Grok Imagine 2 画像生成・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方で初回リリースから世代単位の大幅な進化を遂げており、アスペクト比と解像度が実際に反映され、2K ティアを利用でき、1回の呼び出しで最大10枚の画像を返し、参照編集では元画像が実際に保持されます。 APIYI は2つのバリアントを提供しています。grok-imagine-image（標準）とgrok-imagine-image-quality（高品質）です。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、違いは出力の忠実度と価格だけです。

🔒 このファミリーはデフォルトでは公開されていません。アクセスには専用の Grok_imagine 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していますが、Default グループには属していません。このモデルのコンテンツ安全性ポリシーは、プラットフォーム上の他のモデルとは大きく異なり、一部のカテゴリーはフィルタリングされません。そのため、コンプライアンスリスクを抑える目的でアクセスを選択的に許可しています。

累計利用額が $1,000 以上の既存顧客：サポートに連絡し、ユースケースを説明してください。確認後に有効化します
その他のユーザー：WeCom サポートから、ユースケースとコンテンツモデレーションの制御策を説明して申請してください。申請が承認されると、アカウントで有効化します

Grok_imagine 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、権限の問題です。申請方法と設定方法については、以下のグループ設定を参照してください。

特徴：解像度を考慮しないリクエスト単位の一律料金（xAI は 2K の品質ティアを $0.07 としていますが、当社の料金はどちらも $0.045 で、表示価格の約 64% です）、実際に反映される5種類のアスペクト比 x 2種類の解像度ティア、1回の呼び出しあたり最大10枚の画像、高い忠実度で参照画像を編集し、アートスタイル、構図、パレット、被写体の同一性を保持します。1K画像の生成には約9秒かかります。

モデル ID に 2 は含まれません。 製品名は Grok Imagine 2 ですが、呼び出すモデル名は grok-imagine-image と grok-imagine-image-quality です。存在しないモデルであるため 503 が返される grok-imagine-2-image は記述しないでください。

📌 まずこれをお読みください：参照画像は編集エンドポイント /v1/images/edits でのみ機能します。テキストから画像への生成では使用できません。image / image_url / images を /v1/images/generations に渡すと、完全に正常な画像を伴う 200 が返されます。しかし、参照画像は何のエラーもなく密かに破棄され、料金は請求されます。以下のエンドポイントを参照してください。

すべての画像 API は同期式です。非同期タスク ID は存在しないため、クライアントが切断されると、リクエストの料金が請求されたまま結果が失われます。十分に余裕のあるタイムアウトを設定してください。詳しくは画像 API のベストプラクティスを参照してください。

テキストから画像への API

テキスト prompt から画像を生成し、ライブテスト用のインタラクティブな Playground を利用できます。

画像編集 API

参照画像と指示をアップロードし、1～4枚の画像融合と Playground を利用できます。

AI エージェントに統合を任せる

Codex / Claude Code / Cursor で構築する場合は、以下のプロンプトをコピーしてエージェントに渡してください。まずこのページのプレーンテキスト版を取得し（任意の docs URL の末尾に .md を付ける）、その後はあなたのプロジェクト独自のスタックでコードを書きます — タイムアウト、URL 結果の即時再ホスト、参照画像を黙って破棄しながら課金だけはするエンドポイント、そして size が何もしないという事実は、すでに要件に織り込み済みです。

Grok Imagine 2 のテキストから画像生成と画像編集を、コーディングエージェントに実装またはトラブルシュートさせてください。Codex、Claude Code、Cursor などのツールにコピーして貼り付けてください。

このプロンプトが防ぐもの

要件	防ぐ落とし穴
参照画像は edit エンドポイントのみに送る	`/v1/images/generations` に送ると 200 を返し、参照を黙って破棄したうえで課金もされます — エラーが一切出ないため、ここで最も高くつく落とし穴です
`size` は絶対に送らない	黙って無視されるため、サイズを設定したつもりでも 1024 x 1024 の正方形が返ってきます
数字の 2 を含まないモデル ID	`grok-imagine-2-image` は 503 を返し、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
高精細版はパラメータではなくモデル	このモデルには `quality` パラメータはなく、送っても黙って無視されます
`usage` からコストを照合しない	`prompt_tokens` が n の 1000 倍で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ってください
タイムアウトは 360 秒のままにする	約 15 秒のレイテンシだと、つい短いタイムアウトにしたくなりますが、それだとピーク時に発火します — しかも切断されたリクエストでも課金されます。Image 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つの解像度階層

1kは約1メガピクセル、2kは4.2〜4.5メガピクセル（16:9で2816x1584）— 価格は同じなので、2Kのほうがお得です

5つのアスペクト比

1:1 / 16:9 / 9:16 / 4:3 / 3:4、測定されたピクセル寸法が完全に一致します

1回の呼び出しで最大10件

nは1〜10を受け付け、1回のリクエストで複数の画像を返します — 一括選択に最適です

高速生成

1Kでは約9秒、2Kでは15〜17秒で、負荷下でもレイテンシーは安定しています — 100 RPMでも余裕で動作します

真のリファレンス編集

変更されるのは指定した部分だけです — 画風、構図、配色、被写体の同一性はそのまま維持されます

複数画像の融合

編集エンドポイントは1〜4件の参照を受け付けます — テストでは各参照が被写体を1つ追加し、最初の参照で出力寸法が決まります

2つのレスポンス形式

urlの直接リンクまたはb64_jsonの生 base64 に対応しており、どちらのエンドポイントでも利用できます

OpenAI SDK 対応

client.images.generate()とclient.images.edit()はそのまま動作します — 手動で HTTP を組み立てる必要はありません

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。

グループ設定

Grok Imagine 2 は Default グループに含まれておらず、デフォルトでは利用できません。 独自の Grok_imagine グループ（レート 1.0x、上記の料金表と同じ） に属しており、アクセスを申請する必要があります。

別グループにする理由：このファミリーのコンテンツ安全性ポリシーは、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。コンプライアンス上のリスクを抑えるため、すべてのアカウントからアクセスできるデフォルトグループから分離し、アクセスを選択的に許可しています。

アクセスできるユーザー

顧客	アクセスの許可方法
累計利用額が $1,000 以上の既存顧客	サポートに連絡し、利用目的を説明してください。確認後に有効化されます
その他のユーザー	利用目的とコンテンツモデレーションの管理方法を記載して申請してください。承認後に有効化されます

申請方法

WeComサポートに連絡する

WeComサポートから申請するか、[email protected] 宛てにメールを送信してください。

利用目的とモデレーション管理方法を説明する

次の3点を記載してください。画像をどの製品に使用するか、エンドユーザーは誰か、およびお客様側で実施しているモデレーションと人によるレビューの内容です。申請内容が具体的であるほど、審査は早くなります。

Tokenをグループに切り替える

承認されると、アカウントで Grok_imagine が有効になります。コンソールのTokenページに移動し、このファミリーで使用するTokenを Grok_imagine 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。

アクセスが許可される前の状態：Grok_imagine グループに属していないTokenは、503（現在のグループに利用可能なチャンネルがありません） を返します。再試行しても解決しません。先にグループを有効化する必要があります。推奨Token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、従量課金優先とリクエストごとの支払い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、1つのTokenでプラットフォーム上の他のToken課金モデルも利用できます。

コンプライアンスに関する注意：アクセスが許可された後に生成されたコンテンツについては、呼び出し元が責任を負います。適用される法律に従い、違法なコンテンツ、他者の肖像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素材を生成しないでください。消費者向けに配信する場合は、お客様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。詳しくは、海外モデルを呼び出す際のコンプライアンスをご覧ください。悪用が確認された場合、グループは取り消されます。

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	コンテンツタイプ
テキストから画像生成	`POST`	`/v1/images/generations`	`application/json`
画像編集	`POST`	`/v1/images/edits`	`multipart/form-data`
チャット形式生成	`POST`	`/v1/chat/completions`	`application/json`

✅ 編集用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、必ず 400 が返ります:

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

特に上流ベンダーのドキュメントから統合している場合は重要です — そのドキュメントでは、公開画像 URL を含む JSON ボディが説明されていますが、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]" でファイルをアップロードします。完全な例は画像編集 API をご覧ください。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。

⚠️ 参照画像をテキストから画像生成エンドポイントに送信しないでください/v1/images/generations が image / image_url / images を受け取っても、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、プロンプトだけから新しい画像を生成します — しかも通常どおり課金されます。エラー信号がないため、通常は出力が入力とまったく関係ないことに誰かが気づいて初めて表面化します。参照画像を使うワークフローでは必ず /v1/images/edits を使用してください。

主要ドメインは https://api.apiyi.com、バックアップは https://vip.apiyi.com です。チャット形式生成（/v1/chat/completions）は動作しますが、推奨される方法ではありません — 下のよくある質問をご覧ください。

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	コード	意味	推奨される対処
`400`	`invalid_image_request`	編集エンドポイントがマルチパートではなく JSON を受信しました	`multipart/form-data` アップロードに切り替え、リトライしないでください
`400`	`invalid_request`	無効なパラメーター、またはモデレーションによってブロックされた prompt	両方で同じコードが使用されます — まずパラメーターを確認し、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です	フィールド名を `image` または `image[]` に変更してください
`429`	—	レート制限を超過したか、残高が不足しています	エクスポネンシャルバックオフを使用し、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ーティアです（例：`resolution: 4k`）	障害ではありません — `1k` / `2k` に戻し、リトライしないでください
`503`	—	Token に `Grok_imagine` グループがありません	権限の問題であり、障害ではありません — 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

クライアント向けガイダンス: 400 と 415 は決定論的なエラーです — リトライしても意味がないため、代わりにアラートを送信してください。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す。エクスポネンシャルバックオフを使用し、試行回数は最大 3 回にしてください。400 invalid_request は「不正なパラメーター」と「コンテンツのブロック」の両方を対象としており、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。実用的な判定基準はレイテンシです。モデレーションによるブロックは約 5～6 秒で返され、生成が開始される前にブロックされるため、生成成功時（約 9 秒）より高速です。

よくある質問

すべての呼び出しで 503 が返ります。チャネルは停止していますか？アクセスするにはどうすればよいですか？

まず、どの 503 なのかを確認してください。resolution: "4k" を渡した場合は、そのティアがサポートされていないことを意味します（下記の項目を参照）。パラメータに問題がなく、503 が継続する場合、その Token にはほぼ確実に Grok_imagine グループがありません。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きく異なり、一部のカテゴリは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 グループに分け、選択的にアクセスを付与しています。累計利用額が $1,000 以上の既存顧客は、用途をサポートに説明することで有効化できます。それ以外の場合は、用途の説明と導入済みのコンテンツモデレーション対策を添えて WeCom サポートから申請してください。詳しい手順は、上記のグループ設定を参照してください。

ベンダーのドキュメントには JSON とありますが、/v1/images/edits に JSON を送ると 400 が返るのはなぜですか？

APIYI ゲートウェイの編集エンドポイントは multipart/form-data のみを受け付けるためです。一方、上流ベンダーのドキュメントでは、公開画像 URL を含む JSON ボディが説明されています。両者は異なるため、この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]"

利点は、画像ホスティングが不要なことです。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 を準備するより簡単です。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て 200 が返りましたが、結果が無関係なのはなぜですか？

これは想定どおりの動作であり、このモデルで最もよくある落とし穴です。/v1/images/generations は image / image_url / images を黙って無視し、prompt のみから生成し、通常どおり課金されます。エラーシグナルがないため、「編集が壊れている」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 が効かないのはなぜですか？

編集後の出力サイズは入力参照画像に従います。1280x720 を入力すると 1280x720 が出力され、1024x1024 を入力すると 1024x1024 が出力されます。ここで resolution または aspect_ratio を渡してもエラーにはなりませんが、何も起こりません。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クロップまたはリサイズしてください。

レスポンスに revised_prompt がないのはなぜですか？

このファミリーは revised_prompt も、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 のいずれかのみが含まれ、両方が含まれることはありません。レスポンスをパースする際に、これらのフィールドが存在すると想定しないでください。

usage の token 数を使って課金を照合できますか？

できません。usage.prompt_tokens は実際の prompt 長にかかわらず常に 1000 x n であり、プレースホルダーです。このファミリーは、画像 1 枚あたりの固定料金でリクエスト単位に課金されます。実際の請求額は APIYI コンソールの課金記録を使用してください。

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

これは上流の動作です。resolution: 1k は JPEG（約 220～300 KB）を返し、resolution: 2k はロスレス PNG（約 5～6 MB）を返します。差はおよそ 20 倍です。URL 拡張子、HTTP Content-Type、実際のバイト列は互いに一致しているため、Content-Type に基づいて安全に分岐できます。帯域幅に敏感なシナリオ（モバイル、一括転送）では 1k を優先してください。両ティアの料金は同じなので、選択は純粋に品質に関するものです。逆に品質を重視する場合、2k に追加料金はなく、定価に対してより大きな割引が適用されます。

resolution: 4k で 503 が返ります。チャネルは停止していますか？

いいえ。4k はこのファミリーでサポートされるティアではなく、ゲートウェイは 503 model_service_unavailable を返します。この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す。そのため、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。サポートされるのは 1k と 2k のみです。

無効なパラメータでエラーではなく誤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、すべて黙ってデフォルト値にフォールバックし、400 ではなく画像を返します。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 と等しくなります。各画像は課金対象です。0 は黙って 1 として扱われます。11 以上では 400 invalid_request が返されます。

seed による再現性はサポートされていますか？

いいえ。seed を渡してもエラーにはなりませんが効果はなく、同じ seed を持つ同一 prompt でも、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してください。

公式 OpenAI SDK で呼び出せますか？

はい。両方のエンドポイントは 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"}
)

aspect_ratio と 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？一括生成はスロットリングされますか？

**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 やキュー拒否なしで 100 RPM まで余裕をもって計測されています。シリアルキューを構築したり、追加のクォータを申請したりせずに同時呼び出しできます。実際に重要なのは timeout です。画像 API は同期型であるため、正常に処理中のリクエストを途中で切断し、なおかつ課金されることを避けるため、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？ブロックを検出するにはどうすればよいですか？

このファミリーに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 400 invalid_request を返しますが、パラメータエラーと完全に同じエラーコードおよびメッセージを使用するため、レスポンスボディから区別することはできません。実用的なヒューリスティックはレイテンシです。モデレーションによるブロックは約 5～6 秒で返ります（ブロックは生成前に行われます）が、画像生成の成功には約 9 秒かかります。モデレーションの結果にはランダム性もあるため、境界的なコンテンツは再試行ごとに同じ挙動を示さない場合があります。1 回の試行だけで結論を出さないでください。パラメータが正しいことを確認しても 400 が続く場合、prompt がモデレーションをトリガーした可能性が高いため、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。ただし、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 chat 構造を返し、その content は markdown の画像リンクです。

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

これは Chatbox や LobeChat のような会話型クライアントに適しています。プログラムによる統合には、Images API（/v1/images/generations および /v1/images/edits）を使用してください。より豊富なパラメータ、より安定したレスポンス形式が利用でき、このドキュメントとも一貫しています。

​概要

テキストから画像への 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つの解像度階層

5つのアスペクト比

1回の呼び出しで最大10件

高速生成

真のリファレンス編集

複数画像の融合

2つのレスポンス形式

OpenAI SDK 対応

​価格

​チャージボーナスを適用した実効コスト

​グループ設定

​アクセスできるユーザー

​申請方法

​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

価格

チャージボーナスを適用した実効コスト

グループ設定

アクセスできるユーザー

申請方法

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