Redigering af flere billeder og referencer
På denne side
Opdateret 2. november 2026 — Imagine.
grok-imagine-image-qualityblev fjernet pr. 2. november 2026 (forespørgsler håndteres nu af Imagine 2.0 ilowkvalitet): eksemplerne bruger nugrok-imagine-image(Imagine 1.0) oggrok-imagine-image-2.0(Imagine 2.0,low,mediumellerautokvalitet). Med OpenAI SDK sendesaspect_ratio,resolutionogqualityviaextra_body, mens redigering håndteres via xAI SDK eller en HTTP-forespørgsel.
Arbejde med flere kildebilleder
En af styrkerne ved edit-endpointet er muligheden for at levere op til 5 referencebilleder i en enkelt anmodning. Dette åbner for avancerede kreative muligheder: at kombinere elementer fra flere kilder, blande stilarter eller skabe komplekse kompositioner.
Parameteren images (flertal)
At skifte fra image til images ændrer mere end bare parameterens struktur; det ændrer, hvad du beder modellen om at gøre. Med én kilde modificerer den et billede; med flere skal den være dommer mellem dem – og beslutte, hvad den skal tage fra hvert enkelt. Den vil altid være dommer; spørgsmålet er blot, om du styrer denne proces, hvilket er fokus i næste afsnit.
Bemærk, at de to parametre er gensidigt udelukkende: image (enkelt objekt) og images (array) kan ikke kombineres.
import requests
import os
headers = {
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
}
payload = {
"model": "grok-imagine-image",
"prompt": "Combine the character from the first image with "
"the landscape from the second image",
"images": [
{"url": "https://exemple.com/personnage.jpg"},
{"url": "https://exemple.com/paysage.jpg"}
]
}
response = requests.post(
"https://api.x.ai/v1/images/edits",
headers=headers,
json=payload
).json()
Referering til billeder i prompten
Når du angiver flere billeder, kan du referere til dem individuelt i din prompt ved hjælp af syntaksen <IMAGE_0>, <IMAGE_1> osv. Indekset starter ved 0.
payload = {
"model": "grok-imagine-image",
"prompt": "Place the product from <IMAGE_0> on the table from <IMAGE_1>, "
"with the ambient lighting from <IMAGE_2>",
"images": [
{"url": "https://exemple.com/produit.jpg"}, # <IMAGE_0>
{"url": "https://exemple.com/table.jpg"}, # <IMAGE_1>
{"url": "https://exemple.com/ambiance.jpg"} # <IMAGE_2>
]
}
Denne syntaks er det, der adskiller en kontrolleret komposition fra en tilnærmelsesvis blanding. „Kombinér disse billeder” overlader alt til modellen; „placér produktet fra <IMAGE_0> i omgivelserne fra <IMAGE_1> mens belysningen beholdes fra <IMAGE_1>” efterlader intet rum for fortolkning. Så snart du leverer mere end én kilde, skal du referere til dem eksplicit.
Use cases med flere billeder
Stiloverførsel
Anvend stilen fra et referencebillede på et andet:
payload = {
"model": "grok-imagine-image-2.0",
"prompt": "Reproduce the content of <IMAGE_0> in the artistic style of <IMAGE_1>",
"images": [
{"url": "https://exemple.com/photo-originale.jpg"},
{"url": "https://exemple.com/reference-style.jpg"}
]
}
Produktkomposition
Integrér et produkt i en omgivelse med referencebelysning:
payload = {
"model": "grok-imagine-image-2.0",
"prompt": "Photograph the product from <IMAGE_0> placed on the furniture from <IMAGE_1> "
"in the room from <IMAGE_2>, consistent natural lighting",
"images": [
{"url": "https://exemple.com/produit-detouré.png"},
{"url": "https://exemple.com/meuble.jpg"},
{"url": "https://exemple.com/piece.jpg"}
]
}
Sammensmeltning af ansigt og baggrund
Kombinér et portræt med en specifik baggrund:
payload = {
"model": "grok-imagine-image",
"prompt": "Place the person from <IMAGE_0> in front of the building from <IMAGE_1>, "
"keeping natural lighting and perspective",
"images": [
{"url": "https://exemple.com/portrait.jpg"},
{"url": "https://exemple.com/batiment.jpg"}
]
}
Begrænsninger og bedste praksis
Den tekniske grænse er 5 billeder pr. anmodning, og du kan frit blande formater – nogle kilder som URLs, andre som Base64 – i samme array. Den virkelige udfordring ligger ikke her, men i præcisionen af din prompt, som skal vokse i takt med antallet af billeder. Med to kilder er „kombinér karakteren og omgivelserne” ofte nok; med fem kan modellen ikke længere gætte sig til, hvilket element der skal tages fra hvilket billede. Her kommer referencerne <IMAGE_1> til <IMAGE_5> ind i billedet: „placér logoet fra <IMAGE_2> på karakterens T-shirt fra <IMAGE_1> i lysstemningen fra <IMAGE_3>” efterlader ingen tvetydighed. Ved komplekse kompositioner med flere kilder retfærdiggør pro-modellen (grok-imagine-image-quality) sine ekstra omkostninger: det er netop her, kløften til standardmodellen er mest synlig, nemlig i konsistensen mellem heterogene elementer.
Øvelse
Prøv at kombinere to billeder, du har ved hånden:
payload = {
"model": "grok-imagine-image",
"prompt": "Create a scene where the object from <IMAGE_0> floats in the sky from <IMAGE_1>, "
"surrealist style",
"images": [
{"url": "URL_OF_YOUR_FIRST_IMAGE"},
{"url": "URL_OF_YOUR_SECOND_IMAGE"}
],
"n": 3
}
Generér 3 variationer for at sammenligne modellens fortolkninger.
Vigtige pointer
- Parameteren
imagesaccepterer op til 5 kildebilleder i et array image(ental) ogimages(flertal) er gensidigt udelukkende- Syntaksen
<IMAGE_0>,<IMAGE_1>giver dig mulighed for at referere til hvert billede i prompten - Use cases inkluderer stiloverførsel, komposition og fusion
- Vær præcis i din prompt, når du bruger flere kilder