grok-2-image

grok 4 image — передовая мультимодальная модель от xAI. Она сочетает точное визуальное рассуждение с доступом к информации в реальном времени, обеспечивая интерпретацию сложных диаграмм, данных OCR и дизайна пользовательских интерфейсов с ведущей в отрасли точностью в контекстных окнах объёмом 128k.

$ 0.042

$ 0.07

text

image

$ 0.042

$ 0.07

text

image

API

Текст в изображение

curl --request POST "https://gptproto.com/v1/images/generations" \
  --header "Authorization: Bearer $GPTPROTO_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "grok-2-image",
    "prompt": "a cat.",
    "n": 1
  }'

Похожие модели

Все модели

Bytedance

dola-seedream-5-0-pro-260628

$ 0.0405

$ 0.045

Google

gemini-3.1-flash-lite-image

Ключевые особенности grok 4 image

Откройте для себя технические возможности, благодаря которым grok 4 image занимает лидирующие позиции в области мультимодального ИИ.

Высокоточная OCR

Точное извлечение текста из объемных документов, рукописных заметок и малоконтрастных фотографий окружающей среды с высокой точностью.

Cinematic aerial view of a post-apocalyptic Tokyo at sunrise, overgrown with massive glowing cherry blossom trees that emit pink particles, abandoned Shibuya crossing completely covered in petals, giant broken holographic billboards still flickering, golden rays piercing through thick fog, thousands of crows flying overhead, ultra-realistic, shot on 70mm IMAX, anamorphic lens flares, emotional masterpiece, 8K

Prompt

After

Высокоточная OCR

Prompt

After

Пространственный интеллект

Высокая эффективность при определении относительного положения объектов и оценке размеров в пределах 2D-кадра для решения геометрических задач.

Cinematic aerial shot of a colossal biomechanical city-ship drifting through a nebula at golden hour, intricate organic-metallic architecture covered in bioluminescent veins, massive translucent wings made of light, thousands of tiny ships swarming like fireflies, warm rim lighting against cold cosmic background, shot on 65mm IMAX film, anamorphic lens flares, insane detail, photorealistic, 8K

Prompt

After

Пространственный интеллект

Prompt

After

От визуала к коду

Эффективно преобразует макеты интерфейсов или наброски в функциональный код на React, Tailwind или Python для быстрого создания прототипов.

Hyper-realistic classical oil painting portrait of a 24-year-old East Asian woman with porcelain skin and subtle freckles, wearing 18th century European aristocratic attire with intricate lace and pearls, soft Rembrandt lighting, dramatic chiaroscuro, individual strands of hair, micro skin texture, in the style of John Singer Sargent and Bouguereau, museum quality, 8K

Prompt

After

От визуала к коду

Prompt

After

Передовое визуальное рассуждение

Соответствует GPT-4o или превосходит его в таких тестах, как MMMU, демонстрируя высокую точность при интерпретации диаграмм, научных графиков и сложной визуальной логики.

Dramatic panoramic view of Shanghai Bund 200 years after apocalypse, iconic skyline completely overtaken by massive glowing mushrooms and vines, Oriental Pearl Tower wrapped in bioluminescent flora, aurora borealis in the sky, abandoned ships floating in the Huangpu River covered in moss, lone figure standing on the bund, emotional and hauntingly beautiful, hyper-realistic, 8K

Prompt

After

Передовое визуальное рассуждение

Prompt

After

Как получить API-ключ grok-2-image

Получение API-ключа grok-2-image занимает четыре шага и несколько минут. Создайте бесплатный аккаунт GPTProto, пополните баланс, создайте ключ и выполните первый запрос — через $0.042 это более выгодный API-ключ grok-2-image, чем при прямом подключении, а один ключ работает со всеми моделями платформы. Полная Документация grok-2-image доступна в документации.

Регистрация

Создайте бесплатный аккаунт GPTProto. В любое время можно настроить организацию для команды.

Пополнить баланс

Баланс можно использовать для всех моделей платформы, включая grok-2-image.

Создать API-ключ

Создайте API-ключ в панели управления для запросов к grok-2-image.

Выполнить первый API-запрос

Используйте API-ключ с примером кода, чтобы отправить запрос к grok-2-image через GPTProto.

Получить API-ключ

FAQ по grok 4 image: всё, что нужно знать

Ответы на часто задаваемые вопросы об использовании grok 4 image для задач компьютерного зрения, включая цены, миграцию и возможности работы в реальном времени.

Как grok 4 image работает с новостями в реальном времени?

Модель grok уникальным образом интегрирована с потоком данных X. Это позволяет ей интерпретировать изображения — например, фотографии срочных новостей или символы — в контексте текущих мировых событий и предоставлять сведения, с которыми другие модели компьютерного зрения не могут сравниться из-за более ранних дат отсечения знаний. Благодаря этой интеграции grok становится превосходным выбором для анализа чувствительной ко времени информации и мониторинга социальных сетей, где контекст меняется каждую минуту.

Каков размер контекстного окна для задач компьютерного зрения grok?

Эта модель поддерживает огромное контекстное окно объёмом 131,072 токенов (128k). Это позволяет обрабатывать большие объёмы изображений вместе с подробными текстовыми инструкциями или историей документов, не теряя связность и детализацию в процессе сложных рассуждений. Модель особенно эффективна для многоэтапных задач, в которых необходимо помнить предыдущие визуальные данные и одновременно анализировать новую информацию в рамках одной сессии.

Можно ли использовать grok 4 image для генерации кода из UI?

Да. Одна из главных особенностей серии моделей компьютерного зрения grok — преобразование каркасов интерфейса или набросков на доске в код. Модель может генерировать шаблонный код на React, Tailwind или Python, анализируя пространственную структуру и элементы дизайна загруженного изображения. Это упрощает процесс фронтенд-разработки и позволяет командам переходить от визуальной концепции к функциональному прототипу с существенно меньшими затратами ручного труда.

Как устроено ценообразование запросов к grok image?

Наша платформа предлагает конкурентоспособные тарифы: $5.00 за 1M входных токенов и $15.00 за 1M выходных токенов. Изображения токенизируются в зависимости от разрешения; стандартное изображение высокого разрешения обычно содержит примерно от 1,000 до 3,000 токенов в зависимости от конкретного соотношения пикселей и токенов. Такая прозрачная модель ценообразования обеспечивает предсказуемое масштабирование по мере роста мультимодальных потребностей вашего приложения независимо от визуальной сложности.

Используются ли мои данные изображений для обучения модели grok?

Нет. Конфиденциальность и стандарты E-E-A-T лежат в основе нашего сервиса. Запросы, отправленные через уровень агрегации API GPTProto.com, не используются xAI для обучения или совершенствования моделей. Мы обеспечиваем безопасность и конфиденциальность ваших проприетарных визуальных данных и промптов, соблюдая строгие требования корпоративного соответствия и суверенитета данных для всех наших профессиональных пользователей.

Как перейти с GPT-4o на grok 4 image?

Поскольку API grok совместим с OpenAI, миграция проходит без сложностей. Вам нужно лишь обновить базовый URL и изменить идентификатор модели на название модели компьютерного зрения grok. Структура сообщений для массивов содержимого (text и image_url) остаётся идентичной, поэтому существующие конвейеры обработки изображений продолжат работать с минимальными изменениями в коде, предоставляя доступ к уникальным возможностям рассуждения xAI.