頂尖視覺推理
在 MMMU 等基準測試中達到或超越 GPT-4o，擅長解讀圖表、科學圖表以及複雜的視覺邏輯。
Grok 2 Image
Grok 4 Image 是 xAI 推出的前沿多模態模型。它結合精準的視覺推理與即時資訊存取能力，能在 128k 上下文視窗中，以業界領先的準確度解讀複雜圖表、OCR 資料與 UI 設計。
API 呼叫範例
送出請求
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
}'Grok 2 Image 定價
先從單次樣本成本開始，再選擇測試預算。GPTProto 費率比標價低 40%。
| 場景 | Grok 牌價 | OpenRouter | GPTProto | 每月節省 |
|---|---|---|---|---|
| 快速測試與原型100 張 / 月 | $7.00 | $7.39 | $4.20 | −$2.80≈ $33.60 / 年 |
| 電商商品圖1,000 張 / 月 | $70.00 | $73.85 | $42.00 | −$28.00≈ $336.00 / 年 |
| 廣告 / 行銷素材2,500 張 / 月 | $175.00 | $184.63 | $105.00 | −$70.00≈ $840.00 / 年 |
| 社群內容10,000 張 / 月 | $700.00 | $738.50 | $420.00 | −$280.00≈ $3360.00 / 年 |
每月節省 $0.00
年省約 $0.00 · 隨用隨付
相關模型
所有模型
Grok 2 Image目前
Grok · $0.042 / 每次
模型
價格：GPTProto
對比官方
對比 OpenRouter
解析度
穩定度
Grok 2 Image目前
Grok
$0.04每次
-40%
-43%
—
grok 4 image 的主要功能
探索讓 grok 4 image 成為多模態 AI 領域領導者的技術能力。
高保真 OCR
能精準從密集文件、手寫筆記和低對比度的環境照片中擷取文字，準確度極高。
空間智慧
在辨識物件相對位置，以及估算 2D 畫面內物件尺寸等幾何任務中表現出色。
視覺轉程式碼
能有效地將 UI 線框圖或草圖轉換為功能完整的 React、Tailwind 或 Python 程式碼，加速快速原型開發。
grok 4 image 常見問題：您需要知道的一切
取得關於使用 grok 4 image 執行視覺任務的常見問題解答，包括定價、遷移和即時功能。
grok 4 image 如何處理即時新聞？
grok 模型獨特地整合了 X 資料流。這讓它能在當前全球事件的背景下解讀圖片——例如突發新聞照片或符號——提供其他因知識截止日期較早而無法匹敵的視覺模型所不能提供的洞察。這項整合讓 grok 成為時間敏感型分析和社群媒體監控的絕佳選擇，因為相關情境每分鐘都可能改變。
grok 視覺任務的上下文視窗是多少？
此模型支援 131,072 個 token（128k）的超大上下文視窗。這讓使用者能在複雜的推理過程中，同時處理大量圖片內容與詳盡的文字指示或文件歷史，而不會失去連貫性或細節。對於多步驟任務尤其有效，模型必須記住先前的視覺輸入，同時在同一個工作階段中分析新資料。
我可以使用 grok 4 image 根據 UI 產生程式碼嗎？
可以。grok 視覺系列最強大的功能之一，就是將線框圖或白板草圖轉換為程式碼。它可以透過分析上傳圖片中的空間配置和設計元素，產生 React、Tailwind 或 Python 樣板程式碼。這能簡化前端開發流程，讓團隊以顯著更少的人工投入，從視覺概念快速轉變為功能性原型。
grok 圖片請求的定價結構如何？
我們的平台提供具競爭力的價格：每 1M 個輸入 token 收費 $5.00，每 1M 個輸出 token 收費 $15.00。圖片會根據解析度進行 token 化；典型的高解析度圖片大約會消耗 1,000 至 3,000 個 token，具體取決於像素與 token 的比例。這種透明的定價方式，無論視覺複雜程度為何，都能讓您的應用程式多模態需求成長時實現可預測的擴展。
我的圖片資料會被用來訓練 grok 模型嗎？
不會。隱私與 E-E-A-T 標準是我們服務的核心。透過 GPTProto.com API 聚合層傳送的任何請求，都不會被 xAI 用於模型訓練或改進。我們確保您的專有視覺資料和提示詞保持安全與私密，滿足所有專業使用者對企業級合規性和資料主權的嚴格要求。
如何從 GPT-4o 遷移到 grok 4 image？
由於 grok API 與 OpenAI 相容，因此遷移非常順暢。您只需更新基礎 URL，並將模型識別碼變更為 grok vision 名稱即可。內容陣列（文字和 image_url）的訊息結構維持不變，確保現有的圖片處理流程只需進行極少的程式碼變更，就能持續運作並獲得 xAI 獨特的推理能力。
相關文章
與本模型相關的指南、對比與更新。
所有文章
