Grok Imagine Quality image-to-image pour les images produits e-commerce

Rester shooter chaque nouveau angle de mise en ligne, chaque bannière saisonnière ou chaque template marketplace est lent et coûteux. grok-imagine-quality/image-to-image résout un problème plus étroit mais plus utile : donnez-lui une photo de référence propre et un prompt texte, et il place ce produit exact — même forme, même couleur, mêmes proportions — dans une nouvelle scène. Une seule photo de studio devient photo lifestyle, photo à plat et photo en situation, sans second shooting physique.

Ce guide parcourt un workflow e-commerce réel sur l'API hiapi : générer une photo produit de base, lui appliquer trois transformations de scène avec grok-imagine-quality/image-to-image, puis appliquer le même schéma à tout un catalogue — avec du code exécutable et les tarifs actuels.

Prérequis :

• Obtenir une clé API hiapi depuis votre tableau de bord
• Python 3.9+ et requests (ou simplement curl)
• Votre image produit de base hébergée sur une URL publique — l'API de tâches récupère image_urls par URL, et non par upload

Pourquoi l'image-to-image plutôt qu'un second shooting

Un modèle texte-vers-image peut générer un joli filtre à café, mais pas votre filtre à café — la silhouette exacte, la couleur d'émail et l'angle du bec que vos clients reconnaissent déjà depuis vos fiches produit. grok-imagine-quality/image-to-image prend cet objet exact comme référence et le rend à nouveau dans un nouvel environnement : c'est la différence entre « une photo de produit » et « la photo de notre produit ».

Cela le rend adapté aux besoins répétés de l'e-commerce : une image principale par SKU, puis N variantes (scène lifestyle, à plat, en situation, fond saisonnier) pour les galeries produit, les publicités et les fiches marketplace — sans réserver un studio à chaque fois.

Workflow : une photo de base, trois modifications de scène

La photo de base ici a été générée avec gpt-image-2/text-to-image ($0.03 par image en 1K) — toute photo produit propre et bien éclairée peut servir de référence, y compris vos vraies photos existantes :

Cette même URL d'image est ensuite réutilisée dans trois appels grok-imagine-quality/image-to-image, un par scène cible :

Sur les trois résultats, les proportions du filtre, sa couleur d'émail et la forme de sa poignée restent parfaitement identiques — seul le décor change. Cette cohérence est toute la valeur ajoutée de l'i2i ici plutôt que de générations t2i indépendantes pour chaque scène, qui vous donneraient trois produits qui semblent différents.

Structure de la requête et tarification

grok-imagine-quality/image-to-image accepte un schéma d'entrée petit et strict — les champs supplémentaires comme strength ou une graine sont rejetés :

Champ	Obligatoire	Description
prompt	Oui	Décrit la nouvelle scène ; indiquez explicitement au modèle de conserver la forme/les couleurs/les proportions de l'image de référence
image_urls	Oui	1 à 3 URL publiques. Avec plusieurs images de référence, le rendu suit la première URL
resolution	Non	1k ou 2k (en minuscules)
aspect_ratio	Non	auto (par défaut, suit le cadre d'entrée) ou un ratio fixe, comme 16:9, 1:1, 9:16

Tarifs au 2026-08 (vérifiés sur la page de tarification hiapi) : grok-imagine-quality/image-to-image coûte $0.09 par image en 1K et $0.11 par image en 2K. La photo de studio de base sur gpt-image-2/text-to-image coûte $0.03 en 1K. Un ensemble de 4 images comme ci-dessus — une photo de base plus trois modifications de scène — revient au total à $0.30.

Code : soumettre et interroger une tâche

Chaque génération sur hiapi suit le même cycle de vie de tâche asynchrone — soumettre, interroger GET /v1/tasks/{id} jusqu'à ce que status soit success, puis télécharger immédiatement output[0].url (les URL expirent). Le contrat complet se trouve dans la référence de l'API de tâches asynchrones. Voici un exemple concret pour l'appel i2i :

import requests
import time

API_BASE = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}

def edit_product_scene(base_image_url: str, prompt: str) -> str:
    payload = {
        "model": "grok-imagine-quality/image-to-image",
        "input": {
            "prompt": prompt,
            "image_urls": [base_image_url],
            "resolution": "1k",
        },
    }
    resp = requests.post(API_BASE, headers=HEADERS, json=payload, timeout=60)
    task_id = resp.json()["data"]["taskId"]

    while True:
        task = requests.get(f"{API_BASE}/{task_id}", headers=HEADERS, timeout=30).json()["data"]
        if task["status"] == "success":
            return task["output"][0]["url"]
        if task["status"] == "fail":
            raise RuntimeError(task.get("error"))
        time.sleep(5)

La cohérence vient en réalité du prompt — il n'existe aucun paramètre strength ni de poids de référence, donc la formulation doit assumer ce rôle :

Place this ceramic pour-over coffee dripper on a rustic wooden kitchen
countertop, warm morning sunlight streaming in from the left, a few
coffee beans scattered near the base, shallow depth of field, lifestyle
e-commerce photography, keep the dripper's shape, color and proportions
identical to the reference

Cette proposition finale — « keep the shape, color and proportions identical to the reference » (conservez la forme, la couleur et les proportions identiques à la référence) — a produit une différence mesurable lors des tests. Retirez-la, et le modèle traite la référence avec plus de liberté, redessine les proportions et ajoute des détails légèrement génériques.

Une mise en garde : ne comptez pas sur un contrôle exact de la pose. Demander « le même angle » lors du remplacement de scène n'est pas strictement respecté — l'orientation de l'objet tend à se réajuster naturellement pour s'adapter à la nouvelle scène. Si l'orientation exacte est importante, précisez-la explicitement dans la proposition de conservation (par exemple « gardez le bec orienté vers la gauche »).

Traitement par lots sur un catalogue complet

Le même appel se généralise directement à un travail sur catalogue — bouclez sur des tuples (SKU, image de base, prompt de scène) au lieu de coder en dur un seul produit :

CATALOG = [
    {"sku": "dripper-ceramic-01", "base_url": "https://cdn.example.com/dripper-01-base.jpg"},
    {"sku": "kettle-gooseneck-02", "base_url": "https://cdn.example.com/kettle-02-base.jpg"},
    # ...
]

SCENE_PROMPTS = {
    "lifestyle": "Place this product on a rustic wooden kitchen countertop, warm morning "
                 "sunlight, lifestyle e-commerce photography, keep shape, color and "
                 "proportions identical to the reference",
    "flatlay": "Place this product on a white marble countertop, top-down flat lay, soft "
               "diffused daylight, keep shape, color and proportions identical to the reference",
}

results = []
for item in CATALOG:
    for scene_name, prompt in SCENE_PROMPTS.items():
        url = edit_product_scene(item["base_url"], prompt)
        results.append({"sku": item["sku"], "scene": scene_name, "url": url})
        # download + upload to your own storage here — output URLs expire

L'API de tâches ne dispose d'aucun champ natif idempotency_key ; si un travail par lots doit pouvoir être relancé sans risque après un plantage, dédupliquez par (sku, scene_name) dans votre propre stockage avant de resoumettre, plutôt que de compter sur l'API pour détecter les doublons.

À $0.09 par image, un catalogue de 200 SKU avec 3 variantes de scène chacun coûte au total $54 — à comparer au coût d'un studio pour photographier autant de scènes, en particulier pour les catalogues qui évoluent au fil des saisons.

Questions fréquentes

grok-imagine-quality/image-to-image prend-il en charge le traitement par lots ou la sortie multi-images en un seul appel ? Non — une soumission image_urls (1 à 3 images de référence) produit une seule image de sortie par tâche. Traitez les scènes par lots en bouclant sur des appels de tâche distincts, comme montré ci-dessus.

Puis-je contrôler l'angle de caméra exact de la sortie ? Pas directement — il n'existe aucun paramètre de caméra/pose. L'orientation tend à se réajuster pour s'adapter à la nouvelle scène ; si un angle précis compte, indiquez-le explicitement dans le prompt, en conservant l'instruction « conservez la forme/la couleur/les proportions ».

En quoi cela diffère-t-il de grok-imagine/image-to-image du niveau de base ? Le niveau Quality coûte plus cher ($0.09–$0.11, contre le niveau de base), mais préserve plus fidèlement l'identité du produit lors de changements de scène importants. Pour un simple remplacement d'arrière-plan, notre guide du workflow e-commerce sur le niveau de base couvre la voie la moins chère — choisissez Quality lorsque la transformation de scène est plus radicale (par exemple, passer d'un studio à une scène lifestyle, et pas seulement changer l'arrière-plan).

Et si ma photo source n'est pas encore sur une URL publique ? Téléversez-la d'abord sur n'importe quel stockage objet ou CDN — l'API de tâches résout image_urls en récupérant les URL côté serveur, donc un chemin de fichier local ou une data URI ne fonctionne pas.

Essayez par vous-même

La structure complète requête/réponse, un terrain d'essai en temps réel et les tarifs actuels se trouvent sur la page du modèle grok-imagine-quality/image-to-image. Si vous découvrez l'API de tâches, le guide d'intégration pas à pas approfondit l'authentification, l'interrogation et la gestion des erreurs.