API do Grok Imagine: guia em Python e 3 modelos testados lado a lado

A API do Grok Imagine é a API da xAI para imagens e vídeo, e tem três modelos de imagem que você pode chamar hoje: grok-imagine-image, grok-imagine-image-quality e grok-imagine-image-2.0. Rodamos os mesmos quatro prompts nos três em 18 de outubro de 2026, e o Grok Imagine 2.0 venceu três dos quatro testes.

A seguir: qual modelo escolher, um script Python que roda como está, quanto a xAI cobra por imagem e o que observar.

Resposta curta

• Use o Grok Imagine 2.0 (grok-imagine-image-2.0) por padrão. Ele deu a melhor tipografia de cartaz, a melhor foto de produto e a melhor foto nos nossos testes, e a xAI o lista a partir de US$ 0,04 por imagem.
• Mantenha o grok-imagine-image original para rascunhos baratos: US$ 0,02 por imagem na xAI, e ele também acertou o texto do nosso cartaz.
• Deixe o grok-imagine-image-quality de lado: a xAI o desativa em 2 de novembro de 2026, e ele acrescentou um endereço inventado ao nosso cartaz.
• Toda imagem voltou entre 7 e 18 segundos.

O que é a API do Grok Imagine?

É a API de imagem e vídeo da xAI, aberta em 28 de janeiro de 2026 (xAI). O Image 2.0 veio em 7 de agosto de 2026, e a xAI diz que ele é o segundo do mundo tanto em geração quanto em edição de imagem (xAI).

Os três estão na OmniaKey: Grok Imagine, Grok Imagine Quality e Grok Imagine 2.0. A OmniaKey vende acesso de API a eles, então rodamos nossos testes por ela; todo preço aqui é o da própria xAI.

Qual modelo do Grok Imagine você deve usar?

O Grok Imagine 2.0, a menos que você só precise de rascunhos baratos. Demos a cada modelo os mesmos quatro prompts uma vez, sem ajuste de tamanho ou proporção, e avaliamos as imagens em tamanho real.

Teste 1: texto no cartaz

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.

Os três escreveram as duas linhas corretamente (o cartaz acima). O Grok Imagine 2.0 teve o layout mais desenhado, com filetes finos em volta da data. O Quality acrescentou uma linha que ninguém pediu:

Veredito: 2.0 pelo visual, o original se você só precisa do texto certo. Evite o Quality para impressão: texto inventado é a última coisa que você quer num panfleto.

Teste 2: uma 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 dourada bonita e uma cena verossímil, com o cais inteiro em foco.
• Quality: assunto e cenário certos, mas o pescador fica pequeno no quadro e o detalhe é mais suave.
• Grok Imagine 2.0: um close com fundo desfocado, o único que fez claramente a "profundidade de campo rasa".

Veredito: 2.0.

Teste 3: uma foto de produto

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.

Os três acertaram cada detalhe: tampa aberta, os dois fones, fundo branco, sem logo. O original deixou o estojo pequeno no quadro, e o Quality fotografou de ângulo. O Grok Imagine 2.0 preencheu o quadro com detalhe nítido, pronto para uma página de loja.

Veredito: 2.0.

Teste 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.

Os três colocaram exatamente três maçãs à esquerda e duas peras à direita, sem mais nada na mesa. O original mostrou as peras em pé em vez de vista de cima, e as peras do 2.0 saíram mais amarelas do que verdes.

Veredito: empate na contagem; o Quality teve a foto de cima mais limpa.

Como chamar a API em Python?

Três passos: criar a tarefa, verificar até ela terminar e baixar a imagem. Coloque sua chave numa variável de ambiente e rode:

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. Crie a tarefa. Reuse a mesma Idempotency-Key só ao repetir exatamente esta requisição.
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. Consulte o status até a tarefa terminar.
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. Baixe agora: a URL assinada dura pouco.
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")

Quando rodamos em 18 de outubro de 2026, ele imprimiu isto e salvou um JPEG de 1248 × 832 em 16 segundos:

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

Para testar outro modelo, mude só o valor de model.

Quanto custa a API do Grok Imagine?

A xAI cobra por imagem, e o preço depende do modelo, da resolução e, no 2.0, do nível de qualidade. Estas são as tarifas da própria xAI na página de preços, conferidas em 18 de outubro de 2026:

O 2.0 usa qualidade baixa para imagens novas, a menos que você peça outra coisa, então uma imagem 1K custa US$ 0,04 na xAI. Na API da própria xAI, uma requisição que fere as diretrizes de uso continua sendo cobrada. Pela OmniaKey você paga um preço fixo por imagem (veja as tarifas atuais nas páginas dos modelos), e uma tarefa que falha é reembolsada.

O que você deve observar?

• Sem edição pela OmniaKey. A API da própria xAI deixa o 2.0 editar imagens com até cinco imagens de referência, mas pela OmniaKey o Grok só gera imagens novas. Para editar, use um modelo que faça isso, como o Nano Banana 2.1.
• O modelo escolhe o formato. Sem ajuste de proporção, o Grok escolheu retrato para o nosso cartaz e paisagem para as cenas, tudo em torno de um megapixel (832 × 1248 a 1280 × 720).
• O Quality sai em 2 de novembro. Depois disso, a xAI atende pedidos de grok-imagine-image-quality com o 2.0 em qualidade baixa, então troque agora.
• Tente de novo uma vez num 400. Uma das nossas 14 tarefas falhou com 400 e foi reembolsada; a repetição idêntica funcionou.

Conclusão

Na maior parte do trabalho, chame grok-imagine-image-2.0: ele ganhou três dos nossos quatro testes e custa US$ 0,04 por imagem 1K na xAI. Use o modelo original quando precisar de muitos rascunhos baratos, e saia do Quality antes de 2 de novembro.

Perguntas frequentes

A API do Grok Imagine é gratuita?

Não. A xAI lista um preço por imagem para todo modelo de imagem do Grok, a partir de US$ 0,02 no modelo original.

O Grok Imagine faz vídeos pela API?

Faz. A xAI cobra pelos modelos de vídeo por segundo, por exemplo US$ 0,08 por segundo em 480p no Grok Imagine Video 1.5. Na OmniaKey, veja Grok Imagine Video 1.5.

Qual tamanho de imagem eu recebo?

Em torno de um megapixel por padrão. O guia da xAI lista 1K como padrão e 2K como opção, e o modelo escolhe a proporção a menos que você defina uma.

O que acontece com o grok-imagine-image-quality depois de 2 de novembro?

A xAI continua respondendo, mas com o Grok Imagine 2.0 em qualidade baixa e o preço do 2.0. O grok-imagine-image original não é afetado.