xai/grok-imagine-image-quality/edit

ภาพเป็นภาพ

Grok Imagine Image Quality Edit API by xAI

xai/grok-imagine-image-quality/edit

Edit

xAI Grok Imagine edits one or more reference images with natural-language instructions at 1K or 2K resolution. Supports single image and multi-image (<IMAGE_0>, <IMAGE_1>) reference editing.

อินพุต

กำลังโหลดการตั้งค่าพารามิเตอร์...

เอาต์พุต

รอดำเนินการ

ภาพที่สร้างจะแสดงที่นี่

ตั้งค่าพารามิเตอร์แล้วคลิกรันเพื่อเริ่มสร้าง

แต่ละครั้งจะใช้ $0.055 ด้วย $10 คุณสามารถรันได้ประมาณ 181 ครั้ง

คุณสามารถทำต่อได้:

ภาพเป็นวิดีโอ ภาพเป็นภาพ

พารามิเตอร์

ตัวอย่างโค้ด
import requests
import time

# Step 1: Start image generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "xai/grok-imagine-image-quality/edit",
    "prompt": "A beautiful landscape with mountains and lake",
    "width": 512,
    "height": 512,
    "steps": 20,
    "guidance_scale": 7.5,
}

generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]

# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"

def check_status():
    while True:
        response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
        result = response.json()

        if result["data"]["status"] == "completed":
            print("Generated image:", result["data"]["outputs"][0])
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(result["data"]["error"] or "Generation failed")
        else:
            # Still processing, wait 2 seconds
            time.sleep(2)

image_url = check_status()

ติดตั้ง

ติดตั้งแพ็คเกจที่จำเป็นสำหรับภาษาของคุณ

bash

pip install requests

การยืนยันตัวตน

คำขอ API ทั้งหมดต้องมีการยืนยันตัวตนผ่าน API key คุณสามารถรับ API key ได้จากแดชบอร์ด Atlas Cloud

bash

export ATLASCLOUD_API_KEY="your-api-key-here"

HTTP Headers

python

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

รักษา API key ของคุณให้ปลอดภัย

อย่าเปิดเผย API key ของคุณในโค้ดฝั่งไคลเอนต์หรือที่เก็บข้อมูลสาธารณะ ให้ใช้ตัวแปรสภาพแวดล้อมหรือพร็อกซีฝั่งเซิร์ฟเวอร์แทน

ส่งคำขอ

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "prompt": "A beautiful landscape"
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

ส่งคำขอ

ส่งคำขอสร้างแบบอะซิงโครนัส API จะส่งคืน prediction ID ที่คุณสามารถใช้ตรวจสอบสถานะและดึงผลลัพธ์ได้

POST/api/v1/model/generateImage

เนื้อหาคำขอ

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "xai/grok-imagine-image-quality/edit",
    "input": {
        "prompt": "A beautiful landscape with mountains and lake"
    }
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(f"Prediction ID: {result['id']}")
print(f"Status: {result['status']}")

การตอบกลับ

{
  "id": "pred_abc123",
  "status": "processing",
  "model": "model-name",
  "created_at": "2025-01-01T00:00:00Z"
}

ตรวจสอบสถานะ

สำรวจ prediction endpoint เพื่อตรวจสอบสถานะปัจจุบันของคำขอ

GET/api/v1/model/prediction/{prediction_id}

ตัวอย่างการสำรวจ

import requests
import time

prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

while True:
    response = requests.get(url, headers=headers)
    result = response.json()
    status = result["data"]["status"]
    print(f"Status: {status}")

    if status in ["completed", "succeeded"]:
        output_url = result["data"]["outputs"][0]
        print(f"Output URL: {output_url}")
        break
    elif status == "failed":
        print(f"Error: {result['data'].get('error', 'Unknown')}")
        break

    time.sleep(3)

ค่าสถานะ

processingคำขอยังอยู่ระหว่างการประมวลผล

completedการสร้างเสร็จสมบูรณ์แล้ว ผลลัพธ์พร้อมใช้งาน

succeededการสร้างสำเร็จแล้ว ผลลัพธ์พร้อมใช้งาน

failedการสร้างล้มเหลว ตรวจสอบฟิลด์ error

การตอบกลับที่เสร็จสมบูรณ์

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.png"
    ],
    "metrics": {
      "predict_time": 8.3
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

อัปโหลดไฟล์

อัปโหลดไฟล์ไปยังที่เก็บข้อมูล Atlas Cloud และรับ URL ที่คุณสามารถใช้ในคำขอ API ของคุณ ใช้ multipart/form-data ในการอัปโหลด

POST/api/v1/model/uploadMedia

ตัวอย่างการอัปโหลด

import requests

url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

with open("image.png", "rb") as f:
    files = {"file": ("image.png", f, "image/png")}
    response = requests.post(url, headers=headers, files=files)

result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")

การตอบกลับ

{
  "data": {
    "download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
    "file_name": "image.png",
    "content_type": "image/png",
    "size": 1024000
  }
}

Input Schema

พารามิเตอร์ต่อไปนี้ยอมรับในเนื้อหาคำขอ

ทั้งหมด: 0จำเป็น: 0ไม่บังคับ: 0

ไม่มีพารามิเตอร์ที่ใช้ได้

ตัวอย่างเนื้อหาคำขอ

json

{
  "model": "xai/grok-imagine-image-quality/edit"
}

Output Schema

API จะส่งคืนการตอบกลับ prediction พร้อม URL ของผลลัพธ์ที่สร้างขึ้น

idstringrequired

Unique identifier for the prediction.

statusstringrequired

Current status of the prediction.

processingcompletedsucceededfailed

modelstringrequired

The model used for generation.

outputsarray[string]

Array of output URLs. Available when status is "completed".

errorstring

Error message if status is "failed".

metricsobject

Performance metrics.

predict_timenumber

Time taken for image generation in seconds.

created_atstringrequired

ISO 8601 timestamp when the prediction was created.

Format: date-time

completed_atstring

ISO 8601 timestamp when the prediction was completed.

Format: date-time

ตัวอย่างการตอบกลับ

json

{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.png"
  ],
  "metrics": {
    "predict_time": 8.3
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

Atlas Cloud Skills เชื่อมต่อโมเดล AI กว่า 300+ เข้ากับผู้ช่วยเขียนโค้ด AI ของคุณโดยตรง ติดตั้งด้วยคำสั่งเดียว จากนั้นใช้ภาษาธรรมชาติเพื่อสร้างรูปภาพ วิดีโอ และสนทนากับ LLM

ไคลเอนต์ที่รองรับ

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ ไคลเอนต์ที่รองรับ

ติดตั้ง

bash

npx skills add AtlasCloudAI/atlas-cloud-skills

ตั้งค่า API Key

รับ API key จากแดชบอร์ด Atlas Cloud และตั้งค่าเป็นตัวแปรสภาพแวดล้อม

bash

export ATLASCLOUD_API_KEY="your-api-key-here"

ความสามารถ

เมื่อติดตั้งแล้ว คุณสามารถใช้ภาษาธรรมชาติในผู้ช่วย AI ของคุณเพื่อเข้าถึงโมเดล Atlas Cloud ทั้งหมด

สร้างรูปภาพสร้างรูปภาพด้วยโมเดลเช่น Nano Banana 2, Z-Image และอื่นๆ

สร้างวิดีโอสร้างวิดีโอจากข้อความหรือรูปภาพด้วย Kling, Vidu, Veo เป็นต้น

สนทนา LLMสนทนากับ Qwen, DeepSeek และโมเดลภาษาขนาดใหญ่อื่นๆ

อัปโหลดสื่ออัปโหลดไฟล์จากเครื่องสำหรับการแก้ไขรูปภาพและเวิร์กโฟลว์รูปภาพเป็นวิดีโอ

เรียนรู้เพิ่มเติม

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server เชื่อมต่อ IDE ของคุณกับโมเดล AI กว่า 300+ ผ่าน Model Context Protocol ใช้งานได้กับไคลเอนต์ที่รองรับ MCP ทุกตัว

ไคลเอนต์ที่รองรับ

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ ไคลเอนต์ที่รองรับ

ติดตั้ง

bash

npx -y atlascloud-mcp

การกำหนดค่า

เพิ่มการกำหนดค่าต่อไปนี้ลงในไฟล์ตั้งค่า MCP ของ IDE ของคุณ

json

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

เครื่องมือที่ใช้ได้

atlas_generate_imageสร้างรูปภาพจากข้อความ prompt

atlas_generate_videoสร้างวิดีโอจากข้อความหรือรูปภาพ

atlas_chatสนทนากับโมเดลภาษาขนาดใหญ่

atlas_list_modelsเรียกดูโมเดล AI กว่า 300+ ที่ใช้ได้

atlas_quick_generateสร้างเนื้อหาขั้นตอนเดียวพร้อมเลือกโมเดลอัตโนมัติ

atlas_upload_mediaอัปโหลดไฟล์จากเครื่องสำหรับเวิร์กโฟลว์ API

เรียนรู้เพิ่มเติม

github.com/AtlasCloudAI/mcp-server

API Schema

ไม่มี Schema

ไม่มีตัวอย่าง

กรุณาเข้าสู่ระบบเพื่อดูประวัติคำขอ

คุณต้องเข้าสู่ระบบเพื่อเข้าถึงประวัติคำขอโมเดล

เข้าสู่ระบบ

1. Introduction

Grok Imagine Image Quality is xAI's flagship image generation and editing system, also known as "Quality Mode," designed to deliver photorealistic imagery, legible in-image typography, and tight prompt adherence across diverse visual styles. This README applies to the following API model identifiers:

xai/grok-imagine-image-quality/text-to-image
xai/grok-imagine-image-quality/edit

Developed by xAI and built on the Aurora foundation—an autoregressive Mixture-of-Experts (MoE) architecture that differentiates it from diffusion-based competitors—Grok Imagine Image Quality targets creators, developers, and enterprises who require high-fidelity static imagery alongside natural-language editing. The consumer version launched on April 3, 2026 via grok.com/imagine and the Grok iOS/Android apps, and the API became publicly available on May 6, 2026 through the official announcement.

The system is exposed through two API variants that share the same underlying model but are optimized for distinct workflows. The xai/grok-imagine-image-quality/text-to-image endpoint produces images from text prompts with approximately 4-second latency, while xai/grok-imagine-image-quality/edit applies prompt-driven modifications to existing images—including multi-image reference composition—with approximately 13-second latency.

2. Key Features & Innovations

Aurora MoE Architecture: Unlike most image generators that rely on diffusion, Grok Imagine Image Quality is powered by Aurora, an autoregressive Mixture-of-Experts model. This approach yields strong facial consistency, accurate textures, and cinematic lighting behavior that reviewers have compared favorably with diffusion competitors on photorealistic sharpness.
High-Fidelity Text Rendering: The model produces legible in-image typography across multiple languages, addressing one of the historically weakest areas of generative image models. While Ideogram and GPT Image 2 still hold the lead in pure text rendering, Quality Mode closes the gap considerably versus prior Grok generations.
Prompt-Driven Editing Without Masks: The xai/grok-imagine-image-quality/edit variant supports object addition, removal, swapping, style transfer, and multi-image reference composition entirely through natural-language prompts. No mask-based inpainting is required, and multi-turn iterative refinement is supported for progressive edits.
Multi-Resolution and Multi-Format Output: Outputs are available at 1K (1024×1024) or 2K (2048×2048) resolution, across 13 aspect ratios ranging from 2:1 to 1:2. JPEG, PNG, and WebP formats are supported, with alpha channel available on PNG and WebP.
Batch Generation: Both variants accept a num_images parameter (1–4) to generate multiple candidates per request, useful for creative exploration and A/B selection in production pipelines.
Broad Stylistic Range: The model demonstrates competent prompt adherence across photorealistic, anime, oil painting, 3D-rendered, and abstract styles, making it suitable for varied creative and commercial briefs from a single endpoint.
Integrated Image-to-Video Pipeline: Grok Imagine Image Quality feeds directly into xAI's image-to-video capabilities, which currently rank #1 on the Artificial Analysis Image-to-Video Arena (Elo 1,336) and Multi-Image-to-Video Arena (Elo 1,342).

3. Model Architecture & Technical Details

Grok Imagine Image Quality uses the Aurora architecture—an autoregressive Mixture-of-Experts design. Rather than iteratively denoising latent representations as diffusion models do, autoregressive image models generate tokens sequentially, which contributes to the system's strong consistency across faces, fine textures, and typography. The MoE routing allows expert specialization across visual domains (portraiture, text, lighting, stylization) while keeping inference latency competitive.

Both API identifiers (xai/grok-imagine-image-quality/text-to-image and xai/grok-imagine-image-quality/edit) are served by the same underlying weights; the distinction lies in the input schema and conditioning path. The editing variant accepts a prompt plus one or more image_urls, enabling single-image edits as well as multi-image composition in which reference imagery informs the generated output.

API specifications:

Parameter	Text-to-Image	Edit
Required inputs	`prompt`	`prompt`, `image_urls`
`num_images`	1–4	1–4
`aspect_ratio`	13 options (2:1 to 1:2)	Defaults to `auto`
`resolution`	1k / 2k	1k / 2k
Typical latency	~4 s	~13 s

The model is positioned within xAI's tiered product line—Speed → Quality → Pro—where Quality Mode represents the balanced tier and Pro Mode adds 2K output with iterative editing workflows.

4. Performance Highlights

On the Artificial Analysis Text-to-Image Arena, Grok Imagine Image Quality sits within the top five models but trails the current leaders. Its strongest competitive results come from the image-to-video pipeline it feeds, where xAI's system ranks first overall.

Text-to-Image Arena (indicative rankings):

Rank	Model	Developer	Elo Score
1	GPT Image 2	OpenAI	1338
2	GPT Image 1.5	OpenAI	1273
3	Nano Banana Pro	Google	1219
Top 5	Grok Imagine Image Quality	xAI	Top-5 tier

Image-to-Video / Multi-Image-to-Video Arena (pipeline context):

Arena	Rank	Elo
Image-to-Video	#1	1,336
Multi-Image-to-Video	#1	1,342

Qualitative strengths:

Photoreal sharpness rated above Nano Banana by independent reviewers
Strong facial consistency and cinematic lighting
Competitive price-performance and fast inference
Permissive content handling with an integrated video pipeline

Known limitations:

In-image text rendering trails Ideogram, GPT Image 2, and FLUX
Editing fidelity trails GPT Image 1.5 on complex structural edits
Artistic stylization trails Midjourney V7 on illustrative aesthetics
Moderation behavior has been reported as inconsistent by some users

5. Intended Use & Applications

Portrait and Character Art: The Aurora architecture's facial consistency and texture accuracy make xai/grok-imagine-image-quality/text-to-image well suited for portrait generation, concept characters, and hero imagery where identity fidelity matters.
Product and Commercial Marketing: Produce product advertisements, UGC-style marketing visuals, and product-film mockups at 2K resolution with cinematic lighting. The fast inference and per-image pricing support high-volume creative iteration.
Prompt-Driven Image Editing: Use xai/grok-imagine-image-quality/edit for object addition, removal, swapping, and style transfer without requiring masks. Multi-turn refinement supports iterative polish workflows typical of design review cycles.
Multi-Image Composition: The editing variant accepts multiple reference images, enabling workflows such as combining a subject with a new background, transferring wardrobe across references, or blending compositional cues from several inputs.
Social and Short-Form Content: Generate social-first imagery and stills that feed into the Grok Imagine image-to-video pipeline—currently ranked #1 on Artificial Analysis's video arenas—for an end-to-end static-to-motion workflow.
Concept Art and Creative Exploration: With batch sizes up to four images and broad stylistic range across photorealistic, anime, oil painting, 3D, and abstract styles, the model serves concept artists and creative directors exploring visual directions quickly.
Enterprise Creative Agencies and Media: The combination of 2K output, permissive content policy, and integrated video pipeline positions Grok Imagine Image Quality for creative agencies, entertainment and media production, and social-first consumer brands.

สำรวจโมเดลที่คล้ายกัน

Grok Imagine Image Quality Text-to-Image

NEW

ข้อความเป็นภาพ

Grok Imagine Image Quality Text-to-Image

xAI Grok Imagine generates polished visuals from natural-language prompts at 1K or 2K resolution, with 14 aspect ratios.

Openai GPT Image 2 Text-to-Image

GPT Image 2 text to image is OpenAI's fast, cost-efficient text-to-image generator powered by GPT-5 guidance. Create photorealistic shots, product renders, concept art, and stylized graphics from natural-language prompts (optionally conditioned with an image). Supports custom aspect ratios, seeds, negative prompts, hex color hints, and style presets. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Openai GPT Image 2 Edit

GPT Image 2 Edit is OpenAI's image model for precise, natural-language edits. Add/remove objects, swap backgrounds, retouch faces, adjust colors/lighting, edit text/graphics, crop/resize, and apply hex color control. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Baidu ERNIE Image Turbo Text-to-image

A fast, low-latency version of ERNIE Image by Baidu, optimized for rapid iteration and scalable image generation.Balances speed and quality, ideal for real-time and high-throughput scenarios.

FREE

ฟรี

เริ่มต้นจากโมเดลกว่า 300 รายการ

สำรวจโมเดลทั้งหมด

Grok Imagine Image Quality Edit API by xAI

อินพุต

เอาต์พุต

พารามิเตอร์

ตัวอย่างโค้ด

ติดตั้ง

การยืนยันตัวตน

HTTP Headers

ส่งคำขอ

ส่งคำขอ

เนื้อหาคำขอ

การตอบกลับ

ตรวจสอบสถานะ

ตัวอย่างการสำรวจ

ค่าสถานะ

การตอบกลับที่เสร็จสมบูรณ์

อัปโหลดไฟล์

ตัวอย่างการอัปโหลด

การตอบกลับ

Input Schema

ตัวอย่างเนื้อหาคำขอ

Output Schema

ตัวอย่างการตอบกลับ

Atlas Cloud Skills

ไคลเอนต์ที่รองรับ

ติดตั้ง

ตั้งค่า API Key

ความสามารถ

MCP Server

ไคลเอนต์ที่รองรับ

ติดตั้ง

การกำหนดค่า

เครื่องมือที่ใช้ได้

API Schema

กรุณาเข้าสู่ระบบเพื่อดูประวัติคำขอ

1. Introduction

2. Key Features & Innovations

3. Model Architecture & Technical Details

4. Performance Highlights

5. Intended Use & Applications

สำรวจโมเดลที่คล้ายกัน

Grok Imagine Image Quality Text-to-Image

Openai GPT Image 2 Text-to-Image

Openai GPT Image 2 Edit

Baidu ERNIE Image Turbo Text-to-image

เริ่มต้นจากโมเดลกว่า 300 รายการ

Join our Discord community