Grok Imagine 2 xAI

Grok Imagine 2 — второе поколение картиночных моделей xAI. Особенность семейства — оплата за штуку, а не за токены, причём ступень разрешения на цену не влияет: 1K и 2K стоят одинаково. Доступ через OpenAI-совместимые /v1/images/generations и /v1/images/edits, официальный OpenAI SDK работает без правок кода.

Модели и цены

Качество выбирается именем модели, а не параметром: своего quality у семейства нет. Счёт идёт по числу картинок, длина промпта на цену не влияет. Правка по референсу стоит столько же, сколько генерация с нуля.

Текст → изображение

Эндпоинт POST https://megaapi.ru/v1/images/generations, тело — обычный JSON. Размер задаётся парой aspect_ratio + resolution; привычного size у модели нет.

from openai import OpenAI
client = OpenAI(api_key="sk-nexus-...", base_url="https://megaapi.ru/v1")

resp = client.images.generate(
    model="grok-imagine-image",
    prompt="Красная деревянная лодка на горном озере на рассвете",
    n=1,
    extra_body={
        "aspect_ratio": "16:9",
        "resolution": "2k",
    },
)
print(resp.data[0].url)

aspect_ratio и resolution — не стандартные поля OpenAI SDK, поэтому в Python они передаются через extra_body. В «сыром» HTTP-запросе это обычные поля тела.

Что получится в пикселях

Формат файла определяется ступенью, а не параметром: 1k отдаёт JPEG (220–300 КБ), 2k — PNG без потерь (5–6 МБ), то есть примерно в двадцать раз тяжелее. Раз цена одинаковая, выбор — только между качеством и трафиком.

Правка по референсу

Эндпоинт POST https://megaapi.ru/v1/images/edits, тело — multipart/form-data с файлами. JSON со ссылками на картинки здесь не работает: запрос вернёт 400 «request Content-Type isn't multipart/form-data». Имя файлового поля — только image или image[]; images и image_file дают 415.

curl -X POST "https://megaapi.ru/v1/images/edits" \
  -H "Authorization: Bearer sk-nexus-..." \
  -F "model=grok-imagine-image" \
  -F "prompt=Сделай шарф красным, остальное оставь без изменений" \
  -F "image=@photo.jpg"

Референсов от одного до четырёх — повторите поле image[]. Порядок значим: в промпте на них можно ссылаться как «картинка 1», «картинка 2», а размер результата берётся от первого файла. aspect_ratio и resolution на этом эндпоинте не действуют вовсе — чтобы поменять кадр, обрежьте референс заранее. Маски (mask) семейство не поддерживает: для локальной перерисовки берите GPT-Image-2.

Три ловушки, о которых стоит знать заранее

Неверное значение не даёт ошибки. Соотношение вне пяти разрешённых (например 21:9 или 3:2), resolution заглавными буквами, а также привычные size, quality и style молча заменяются значением по умолчанию — обычно квадратом. Единственное исключение — resolution: "4k": этой ступени у семейства нет, и вместо тихой подмены приходит 503 model_service_unavailable. Повторять запрос бесполезно: это сообщение о параметре, а не о сбое канала.

Поле usage в ответе не годится для сверки счёта. prompt_tokens там всегда равен 1000 × n вне зависимости от промпта — это заглушка. Считайте расход по числу картинок или смотрите журнал списаний в кабинете. seed и revised_prompt семейство тоже не поддерживает: два одинаковых запроса дают разные картинки, и повторить результат нельзя — сохраняйте то, что понравилось.

Таймауты

Картиночный API синхронный: задачи с идентификатором нет, и если соединение оборвалось, результат теряется, а запрос всё равно оплачен. Ставьте клиентский таймаут не меньше 360 секунд — 1K рисуется около 9 секунд, 2K — 15–17, но на пике и холодном старте бывает заметно дольше. Ограничений по частоте запросов у семейства нет: батчи можно гнать параллельно.

Коды ошибок

Переход с GPT-Image-2

Эндпоинты те же, а набор параметров другой — простой заменой имени модели не обойтись.

Полный список моделей с ценами — в каталоге. Общие правила картиночных запросов — в обзоре генерации изображений.