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。

模態

API 呼叫範例

Submit a Request

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%。

你的用量

模型

$0.042 / 張

每月圖片數

場景預設

相關模型

所有模型

Grok 2 Image

目前

byGrok$0.042 / 每次

GPT Image 2.5 Sunburst

byOpenAI$7.6/M input$28.5/M output

GPT Image 2.5 Flare

byOpenAI$7.6/M input$28.5/M output

Grok Imagine Image 2.0

byGrok$0.04 / 每次1K · 2K · more

Seedream 5.0 Pro (Build 260628)

byBytedance$0.0405 / 每次1K · 2K

Nano Banana 2 Lite (Gemini 3.1 Flash-Lite Image)

byGoogle$0.0202 / 每次1K

Nano Banana 2 (Gemini 3.1 Flash Image)

byGoogle$0.0402 / 每次1K · 2K · 4K

GPT Image 2

byOpenAI$6.4/M input$24/M output

Nano Banana 2 (Gemini 3.1 Flash Image)

byGoogle$0.0402 / 每次1K · 2K · 4K

Seedream 5.0 (Build 260128)

byBytedance$0.0298 / 每次

Doubao Seedream 5.0 (Build 260128)

byBytedance$0.0298 / 每次

byGrok$0.012 / 每次

byKling$0.0224 / 每次

byGrok$0.135 / 每次

byGrok$0.042 / 每次

Image Watermark Remover

byGPTProto$0.01 / 每次

byGPTProto$0.02 / 每次

byQwen$0.0315 / 每次

byFlux$0.064 / 每次

byFlux$0.032 / 每次

byIdeogram$0.048 / 每次

Ideogram Edit v3

byIdeogram$0.048 / 每次

Ideogram Remix v3

byIdeogram$0.048 / 每次

Midjourney

byMidjourney$0.0608 / 每次

模型			解析度	輸入 → 輸出
Grok 2 Image目前 $		$0.04 / 每次	—	輸入: 文字輸出: 圖像
GPT Image 2.5 Sunburst $		$7.60 / $28.50 每 1M	—	輸入: 文字輸入: 圖像輸出: 圖像
GPT Image 2.5 Flare $		$7.60 / $28.50 每 1M	—	輸入: 文字輸入: 圖像輸出: 圖像
Grok Imagine Image 2.0 $	—	$0.04 / 每次	1K · 2K · more	輸入: 文字輸入: 圖像輸出: 圖像
Seedream 5.0 Pro (Build 260628) $		$0.04 / 每次	1K · 2K	輸入: 文字輸入: 圖像輸出: 圖像
Nano Banana 2 Lite (Gemini 3.1 Flash-Lite Image) $		$0.02 / 每次	1K	輸入: 文字輸入: 圖像輸出: 圖像
Nano Banana 2 (Gemini 3.1 Flash Image) $		$0.04 / 每次	1K · 2K · 4K	輸入: 文字輸入: 圖像輸出: 圖像
GPT Image 2 $		$6.40 / $24.00 每 1M	—	輸入: 文字輸入: 圖像輸出: 圖像
Nano Banana 2 (Gemini 3.1 Flash Image) $		$0.04 / 每次	1K · 2K · 4K	輸入: 文字輸入: 圖像輸出: 圖像
Seedream 5.0 (Build 260128) $		$0.03 / 每次	—	輸入: 文字輸入: 圖像輸出: 圖像
Doubao Seedream 5.0 (Build 260128) $		$0.03 / 每次	—	輸入: 文字輸入: 圖像輸出: 圖像
Grok Imagine Image $		$0.01 / 每次	—	輸入: 文字輸入: 圖像輸出: 圖像
Kling Image o1 $		$0.02 / 每次	—	輸入: 文字輸入: 圖像輸出: 圖像
Grok Imagine 0.9 $	—	$0.14 / 每次	—	輸入: 文字輸出: 圖像
Grok 4 Image $		$0.04 / 每次	—	輸入: 文字輸出: 圖像
Image Watermark Remover $	—	$0.01 / 每次	—	輸入: 圖像輸出: 圖像
Image Zoom $	—	$0.02 / 每次	—	輸入: 圖像輸出: 圖像
Qwen Image $		$0.03 / 每次	—	輸入: 文字輸出: 圖像
Flux Kontext Max $		$0.06 / 每次	—	輸入: 文字輸入: 圖像輸出: 圖像
Flux Kontext Pro $		$0.03 / 每次	—	輸入: 文字輸入: 圖像輸出: 圖像
Ideogram Reframe v3 $		$0.05 / 每次	—	輸入: 圖像輸出: 圖像
Ideogram Edit v3 $		$0.05 / 每次	—	輸入: 圖像輸出: 圖像
Ideogram Remix v3 $		$0.05 / 每次	—	輸入: 文字輸出: 圖像
Midjourney $		$0.06 / 每次	—	輸入: 文字輸入: 圖像輸出: 圖像

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。

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。

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。