpirioLabs ओर इशारा करती है:
OpenAI आयात OpenAI क्लाइंट से = OpenAI(base_url="https://api.empiriolabs.ai/v1", api_key="YOUR_EMPIRIOLABS_API_KEY",) परिणाम = client.images.generate(model ="grok-imagine-image-2-0", prompt="एक मुड़े हुए स्टार चार्ट के बगल में लकड़ी की डेस्क पर एक पीतल की दूरबीन, गर्म लैंपलाइट", n=2,) result.data में छवि के लिए: print(image.url)एक छवि संपादित करें
बिंदु /v1/images/edits किसी सार्वजनिक URL, डेटा URI या आपके द्वारा अपलोड की गई छवि पर और परिवर्तन का वर्णन करें.
curl https://api.empiriolabs.ai/v1/images/edits \ -H "प्राधिकरण: वाहक $EMPIRIOLABS_API_KEY" \ -h "सामग्री-प्रकार: application/json" \ -d '{ "मॉडल": "grok-imagine-image-2-0", "प्रॉम्प्ट": "इसे क्रॉस-हैच्ड शेडिंग के साथ एक विस्तृत पेंसिल स्केच के रूप में प्रस्तुत करें", "छवि": { "url": "https://example.com/photo.jpg" } }'एक समग्र के लिए, बहुवचन भेजें छवियां सरणी और अनुक्रमणिका द्वारा प्रत्येक का संदर्भ:
{ "मॉडल": "grok-imagine-image-2-0", "प्रॉम्प्ट": "उत्पाद को <IMAGE_0> संगमरमर की सतह पर <IMAGE_1>", "छवियों" में रखें: [ { "url": "https://example.com/product.png" }, { "url": "https://example.com/counter.jpg" } ] }गुणवत्ता और संकल्प
दो स्वतंत्र नियंत्रण आउटपुट को आकार देते हैं। गुण है संख्या आदि या मध्यम, और संकल्प है 1क या 2कश्मीर. वे चार ऑपरेटिंग बिंदुओं में गठबंधन करते हैं, इसलिए आप थंबनेल के लिए फ्लैगशिप दरों का भुगतान करने के बजाय नौकरी के लिए उपयुक्त विकल्प चुन सकते हैं।
aspect_ratio से चौदह अनुपातों को कवर करता है 1:1 के माध्यम से 20:9प्लस स्वचालित, जो मॉडल को प्रॉम्प्ट के अनुरूप आकार चुनने देता है। एक संपादन पर, स्वचालित पहले स्रोत छवि का अनुसरण करता है।
जानने लायक तीन बातें
- गुणवत्ता एक विलंबता नियंत्रण है, न कि केवल एक गुणवत्ता नियंत्रण। कम गुणवत्ता कुछ सेकंड में वापस आ जाती है। मध्यम में काफी अधिक समय लगता है, खासकर 2K पर। यदि आप उपयोगकर्ता का सामना करने वाले लूप के अंदर उत्पन्न कर रहे हैं, तो कम अक्सर सही डिफ़ॉल्ट होता है और माध्यम जानबूझकर अपग्रेड होता है।
- एक संपादन अपने स्रोत छवियों को बिल करता है। आपके द्वारा संलग्न प्रत्येक छवि आउटपुट छवि के शीर्ष पर एक प्रति-छवि चार्ज करती है, एक ही दर पर प्रत्येक xAI मॉडल एक स्रोत छवि के लिए EmpirioLabs शुल्क पर होता है, इसलिए तीन-छवि समग्र की लागत एक सादे पीढ़ी की तुलना में सार्थक रूप से अधिक होती है। टेक्स्ट-टू-इमेज में कोई सोर्स-इमेज चार्ज नहीं होता है।
- आपके छवि लिंक किसी अन्य व्यक्ति के शेड्यूल पर समाप्त नहीं होते हैं। प्रदाता के अपने आउटपुट URL अल्पकालिक होते हैं। EmpirioLabs प्रत्येक जेनरेट की गई छवि को वापस करने से पहले अपने स्वयं के हस्ताक्षरित मीडिया URL पर फिर से होस्ट करता है, इसलिए आपको जो वापस मिलता है वह एक लिंक है जिसे आप स्टोर और सेवा कर सकते हैं।
सीमाएं
- प्रति संपादन 3 स्रोत छवियों तक
- प्रति अनुरोध अधिकतम 10 आउटपुट छवियां
- 8,000 वर्णों तक संकेत देता है
- जेनरेट की गई छवियां वापस आने से पहले एक स्वचालित सामग्री-सुरक्षा जांच पास करती हैं
- एक छवि जो सामग्री नीति द्वारा निर्मित और फिर अवरुद्ध की जाती है, उसे अभी भी बिल किया जाता है, क्योंकि xAI पीढ़ी के लिए शुल्क लेता है, भले ही उसकी अपनी सुरक्षा जांच आउटपुट को अवरुद्ध कर देती है
मूल्य निर्धारण
ग्रोक इमेजिन इमेज 2.0 आपके द्वारा चुने गए गुणवत्ता और रिज़ॉल्यूशन पर प्रति आउटपुट छवि का भुगतान किया जाता है, साथ ही एक संपादन पर प्रत्येक स्रोत छवि के लिए प्रति-छवि शुल्क भी होता है। कोई सदस्यता नहीं है और कोई न्यूनतम नहीं है। लाइव रेट कार्ड पर है मॉडल पेज और पर मूल्य निर्धारण, जो हमेशा वर्तमान दरों को दर्शाते हैं।
निर्माण शुरू करें
यह कोशिश करो खेल का मैदान, में पूर्ण पैरामीटर संदर्भ पढ़ें एपीआई डॉक, या शेष कैटलॉग को ब्राउज़ करें मॉडल पेज. एक एपीआई कुंजी EmpirioLabs पर हर मॉडल को कवर करती है।
