HiAPI
grok-imagine-quality 详情页 Hero 图:右侧悬浮半透明玻璃图片卡与胶片光带,虹彩高调光,左侧大面积光晕留白,暖奶油配冰蓝粉色,玻璃上立体发光字呈现模型名。

xAI

Grok Imagine Quality

grok-imagine-quality/text-to-image

Hochpräzises Bildgenerierungs- und -bearbeitungsmodell von xAI mit stabilerer Textdarstellung und Komposition, Unterstützung für 1K/2K-Ausgabe und konsistente Bearbeitung anhand von Referenzbildern

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

Eingabe

Ausgabe

image
Fülle die Parameter aus und generiere – die Ergebnisse erscheinen hier.

Preise

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

Spezifikationen Einzelpreis
1K $0.070
2K $0.100

Positionierung im Überblick

grok-imagine-quality/text-to-image ist ein von xAI eingeführtes hochpräzises Text-zu-Bild-Modell und gehört innerhalb der Grok-Imagine-Bildserie zur Stufe, die auf fertige Qualität ausgerichtet ist. Es erzeugt aus Textaufforderungen fotorealistische Bilder, unterstützt die beiden Auflösungsstufen 1k und 2k, 13 Seitenverhältnisse sowie die drei Ausgabeformate jpeg, png und webp; eine einzelne Aufforderung umfasst bis zu 8000 Zeichen. Im Vergleich zur Standardversion ist es bei Detailschärfe, Natürlichkeit von Textur und Beleuchtung, der Textdarstellung im Bild sowie der Kompositionsstabilität stärker und eignet sich eher für Entwickler, die direkt fertige Ergebnisse liefern müssen, statt nur kreative Entwürfe zu erstellen.

Zentrale Highlights

  • Hochpräzise Stufe für Ergebnisse in Fertigqualität – Details, Texturen und Beleuchtung sind vollständiger als beim standardmäßigen Grok Imagine, die Ergebnisse ähneln eher direkt verwendbaren fertigen Bildern.
  • Unterstützung der beiden Auflösungsstufen 1k und 2k – über dieselbe Schnittstelle lässt sich von schnellen Entwürfen in niedriger Auflösung auf 2k-Feinarbeitung wechseln, ohne Modell oder Leitung zu wechseln.
  • 13 Seitenverhältnisse decken gängige Layouts ab – von 1:1 bis 16:9, 9:16, 20:9 und weiteren Verhältnissen lassen sich alle direkt angeben, passend für Querformat-Poster, Hochformat-Social-Media und Breitbild-Banner.
  • Genauere Textdarstellung im Bild – Szenen mit Textlayout werden besser wiedergegeben, was Nacharbeit durch fehlerhaften Text in Poster- und Social-Media-Grafikszenarien reduziert.

Funktionsbeschreibung

Fotorealistische Bilder aus Textaufforderungen: Eine Beschreibung als Eingabe genügt, um ein Bild zu erzeugen; die Aufforderung umfasst bis zu 8000 Zeichen und kann vollständigere Beschreibungen von Szene, Stil und Motiv aufnehmen.

Auflösung und Seitenverhältnis steuerbar: Über resolution wird 1k oder 2k gewählt, über aspect_ratio wird aus 13 Verhältnissen das Bildformat festgelegt; die Ausgabe passt direkt zum Layout des Zielmaterials.

Ausgabeformat wählbar: Die drei Formate jpeg, png und webp werden unterstützt, sodass je nach Frontend-Darstellung, Materialarchivierung oder nachfolgender Komprimierung die passende Kodierung gewählt werden kann.

Wiedergabe benannter Entitäten: Die Genauigkeit bei der Darstellung benannter Entitäten wie Marken, Personen des öffentlichen Lebens und konkreter Orte ist hoch; die Zielobjekte können in der Aufforderung direkt benannt werden.

Anwendungsszenarien

  • Erstellung von Werbe- und Marketingmaterial – aus Produktverkaufsargumenten und Bildbeschreibungen werden 2k-Querformat- oder quadratische Key Visuals für Hero-Banner, Poster und Werbematerial erzeugt.
  • Social-Media-Bebilderung und Thumbnail-Design – im Verhältnis 16:9 oder 9:16 werden Titelbilder mit Textlayout erzeugt, die direkt für Video-Thumbnails und Social-Media-Bebilderung verwendet werden.
  • Iterativer Workflow vom Entwurf zur Feinarbeit – zunächst werden mit 1k-Auflösung kreative Richtungen in Stapeln erzeugt; nach der Auswahl wird mit 2k neu generiert für die endgültige Lieferversion.
  • Szenenbilder mit benannten Motiven – in der Aufforderung werden konkretes Fahrzeugmodell, Ort oder Marke angegeben, um szenische Bilder für Konzeptpräsentationen und Inhaltsbebilderung zu erzeugen.

Einschränkungen und Auswahlhinweise

Die Bildqualität wird mit einer geringeren Generierungsgeschwindigkeit erkauft; die Bilderzeugung ist langsamer als beim standardmäßigen Grok-Imagine-Bildmodell und eignet sich nicht für Szenarien, die zahlreiche schnelle Entwürfe erfordern. Bei hohen Auflösungen sowie Aufgaben mit strengen Anforderungen an benannte Motive und Bilddetails sind möglicherweise mehrere Anpassungen der Aufforderung nötig, um das gewünschte Ergebnis zu erzielen; es wird empfohlen, zunächst mit 1k die Richtung zu bestätigen und dann 2k zu erzeugen. Die aktuelle Leitung deckt nur Text-zu-Bild ab; wenn gezielte Bearbeitungen auf Basis vorhandener Bilder benötigt werden, sollte auf ein Bild-zu-Bild-Modell derselben Serie umgestiegen werden. Die konkreten Kosten werden pro Bild abgerechnet, maßgeblich ist das Preisfenster der Plattform.

  • Für welche finalen Bilder eignet sich Grok Imagine Quality?

    Geeignet für Key Visuals, Cover, Werbekonzepte und hochwertige Szenenbilder, die stärkere Materialien, Licht- und Schattenwirkung, Atmosphäre und Details erfordern.

  • Wie werden 1k und 2k abgerechnet?

    1k und 2k verwenden unterschiedliche Preisstufen pro Bild; Bildformat und Ausgabeformat werden nicht zusätzlich berechnet; die konkreten Beträge richten sich nach den aktuellen Preisen auf dieser Seite.

  • Warum nicht direkt den Standardmodus verwenden?

    Bei Massenentwürfen und wenn Geschwindigkeit Priorität hat, ist der Standardmodus besser geeignet; erst wenn beim finalen Endprodukt Material und Details wichtiger sind, sollte Quality gewählt werden.

  • Werden Referenzbilder unterstützt?

    Der aktuelle Text-to-Image-Pfad akzeptiert keine Referenzbilder; wenn Sie eine hochwertige Bearbeitung mit Referenzbild benötigen, verwenden Sie bitte grok-imagine-quality/image-to-image.

Ähnliche Modelle

Alle Modelle ansehen →

Gleicher Typ