Grok Imagine Image 2.0 API

Texto para imagem mais edição multirreferencial com até cinco imagens fonte, níveis automáticos ou fixados de qualidade e resolução de saída 1K ou 2K.

xAIGeração de ImagemLançado 7 de ago. de 2026Endpoint proprietárioNovo

Sobre Grok Imagine Image 2.0

Texto para imagem mais edição multirreferencial com até cinco imagens fonte, níveis automáticos ou fixados de qualidade e resolução de saída 1K ou 2K.

Também conhecido como Grok Imagine Image, xAI Grok Imagine Image 2.0

image generationimage editingmulti imagetext rendering

Especificações de Grok Imagine Image 2.0

ID do modelo
grok-imagine-image-2-0
Autor
xAI
Categoria
Geração de Imagem
Lançado
7 de ago. de 2026
Entrada
TextoImagem
Saída
Imagem
Endpoints
POST/v1/images/generationsPOST/v1/images/edits
IDs de modelo alternativos
grok-imagine-image-2grok-imagine-image-2.0xai/grok-imagine-image-2-0xai/grok-imagine-image-2xai/grok-imagine-image-2.0

Preços da API Grok Imagine Image 2.0

Tarifas pay-as-you-go ao vivo do catálogo EmpirioLabs. Você paga só pelo que usa, sem mínimo mensal.

Tipo
Especificação
Tarifa
Baixa qualidade, 1K
por imagem
$0.048
Baixa qualidade, 2K
por imagem
$0.072
Qualidade média, 1K
por imagem
$0.072
Qualidade média, 2K
por imagem
$0.096
Entrada de imagem
por imagem
$0.05
Comparar na página completa de preços

Como chamar a API Grok Imagine Image 2.0

Grok Imagine Image 2.0 roda por POST /v1/images/generations. A requisição retorna um job_id na hora; consulte GET /v1/jobs/{job_id} até o job terminar e leia as URLs de saída do resultado. Ou adicione "sync": true para pular o polling: a requisição fica aberta e retorna direto a resposta de imagem no estilo OpenAI, então SDKs OpenAI funcionam sem mudanças. Obtenha uma chave de API no painel EmpirioLabs.

cURL: enviar o job
curl https://api.empiriolabs.ai/v1/images/generations \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-image-2-0",
    "prompt": "Describe what you want Grok Imagine Image 2.0 to generate."
  }'
cURL: consultar o resultado
curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY"
Python
import requests

response = requests.post(
    "https://api.empiriolabs.ai/v1/images/generations",
    headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    json={
        "model": "grok-imagine-image-2-0",
        "prompt": "Describe what you want Grok Imagine Image 2.0 to generate.",
    },
)
job = response.json()

# Generation runs as an async job. Poll until it completes.
import time
while True:
    status = requests.get(
        f"https://api.empiriolabs.ai/v1/jobs/{job['job_id']}",
        headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    ).json()
    if status.get("status") in ("completed", "failed"):
        print(status)
        break
    time.sleep(5)
Referência completa da API Grok Imagine Image 2.0

Parâmetros da API Grok Imagine Image 2.0

Parâmetros de requisição suportados pela API Grok Imagine Image 2.0 na EmpirioLabs. Os padrões valem quando um campo é omitido.

ParâmetroTipoPadrãoIntervalo / valoresDescrição
promptstring--Descreva a imagem a ser criada. Com imagens de origem anexadas, isso se torna a instrução de edição. Refera-se a múltiplas imagens como <IMAGE_0>, <IMAGE_1>, e assim...
imagearray--De uma a cinco imagens de origem para editar, como URLs, URIs de dados ou objetos de imagem enviados. Deixe vazio para gerar apenas a partir do prompt.
imagesarray--Alias-palinos no plural para múltiplas referências de imagens enviadas.
qualityenumautoauto, low, mediumQualidade de renderização. O Auto permite que o modelo escolha o nível para cada requisição, e o faturamento segue o nível que ele atende. Retorno baixo em poucos...
resolutionenum1k1k, 2kNível de resolução de saída. 2k renderiza mais pixels e custa mais por imagem do que 1k.
aspect_ratioenumautoauto, 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 2:1, 1:2, 21:9, 5:...Proporção de aspecto de saída. O modo automático permite que o modelo escolha o melhor ajuste para o prompt. Para uma edição, o auto segue a primeira imagem de...
num_imagesnumber11 a 10Número de imagens de saída. Cada imagem de saída é faturada separadamente.
response_formatenumurlurl, b64_jsonDevolva URLs de imagem assinadas por padrão, ou inclua dados de imagem base64 quando b64_json for solicitado.

Bom saber

Gera imagens a partir de um prompt de texto, ou edita até cinco imagens de origem a partir de instruções em linguagem natural. Modes - Texto-para-imagem: envie um prompt sem imagem. - Edição de imagem: anexe uma imagem e descreva a alteração desejada. - Edição multi-imagem: anexe de duas a cinco imagens para combinar sujeitos, transferir um estilo ou compor uma cena. Refira-se a elas no prompt <IMAGE_0>como, <IMAGE_1>,, e assim por diante. Exemplo de prompt multi-imagem '' Place the product from <IMAGE_0> onto the marble surface in <IMAGE_1>. '' Defaults - Qualidade automática em resolução 1K - Proporção de aspecto automática, para que o modelo escolha o melhor ajuste para o prompt - Uma imagem de saída por requisição Qualidade e resolução A qualidade seleciona quanto trabalho é necessário para a renderização. O Auto permite que o modelo escolha o nível para cada requisição e atualmente serve baixo para um prompt de texto e médio para uma edição. Baixo retorna em poucos segundos. Médio demora mais e resolve detalhes finos. Resolução seleciona o nível de saída 1K ou 2K. Qualidade e resolução se combinam em quatro faixas de preço, então uma imagem baixa em 1K é a opção mais barata e uma imagem média 2K a mais detalhada. Controles Suporta prompt, imagens fonte (URL ou upload), qualidade, resolução, proporção de aspecto em dezesseis proporções, incluindo auto e os formatos widescreen 21:9 e 5:2, número de imagens e formato de resposta. Limites - Até 5 imagens fonte por edição - Até 10 imagens de saída por requisição - Prompt com até 8.000 caracteres Faturamento - Cobrado por imagem de saída na qualidade e resolução servidas, além de uma taxa por imagem para cada imagem fonte anexada. Texto para imagem não cobra taxa de imagem fonte. - Com qualidade automática, a cobrança segue o nível que o modelo serviu para aquela solicitação. Defina qualidade para baixa ou média quando quiser o preço fixado antecipadamente. - Uma solicitação que falha na validação ou é rejeitada antes que qualquer imagem seja produzida não é cobrada. - Uma imagem que é produzida, mas depois bloqueada pela política de conteúdo, ainda é cobrada. Isso segue a política de uso do xAI, que cobra pela geração mesmo quando a saída está bloqueada pela verificação de segurança de conteúdo. Mantenha os prompts e as imagens de origem dentro da política de uso para evitar isso. Segurança de conteúdo Imagens geradas passam por uma verificação automática de segurança de conteúdo. Uma imagem sinalizada como explícita não é devolvida. Como a imagem é gerada antes da verificação executar, uma geração sinalizada ainda é cobrada.

API Grok Imagine Image 2.0: perguntas frequentes

Quanto custa a API Grok Imagine Image 2.0?

Na EmpirioLabs, Grok Imagine Image 2.0 é cobrado por uso: Baixa qualidade, 1K $0.048 por imagem; Baixa qualidade, 2K $0.072 por imagem; Qualidade média, 1K $0.072 por imagem; Qualidade média, 2K $0.096 por imagem; Entrada de imagem $0.05 por imagem. A tabela de tarifas ao vivo desta página sempre corresponde ao que a API cobra.

Qual endpoint Grok Imagine Image 2.0 usa?

Grok Imagine Image 2.0 é servido por POST /v1/images/generations em api.empiriolabs.ai com autenticação padrão por token Bearer.

Posso testar Grok Imagine Image 2.0 no navegador antes de integrar?

Sim. O playground da EmpirioLabs executa Grok Imagine Image 2.0 no navegador com os mesmos parâmetros que a API expõe, para você testar prompts antes de escrever código.

Como consigo uma chave de API Grok Imagine Image 2.0?

Crie uma conta EmpirioLabs e gere uma chave em API Keys no painel. A cobrança usa créditos pay-as-you-go, então você paga apenas pelas requisições que faz.

Pronto para usar endpoints melhores?

Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.