Grok Imagine API: guía de Python y 3 modelos comparados

La API de Grok Imagine es la API de imágenes y vídeo de xAI, y hoy puedes llamar a tres modelos de imagen: grok-imagine-image, grok-imagine-image-quality y grok-imagine-image-2.0. El 18 de octubre de 2026 pasamos los mismos cuatro prompts por los tres, y Grok Imagine 2.0 ganó tres de las cuatro pruebas.

Abajo tienes qué modelo elegir, un script de Python que funciona tal cual, lo que cobra xAI por imagen y lo que conviene vigilar.

Respuesta corta

• Usa Grok Imagine 2.0 (grok-imagine-image-2.0) por defecto. Dio la mejor tipografía de póster, la mejor foto de producto y la mejor fotografía en nuestras pruebas, y xAI lo anuncia desde 0,04 USD por imagen.
• Para borradores baratos, quédate con el grok-imagine-image original: 0,02 USD por imagen en xAI, y también acertó el texto del póster.
• Olvida grok-imagine-image-quality: xAI lo retira el 2 de noviembre de 2026 y añadió una dirección inventada a nuestro póster.
• Todas las imágenes llegaron entre 7 y 18 segundos.

¿Qué es la API de Grok Imagine?

Es la API de imágenes y vídeo de xAI, abierta el 28 de enero de 2026 (xAI). Image 2.0 llegó el 7 de agosto de 2026, y xAI dice que ocupa el segundo puesto mundial tanto en generación como en edición de imágenes (xAI).

Los tres están en OmniaKey: Grok Imagine, Grok Imagine Quality y Grok Imagine 2.0. OmniaKey vende acceso API a estos modelos, así que hicimos las pruebas a través de ella; todos los precios de aquí son los de xAI.

¿Qué modelo de Grok Imagine te conviene?

Grok Imagine 2.0, salvo que solo necesites borradores baratos. Dimos a cada modelo los mismos cuatro prompts una vez, sin ajustes de tamaño ni de proporción, y miramos las imágenes a tamaño completo.

Prueba 1: el texto del póster

Prompt:

A minimalist poster for a neighborhood coffee shop opening. Large bold headline text "GRAND OPENING", smaller text below "Saturday 9 AM", a simple line drawing of a coffee cup, cream background, dark brown ink.

Los tres escribieron bien las dos líneas (el póster de arriba). Grok Imagine 2.0 tuvo la maquetación más trabajada, con líneas finas alrededor de la fecha. Quality añadió una línea que nadie pidió:

Veredicto: 2.0 por el aspecto, el original si solo necesitas que el texto esté bien. Para imprimir, evita Quality: un texto inventado es lo último que quieres en un folleto.

Prueba 2: una foto realista

Prompt:

A realistic photo of an elderly fisherman mending a blue net on a wooden dock at sunrise, soft golden light, gulls in the background, shallow depth of field.

• Grok Imagine: luz dorada preciosa y una escena creíble, con todo el muelle enfocado.
• Quality: el tema y el lugar son correctos, pero el pescador sale pequeño en el encuadre y el detalle es más blando.
• Grok Imagine 2.0: un primer plano con el fondo desenfocado, el único que hizo de verdad la «poca profundidad de campo».

Veredicto: 2.0.

Prueba 3: una foto de producto

Prompt:

Studio product photo of a matte black wireless earbud case, lid open, both earbuds inside, on a pure white background, soft shadow, sharp focus, no text, no logo.

Los tres acertaron cada detalle: tapa abierta, los dos auriculares, fondo blanco y sin logo. El original dejó la caja pequeña en el encuadre y Quality la fotografió en ángulo. Grok Imagine 2.0 llenó el encuadre con detalle nítido, listo para una ficha de tienda.

Veredicto: 2.0.

Prueba 4: contar objetos

Prompt:

Top-down photo of a wooden table with exactly three red apples on the left and exactly two green pears on the right, nothing else on the table.

Los tres pusieron exactamente tres manzanas a la izquierda y dos peras a la derecha, sin nada más en la mesa. El original mostró las peras de pie en vez de desde arriba, y las peras de 2.0 salieron más amarillas que verdes.

Veredicto: empate al contar; Quality tuvo la toma cenital más limpia.

¿Cómo se llama desde Python?

Tres pasos: crear el trabajo, consultarlo hasta que termine y descargar la imagen. Pon tu clave en una variable de entorno y ejecuta:

import os
import time
import uuid

import requests

API = "https://api.omniakey.com/v1/media/tasks"
HEADERS = {"Authorization": f"Bearer {os.environ['OMNIAKEY_API_KEY']}"}

# 1. Crea el trabajo. Reutiliza la misma Idempotency-Key solo al reintentar esta misma petición.
job = requests.post(
    API,
    headers={**HEADERS, "Idempotency-Key": str(uuid.uuid4())},
    json={
        "model": "grok-imagine-image-2.0",
        "type": "image",
        "operation": "generate",
        "input": {"prompt": "A flat illustration of a red bicycle leaning on a yellow wall, morning light"},
    },
    timeout=30,
)
job.raise_for_status()
task = job.json()
print("task:", task["id"], task["status"])

# 2. Consulta el estado hasta que el trabajo termine.
while task["status"] in ("queued", "processing"):
    time.sleep(2)
    task = requests.get(f"{API}/{task['id']}", headers=HEADERS, timeout=30).json()

if task["status"] != "succeeded":
    raise SystemExit(f"job ended {task['status']}: {task.get('error')}")

# 3. Descarga la imagen ya: la URL firmada caduca pronto.
asset = task["assets"][0]
with open("bicycle.jpg", "wb") as f:
    f.write(requests.get(asset["url"], timeout=60).content)
print("saved bicycle.jpg", asset["mime_type"], asset["byte_size"], "bytes")

Cuando lo ejecutamos el 18 de octubre de 2026, imprimió esto y guardó un JPEG de 1248 × 832 a los 16 segundos de empezar:

task: task_LBCu6Lr8hyD4RH25JfiOixJHPHi3Cd0o queued
saved bicycle.jpg image/jpeg 267732 bytes

Para probar otro modelo, cambia solo el valor de model.

¿Cuánto cuesta la API de Grok Imagine?

xAI cobra por imagen, y el precio depende del modelo, la resolución y, en 2.0, del nivel de calidad. Estas son las tarifas de xAI en su página de precios, revisadas el 18 de octubre de 2026:

2.0 usa calidad baja para imágenes nuevas salvo que pidas otra cosa, así que una imagen de 1K cuesta 0,04 USD en xAI. En la API propia de xAI, una petición que incumple sus normas de uso se cobra igual. Con OmniaKey pagas un precio fijo por imagen (mira las páginas de los modelos para las tarifas actuales) y un trabajo fallido se reembolsa.

¿De qué conviene estar pendiente?

• No hay edición a través de OmniaKey. La API de xAI permite a 2.0 editar imágenes con hasta cinco imágenes de referencia, pero a través de OmniaKey Grok solo genera imágenes nuevas. Para editar, usa un modelo que lo soporte, como Nano Banana 2.1.
• La forma la elige el modelo. Sin ajuste de proporción, Grok eligió vertical para el póster y horizontal para las escenas, todas alrededor de un megapíxel (de 832 × 1248 a 1280 × 720).
• Quality desaparece el 2 de noviembre. A partir de ahí, xAI atiende las peticiones de grok-imagine-image-quality con 2.0 en calidad baja, así que cambia ya.
• Reintenta una vez si ves un 400. Uno de nuestros 14 trabajos falló con un 400 y se reembolsó; el mismo reintento funcionó.

Conclusión

Para casi todo, llama a grok-imagine-image-2.0: ganó tres de nuestras cuatro pruebas y cuesta 0,04 USD por imagen de 1K en xAI. Usa el modelo original cuando necesites muchos borradores baratos y sal de Quality antes del 2 de noviembre.

Preguntas frecuentes

¿La API de Grok Imagine es gratis?

No. xAI pone un precio por imagen a todos sus modelos de imagen Grok, desde 0,02 USD para el modelo original.

¿Grok Imagine puede hacer vídeos con la API?

Sí. xAI cobra sus modelos de vídeo por segundo, por ejemplo 0,08 USD por segundo a 480p con Grok Imagine Video 1.5. En OmniaKey, mira Grok Imagine Video 1.5.

¿Qué tamaño de imagen obtengo?

Alrededor de un megapíxel por defecto. La guía de xAI indica 1K como opción predeterminada y 2K como opción, y el modelo elige la proporción si no la fijas.

¿Qué pasa con grok-imagine-image-quality después del 2 de noviembre?

xAI sigue respondiendo, pero con Grok Imagine 2.0 en calidad baja y el precio de 2.0. El grok-imagine-image original no se ve afectado.