El nuevo modelo de generación de imágenes está disponible como modo Quality en Grok y mediante una API. Incorpora edición localizada, redimensionamiento, eliminación de fondos y trabajo con imágenes de referencia.
xAI anunció la disponibilidad general de Grok Imagine Image 2.0, su nuevo modelo para generar y editar imágenes mediante instrucciones de texto. Según el anuncio de la compañía, el sistema se ofrece como modo Quality en Grok.com, iOS y Android, además de estar disponible para desarrolladores bajo el identificador grok-imagine-image-2.0.
La empresa sostiene que el modelo mejora el seguimiento de instrucciones, la composición de diseños con varios elementos y la representación de texto pequeño.
Herramientas para edición y composición
Entre las funciones anunciadas se encuentran una herramienta de selección para modificar regiones concretas, segmentación de objetos, eliminación de fondos y redimensionamiento inteligente. Esta última función amplía el encuadre para adaptar una imagen a nueve relaciones de aspecto, incluidas 1:1, 16:9, 9:16 y 2:1.
Grok Imagine Image 2.0 también incorpora plantillas para tareas como fotografías de productos, retratos profesionales, iconos, recursos para videojuegos y piezas de marketing. El objetivo es ofrecer flujos preconfigurados en los que el usuario aporta las instrucciones y los materiales de referencia.
El anuncio asegura que la edición con varias referencias acepta hasta cinco imágenes en una generación. Sin embargo, la documentación vigente de la API señala un máximo de tres imágenes de origen. xAI no aclara si esta diferencia responde a límites distintos entre la aplicación de consumo y la interfaz para desarrolladores.
Resoluciones y precios de la API
La documentación técnica permite solicitar imágenes con resoluciones 1K y 2K. El modelo 2.0 admite niveles de calidad low y medium, con medium como valor predeterminado cuando el parámetro no se especifica.
De acuerdo con la tabla oficial de precios, cada imagen generada cuesta entre 0,04 y 0,08 dólares, dependiendo de la resolución y el nivel de calidad. El procesamiento de cada imagen aportada como entrada añade 0,01 dólares.
Un ranking sujeto a cambios
xAI afirmó en su presentación que el modelo ocupaba el segundo lugar tanto en generación desde texto como en edición de imágenes. La clasificación de edición de Arena, fechada el 7 de agosto, situó a Grok Imagine Image 2.0 en el segundo puesto para edición de una sola imagen, con una puntuación preliminar de 1439 y 5.931 votos.
La situación ya había cambiado en generación desde texto el 10 de agosto. En la clasificación por laboratorios, el modelo aparecía en tercer lugar, por detrás de GPT Image 2 de OpenAI y de una versión preliminar de MAI Image 2.6 de Microsoft.
Arena construye sus tablas mediante comparaciones anónimas entre dos modelos y votos de preferencia de los usuarios. Estos resultados ofrecen una señal sobre la recepción del modelo, pero pueden variar con la incorporación de nuevos sistemas y un mayor número de evaluaciones.
Fuentes
- xAI, anuncio de Grok Imagine Image 2.0
- xAI Docs, generación de imágenes
- xAI Docs, edición con varias imágenes
- xAI Docs, precios de la API
- Arena, clasificación de edición de imágenes
- Arena, clasificación de generación desde texto
- Arena, metodología de evaluación
Ilustración: captura del sitio web
📬 Newsletter gratuito
