Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Endpoint /v1/images/edits: Ihre Bilder bearbeiten

Lektion 5 von 14 Aktualisiert am 2. November 2026 Anfänger
Auf dieser Seite
  1. Bildbearbeitung mit der Grok-API
  2. Struktur der Bearbeitungsanfrage
  3. Warum requests statt des OpenAI SDKs verwenden?
  4. Parameter des Bearbeitungs-Endpunkts
  5. Arten möglicher Bearbeitungen
  6. Praktische Übung
  7. Kernaussagen

Aktualisiert am 2. November 2026 — Imagine. grok-imagine-image-quality wurde am 2. November 2026 entfernt (die Anfragen werden von Imagine 2.0 bei low-Qualität bedient): Beispiele verwenden nun grok-imagine-image (Imagine 1.0) und grok-imagine-image-2.0 (Imagine 2.0, low, medium oder auto Qualität). Mit dem OpenAI SDK gehen aspect_ratio, resolution und quality über extra_body, und die Bearbeitung erfolgt über das xAI SDK oder eine HTTP-Anfrage.

Bildbearbeitung mit der Grok-API

Neben der Generierung bietet die xAI-API einen dedizierten Endpunkt zur Bearbeitung bestehender Bilder: POST /v1/images/edits. Mit diesem Endpunkt können Sie Bilder modifizieren, transformieren oder verbessern, indem Sie die gewünschten Änderungen in einem einfachen Textprompt beschreiben.

5
Maximale Quelldatenbilder
2
Eingabeformate
JSON
Erforderlicher Content-Type
∞
Bearbeitungsrunden

Struktur der Bearbeitungsanfrage

Die Bearbeitung funktioniert ähnlich wie die Generierung, mit einem Unterschied, der alles über die Formulierung von Prompts verändert: Der Prompt beschreibt die Modifikation, nicht das finale Bild. “Eine Frau mit Sonnenbrille” generiert ein ganzes neues Bild; “Sonnenbrille hinzufügen” behält das Foto bei und greift nur an dieser Stelle ein. Dies ist die häufigste Verwechslung beim ersten Versuch und erklärt die meisten enttäuschenden Ergebnisse.

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
    "Content-Type": "application/json"
}

payload = {
    "model": "grok-imagine-image",
    "prompt": "Fügen Sie der Figur einen roten Hut hinzu",
    "image": {
        "url": "https://exemple.com/photo-personnage.jpg"
    }
}

response = requests.post(
    "https://api.x.ai/v1/images/edits",
    headers=headers,
    json=payload
)

result = response.json()
edited_url = result["data"][0]["url"]

Warum requests statt des OpenAI SDKs verwenden?

Hier liegt die technische Falle dieser Lektion, und Sie sollten dies wissen, bevor Sie eine Stunde damit verbringen: Die Kompatibilität mit dem OpenAI SDK, das für die Generierung perfekt funktioniert, endet bei der Bearbeitung. Der xAI-Bearbeitungs-Endpunkt verwendet ein JSON-Format, während die images.edit()-Methode des SDKs multipart/form-data sendet. Diese Inkompatibilität des Content-Typs bedeutet, dass Sie für Bearbeitungen die REST-API direkt mit der requests-Bibliothek verwenden müssen.

# FUNKTIONIERT NICHT mit der xAI-API
# client.images.edit(...)  # Sendet multipart, nicht JSON

# FUNKTIONIERT: direkter REST-Aufruf
requests.post(
    "https://api.x.ai/v1/images/edits",
    headers=headers,
    json=payload
)

Parameter des Bearbeitungs-Endpunkts

  • model (erforderlich): grok-imagine-image (Imagine 1.0) oder grok-imagine-image-2.0 (Imagine 2.0, das auch quality akzeptiert)
  • prompt (erforderlich): Beschreibung der anzuwendenden Modifikation
  • image: Objekt, das die URL eines einzelnen Quelldatenbilds enthält
  • images: Array von Objekten für mehrere Quelldatenbilder (gegenseitig ausschließend mit image)
  • mask: Objekt, das die URL des Bereichsmasken zur Bearbeitung enthält
  • n: Anzahl der zu generierenden Varianten (1 bis 10)
  • response_format: url oder b64_json

Arten möglicher Bearbeitungen

Die fünf unten aufgeführten Kategorien weisen nicht dieselbe Erfolgsrate auf, und es hilft, dies zu kennen, bevor Sie ein Ergebnis versprechen. Das Hinzufügen von Elementen und das Ändern der Atmosphäre funktionieren sehr gut, da sie auf bestehendem Inhalt basieren. Das Entfernen ist schwieriger – das Modell muss rekonstruieren, was sich hinter dem entfernten Element befand – und hier wird die Maske entscheidend, indem sie den Bereich zur Neuberechnung präzise abgrenzt.

  • Hinzufügen von Elementen: “Fügen Sie der Figur Sonnenbrillen hinzu”
  • Entfernung: “Entfernen Sie den Hintergrund und ersetzen Sie ihn durch einen weißen Hintergrund”
  • Stiltransformation: “Konvertieren Sie dieses Foto in eine Aquarell-Illustration”
  • Änderung der Atmosphäre: “Ändern Sie die Szene von Tag zu Nacht”
  • Korrektur: “Verbessern Sie die Beleuchtung und erhöhen Sie den Kontrast”
# Beispiel: Stil eines Bildes ändern
payload = {
    "model": "grok-imagine-image",
    "prompt": "Transformieren Sie dieses Foto in eine frankobelgische Comic-Illustration",
    "image": {
        "url": "https://exemple.com/photo-ville.jpg"
    }
}

Praktische Übung

Versuchen Sie, ein Bild in mehreren Schritten zu bearbeiten. Beginnen Sie mit einer einfachen Modifikation und verfeinern Sie diese dann:

# Schritt 1: Hintergrund ändern
payload_step1 = {
    "model": "grok-imagine-image",
    "prompt": "Ersetzen Sie den Hintergrund durch einen Sonnenuntergang über dem Ozean",
    "image": {"url": "https://exemple.com/portrait.jpg"}
}

Kernaussagen

  • Der Bearbeitungs-Endpunkt ist POST /v1/images/edits
  • Verwenden Sie in Python requests, nicht das OpenAI SDK (Formatinkompatibilität)
  • Sie können bis zu 5 Quelldatenbilder pro Anfrage bereitstellen
  • Der Prompt beschreibt die gewünschte Modifikation in natürlicher Sprache
  • Beide Modelle (Imagine 1.0 und Imagine 2.0) stehen für die Bearbeitung zur Verfügung; mit dem OpenAI SDK wird images.edit() von xAI nicht unterstützt: Verwenden Sie das xAI SDK oder eine HTTP-Anfrage