Grok Imagine リバース画像生成と編集

概要

Grok Imagine 2 は、xAIの最新の第2世代画像モデルです。パラメータ制御と編集機能の両面において、第1世代から完全な世代交代を果たしています。アスペクト比と解像度が確実に反映され、2Kティアが利用可能になり、1回の呼び出しで最大10枚の画像が出力され、リファレンス編集では元の画像の特徴が忠実に維持されます。 APIYIでは、grok-imagine-image（標準）とgrok-imagine-image-quality（高品質）の2つのバリアントを提供しています。どちらも同じエンドポイントとパラメータを共有しており、出力品質と価格のみが異なります。

このページでは、Grok Imagineのリバースチャンネルを扱っています（価格は変更なし）：解像度に関係なく1画像あたり一律 $0.02 / $0.045 で、編集および複数画像の出力がサポートされています。解像度と品質ティアによって従量課金されるxAI公式と同価格の公式チャンネルが必要な場合、またはより新しいgrok-imagine-image-2.0を利用したい場合は、Grok Imagine 公式をご覧ください。動画生成については、Grok Imagine 動画をご覧ください。

🔒 このファミリーはデフォルトでは公開されていません — 利用には専用の Grok_imagine_Reverse グループが必要ですGrok Imagine 2は完全に統合されており安定稼働していますが、Default グループには含まれていません。プラットフォーム上の他のモデルとはコンテンツセーフティポリシーが大幅に異なり、一部のカテゴリがフィルタリングされないため、コンプライアンスリスクを抑制する目的で選択的にアクセス権を付与しています：

累計ご利用額が$1,000以上の既存のお客様：サポートにお問い合わせいただき、ユースケースをお伝えください。確認後に有効化いたします。
それ以外のお客様：WeComサポートから申請してください。その際、ユースケースおよびコンテンツモデレーションの管理体制についてご説明いただく必要があります。リクエストが承認され次第、アカウントで有効化されます。

Grok_imagine_Reverse グループを持たないTokenでモデルを呼び出すと、503 が返されます。これは障害ではなく権限エラーです。申請と設定方法については、以下のグループ設定をご覧ください。

主な特徴：解像度を問わないリクエスト単位の一律課金（xAI公式では2Kの高品質ティアが$0.07と記載されていますが、当サービスではどちらも$0.045、定価の約64%）、確実に反映される5種類のアスペクト比 × 2種類の解像度ティア、1回の呼び出しで最大10枚の画像生成、そしてアートスタイル、構図、カラーパレット、被写体の同一性を保持する高精度なリファレンス編集。1K画像の生成には約9秒かかります。

モデルIDには 2 が含まれません。 製品名はGrok Imagine 2ですが、呼び出すモデル名は grok-imagine-image および grok-imagine-image-quality です。grok-imagine-2-image と記述しないでください。該当するモデルが存在しないため503が返されます。

📌 はじめにお読みください：リファレンス画像は編集エンドポイント /v1/images/edits でのみ機能します。Text-to-Imageでは機能しません。/v1/images/generations に image / image_url / images を渡すと、200が返され正常な画像が生成されますが、リファレンスは警告なく破棄され、通常通り課金されます（エラーは一切発生しません）。詳細については、以下のエンドポイントをご覧ください。

すべての画像APIは同期型です：非同期のタスクIDは存在しないため、クライアントが切断されると課金されたまま結果が失われます。タイムアウト時間は長めに設定してください — 詳細は画像APIのベストプラクティスをご覧ください。

Text-to-Image API

テキストプロンプトから画像を生成します。ライブテスト用のインタラクティブなPlaygroundも用意されています。

画像編集 API

リファレンス画像と指示をアップロードし、1〜4枚の画像融合およびPlaygroundを利用できます。

AIエージェントに統合を任せる

このpromptをコピーして Codex / Claude Code / Cursor に貼り付けてください

まずこのページのプレーンテキスト版を取得し（任意のドキュメントURLに.mdを追加）、プロジェクト独自のスタックでコードを記述します。タイムアウト、URL結果の即時再ホスティング、参照画像をサイレントに破棄しながら課金するエンドポイント、そしてsizeが何も機能しないといった注意点が、すでに要件に組み込まれています。

このプロジェクトで Grok Imagine 2 のテキストからの画像生成および画像編集を統合 / トラブルシューティングしてください。

コードに触れる前にドキュメントを読んでください: このページのプレーンテキスト版を取得するには https://docs.apiyi.com/en/api-capabilities/grok-imagine-image/overview.md をフェッチしてください。より詳細なパラメータについては、.md を追加し…

モデル名: スタンダード枠はgrok-imagine-image、高忠実度枠はgrok-imagine-image-qualityです。モデルIDには数字の2が含まれていないことに注意し…

全9件の要件があります。以下のボタンを使用してprompt全文をコピーしてください。

このpromptによって回避できる落とし穴

要件	回避できる落とし穴
参照画像は編集エンドポイントにのみ送信	参照画像を`/v1/images/generations`に送信すると、200を返し、サイレントに参照を破棄した上で課金されます — エラーが一切発生しないため、まさにここでの最も高コストな罠となります
`size`は絶対に送信しない	サイレントに無視されるため、サイズを設定したつもりでも1024×1024の正方形を受け取ることになります
数字の2を含まないモデルID	`grok-imagine-2-image`は503を返します。これはシステム障害のように見えますが、単に名前が間違っているだけです
より高い忠実度はパラメータではなくモデルで指定	このモデルには`quality`パラメータがありません。送信してもサイレントに無視されます
`usage`からコストを照合しない	`prompt_tokens`がnの1000倍に固定されたプレースホルダーです。コンソールの課金記録を使用してください
タイムアウトは依然として360秒に設定	レイテンシが約15秒であることから短いタイムアウトを設定したくなりますが、ピーク時にタイムアウトが発生します — そして切断されたリクエストに対しても課金されます。画像APIの基本とベストプラクティスを参照してください

Grok Imagine 2 を APIYI で使う理由

OpenAI互換フォーマット

標準の /v1/images/generations および /v1/images/edits エンドポイント。リクエストボディとレスポンスフィールドは OpenAI Images API と一致するため、公式の OpenAI SDK をそのまま利用でき、移行の手間はゼロです。

同時実行数の上限なし

RPM/RPD の厳しい上限はありません。100 RPM でも余裕をもって計測済みで、チャネル容量も十分なため、バッチワークロードは線形にスケールします。クォータの申請や、自己設定のスロットリングは不要です。

一律料金で、コストが予測しやすい

画像ごとの固定価格で、解像度に依存しません: xAI では品質ティアが 1K で $0.05、2K で $0.07 ですが、当社は一律 $0.045 です。2K では定価の約 64% になります。必要な画像枚数に合わせて予算を組め、チャージ特典を重ねてさらに下げられます。

グローバルにアクセス可能、障壁なし

海外サーバーやプロキシは不要です。 中国本土のデータセンター、家庭用ブロードバンド、海外ノードからもすべて api.apiyi.com に直接接続できます。

完全なモデルエコシステム

ほかにも利用可能です: Nano Banana 2, GPT-Image-2, Seedream, FLUX, さらに Grok のテキストモデル。

プロフェッショナルサポート

当チームは画像生成ワークロードに深く精通しており、エンタープライズのお客様を PoC から本番展開まで支援できます。

主な機能

2段階の解像度

1kは約100万ピクセル、2kは420万〜450万ピクセル（16:9で2816x1584）です。価格は同じなので、2Kのほうがお得です

5種類のアスペクト比

1:1 / 16:9 / 9:16 / 4:3 / 3:4に対応し、実測したピクセル寸法も正確に一致します

1回の呼び出しで最大10枚

nは1〜10枚を受け付け、1回のリクエストで複数の画像を返します。候補をまとめて選ぶのに最適です

高速生成

1Kでは約9秒、2Kでは15〜17秒です。負荷がかかってもレイテンシーは安定しており、100 RPMでも余裕をもって実行できます

忠実な参照画像編集

指定した部分だけを変更します。アートスタイル、構図、カラーパレット、被写体の個性はそのまま保たれます

複数画像の融合

編集エンドポイントは1〜4枚の参照画像を受け付けます。テストでは画像を1枚追加するごとに被写体が1つ追加され、最初の画像で出力寸法が決まります

2種類のレスポンス形式

urlの直接リンク、またはb64_jsonの生のbase64に対応しており、どちらも両方のエンドポイントで利用できます

OpenAI SDKですぐに利用可能

client.images.generate()とclient.images.edit()はそのまま動作するため、HTTP処理を手動で組み立てる必要はありません

サンプル結果

テキストからの画像生成・SFシーン（grok-imagine-image。プロンプトのみ：雲海の上に浮かぶリング状の天文台。金属製の船体には夕日の黄金色の光が反射し、遠くには巨大なガス惑星が見える。ワイドスクリーン構図）：10.5秒で生成され、金属の反射は鮮明で、雲の立体感も説得力があります。構図は完成度が高く、奥行きのあるレイヤーで構成されています。

Grok Imagineの逆チャネルによるテキストからの画像生成サンプル：雲の上に浮かび、背後に巨大なガス惑星が見えるリング状の天文台

画像編集・被写体はそのままに表面を変更（grok-imagine-image。参照画像は木製テーブルの上に置かれたスキンケアボトル。プロンプト：木材を白い大理石のカウンタートップに置き換え、ボトルとドライフラワーはまったく変更しないでください）：13.9秒で生成され、大理石の模様は窓からの光の方向と一致しています。ボトルの輪郭も花の形も歪んでおらず、ここで比較したモデル群の中で、被写体を最も忠実に再現しています。

Grok Imagineの逆チャネルによる画像編集サンプル：木製テーブルを白い大理石に置き換え、ボトルとドライフラワーはそのまま保持

価格

モデル	解像度	APIYI 価格	xAI 定価	割引
`grok-imagine-image`	`1k` / `2k`	$0.02 / image	$0.02	定価と同じ
`grok-imagine-image-quality`	`1k`	$0.045 / image	$0.05	定価の90%
`grok-imagine-image-quality`	`2k`	$0.045 / image	$0.07	定価の約64%

課金に関する注意事項

こちらでは解像度を無視しますが、xAI は無視しません。 xAI では品質ティアを 1K で $0.05、2K で $0.07 としていますが、APIYI は一律 $0.045 です — そのため、解像度が高いほど節約額が大きくなり、2K では定価の約 64% になります。
1 image あたり: n=4 は、prompt の長さにかかわらず 4枚分として課金されます。
編集料金は text-to-image と同じです — /v1/images/edits に追加料金はありません。
usage ブロックは照合には使用できません: prompt_tokens は常に 1000 x n であり、プレースホルダーです。代わりにコンソールの課金記録を使用してください。

チャージボーナスを適用した実効コスト

これらの割引は 段階的チャージボーナスと併用できます（累計ではなく、各チャージごとに計算されます）。品質ティアを 2K とすると：

チャージ階層	クレジット倍率	画像 1 枚あたりの実質価格	xAI の $0.07 と比べて
プロモーションなし（定価）	1.0x	$0.045	定価の64%
$100 の単回チャージ（+10%）	1.1x	≈ $0.041	定価の約58%
$1,000 の単回チャージ（+15%）	1.15x	≈ $0.039	定価の約56%
$3,000 の単回チャージ（+20%）	1.2x	$0.0375	定価の約54%

一般的なケース（$100 の階層）では、2K 画像は xAI の定価の約 58% となり、最大ボーナスでは約 54% まで下がります。 標準の grok-imagine-image も同様に適用されます — 定価の $0.02 は、20% ボーナス時に 1 image あたり約 $0.0167 になります。

グループの設定

Grok Imagine 2はDefaultグループには含まれておらず、デフォルトでは公開されていません。 独自の**Grok_imagine_Reverseグループ（レート倍率1.0倍、上記の料金表に準拠）**に属しており、利用には申請が必要です。

グループ名について：コンソール上ではこのグループはGrok_imagine_Reverse（旧Grok_imagine）と表示されます。すでにアクセス権をお持ちのTokenは変更不要です — 料金および呼び出しに変更はありません。 グループを分離している理由：このファミリーのコンテンツセーフティポリシーはプラットフォーム上の他のモデルと大きく異なり、一部のカテゴリはフィルタリングされません。コンプライアンスリスクを抑制するため、すべてのアカウントが利用できるデフォルトのグループからは除外しており、個別にアクセス権を付与しています。

アクセス権を取得できる対象

お客様	アクセス権の付与方法
累計利用額が$1,000以上の既存のお客様	サポートに連絡してユースケースを説明し、確認後に有効化
その他のお客様	ユースケースおよびコンテンツモデレーション体制を記載した申請を送信し、承認後に有効化

申請手順

WeComサポートにお問い合わせ

WeComサポートから申請するか、[email protected] までメールでお問い合わせください。

ユースケースとモデレーション体制の説明

画像を使用するプロダクト、エンドユーザーの対象、貴社側で実施するモデレーションおよび目視審査体制の3点についてご説明ください。申請内容が具体的であるほど、審査が迅速に進みます。

Tokenをグループに切り替え

承認後、アカウントでGrok_imagine_Reverseが有効化されます。コンソールのTokenページにアクセスし、このファミリーに使用するTokenをGrok_imagine_Reverseに切り替え、課金モデルをPay-as-you-go PriorityまたはPay-per-requestに設定してください。

アクセス権が付与される前の動作：Grok_imagine_Reverseグループが設定されていないTokenは、**503（現在のグループに利用可能なチャネルがありません）**を返します。再試行しても解決しません — まずグループを有効化する必要があります。推奨されるTokenの課金モデル：Pay-as-you-go Priority。このファミリーはリクエスト単位で課金され、従量課金優先（Pay-as-you-go Priority）とリクエスト課金（Pay-per-request）のどちらでも正しくルーティングされます。従量課金優先を選択すると、プラットフォーム上の他のtoken課金モデルも単一のTokenでカバーできます。

コンプライアンスに関する注意事項：アクセス権が付与された後、生成されたコンテンツに対する責任は呼び出し元が負うものとします。適用される法令を遵守してください。違法なコンテンツ、肖像権や知的財産権を侵害するコンテンツ、未成年者に不適切なコンテンツの生成は禁止されています。一般消費者向けに配信する場合は、貴社側で追加のモデレーション層を設けることを推奨します。参考資料：海外モデル呼び出し時のコンプライアンス。不正利用が確認された場合、グループの利用権限は取り消されます。

技術仕様

項目	仕様
モデルID	`grok-imagine-image`, `grok-imagine-image-quality`
アスペクト比	5: `1:1` / `16:9` / `9:16` / `4:3` / `3:4`
解像度レベル	`1k` (~0.9-1.05 MP), `2k` (~4.2-4.5 MP)
出力形式	1K の JPEG (~220-300 KB)、2K の PNG (~5-6 MB)
1回の呼び出しあたりの画像数	`n` 1-10
参照画像	編集エンドポイントでは 1-4 枚（`image[]` を繰り返し使用可能；5枚目は 400 を返します）
マスクインペインティング	❌ 未対応
再現可能な `seed`	❌ 未対応
`revised_prompt` エコー	❌ 返却されません
レイテンシー	1K で約 9 秒、2K で約 15-17 秒
同時実行数 / レート	上限なし；100 RPM でも余裕で計測済み
推奨クライアントタイムアウト	360 秒以上

エンドポイント

機能	メソッド	パス	Content-Type
テキストからの画像生成	`POST`	`/v1/images/generations`	`application/json`
画像編集	`POST`	`/v1/images/edits`	`multipart/form-data`
チャット形式の生成	`POST`	`/v1/chat/completions`	`application/json`

✅ 編集エンドポイントにはmultipart/form-dataファイルアップロードが必要です/v1/images/editsにJSONを送信すると常に400が返されます:

request Content-Type isn't multipart/form-data

これは、アップストリームベンダーのドキュメントを参考に統合を行っている場合に特に重要です — 当該ドキュメントには公開画像URLを含むJSONボディが記載されていますが、これはAPIYIゲートウェイ経由では動作しません。代わりにこのページに従ってください: -F "[email protected]"を使用してファイルをアップロードします。完全なサンプルは画像編集APIに記載されています。ファイルフィールド名はimageまたはimage[]である必要があります。images / image_fileは415を返します。

⚠️ テキストからの画像生成エンドポイントに参照画像を送信しないでください/v1/images/generationsがimage / image_url / imagesを受信しても、エラーは発生しません。200を返し、参照画像を完全に無視してpromptのみからまったく新しい画像を生成します — そして通常どおり課金されます。エラーシグナルが出ないため、これは通常、出力が入力とまったく関係がないことに誰かが気づいたときに初めて表面化します。参照画像を含むワークフローでは、必ず/v1/images/editsを使用してください。

プライマリドメインはhttps://api.apiyi.com、バックアップはhttps://b.apiyi.comです。チャット形式の生成（/v1/chat/completions）も機能しますが、推奨される方法ではありません — 以下のFAQを参照してください。

GPT-Image-2 からの移行

すでに GPT-Image-2 を統合している場合、エンドポイントと呼び出し規約は同一です（/v1/images/generations + /v1/images/edits、OpenAI SDK 互換）。ただし、パラメータシステムは異なるため、モデル名を単純に置き換えるだけでは動作しません。変更が必要な点を以下に示します。

パラメータの対応

この表では GPT-Image-2 を基準としています。gpt-image-2.5-flare / gpt-image-2.5-sunburst は同じパラメータを共有するため、対応関係はそれらにも適用されます。

項目	GPT-Image-2	Grok Imagine 2	移行時の対応
出力サイズ	`size`（`1536x1024` のような明示的なピクセル値）	`aspect_ratio` + `resolution`	書き換えが必須。`size` を指定してもエラーになりません
品質ティア	`quality`（`low`/`medium`/`high`/`auto`）	このようなパラメータはありません — モデル名を使用	`quality` を削除し、`-quality` バリアントに切り替えます
出力形式	`output_format`（png/jpeg/webp） + `output_compression`	このようなパラメータはありません — 形式は解像度に従います	両方を削除します。1K は常に JPEG、2K は常に PNG です
背景	`background`（`opaque`/`auto`）	このようなパラメータはありません	削除します
モデレーションレベル	`moderation`（`auto`/`low`）	このようなパラメータはありません	削除します
高忠実度	`input_fidelity` は送信してはいけません	このようなパラメータはありません	削除します
1回の呼び出しあたりの画像数	`n` は 1 のみサポート	`n` は 1～10 をサポート	✅ クライアント側のファンアウトループを削除できます
参照画像（編集）	最大 16 枚	最大 4 枚	⚠️ 4 枚を超えて送信するフローを見直します
マスクインペインティング	✅ サポート	❌ サポートされていません	⚠️ マスクに依存するフローは移行できません
課金	token 単位（高品質で約 $0.21/画像）	リクエスト単位の定額、$0.02 / $0.045	予算モデルが使用量ベースから画像単位に変わります

最も起こりやすい3つのミス

1. デフォルトのレスポンス形式が逆 — 最も見落とされやすい変更点GPT-Image-2 は b64_json のみを返します（url はありません）が、Grok Imagine 2 はデフォルトで url を返します。パーサーが resp.data[0].b64_json を読み取る場合、移行後は None / undefined を取得することになります。修正方法は2つあります。

既存のコードを維持する → "response_format": "b64_json" を明示的に渡します
ダイレクトリンクに切り替える → data[0].url を読み取り、ダウンロードします

また、GPT-Image-2 の usage には 実際の token 数が含まれますが、Grok Imagine 2 の usage は プレースホルダー（常に 1000 x n）です。usage に基づいて構築されたコストレポートスクリプトは、移行後に誤った数値を出力します。

2. size はエラーではなく、何も通知せずに失敗しますGPT-Image-2 は厳密に検証し、不正な入力に対して通常 400 を返します。Grok Imagine 2 は寛容です。size、quality、style などの OpenAI 形式のフィールドは 何も通知せずに無視され、無効な aspect_ratio / resolution の値は 何も通知せずにデフォルト値へフォールバックします。そのため、model だけを変更して size: "1536x1024" の削除を忘れると、リクエストは 1024x1024 の正方形画像を返す 200 になります。パラメータが無視されたことを知らせるものは何もありません。移行後は、最初の呼び出しで 出力ピクセル寸法を検証し、aspect_ratio / resolution が実際に反映されたことを確認してください。

3. 参照画像をテキストから画像へのエンドポイントに送信できなくなりますこのモデル特有の落とし穴です。参照画像を /v1/images/generations に送信すると、200 を返し、参照画像を何も通知せずに破棄したうえで、課金は発生します。参照画像を使うすべての呼び出しでは、multipart/form-data とともに /v1/images/edits を使用してください — 上記のエンドポイントを参照してください。

移行前と移行後

# Before: GPT-Image-2
resp = client.images.generate(
    model="gpt-image-2",
    prompt="Cyberpunk city on a rainy night",
    size="1536x1024",           # <- remove
    quality="high",             # <- remove
    output_format="jpeg"        # <- remove
)
img = base64.b64decode(resp.data[0].b64_json)

# After: Grok Imagine 2
resp = client.images.generate(
    model="grok-imagine-image",           # use grok-imagine-image-quality for higher fidelity
    prompt="Cyberpunk city on a rainy night",
    n=1,
    extra_body={
        "aspect_ratio": "16:9",           # <- replaces size
        "resolution": "1k",               # <- replaces the sizing role of quality
        "response_format": "b64_json"     # <- set explicitly to keep the parser unchanged
    }
)
img = base64.b64decode(resp.data[0].b64_json)

どちらを使うべきですか？ マスクインペインティング、ピクセル単位で正確なカスタムサイズ、または最大 16 枚の参照画像をまたいだ融合が必要な場合は、GPT-Image-2 を使い続けてください。予測可能なコスト（画像あたり定額で、2K の追加料金なし）、1回の呼び出しで複数画像を生成（n 最大10枚）、または編集時の高いソース忠実度が必要な場合は、Grok Imagine 2 を選択してください。両方を併用できます — 同じ token 呼び出しで両方を利用できます。

主要パラメータ

`aspect_ratio` と `resolution`（出力サイズ）

この2つを組み合わせて、実際の出力ピクセル数が決まります。測定値はリクエストと完全に一致します。

`aspect_ratio`	`resolution: 1k`	`resolution: 2k`
`1:1`	1024x1024	2048x2048
`16:9`	1280x720	2816x1584
`9:16`	720x1280	1584x2816
`4:3`	1152x864	2368x1776
`3:4`	864x1152	1776x2368

この2つのパラメータは text-to-image にのみ適用されます。 /v1/images/edits ではエラーなく受け付けられますが、効果はありません。編集後の出力は常に最初の参照画像のサイズに一致します（1280x720 を入力すると 1280x720 を出力し、fusion set の順序を逆にすると、新しい先頭画像に従うように出力が切り替わります）。出力サイズを変更するには、アップロード前に参照画像を切り抜くかリサイズしてください。

検証は緩く、 টাইポしてもエラーは発生しません。 aspect_ratio の enum 外の値（例：5:7、21:9）や resolution の enum 外の値（例：1K、1024x1024）は黙ってデフォルトにフォールバックし、そのまま画像を返します。無効な response_format も同様に url にフォールバックします。したがって、出力が期待どおりでない場合は、まずパラメータ名の綴りを確認してください。ただし例外があり、それが resolution: "4k" で、503 model_service_unavailable を返します。これはティアがサポートされていないという意味であり、チャネルが停止しているわけではありません。1k / 2k に戻してください。

`n`（1回あたりの画像数）

1-10 を受け付けます。返される data 配列の長さは n と等しく、各画像は課金されます。0 は黙って 1 として扱われ、11 以上は 400 を返します。

ベストプラクティス

事前に決めてください: 生成か編集か？

参照画像なし → /v1/images/generations。参照画像が1枚でもある場合、1ピクセルの微調整でも → /v1/images/edits。間違ったエンドポイントを選んでもエラーは出ず、予期しない画像が返るだけです。

クライアントのタイムアウトを360秒に設定してください

画像APIは同期処理です。2K は15〜17秒かかり、ピーク時やコールドスタート時にはさらに長くなることがあります。60秒のタイムアウトでは、まだ課金対象のリクエストに対して不要な失敗が発生します。

構図は prompt ではなく aspect_ratio で制御してください

このパラメータは本当に効くため、aspect_ratio: "16:9" は prompt で「横長の構図」を頼むよりもはるかに信頼できます。

帯域幅で解像度ティアを選んでください

2K は1画像あたり5〜6 MB のロスレス PNG、1K は220〜300 KB の JPEG です。およそ20倍の差があります。モバイルや一括転送には1K を推奨します。両方のティアの料金は同じなので、選択基準は純粋に画質と帯域幅です。

編集時は「他はすべて変更しないでください」と伝えてください

「マフラーを赤に変えて、他はすべてまったく同じにしてください」のような指示は非常にうまく機能します——モデルはこの制約にかなり忠実に従い、画像の残りを保持します。

融合するときは画像を明示的に参照してください

「image 1 / image 2 / image 3」が意味するのは、image[] アップロード順です。モデルに推測させるよりも、「image 1 の主体を image 2 のシーンに入れてください」と書くほうがはるかに確実です。

再現性を seed に頼らないでください

この系統はseedをサポートしていないため、同じ prompt でも呼び出しごとに結果が異なります。再生成できると期待するのではなく、残したい画像を保存してください。

バッチ処理はそのまま並列実行してください

同時実行数の制限はありません — 100 RPM でも十分余裕があります。チャネル容量も十分です。直列キューを組んだり、追加クォータを申請したりする必要はありません。

エラーコードとリトライ

HTTP	code	意味	推奨される対処法
`400`	`invalid_image_request`	編集エンドポイントが multipart の代わりに JSON を受信しました	`multipart/form-data` アップロードに切り替えてください。リトライは行わないでください
`400`	`invalid_request`	無効なパラメータ、またはモデレーションによる prompt のブロック	両者で同一のコードです — まずパラメータを確認し、その後 prompt を修正してください
`415`	—	編集エンドポイントでサポートされていないファイルフィールド名	フィールド名を `image` または `image[]` に変更してください
`429`	—	レート制限の超過または残高不足	指数バックオフを実行し、アカウント残高を確認してください
`503`	`model_service_unavailable`	サポートされていないパラメータティア（例：`resolution: 4k`）	障害ではありません — `1k` / `2k` に戻してください。リトライは行わないでください
`503`	—	token に `Grok_imagine_Reverse` グループがありません	障害ではなく権限の問題です — リトライしても解決しません。グループ設定から申請してください

クライアント側のガイダンス: 400 および 415 は確定的エラーです — リトライしても意味がないため、代わりにアラートを発報してください。リトライする価値があるのは 429 とネットワーク層のタイムアウトのみであり、指数バックオフを用いて最大3回までに留めてください。なお、400 invalid_request は「不正なパラメータ」と「コンテンツのブロック」の両方に該当し、レスポンスボディからそれらを区別することはできません。実用的な判別方法（ヒューリスティック）としてレイテンシが挙げられます。モデレーションによるブロックは生成が開始される前に行われるため、生成成功時（約9秒）よりも高速な約5〜6秒で返されます。

よくある質問

すべての呼び出しで503が返されます。チャネルがダウンしているのでしょうか？アクセス権を取得するにはどうすればよいですか？

まず、どの503であるかを確認してください。resolution: "4k"を渡している場合は、その階層がサポートされていないことを意味します（下記のエントリを参照してください）。パラメータに問題がなく、一貫して503が返される場合、Tokenに**Grok_imagine_Reverseグループが設定されていない**可能性が極めて高いです。このファミリーはデフォルトでは公開されていません。コンテンツ安全性ポリシーがプラットフォーム上の他のモデルと大幅に異なり、一部のカテゴリがフィルタリングされないため、コンプライアンスリスクを抑える目的で別のGrok_imagine_Reverseグループに分離し、選択的にアクセス権を付与しています。累計利用額が$1,000以上のお客様は、サポートにユースケースを説明することで有効化できます。それ以外のお客様は、ユースケースおよび導入しているコンテンツモデレーション管理の説明を添えて、WeComサポート経由で申請してください。詳細な手順は上記のグループ設定に記載されています。

ベンダーのドキュメントにはJSONと記載されているのに、/v1/images/edits にJSONを送信すると400が返されるのはなぜですか？

APIYIゲートウェイの編集エンドポイントはmultipart/form-dataのみを受け付けるのに対し、アップストリームのベンダーのドキュメントには公開画像URLを含むJSONボディが記載されているためです。両者は異なりますので、当サイトのドキュメントに従ってください。正しい形式はファイルアップロードです：

curl -X POST "https://api.apiyi.com/v1/images/edits" \
  -H "Authorization: Bearer sk-your-api-key" \
  -F "model=grok-imagine-image" \
  -F "prompt=Change the scarf to red, keep everything else the same" \
  -F "[email protected]"

メリットとして、画像のホスティングが不要になります。ローカルファイルを直接アップロードできるため、公開URLを用意するよりも簡単です。完全な例は画像編集APIを参照してください。

テキストから画像生成に参照画像を送信したところ200が返されましたが、結果が無関係なものになるのはなぜですか？

これは想定された挙動であり、このモデルにおける最も一般的な落とし穴です。/v1/images/generationsはimage / image_url / imagesを暗黙的に無視し、promptのみから生成を行いますが、課金は通常通り発生します。エラーシグナルが出ないため、「編集機能が壊れている」と判断しがちです。参照画像を使用するワークフローでは、必ず/v1/images/editsを使用してください。

編集エンドポイントで resolution / aspect_ratio を指定しても効果がないのはなぜですか？

編集後の出力サイズは入力された参照画像に従います。1280x720の入力なら1280x720が出力され、1024x1024の入力なら1024x1024が出力されます。ここでresolutionやaspect_ratioを渡してもエラーにはなりませんが、何も効果はありません。出力サイズを変更するには、アップロード前に入力参照画像をトリミングまたはリサイズしてください。

レスポンスに revised_prompt が含まれていないのはなぜですか？

このファミリーはrevised_promptを返さず、respect_moderationやmodelのようなフィールドも返しません。各data[]エントリには、response_formatに応じてurlまたはb64_jsonのいずれか一方が含まれ、両方が同時に含まれることはありません。レスポンスを解析する際は、これらのフィールドが存在することを前提としないでください。

usage の token 数を使って課金を照合できますか？

できません。 実際のpromptの長さに関係なく、usage.prompt_tokensは常に1000 x nとなります（これはプレースホルダーです）。このファミリーは画像1枚あたりの定額でリクエストごとに課金されます。実際の請求額については、APIYIコンソールの課金履歴をご確認ください。

1KはJPEGなのに2KはPNGなのはなぜですか？サイズが大きく異なります

これはアップストリーム側の仕様です。resolution: 1kはJPEG（約220〜300 KB）を返し、resolution: 2kは可逆圧縮のPNG（約5〜6 MB）を返すため、約20倍の差があります。URLの拡張子、HTTPのContent-Type、および実際のバイトデータは相互に一致しているため、Content-Typeに基づいて安全に条件分岐できます。帯域幅に敏感なシナリオ（モバイル、一括転送など）では、1kを優先することをお勧めします。どちらの解像度でも料金は同じであるため、純粋に品質の観点から選択してください。逆に、高品質が必要な場合、2kに追加料金はかからず、定価と比べてより大幅な割引が適用されます。

resolution: 4k で503が返されます。チャネルがダウンしているのでしょうか？

いいえ、違います。 4kはこのファミリーでサポートされている階層ではなく、ゲートウェイは503 model_service_unavailableを返します。ステータスコードは障害のように見えますが、実際にはパラメータの問題であるため、再試行しても解決しません。1kまたは2kに戻してください。1kおよび2kのみがサポートされています。

無効なパラメータを指定したときに、エラーではなく間違った画像が生成されるのはなぜですか？

このファミリーのバリデーションは寛容です。無効なaspect_ratio（例：5:7）、resolution（例：1K、1024x1024）、response_format（例：base64）はすべて暗黙的にデフォルト値にフォールバックし、400エラーではなく画像を返します。そのため、出力が期待と一致しない場合は、まずパラメータのスペルを確認してください。特に、resolutionの値は小文字の1k / 2kです。

1回の呼び出しで何枚の画像を生成できますか？

nは1〜10を受け付け、返されるdata配列の長さはnと一致します。画像ごとに課金されます。0は暗黙的に1として扱われ、11以上は400 invalid_requestを返します。

seedによる再現性はサポートされていますか？

サポートされていません。 seedを渡してもエラーは発生しませんが効果はなく、同一のpromptと同じseedを使用しても、呼び出しごとに異なる画像が返されます。再利用する必要がある画像は、再生成を試みるのではなく保存（永続化）してください。

公式のOpenAI SDKから呼び出すことはできますか？

はい、可能です。どちらのエンドポイントもOpenAI Images APIと互換性があります。base_urlをhttps://api.apiyi.com/v1に向けるだけです：

from openai import OpenAI
client = OpenAI(api_key="sk-your-api-key", base_url="https://api.apiyi.com/v1")

resp = client.images.generate(
    model="grok-imagine-image",
    prompt="a red wooden boat on an alpine lake at dawn",
    extra_body={"aspect_ratio": "16:9", "resolution": "1k"}
)

なお、aspect_ratioおよびresolutionは標準のOpenAI SDKフィールドではないため、extra_body経由で渡してください。

同時実行数の制限はありますか？バッチ生成でスロットリングが発生しますか？

同時実行数の制限はありません。 十分なチャネル容量に支えられ、429エラーやキューの拒否もなく、100 RPMで快適に動作することが実測されています。直列キューを構築したり追加のクォータを申請したりすることなく、並行して呼び出すことができます。実際に重要なのは**timeoutです。画像APIは同期的であるため、通常通り処理中（かつ課金対象）のリクエストが途中で切断されないよう、クライアントのタイムアウトを360秒**に設定してください。

コンテンツモデレーションはどのように機能しますか？ブロックされたことを検出するにはどうすればよいですか？

このファミリーではコンテンツモデレーションが適用されます。ブロックされたリクエストは、パラメータエラーとまったく同じエラーコードおよびメッセージで400 invalid_requestを返すため、レスポンスボディから両者を区別することはできません。実用的な判断基準となるのはレイテンシです。モデレーションによるブロックは約5〜6秒で返される（ブロックは画像生成の前に発生する）のに対し、正常な画像生成は約9秒かかります。また、モデレーションの結果にはある程度のランダム性が伴うため、境界線上のコンテンツは再試行間で同じ挙動を示さない場合があります。1回の試行だけで判断を下さないでください。パラメータが正しいことが確認されているにもかかわらず400エラーが続く場合は、promptがモデレーションに抵触した可能性が最も高いため、表現を見直してください。

/v1/chat/completions 経由で画像を生成できますか？

はい、可能ですが、推奨される方法ではありません。このエンドポイントは標準的なチャット構造を返し、そのcontentはMarkdownの画像リンクとなります：

![image](https://apac.ossforai.com/...)

これはChatboxやLobeChatなどの対話型クライアントに適しています。プログラムからの統合には、パラメータがより豊富でレスポンス構造がより安定しており、本ドキュメントと一致しているImages API（/v1/images/generationsおよび/v1/images/edits）を使用してください。

​概要

Text-to-Image API

画像編集 API

​AIエージェントに統合を任せる

​Grok Imagine 2 を APIYI で使う理由

OpenAI互換フォーマット

同時実行数の上限なし

一律料金で、コストが予測しやすい

グローバルにアクセス可能、障壁なし

完全なモデルエコシステム

プロフェッショナルサポート

​主な機能

2段階の解像度

5種類のアスペクト比

1回の呼び出しで最大10枚

高速生成

忠実な参照画像編集

複数画像の融合

2種類のレスポンス形式

OpenAI SDKですぐに利用可能

​サンプル結果

​価格

​チャージボーナスを適用した実効コスト

​グループの設定

​アクセス権を取得できる対象

​申請手順

​技術仕様

​エンドポイント

​GPT-Image-2 からの移行

​パラメータの対応

​最も起こりやすい3つのミス

​移行前と移行後

​主要パラメータ

​aspect_ratio と resolution（出力サイズ）

​n（1回あたりの画像数）

​ベストプラクティス

​エラーコードとリトライ

​よくある質問

​関連ドキュメント

概要

AIエージェントに統合を任せる

Grok Imagine 2 を APIYI で使う理由

主な機能

サンプル結果

価格

チャージボーナスを適用した実効コスト

グループの設定

アクセス権を取得できる対象

申請手順

技術仕様

エンドポイント

GPT-Image-2 からの移行

パラメータの対応

最も起こりやすい3つのミス

移行前と移行後

主要パラメータ

`aspect_ratio` と `resolution`（出力サイズ）

`n`（1回あたりの画像数）

ベストプラクティス

エラーコードとリトライ

よくある質問

関連ドキュメント