xAI

Grok Imagine Quality

grok-imagine-quality/image-to-image

Modelo de generación y edición de imágenes de alta fidelidad de xAI, con renderizado de texto y composición más estables, compatible con salida 1K/2K y edición de consistencia con imágenes de referencia

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

Probar grok-imagine-quality/image-to-image

Entrada

Creaciones

Ver todas las creaciones

Salida

image

Rellena los parámetros y genera: los resultados aparecerán aquí.

Precios

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

Especificaciones	Precio unitario
1K	$0.080
2K	$0.100

Descripción general

grok-imagine-quality/image-to-image es la versión de alta fidelidad de xAI orientada a la edición de imágenes: recibe de 1 a 3 imágenes de referencia y una instrucción de edición, y genera una imagen final con resolución de 1K o 2K. En comparación con la versión estándar, avanza en nitidez de detalles, texturas e iluminación, renderizado de texto dentro de la imagen y estabilidad de la composición, a costa de una generación algo más lenta. Está pensada para desarrolladores que necesitan calidad de nivel final y modificaciones dirigidas basadas en imágenes de referencia, en escenarios de entrega como visión comercial, imágenes para redes sociales y maquetación.

Aspectos destacados

Edición de alta fidelidad, detalles y composición más estables: frente a la versión estándar, las texturas, la iluminación y el comportamiento físico son más naturales, y la composición es más estable, por lo que puede usarse directamente para entregar en lugar de solo como borrador.
Compatibilidad con salidas de 1K y 2K: la misma interfaz permite elegir 1K para iteración rápida o 2K para retoque fino, cubriendo tanto la prueba creativa como el producto final.
Múltiples imágenes de referencia y relación de aspecto controlable: se pueden pasar hasta 3 imágenes de referencia, con opción de auto o 13 relaciones de aspecto fijas; auto sigue la de la primera imagen de referencia.
Renderizado de texto dentro de la imagen más preciso: mejora la fidelidad del texto en composiciones tipográficas, adecuado para salidas con contenido textual como carteles y gráficos para redes sociales.

Descripción de capacidades

Edición dirigida con imágenes de referencia: al pasar de 1 a 3 imágenes de referencia junto con una instrucción de edición en lenguaje natural, se pueden aplicar modificaciones dirigidas a la imagen conservando la coherencia del sujeto y el estilo.

Control de resolución y relación de aspecto: admite dos niveles de resolución, 1K y 2K, y la relación de aspecto puede ser auto o proporciones verticales y horizontales habituales; el modo auto mantiene la proporción de la primera imagen de referencia, lo que facilita la adaptación a distintos emplazamientos.

Salida en múltiples formatos: el formato de salida puede ser jpeg, png o webp, coincidiendo directamente con los requisitos de tipo de archivo de los procesos posteriores.

Edición con instrucciones largas: la instrucción de edición admite hasta 8000 caracteres, lo que permite describir intenciones de modificación complejas con múltiples elementos.

Reconstrucción de sujetos con nombre propio: la precisión al reconstruir sujetos nombrados como marcas, personajes públicos o lugares concretos es alta, y se puede nombrar el objeto directamente en la instrucción.

Casos de uso

Equipos de comercio electrónico y publicidad que modifican imágenes de producto: usando fotos reales del producto como referencia, ajustan fondo, iluminación y composición según la descripción, y producen material visual de nivel final listo para publicar.
Diseñadores que crean carteles e imágenes para redes sociales: generan a partir de una imagen de referencia de maquetación existente composiciones con texto tipográfico y producen gráficos en 2K para carteles de eventos o publicaciones en redes sociales.
Equipos creativos que iteran del boceto al retoque final: primero validan la dirección rápidamente en 1K y luego generan la versión definitiva en 2K, acortando el ciclo desde la prueba de concepto hasta la entrega.
Series de imágenes que requieren un estilo coherente: generan varias imágenes condicionadas por la misma imagen de referencia, manteniendo un estilo y un sujeto uniformes para la producción de contenido seriado.

Limitaciones y recomendaciones de selección

Esta es la línea de edición de imágenes, por lo que es obligatorio proporcionar al menos 1 imagen de referencia jpeg, png o webp accesible públicamente; no admite SVG, así que no es adecuada para necesidades de texto a imagen puro, para las cuales debe elegirse la línea de texto a imagen de la misma serie. La instrucción de edición admite hasta 8000 caracteres y se pueden usar como máximo 3 imágenes de referencia por vez. Prioriza la calidad, por lo que la generación es más lenta que la versión estándar; las tareas de alta resolución o que requieren ajustes finos sobre la imagen de referencia pueden necesitar varios intentos para alcanzar el resultado esperado. Solo admite salida de imagen y no cubre otras modalidades como vídeo.

Preguntas frecuentes

Ver todas las preguntas →

¿Para qué tipo de imágenes finales es adecuado Grok Imagine Quality?

Es adecuado para key visuals, portadas, conceptos publicitarios e imágenes de escena de alta calidad que requieren materiales, iluminación, atmósfera y detalles más potentes.
¿Cómo se factura 1k y 2k?

1k y 2k utilizan distintas tarifas por imagen; el formato y el formato de salida no generan cargos adicionales; los importes concretos se rigen por el precio en tiempo real de esta página.
¿Por qué no usar directamente el nivel estándar?

El nivel estándar es más adecuado cuando se priorizan los borradores por lotes y la velocidad; elija Quality cuando el resultado final dependa más de los materiales y los detalles.
¿Admite imágenes de referencia?

La ruta actual de texto a imagen no acepta imágenes de referencia; cuando necesites una edición de imágenes de referencia de alta calidad, utiliza grok-imagine-quality/image-to-image.

Crear una tarea de generación

POST https://api.hiapi.ai/v1/tasks

Encabezados

AuthorizationstringObligatorio

Clave API de la cuenta. Obligatoria en cada solicitud. Ejemplo: Bearer YOUR_HIAPI_API_KEY. Obtener clave API

Content-TypestringOpcional

El cuerpo de la solicitud siempre se analiza como JSON; si se envía, solo se acepta application/json (charset opcional) — cualquier otro valor devuelve 415. Ejemplo: application/json.

Idempotency-KeystringOpcional

Clave de idempotencia, hasta 255 bytes. Los reintentos con la misma clave de la misma cuenta crean la tarea una sola vez; las repeticiones devuelven el taskId original.

Clave de idempotencia

Ante timeouts de red o reintentos automáticos del cliente, la misma clave crea la tarea una sola vez, sin doble cobro (alcance = la cuenta de la clave API). Usa un identificador de negocio único (p. ej. "order-42"); las repeticiones devuelven el taskId original y las claves caducan 24 h después de la primera solicitud. La matriz completa de escenarios está en la introducción de la API asíncrona unificada.

Cuerpo

modelstringObligatorio

Valor fijo actual: grok-imagine-quality/image-to-image

routestringOpcional

Valor fijo actual: default

inputobjectObligatorio

Objeto de parámetros de negocio para grok-imagine-quality/image-to-image y la ruta default; consulta la tabla de parámetros a continuación.

promptstringObligatoriominLength 1maxLength 8000

Texto de instrucción de edición de imagen, utilizado para describir el efecto de salida deseado; se toma en forma de cadena y su contenido determina directamente la dirección de la edición.

image_urlsarrayObligatoriominItems 1maxItems 3

Array de imágenes de referencia de entrada, cuyos elementos son URL de imágenes accesibles públicamente, con soporte para formatos jpeg/png/webp y sin soporte para SVG; la cantidad es de 1 a 3 imágenes.

Array [ string ]

resolutionstringOpcionalPredeterminado: "1k"

Resolución de la imagen de salida, en forma de cadena; valor predeterminado 1k.

Opciones:1k2k

aspect_ratiostringOpcionalPredeterminado: "auto"

Relación de aspecto de la imagen generada, en forma de cadena; cuando se establece en auto, sigue la relación de aspecto de la primera imagen de entrada; valor predeterminado auto.

Opciones:auto2:120:919.5:916:94:33:21:1

Mostrar todo (6)

2:33:49:169:19.59:201:2

output_formatstringOpcionalPredeterminado: "jpeg"

Formato de la imagen de salida, en forma de cadena; valor predeterminado jpeg.

Opciones:jpegpngwebp

callbackobjectOpcional

Configuración de notificación de estado terminal. Si se omite, no hay callback: consulta la tarea por tu cuenta.

Callbacks (Webhook)

Indica callback.url al crear y HiAPI hará POST a tu servicio en el estado terminal, sin necesidad de sondeo. El cuerpo del callback replica la estructura del detalle de la tarea; firma, reintentos e idempotencia se detallan en la introducción de la API asíncrona unificada.

urlstringObligatorio

Obligatorio si se incluye callback. Al estado terminal se envía un POST a esta URL; debe ser una URL http(s) válida.

whenstringOpcionalPredeterminado: "final"

Actualmente solo se admite final: notifica tanto en success como en fail.

Opciones:final

storagestringOpcionalPredeterminado: "temp"

Nivel de almacenamiento de artefactos: temp (por defecto, ~7 días) o persistent (largo plazo, facturado por tamaño). Saldo insuficiente o exceso de límite ⇒ degradación silenciosa a temp; el nivel efectivo se muestra en la respuesta del detalle.

Opciones:temppersistent

Ejemplos de solicitud

# Envía una tarea asíncrona; devuelve un taskId de inmediato (sin esperar la generación)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "grok-imagine-quality/image-to-image",
  "input": {
    "prompt": "…",
    "image_urls": "…",
    "resolution": "1k",
    "aspect_ratio": "auto",
    "output_format": "jpeg"
  }
}'

const res = await fetch("https://api.hiapi.ai/v1/tasks", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "grok-imagine-quality/image-to-image",
    input: {
      "prompt": "…",
      "image_urls": "…",
      "resolution": "1k",
      "aspect_ratio": "auto",
      "output_format": "jpeg"
    }
  }),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } }

import os, requests

res = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "grok-imagine-quality/image-to-image",
        "input": {
          "prompt": "…",
          "image_urls": "…",
          "resolution": "1k",
          "aspect_ratio": "auto",
          "output_format": "jpeg"
        }
    },
)
print(res.json())  # { code, message, data: { taskId } }

200 OK

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
  }
}

400 Bad Request

{
  "code": 400,
  "message": "invalid request",
  "data": null,
  "error_code": "INVALID_REQUEST"
}

Obtener el detalle de la tarea

GET https://api.hiapi.ai/v1/tasks/:id

Campos de respuesta

taskIdstringObligatorio

ID de tarea, siempre con prefijo tk-hiapi-.

modelstringObligatorio

Nombre completo resuelto del modelo. Las tareas enviadas con el parámetro route devuelven base@route (p. ej. gpt-image-2/text-to-image@ext); si no, coincide con el nombre enviado.

routestringOpcional

Solo aparece si se usó el parámetro route explícito; repite el valor enviado.

statusstringObligatorio

Estado de la tarea.

Valores de estado

queued En cola, sin iniciar. handling Procesando. archiving Proceso terminado, preparando artefactos. success Terminal: completado, artefactos disponibles (se devuelve output). fail Terminal: error (se devuelve error). Tras el envío, guíate por status: success y fail son terminales; el resto, no. Sondea cada 1–3 s hasta el estado terminal. Con éxito, descarga los artefactos desde output[].url y transfiérelos antes de expireAt; para retención larga usa storage: "persistent" al crear.

creatednumberObligatorio

Hora de creación de la tarea (segundos Unix).

completednumberObligatorio

Segundos Unix al alcanzar estado terminal; 0 mientras no sea terminal.

outputarrayOpcional

Solo con status == success. Lista de artefactos — siempre un array; una tarea puede devolver varios types a la vez (p. ej. video + first_frame).

Array [ object ]

Elementos del array

urlstringObligatorio

URL del artefacto, descargable directamente.

typestringObligatorio

Valores posibles actuales: video, image, audio, first_frame, last_frame, thumbnail; podrían ampliarse más adelante.

expireAtnumberObligatorio

Segundos Unix hasta los que el artefacto es accesible; descárgalo o transfiérelo antes.

errorobjectOpcional

Solo con status == fail.

codestringObligatorio

Código de error de negocio.

messagestringObligatorio

Descripción del error.

Ejemplos de respuesta

Éxito

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
    "model": "happyhorse-1-0",
    "status": "success",
    "created": 1777282033,
    "completed": 1777282099,
    "output": [
      {
        "url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
        "type": "video",
        "expireAt": 1777886899
      }
    ]
  }
}

En proceso (no terminal)

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "archiving",
    "created": 1777282033,
    "completed": 0
  }
}

Fallido

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "fail",
    "created": 1777282033,
    "completed": 1777282099,
    "error": {
      "code": "TASK_FAILED",
      "message": "task failed"
    }
  }
}