模型/Grok Imagine Image 2.0/Image & Video API
在线9 个端点

Grok Imagine API — xAI 图像和视频生成

通过 Grok Imagine Image 2.0 API让您能够以编程方式访问 xAI 的 Grok Imagine 模型系列 — 文本到图像、图像到图像、文本到视频、图像到视频、视频扩展以及 Grok Imagine Image 2.0 的精确生成和链式后续编辑,全部通过一个 Muapi API 密钥实现,每次调用 0.05 美元起。

🖼️ 图像生成

文本到图像,包括 Image 2.0 的清晰排版和布局规划3 个模型
文生图在线
🖼️ 图像生成

Grok 想象文本到图像

高质量的文本到图像生成,具有生动的场景、人物和强烈的灯光。每次调用返回 6 张图像。

Image快速
$0.05/call
体验模型
文生图在线
🖼️ 图像生成

Grok Imagine Text to Image (Quality)

高保真文本到图像模式优先考虑准确性和细节而不是速度,具有更清晰的照明和深度。

High-fidelity
$0.05/call
体验模型
文生图新品
🖼️ 图像生成

Grok 想象图像 2.0

xAI 的下一代图像模型具有精确的指令跟踪、清晰的排版以及最多 5 个输入图像的多参考编辑。

Up to 5 ref images快速
$0.05/call
体验模型

✏️图像编辑

基于指令的图像编辑和 Image 2.0 链式后续编辑2 个模型
图生图在线
✏️图像编辑

Grok Imagine Image to Image

使用自然语言指令编辑现有图像,同时保留场景结构、透视和照明。

Native快速
$0.05/call
体验模型
图生图新品
✏️图像编辑

Grok Imagine Image 2.0 编辑

对先前的 Image 2.0 生成应用有针对性的后续编辑,可以选择使用 mask_indexs 确定范围,同时保留图像的其余部分。

Native快速
$0.05/call
体验模型

🎬 Video Generation

Text-to-video, image-to-video, a preview video model, and video extension4 个模型
文生视频在线
🎬 Video Generation

Grok Imagine 文本转视频

通过同步环境音频、流畅的运动和富有表现力的灯光,快速生成文本到视频,时间为 6 到 30 秒。

6–30s快速
$0.15/call
体验模型
图生视频在线
🎬 Video Generation

Grok Imagine 图像转视频

将静态图像动画化为电影视频,并具有同步的环境音频和流畅、逼真的动作,时间为 6 到 30 秒。

6–30s快速
$0.15/call
体验模型
图生视频预览
🎬 Video Generation

Grok Imagine Video 1.5 Preview

预览 Grok Imagine 的下一个视频模型,具有多种宽高比和分辨率,最长 15 秒。

Up to 15s
$0.64/call
体验模型
编辑在线
🎬 Video Generation

Grok Imagine Extend

继续现有的 Grok Imagine 视频生成,同时保持视觉风格和动作。

Native快速
$0.05/call
体验模型

Grok Imagine API 是什么?

Grok Imagine API 使应用程序能够以编程方式访问 xAI 的 Grok Imagine 模型系列。根据文本提示生成图像和视频,使用自然语言指令编辑现有图像,或使用同步环境音频将静态图像动画化为电影剪辑。

Muapi 通过一个公开完整的 Grok Imagine 端点目录休息API 提供完整的 Suno 端点目录。可以先在 image 和 video游乐场来比较端点,然后在您自己的工作流程中结合生成、编辑和视频扩展。

主要能力

文本到图像的生成

通过专用的高保真质量模式和每次调用 6 张图像,将提示变成生动、时尚的图像。

精确遵循指令

Image 2.0 遵循详细的提示,直至精细的布局和排版,非常适合海报和密集的构图。

自然语言图像编辑

编辑现有图像或通过其 request_id 将有针对性的后续编辑链接到先前的 Image 2.0 生成。

文本转视频和图像转视频

根据提示或图像生成 6-30 秒的视频剪辑,并具有同步的环境音频和流畅的动作。

视频延长

继续现有的 Grok Imagine 视频生成,同时保持其视觉风格和动作。

异步 REST,无需应用程序

每个端点都使用 Muapi 的标准异步提交和轮询模式 - 没有聊天界面或手动提示。

Grok Imagine API 端点比较

端点输入输出价格适合场景
grok-imagine-文本转图像prompt、aspect_ratio6 images$0.05/call提示中的生动场景和人物
grok-imagine-文本转图像质量prompt、aspect_ratioHigh-fidelity image$0.05/call准确性和细节胜过速度
grok-imagine-image-2prompt、aspect_ratio新图像 + request_id$0.05/call清晰的排版和布局规划
grok 想象图像到图像提示,图像列表编辑后的图像$0.05/call对现有图像进行自然语言编辑
grok-imagine-image-2-edit提示、request_id、mask_indexs优化后的图像 + request_id$0.05/call对 Image 2.0 生成进行连锁式后续编辑
grok-imagine-文本转视频提示、纵横比、持续时间6-30秒视频$0.15/call文本提示中的电影剪辑
grok 想象图像到视频提示、图像列表、持续时间6-30秒视频$0.15/call动画参考图像
grok-imagine-视频-1-5-预览提示、图像列表、持续时间长达 15 秒的视频$0.64/call测试下一代视频模型
grok-imagine-extendrequest_id、提示、extend_timesExtended video$0.05/call继续现有的视频生成

价格和支持的字段因型号而异。在将生成的媒体交付到生产中之前,请检查实时 Playground 架构。

如何调用 Grok Imagine API

使用您的 Muapi API 密钥提交 JSON 请求,保存请求 ID,然后轮询共享结果端点。为图像到图像、图像到视频和后续编辑请求提供可公开访问的图像 URL。

1. 生成图像

curl -X POST https://api.muapi.ai/api/v1/grok-imagine-text-to-image \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A vivid neon-lit alley in a cyberpunk city, rain-soaked pavement reflecting signage","aspect_ratio":"16:9"}'

# Response: {"request_id":"REQUEST_ID"}

使用提示和宽高比调用 grok-imagine-text-to-image。每次调用返回 6 张图像。

2. Generate a video

curl -X POST https://api.muapi.ai/api/v1/grok-imagine-text-to-video \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A hawk gliding low over a canyon at sunrise, ambient wind","aspect_ratio":"16:9","duration":6}'

# Response: {"request_id":"REQUEST_ID"}

使用提示、宽高比和持续时间调用 grok-imagine-text-to-video。

3. 轮询结果

轮询直到任务完成,然后读取返回的图像或视频 URL。

常见问题

我可以使用 Grok Imagine 根据文本提示生成图像吗?

是的。 grok-imagine-text-to-image 每次调用返回 6 个图像; grok-imagine-text-to-image-quality 以速度换取更高的保真度和细节。

What's different about Grok Imagine Image 2.0?

Image 2.0 (grok-imagine-image-2) 专注于精确的指令跟踪、清晰的排版和布局规划,并具有专用的链式后续编辑端点 (grok-imagine-image-2-edit),通过 request_id 而不是重新上传的图像进行编辑。

我可以使用 Grok Imagine 编辑现有图像吗?

是的。 grok-imagine-image-to-image 接受上传的图像和自然语言指令。 grok-imagine-image-2-edit 相反,将有针对性的编辑与之前的 Image 2.0 生成的 request_id 链接起来,可以选择使用 mask_indexs 进行范围限制。

Grok Imagine 可以生成视频吗?

是的。 grok-imagine-text-to-video 和 grok-imagine-image-to-video 生成带有同步环境音频的 6-30 秒剪辑。 grok-imagine-video-1-5-preview 是下一个视频模型的预览,grok-imagine-extend 继续现有的视频生成。

Grok Imagine API 的费用是多少?

图像端点(文本到图像、质量模式、图像 2.0、图像到图像和图像 2.0 编辑)每次调用费用为 0.05 美元。文本到视频、图像到视频和视频扩展每次呼叫的费用为 0.15-0.05 美元,具体取决于端点。视频 1.5 预览版每次调用的费用为 0.64 美元。

我需要通过聊天界面提示 Grok Imagine 吗?

不会。Muapi 将 Grok Imagine 作为标准异步 REST 端点公开。创建 API 密钥、提交 JSON 并轮询返回的请求 ID,无需聊天 UI 或手动提示。

准备好使用 Grok Imagine 进行构建了吗?

创建一个 Muapi API 密钥,并在单个异步工作流程中连接图像生成、编辑、视频生成和视频扩展。