Grok Imagine APIの使い方：Pythonで呼び出し、3モデルを比較

Grok Imagine APIはxAIの画像・動画APIです。2026年10月18日、同じ4つのプロンプトを3モデルで走らせたところ、Grok Imagine 2.0が4つのうち3つで勝ちました。呼び出せる画像モデルはgrok-imagine-image、grok-imagine-image-quality、grok-imagine-image-2.0の3つです。

以下では、どのモデルを選ぶか、そのまま動くPythonスクリプト、xAIの1枚あたりの料金、気をつける点を順に書きます。

先に結論

• Grok Imagine 2.0（grok-imagine-image-2.0）を既定で使ってください。テストではポスターの文字組み、商品写真、写真のすべてで最も良く、xAIの価格は1枚0.04ドルからです。
• 安い下書きを大量に作るなら、元のgrok-imagine-imageが向いています。xAIで1枚0.02ドルで、ポスターの文字も正しく書けました。
• grok-imagine-image-qualityは使わないでください。xAIは2026年11月2日に提供を終了しますし、私たちのポスターには存在しない住所を書き足しました。
• 画像はどれも7〜18秒で返ってきました。

Grok Imagine APIとは？

xAIの画像・動画APIで、2026年1月28日に公開されました（xAI）。Image 2.0は2026年8月7日に登場し、xAIは画像生成と編集の両方で世界2位だと述べています（xAI）。

3つともOmniaKeyで使えます：Grok Imagine、Grok Imagine Quality、Grok Imagine 2.0。OmniaKeyはこれらのモデルのAPIアクセスを販売しているので、テストもOmniaKey経由で実行しました。ここに載せた価格はすべてxAI自身のものです。

どのGrok Imagineモデルを使うべき？

安い下書きだけが目的でなければ、Grok Imagine 2.0です。3モデルに同じ4つのプロンプトを1回ずつ与え、サイズやアスペクト比は指定せず、原寸で見比べました。

テスト1：ポスターの文字

プロンプト：

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.

3モデルとも2行とも正しく綴りました（上のポスター）。Grok Imagine 2.0は日付の上下に細い罫線を入れた、いちばんデザインされたレイアウトでした。Qualityは頼んでいない行を足しました：

結論: 見た目なら2.0、文字が正しければいいなら元のモデル。印刷物にはQualityを避けてください。勝手に増えた文字は、チラシでは一番困ります。

テスト2：リアルな写真

プロンプト：

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： 金色の光がきれいで、情景も自然です。ただし桟橋全体にピントが合っています。
• Quality： 被写体も場所も合っていますが、漁師が画面の中で小さく、細部も柔らかいです。
• Grok Imagine 2.0： 背景がぼけた寄りの構図で、「浅い被写界深度」をはっきり再現したのはこれだけです。

結論: 2.0。

テスト3：商品写真

プロンプト：

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.

3モデルとも、開いたふた、左右のイヤホン、白背景、ロゴなしという細部をすべて守りました。元のモデルはケースが画面の中で小さく、Qualityは斜めから撮ったようになりました。Grok Imagine 2.0は画面いっぱいにくっきり写り、そのまま商品ページに使えます。

結論: 2.0。

テスト4：数を数える

プロンプト：

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.

3モデルとも左にリンゴ3個、右に梨2個、テーブルにはそれ以外何も置きませんでした。元のモデルは梨が上からではなく立ったまま写り、2.0の梨は緑より黄色っぽくなりました。

結論: 数は引き分け。真上からの構図はQualityが一番きれいでした。

Pythonからはどう呼び出す？

手順は3つです。ジョブを作り、終わるまで状態を見て、画像をダウンロードします。キーを環境変数に入れて、これを実行してください：

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. ジョブを作る。このリクエストをそのまま再試行するときだけ、同じ Idempotency-Key を使い回す。
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. 状態を見ながら、ジョブが終わるまで待つ。
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. すぐにダウンロードする。署名付きURLは短時間で失効する。
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")

2026年10月18日に実行したときは、次の2行が出て、開始から16秒で1248 × 832のJPEGが保存されました：

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

別のモデルを試すときは、modelの値だけを変えてください。

Grok Imagine APIの料金は？

xAIは1枚ごとに課金し、価格はモデル、解像度、そして2.0では品質レベルで変わります。以下はxAIの料金ページにあるxAI自身の料金です（2026年10月18日確認）：

2.0はとくに指定しなければ新しい画像に低品質を使うので、1Kの画像はxAIで1枚0.04ドルです。xAIのAPIでは、利用ガイドラインに反するリクエストでも課金されます。OmniaKey経由は1枚あたりの定額（現在の料金はモデルページを見てください）で、失敗したジョブは返金されます。

気をつけることは？

• OmniaKeyでは編集できない。 xAIのAPIでは2.0が最大5枚の参照画像で編集できますが、OmniaKey経由のGrokは新しい画像を作るだけです。編集には、対応しているモデル、たとえばNano Banana 2.1を使ってください。
• 縦横比はモデルが決める。 比率を指定しないと、Grokはポスターを縦、情景を横にし、どれも100万画素前後（832 × 1248〜1280 × 720）でした。
• Qualityは11月2日に終わる。 その後xAIはgrok-imagine-image-qualityへのリクエストを2.0の低品質で処理するので、今のうちに移してください。
• 400が返ったら1回だけ再試行。 14件のうち1件が400で失敗し、返金されました。同じ内容で再試行すると成功しました。

まとめ

ほとんどの用途ではgrok-imagine-image-2.0を呼んでください。4つのテストのうち3つで勝ち、xAIでの1K画像は1枚0.04ドルです。安い下書きを大量に作るなら元のモデル、Qualityは11月2日までに切り替えてください。

よくある質問

Grok Imagine APIは無料ですか？

いいえ。xAIはすべてのGrok画像モデルに1枚あたりの価格を付けていて、最安は元のモデルの0.02ドルです。

APIでGrok Imagineの動画は作れますか？

作れます。xAIの動画モデルは秒単位の課金で、たとえばGrok Imagine Video 1.5は480pで1秒0.08ドルです。OmniaKeyではGrok Imagine Video 1.5を見てください。

画像のサイズはどれくらい？

既定で100万画素前後です。xAIのガイドでは1Kが既定で2Kがオプション、比率を指定しなければモデルが選びます。

11月2日以降、grok-imagine-image-qualityはどうなりますか？

xAIはリクエストに応答し続けますが、中身はGrok Imagine 2.0の低品質で、価格は2.0のものになります。元のgrok-imagine-imageは影響を受けません。