Imagine, Voice и премахнати функции: актуализиране на използването
На тази страница
API за изображения, видео и глас на Grok еволюираха толкова бързо, колкото и текстовите модели, като по пътя бяха премахнати няколко функции. Този последен урок обхваща промените от лятото насам и какво трябва да коригирате във вашия код.
Imagine Image 2.0
Пуснат на 7 август 2026 г., Imagine Image 2.0 (grok-imagine-image-2.0) вече е препоръчителният модел за изображения. Издателят подчертава неговата точност спрямо инструкциите, обработката на типографията и оформлението, както и целевите инструменти за редактиране: вълшебна пръчка, която модифицира определената зона, без да засяга останалата част, сегментация, изрязване с прозрачен фон и редактиране от множество референтни изображения – до пет на заявка вместо три. Две настройки бяха променени през август: параметърът quality приема стойност auto, която вече е по подразбиране – в момента използва low за генериране и medium за редактиране, а изображението се таксува според предоставеното качество – и се появиха два нови формата: 21:9 и 5:2.
Внимавайте за премахване, валидно от днес: от 2 ноември 2026 г. grok-imagine-image-quality е оттеглен. Заявките, които го извикват, се обслужват от Imagine Image 2.0 с качество low, без промяна в структурата на заявката или отговора и на по-ниска цена за изображение. Вашият код няма да се счупи, но изходът се променя: заменете идентификатора с grok-imagine-image-2.0 и изберете изрично желаното качество. Моделът grok-imagine-image (версия 1.0) не е засегнат.
| Model | Price |
|---|---|
grok-imagine-image-2.0 | $0.04 per image |
grok-imagine-image | $0.02 per image |
grok-imagine-video-1.5 | $0.080 per second |
grok-imagine-video-1.5-lite | $0.020 per second |
grok-imagine-video | $0.050 per second |
Що се отнася до видеото, Imagine Video 1.5 обработва текст-към-видео, изображение-към-видео и видео от референции, с опционални предварително дефинирани гласове и-native 1080p изход за първите два режима. По-икономичен вариант, grok-imagine-video-1.5-lite, е наличен в каталога.
Voice: Grok Voice 3.0
Реч-към-реч видя две версии от лятото насам. Grok Voice 2.0 беше пуснат през юли; Grok Voice 3.0, обявен на 14 октомври 2026 г., го замени на същата цена – $0.08 на минута – и псевдонимът grok-voice-latest вече сочи към него, така че сесиите, използващи псевдонима, бяха надградени без промени в API. Издателят обявява латентност под една секунда и по-добър процент на разрешаване на обаждания за обслужване на клиенти. Grok Voice 2.0 е остарял: заменете grok-voice-2.0 с grok-voice-3.0 или псевдонима. За транскрипция, grok-voice-transcribe-2.0 е моделът по подразбиране; версия 1.0 достигна края на жизнения си цикъл на 2 октомври 2026 г. и нейните заявки се пренасочват към 2.0 на същата цена.
Две нови полета, полезни в продукция
От октомври насам масивът guidelines Ви позволява да коригирате, заявка по заявка, как Grok обработва съдържание в категориите nsfw, violence и profanity в Chat Completions и Responses API. От септември полето safety_identifier Ви позволява да предадете непрозрачен идентификатор за крайния потребител: в случай на нарушения на правилата, издателят може да ги припише на този потребител, а не на Вашия API ключ. За приложение, отворено за обществеността, това е проста защита, която да внедрите.
Официални източници: Бележки към версията · Модели · Imagine Image 2.0 · Grok Voice 3.0
Ключови изводи
grok-imagine-image-qualityе оттеглен от 2 ноември 2026 г.: преминете къмgrok-imagine-image-2.0и задайте качеството- Imagine Image 2.0: качество
autoпо подразбиране, до пет референтни изображения, формати 21:9 и 5:2 - Grok Voice 3.0 замества 2.0 на същата цена;
grok-voice-latestсочи към него - Помислете за
guidelinesза модериране иsafety_identifierза изолиране на злоупотреби от потребители
Проверете знанията си
1. Кой модел на Grok трябва да използвате за текст и код към 2 ноември 2026 г.?
Отговор: Grok 4.7 (grok-4.7), представен от издателя като най-способния му модел: контекст от 500 000 токена, усилие за разсъждение от low до xhigh, по подразбиране high.
2. Вашият код извиква `grok-imagine-image-quality`: какво се случва от 2 ноември?
Отговор: Заявката се обслужва от Imagine Image 2.0 с качество low, на по-ниска цена и без промяна във формата. Кодът няма да се счупи, но изходът се променя: заменете идентификатора и изберете качеството.
3. Какво е Grok Bot?
Отговор: Постоянен агент със собствен облачен компютър, работещ във Вашите инструменти, изпълняващ задача от начало до край и искащ Вашите валидации. Team Bots се споделят в рамките на екип.
4. Трябва ли абонат на SuperGrok да промени плана си?
Отговор: Не. Те могат да запазят текущия си план или да преминат към The X Subscription от настройките за фактуриране с възстановяване на сумата пропорционално на времето.
5. За какво служи полето `safety_identifier`?
Отговор: За предаване на непрозрачен идентификатор за крайния потребител, така че нарушение на правилата да бъде приписано на него, а не на Вашия API ключ.