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

Văn bản-Hình ảnh

Grok Imagine Image Quality Text-to-Image API by xAI

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

Text-to-image

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

Đầu vào

Đang tải cấu hình tham số...

Đầu ra

Nhàn rỗi

Hình ảnh đã tạo của bạn sẽ xuất hiện ở đây

Cấu hình tham số và nhấp Chạy để bắt đầu tạo

Mỗi lần chạy có giá $0.055. Với $10, bạn có thể chạy khoảng 181 lần.

Bạn có thể tiếp tục với:

Hình ảnh sang video Hình ảnh sang hình ảnh

Tham số

Ví dụ mã
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/text-to-image",
    "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()

Cài đặt

Cài đặt gói cần thiết cho ngôn ngữ lập trình của bạn.

bash

pip install requests

Xác thực

Tất cả các yêu cầu API đều cần xác thực thông qua khóa API. Bạn có thể lấy khóa API từ bảng điều khiển 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}"
}

Bảo mật khóa API của bạn

Không bao giờ để lộ khóa API trong mã phía máy khách hoặc kho lưu trữ công khai. Thay vào đó, hãy sử dụng biến môi trường hoặc proxy phía máy chủ.

Gửi yêu cầu

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())

Gửi yêu cầu

Gửi yêu cầu tạo nội dung bất đồng bộ. API trả về một ID dự đoán mà bạn có thể sử dụng để kiểm tra trạng thái và lấy kết quả.

POST/api/v1/model/generateImage

Nội dung yêu cầu

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/text-to-image",
    "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']}")

Phản hồi

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

Kiểm tra trạng thái

Truy vấn endpoint dự đoán để kiểm tra trạng thái hiện tại của yêu cầu.

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

Ví dụ truy vấn

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)

Giá trị trạng thái

processingYêu cầu vẫn đang được xử lý.

completedQuá trình tạo đã hoàn tất. Kết quả đầu ra đã sẵn sàng.

succeededQuá trình tạo thành công. Kết quả đầu ra đã sẵn sàng.

failedQuá trình tạo thất bại. Kiểm tra trường lỗi.

Phản hồi hoàn tất

{
  "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"
  }
}

Tải tệp lên

Tải tệp lên bộ nhớ Atlas Cloud và nhận URL mà bạn có thể sử dụng trong các yêu cầu API của mình. Sử dụng multipart/form-data để tải lên.

POST/api/v1/model/uploadMedia

Ví dụ tải lên

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}")

Phản hồi

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

Input Schema

Các tham số sau được chấp nhận trong nội dung yêu cầu.

Tổng cộng: 0Bắt buộc: 0Tùy chọn: 0

Không có tham số nào.

Ví dụ nội dung yêu cầu

json

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

Output Schema

API trả về phản hồi dự đoán với các URL đầu ra đã tạo.

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

Ví dụ phản hồi

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 tích hợp hơn 300 mô hình AI trực tiếp vào trợ lý lập trình AI của bạn. Một lệnh để cài đặt, sau đó sử dụng ngôn ngữ tự nhiên để tạo hình ảnh, video và trò chuyện với LLM.

Ứng dụng được hỗ trợ

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ ứng dụng được hỗ trợ

Cài đặt

bash

npx skills add AtlasCloudAI/atlas-cloud-skills

Thiết lập khóa API

Lấy khóa API từ bảng điều khiển Atlas Cloud và đặt nó làm biến môi trường.

bash

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

Khả năng

Sau khi cài đặt, bạn có thể sử dụng ngôn ngữ tự nhiên trong trợ lý AI để truy cập tất cả các mô hình Atlas Cloud.

Tạo hình ảnhTạo hình ảnh với các mô hình như Nano Banana 2, Z-Image và nhiều hơn nữa.

Tạo videoTạo video từ văn bản hoặc hình ảnh với Kling, Vidu, Veo, v.v.

Trò chuyện LLMTrò chuyện với Qwen, DeepSeek và các mô hình ngôn ngữ lớn khác.

Tải lên phương tiệnTải tệp cục bộ lên để chỉnh sửa hình ảnh và quy trình chuyển hình ảnh sang video.

Tìm hiểu thêm

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server kết nối IDE của bạn với hơn 300 mô hình AI thông qua Model Context Protocol. Hoạt động với bất kỳ ứng dụng tương thích MCP nào.

Ứng dụng được hỗ trợ

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ ứng dụng được hỗ trợ

Cài đặt

bash

npx -y atlascloud-mcp

Cấu hình

Thêm cấu hình sau vào tệp cài đặt MCP của IDE.

json

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

Công cụ khả dụng

atlas_generate_imageTạo hình ảnh từ mô tả văn bản.

atlas_generate_videoTạo video từ văn bản hoặc hình ảnh.

atlas_chatTrò chuyện với các mô hình ngôn ngữ lớn.

atlas_list_modelsDuyệt hơn 300 mô hình AI khả dụng.

atlas_quick_generateTạo nội dung một bước với tự động chọn mô hình.

atlas_upload_mediaTải tệp cục bộ lên cho quy trình API.

Tìm hiểu thêm

github.com/AtlasCloudAI/mcp-server

Schema API

Schema không khả dụng

Không có ví dụ

Đăng nhập để xem lịch sử yêu cầu

Bạn cần đăng nhập để truy cập lịch sử yêu cầu mô hình của mình.

Đăng nhập

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.

Khám phá Các Mô hình Tương tự

NEW

Hình ảnh-Hình ảnh

Grok Imagine Image Quality 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.

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

Miễn phí

Bắt đầu với 300+ Mô hình,

Khám phá tất cả mô hình

Grok Imagine Image Quality Text-to-Image API by xAI

Đầu vào

Đầu ra

Tham số

Ví dụ mã

Cài đặt

Xác thực

HTTP Headers

Gửi yêu cầu

Gửi yêu cầu

Nội dung yêu cầu

Phản hồi

Kiểm tra trạng thái

Ví dụ truy vấn

Giá trị trạng thái

Phản hồi hoàn tất

Tải tệp lên

Ví dụ tải lên

Phản hồi

Input Schema

Ví dụ nội dung yêu cầu

Output Schema

Ví dụ phản hồi

Atlas Cloud Skills

Ứng dụng được hỗ trợ

Cài đặt

Thiết lập khóa API

Khả năng

MCP Server

Ứng dụng được hỗ trợ

Cài đặt

Cấu hình

Công cụ khả dụng

Schema API

Đăng nhập để xem lịch sử yêu cầu

1. Introduction

2. Key Features & Innovations

3. Model Architecture & Technical Details

4. Performance Highlights

5. Intended Use & Applications

Khám phá Các Mô hình Tương tự

Grok Imagine Image Quality Edit

Openai GPT Image 2 Text-to-Image

Openai GPT Image 2 Edit

Baidu ERNIE Image Turbo Text-to-image

Bắt đầu với 300+ Mô hình,

Join our Discord community