xAI 透過全新品質模式 API 將 3 億生成次數的圖像引擎帶給開發者

新聞摘要

xAI 已正式將其 Grok Imagine Quality Mode 引入開發者 API，讓企業團隊和獨立開發者能夠以程式化方式存取與 Grok 消費者平台超過 3 億次生成所使用的相同高保真影像引擎。此次發布標誌著 xAI 多模態 API 產品的重大擴展，使該公司直接與成熟的影像生成供應商競爭，並為專業視覺 AI 工作流程開闢了新領域。

什麼是 Grok Imagine Quality Mode

xAI 的 Grok Imagine API 現在支援兩種不同的生成模式：Quality 和 Speed。Quality Mode 優先考慮輸出保真度 — 提供更高的照片寫實度、影像中更準確的文字渲染，以及對複雜創意提示的更強遵循。相比之下，Speed Mode 則針對低延遲進行優化，使其適用於回應速度比最高視覺品質更重要的即時應用。開發者可以透過在 API 呼叫中指定模型識別碼 grok-imagine-image-quality 來調用 Quality Mode。

發布時間表和模型遷移

Quality 和 Speed 模式於 2026 年 4 月 3 日（美國東部時間）正式宣布，當時 xAI 在其官方新聞頻道發布了更新。作為過渡的一部分，xAI 宣布前一代模型 grok-imagine-image-pro 將於 2026 年 5 月 15 日（美國東部時間）停用。建議目前使用 Pro 模型的開發者在此截止日期前將其整合遷移至 grok-imagine-image-quality，以避免任何服務中斷。

技術能力

Quality Mode 旨在擅長需要精確視覺輸出的場景。與標準級別相比，主要的技術改進包括：

• 增強的照片寫實度 — 更準確的光照、陰影和紋理渲染，縮小了 AI 生成影像與專業攝影之間的差距。
• 改進的影像內文字準確性 — 這一直是基於擴散模型的難題；當提示要求生成的影像中包含清晰可辨的文字時，Quality Mode 可顯著減少字元級別的錯誤。
• 複雜提示理解 — 該模型展示了對多子句、細節豐富提示更強的語義解析能力，減少了迭代細化的需求。
• 品牌一致的輸出 — 設計用於支援符合特定視覺品牌指南的產品渲染，這對於行銷管道尤其有用。

效能基準

截至 2026 年 5 月 4 日（美國東部時間），Grok Imagine 的品質模式輸出在 LMArena Text-to-Image Arena 中排名全球前五名。LMArena Text-to-Image Arena 是一個獨立的社群基準測試，匯總了數千次盲測中的人類偏好投票。這一結果使 xAI 在日益擁擠的高階影像合成領域與 Stability AI、Midjourney 和 Google 的 Imagen 系列產品競爭。

定價結構

透過 Grok Imagine API 進行的影像生成，標準解析度的起價為每張影像 0.01 美元，高解析度 2K輸出的價格則可達每張影像 0.07 美元。xAI 將此定價定位為對小型開發團隊而言易於負擔，同時對企業規模而言也具有可行性。作為更廣泛的背景，Grok Imagine 平台（也支援影片和音訊生成）的影片輸出定價為每分鐘 4.20 美元，約為其他領先供應商同類產品成本的三分之一，且比某些高階影片生成服務便宜約七倍。

目標使用案例

xAI 主要將 Quality Mode 定位於專業和商業工作流程，包括：

• 行銷和廣告 — 大規模生成照片級寫實的產品渲染圖、主圖和廣告創意變體，無需為每項資產支付攝影費用。
• 簡報和設計 — 為提案簡報、高階主管報告和品牌材料製作精美的視覺效果。
• 內容創作管道 — 自動化出版、電子商務目錄和社群媒體營運的影像生產，其中數量和一致性至關重要。
• 大規模商業內容 — 使團隊能夠從單一結構化提示生成數百種影像變體，顯著縮短創意週轉時間。

開發者存取和文件

Quality Mode 現已透過 xAI API 提供給所有註冊開發者和企業帳戶。完整的模型文件、提示指南和參數參考已發布在 xAI 的官方開發者文件中。xAI 網站上的 Imagine API 頁面提供了統一 API 介面下所有支援的模態（影像、影片和音訊）的概覽，簡化了已在使用 Grok 生態系統進行文字推理任務的團隊的整合。