AIREITER如果你在找「Grok Imagine 2」的 API，先說結論：目前還不能用。這是 xAI 推出的新一代影像模型，也就是 grok.com/imagine 的 Quality Mode，於 2026 年 8 月 7 日正式推出。它不是 Grok Imagine 1.5 那個影片模型的後繼版本。在 LM Arena 的文生圖與影像編輯排行榜上，它都排在第 #2，僅次於 GPT-Image-2；但想以程式方式生成或編輯圖片，現階段只能使用 Grok 消費者版 App，或改選已開放 API 的競品。
先別搞混：Grok Imagine 2 是影像模型
「Grok Imagine 2」最重要的資訊，就是它真正指的是什麼：它是影像模型 Imagine Image 2.0，模型 id 為 grok-imagine-image-quality，作為 Grok 圖像產生器的 Quality Mode 上線。它和我們既有的 Grok Imagine 1.5 review 所介紹的影片模型 grok-imagine-video-1.5 並不是同一件事。
這組命名確實很容易讓人混淆。看到某個頁面提到原生 4K 解析度、30 秒片段、Aurora 影片引擎，或口型同步的語音，那些都是影片模型規格，卻被錯套到影像模型上了。Image 2.0 只產生與編輯靜態圖片，沒有片長、音訊或影片時間軸的概念。成品可在 grok.com/imagine 與 iOS、Android App 中取得。
xAI 的公告頁面是最直接的上市資訊來源：
Image 2.0 的重點功能有哪些？
Imagine Image 2.0 是一款同時涵蓋生成與編輯的影像模型，核心訴求是版面還原度與編輯可控性。它主打能在海報、產品頁、資訊圖表等密集多元素畫面中，生成清晰可讀的文字，避免舊一代影像模型常見的亂碼與錯字問題。
以下功能依 xAI 上市頁面整理，於 2026 年 8 月 7 日確認：
| 功能 | 用途 |
|---|---|
| 魔法棒區域編輯 | 指定一個區域，只修改該範圍內容，類似 inpainting。 |
| 分割選取 | 編輯前可精準選取物件，不必手動塗繪遮罩。 |
| 背景移除 | 移除背景並以透明背景匯出。 |
| 多圖片參考編輯 | 單次編輯最多提供 5 張參考圖片，以維持主體或風格一致。 |
| Smart Resize | 支援 9 種長寬比的生成式延展：1:2、9:16、2:3、3:4、1:1、4:3、3:2、16:9、2:1；由模型延伸畫布內容。 |
| 文字與版面穩定度 | 小字與多元素版面仍能維持清晰可讀、位置對齊。 |
| 15 種範本 | Photo Edit、Product Color Change、Editorial Product Poster、Reimagine、Photo Collage、Mascot Maker、BG Removal & Change、E-Commerce Photos、UGC Photos、Professional Headshot、Icon Maker、Character Sprite、Props & UI Kit、Emoji Creator、Merch Maker。 |
| 為影片建立世界觀 | 分別生成角色、場景與道具並維持一致風格，可作為影片前期製作的一環。 |
整體來看，Image 2.0 的主軸就是編輯控制力；這也是競品拿來對標它的能力，並且是我們下文與可用 API 對手實測比較的重點。
LM Arena #2 到底代表什麼？
xAI 表示，Imagine Image 2.0 在 LM Arena 的文生圖與影像編輯兩個排行榜都是全球第 #2，榜單中以 SpaceXAI 顯示，也就是 xAI 在該排行榜使用的名稱。兩個項目的第 #1 都是 GPT-Image-2。
不過，這張圖要用正確的方式解讀。Elo 分數來自 xAI 對公開 Arena 資料的自行報告，不是我們獨立執行的測試。Image 2.0 與 GPT-Image-2 的差距，在編輯項目較小，為 1,439 對 1,463；在文生圖則較大，為 1,320 對 1,380。第 #2 已是相當強的成績，但不表示 Image 2.0 與榜首模型表現相同；再加上 API 尚未公開，我們無法進行受控的 API 對決測試。想自行查看排名，可前往即時榜單 lmarena.ai；再下一個梯隊包括 Reve 2.1、Meta Muse-Image、Qwen-Image-3.0-Pro、Gemini Image 與 Seedream。
現在能呼叫 Grok Imagine 2 API 嗎？不能
API 尚未開放。xAI 的上市頁面明確寫著 「API access is coming soon」，並未提供日期；本文於 2026 年 8 月 10 日確認。
有個看似矛盾的地方需要釐清。docs.x.ai 已經列出模型 id grok-imagine-image-quality，以及 POST /v1/images/generations、POST /v1/images/edits 端點，後者最多可使用 3 張參考圖片。但文件中出現模型 id，不等於已能實際付費呼叫。目前沒有公開的單張圖片價格，既然存取權仍是「coming soon」，grok-imagine-image-quality 也就還不能呼叫。最終仍應以「coming soon」為準。
這也解答了轉接服務的問題：AIReiter 目前僅列出 Grok 的影片模型 grok_imagine_1_5，因此同樣沒有可通往 Grok 圖像模型的 AIReiter 路徑。現階段使用 Imagine Image 2.0 的唯一方式，是 Grok 消費者版 App，包括 grok.com、iOS 與 Android。
現在能用 API 的替代方案：實測結果
既然 Grok 的影像 API 尚未開放，實際問題就變成：同樣出現在 Arena 排行榜上的模型，哪些今天就能呼叫？前三個強勢對手中，有 GPT-Image-2（第 #1）、Nano Banana Pro（基於 Gemini 影像技術）與 Seedream V5 Pro（ByteDance）可透過 API 使用。我以 Image 2.0 的兩項招牌任務——精準文字生成與受控編輯——測試這三款模型，看看讓 Image 2.0 備受矚目的能力是否真的只有它能做到。
生成測試：相同提示詞正面對決
我給三個模型完全相同的提示詞：製作一張復古旅遊海報，必須包含大型標題 NEON KYOTO、副標 2049 EXPRESS 與票價文字 TICKETS FROM 29000 YEN，配色為低飽和的青綠與洋紅色。三者皆使用相同 1:1 比例、預設設定，各生成一次。測試重點是 Image 2.0 宣傳的文字渲染與版面能力。
結果是：三個模型都正確生成了全部三組文字，包括標題、副標與票價，沒有拼字錯誤或憑空出現的字元。不過這個樣本規模只有 n=1，也就是一個提示詞、每個模型一次生成，並非基準測試；因此無法依文字能力替三者排名，只能確認它們在這張海報提示詞上都正確生成了指定文字。這表示，Image 2.0 主打的文字生成能力，在這類工作上也可透過已開放 API 的對手取得；但不代表 Image 2.0 在所有情境下都不再具備差異化。成本則有明顯差異：同一項工作中，GPT-Image-2 花費 1 credit、Nano Banana Pro 為 6、Seedream V5 Pro 為 7。想直接試用，可前往各自的 API 頁面：GPT-Image-2、Nano Banana Pro 與 Seedream V5 Pro。
編輯測試：對手能否保留元素、改掉場景？
編輯能力是 Image 2.0 的另一半賣點：保留原本結構，只改一個部分。我將上方海報作為參考圖交給 Nano Banana Pro，要求它保留原有版面、三組文字、富士山與火車，同時把霓虹夜晚城市替換成帶有粉金色櫻花的京都雪景清晨。
結果是三組文字都正確保留下來，包括 NEON KYOTO、2049 EXPRESS、TICKETS FROM 29000 YEN，富士山和火車也都還在；畫面則從深色霓虹夜景轉為明亮晨光。有一點必須如實說明：編輯結果的長寬比改變了，從原圖的 1024×1024 變成 1376×768，因此更像是在引導下重新生成，而不是嚴格保留畫布的 inpaint。這只是單一模型的一次測試，所以只能證明「保留文字與主體、改變場景」這類編輯，目前可由已開放 API 的對手做到；不代表每個對手都能媲美 Grok 更精準的魔法棒區域 inpaint。後者 API 尚未開放，我們無法自行驗證；任何官方 Grok 編輯示範都應視為廠商展示，而非我們已驗證的結果。
價格比較：不同途徑生成一張圖片要多少錢？
以下每次生成價格取自各模型的 AIReiter 頁面，表內連結可直接前往，並於 2026 年 8 月 10 日確認。Grok Image 2.0 尚無 API，因此也沒有 API 價格；它僅能透過 Grok 消費者版 App 使用，xAI 尚未公布單張圖片費用。
| 模型 | AIReiter 是否提供 | 約 1K 圖片價格（每次生成） | Arena 排名 | 備註 |
|---|---|---|---|---|
| GPT-Image-2 | 是 | $0.02 | #1（T2I & Edit） | 三者中最便宜，排名也是最高。 |
| Nano Banana Pro | 是 | $0.05 | 頂尖梯隊 | 基於 Gemini；文字與編輯能力都強。 |
| Seedream V5 Pro | 是 | $0.07（7 credits） | 頂尖梯隊 | ByteDance；沒有 4K 方案；每張參考圖 $0.005。 |
| Grok Image 2.0 | 否（API 尚待開放） | n/a | #2（T2I & Edit） | 僅限消費者版，可於 Grok App 使用。 |
現在該怎麼選？
依你的需求，可分成三條路：
- 你就是想用 Grok Image 2.0。 請使用 Grok app，支援網頁、iOS 與 Android。目前沒有 API 使用方式，也沒有公布開放日期。
- 你今天就需要透過 API 生成或編輯圖片。 可使用 GPT-Image-2，它是 Arena 第 #1，1K 圖片每次生成為 $0.02；也可比較 Nano Banana Pro 與 Seedream V5 Pro。三者都通過了我們的一次文字生成樣本，Nano Banana Pro 也在編輯測試中維持不錯表現。
- 你其實要的是影片。 那是另一個模型
grok-imagine-video-1.5，可參考我們的 Grok Imagine 1.5 review 與 Grok video page。
常見問題
Grok Imagine 2 是影像模型還是影片模型？
它是影像模型。「Grok Imagine 2」指的是 Imagine Image 2.0，模型 id 為 grok-imagine-image-quality，是 grok.com/imagine 的 Quality Mode。影片模型則是另一款 grok-imagine-video-1.5；若描述中提到 4K、30 秒片段或音訊，指的都是影片模型，不是這一款。
我能呼叫 Grok Imagine 2 API 嗎？
目前還不行。xAI 表示 API 存取權「coming soon」，於 2026 年 8 月 7 日確認。docs.x.ai 雖列出了模型 id，以及 /v1/images/generations 和 /v1/images/edits 端點，但截至 2026 年 8 月 10 日，尚未提供可實際計費的存取權，也未公布單張圖片價格。
Grok Imagine 2 要多少錢？
API 目前沒有價格，因為 API 尚未開放。至於 Grok 消費者版 App，xAI 也沒有公布獨立的單張圖片費用。
哪一款是最好的 Grok Imagine 2 API 替代方案？
GPT-Image-2。它在 LM Arena 的文生圖與編輯項目都排第 #1，領先 Grok Image 2.0；以約 1K 圖片每次生成 $0.02 計算，也是我們測試的可用 API 頂尖模型中最便宜的一款。