Especificações técnicas do Grok Imagine Image 2.0
| Item | Grok Imagine Image 2.0 |
|---|---|
| Model ID | grok-imagine-image-2.0 |
| Provider | xAI |
| Model family | Grok Imagine |
| Model type | Geração e edição de imagens |
| Input modalities | Texto, Imagem |
| Output modality | Imagem |
| Generation endpoint | POST /v1/images/generations |
| Editing endpoint | POST /v1/images/edits |
| Output resolutions | 1K, 2K |
| Quality modes | Low, Medium |
| Default quality | Medium |
| Aspect ratios | 1:1, 3:4, 4:3, 9:16, 16:9, 2:3, 3:2, 9:19.5, 19.5:9, 9:20, 20:9, 1:2, 2:1, auto |
| Images per request | Até 10 |
| Reference images | Compatível para edição de imagem |
| Response formats | URL, Base64 JSON |
| API compatibility | API de imagem compatível com OpenAI |
| Release date | 7 de agosto de 2026 |
| API status | Disponível de forma geral |
A documentação oficial da xAI confirma que o grok-imagine-image-2.0 oferece suporte tanto à geração quanto à edição de imagens, com resolução 1K/2K e proporção de aspecto e qualidade configuráveis.
O que é o Grok Imagine Image 2.0?
O Grok Imagine Image 2.0 é o mais recente modelo de geração e edição de imagens da família Grok Imagine da xAI, projetado para seguir instruções com precisão, lidar com tipografia, controlar o layout e preservar características de imagens de referência.
A xAI descreve o Image 2.0 como projetado para “trabalho criativo real”. Sua principal melhoria não é apenas maior qualidade de imagem; o modelo é especificamente otimizado para seguir prompts detalhados, manter elementos visuais durante edições iterativas e lidar com composições que envolvem tipografia e múltiplos elementos estruturados.
O modelo tornou-se geralmente disponível em 7 de agosto de 2026, inicialmente como o novo modo de qualidade no Grok Imagine e, posteriormente, via API.
Principais recursos do Grok Imagine Image 2.0
Seguimento preciso de prompts
O Grok Imagine Image 2.0 é projetado para preservar instruções detalhadas em prompts complexos de geração de imagens. Isso é particularmente útil quando um prompt especifica múltiplos objetos, relações espaciais, estilos visuais ou restrições de composição.
Tipografia e geração de layout robustas
Um dos objetivos explícitos de design do modelo é o tratamento aprimorado de tipografia e layouts estruturados. A xAI destaca sua capacidade de planejar tipografia e layout para visuais densos e multipartes, mantendo legível o texto pequeno.
Isso torna o modelo particularmente relevante para:
- Cartazes
- Anúncios
- Infográficos
- Embalagens de produtos
- Gráficos para redes sociais
- Arte para apresentações
- Banners de marketing
Edição de imagem (image-to-image)
O modelo oferece suporte à edição de imagens através do endpoint /v1/images/edits. Desenvolvedores podem fornecer uma imagem existente e uma instrução de edição, como mudar seu estilo artístico ou adicionar/remover elementos visuais.
Preservação de imagens de referência
O Image 2.0 é projetado para preservar elementos importantes de imagens de referência em gerações e edições. Isso é útil para manter a aparência de personagens, identidade de produtos, composição ou estilo visual durante fluxos de trabalho iterativos.
Saída em 1K e 2K
A API oferece suporte a resoluções de saída em 1K e 2K. Os desenvolvedores podem selecionar a resolução de acordo com a necessidade de rascunhos mais rápidos ou ativos de produção com maior nível de detalhe.
Proporções de aspecto flexíveis
O Grok Imagine Image 2.0 suporta uma ampla gama de proporções de aspecto, incluindo formatos quadrados, retrato, paisagem, cinematográficos e orientados para dispositivos móveis. Isso permite que a mesma API de geração atenda a diferentes canais de publicação sem forçar todas as saídas a uma tela 1:1.
Geração de imagens em lote
A API pode gerar múltiplas imagens em uma única solicitação, com a documentação oficial do Imagine suportando até 10 imagens por solicitação. Isso é útil para gerar variações criativas para publicidade, fotografia de produto, miniaturas e exploração de conceitos.
Desempenho de benchmark do Grok Imagine Image 2.0
A xAI relata que o Imagine Image 2.0 ocupa a segunda colocação tanto nos rankings de Text-to-Image quanto de Image Edit Arena, com base nos dados dos rankings de 7 de agosto de 2026. Essas são avaliações externas citadas pela xAI, não pontuações de benchmark internas.

Como essas classificações podem mudar ao longo do tempo, elas devem ser apresentadas com a data anexada, em vez de como uma classificação permanente do modelo.
Grok Imagine Image 2.0 vs Grok Imagine Image
| Recurso | Grok Imagine Image 2.0 | Grok Imagine Image |
|---|---|---|
| Model ID | grok-imagine-image-2.0 | grok-imagine-image |
| Input | Texto + Imagem | Texto + Imagem |
| Output | Imagem | Imagem |
| 1K | Sim | Sim |
| 2K | Sim | Sim |
| Quality control | Low / Medium | Não documentado como o mesmo controle de qualidade 2.0 |
| Typography | Aprimorada | Geração anterior |
| Layout following | Aprimorado | Geração anterior |
| Image editing | Sim | Sim |
| Price | $0.04–$0.08/imagem gerada, dependendo da qualidade/resolução | $0.02/imagem |
| Positioning | Modelo criativo de nova geração | Geração anterior do Grok Imagine |
O grok-imagine-image mais antigo atualmente tem um preço listado de $0.02 por imagem gerada, enquanto o Image 2.0 utiliza preços dependentes de resolução/qualidade.
Grok Imagine Image 2.0 vs GPT Image 2.0
| Aspecto | Grok Imagine Image 2.0 | GPT Image 2 / ChatGPT Images 2.0 |
|---|---|---|
| Release | 7 de ago. de 2026 | 21 de abr. de 2026 |
| Core Focus | Edição precisa + saídas úteis no mundo real (infográficos, fotos de produto, mockups de UI, assets de jogos, storyboards) | Geração de alta fidelidade + raciocínio + consistência multi-imagem |
| Arena Ranking (ago. 2026) | #2 mundial em text-to-image e edição de imagem | #1 mundial em text-to-image e edição de imagem |
| Text Rendering | Grande melhoria (tipografia nítida e consciente de layout) | Referência no mercado (especialmente texto pequeno, escrituras não latinas como japonês/coreano/chinês/híndi/bengali) |
| Multi-image / Consistency | Até 5 imagens de referência; templates para produtos/fotos de rosto etc. | Até 8 imagens consistentes a partir de um único prompt (com modo Thinking); forte continuidade de personagens/objetos |
| Special Features | Redimensionamento inteligente/outpainting, composição nativa multi-referência, planejamento orientado ao design | Modo “Thinking” (raciocina antes de gerar, pode pesquisar na web, cria explicações visuais a partir de arquivos) |
| Resolution / Ratios | 1K/2K comuns; proporções flexíveis via Smart Resize | Até 2K (API com opções mais altas em alguns casos); ampla faixa (por exemplo, 3:1 a 1:3) |
| Strengths | Edições locais precisas, trabalho com referências/produtos, fluxos criativos práticos | Aderência ao prompt, designs com muito texto, consistência multi-cena, raciocínio + conhecimento da web |
Os dois modelos visam uma categoria semelhante, mas enfatizam pontos fortes um pouco diferentes.
O Grok Imagine Image 2.0 é particularmente atraente quando o fluxo de trabalho depende de aderência precisa ao prompt, layouts estilo pôster, tipografia, preservação de imagens de referência e edição iterativa de imagens.
O GPT Image é mais indicado quando o aplicativo já está construído em torno do ecossistema multimodal mais amplo da OpenAI e precisa de geração de imagens como parte de um fluxo de trabalho maior do GPT.
Para uma API dedicada a imagens criativas, a combinação do Grok Imagine Image 2.0 de geração + edição + saída em 2K + qualidade configurável + amplo suporte a proporções de aspecto o torna uma opção forte para pipelines criativos de produção.
Grok Imagine Image 2.0 vs Google Imagen
| Capacidade | Grok Imagine Image 2.0 | Google Imagen |
|---|---|---|
| Text-to-image | Sim | Sim |
| Edição de imagem | Sim | Sim, dependendo do modelo/API |
| Saída em 2K | Sim | Dependente do modelo |
| Foco em tipografia/layout | Forte | Forte |
| Fluxos com imagens de referência | Sim | Dependente do modelo |
| API compatível com OpenAI | Sim | Não |
| Controle de proporção | Extenso | Dependente do modelo |
| Geração multi-imagem | Até 10/pedido | Dependente do modelo |
O Grok Imagine Image 2.0 tem uma vantagem prática de integração para desenvolvedores que já usam SDKs compatíveis com OpenAI, pois a xAI expõe o endpoint de geração de imagens usando uma interface compatível com a OpenAI.
Casos de uso do Grok Imagine Image 2.0
1. Criativos de marketing e publicidade
Gere arte de campanhas, banners promocionais, anúncios de produtos e gráficos para redes sociais, especificando a hierarquia visual exata e a posição do texto.
2. Geração de cartazes e infográficos
A ênfase do modelo em tipografia e layout o torna adequado para cartazes, gráficos, materiais de eventos e ativos visuais ricos em informação.
3. Visualização de produtos
Os desenvolvedores podem combinar imagens de referência de produtos com instruções para criar novos ambientes, composições ou cenas de marketing, preservando as características visuais importantes do produto.
4. Restilização de imagem
A API de edição pode transformar uma imagem existente em um estilo artístico diferente sem exigir a regeneração completa da imagem.
5. Conteúdo para redes sociais
Seu amplo suporte a proporções de aspecto é útil ao gerar ativos para feeds móveis, stories, posts em paisagem, miniaturas e outros formatos específicos de plataforma.
6. Iteração criativa
Como a edição de imagens pode operar sobre um resultado existente, as equipes podem usar um fluxo gerar → revisar → editar → refinar, em vez de começar repetidamente com um prompt em branco.
Como usar a API do Grok Imagine Image 2.0 no CometAPI
Para desenvolvedores que já usam múltiplos modelos de imagem de IA, o CometAPI pode fornecer uma camada de acesso unificada para que o Grok Imagine Image 2.0 seja integrado a um aplicativo existente sem criar um fluxo de trabalho totalmente separado de gerenciamento de modelos.
O fluxo básico de integração é:
- Crie uma conta no CometAPI ou faça login.
- Obtenha uma chave de API do CometAPI.
- Selecione
grok-imagine-image-2.0. - Envie um prompt de texto ou uma solicitação de edição de imagem através do endpoint de imagem suportado pelo CometAPI.
- Armazene a URL da imagem retornada ou os dados da imagem.
- Compare o resultado com outros modelos de imagem disponíveis na mesma plataforma.