Ir al contenido principal
Español— Elegir un idioma
Menú

Imagine, Voice y obsolescencias: actualización de tu uso

Lección 12 de 12 Actualizado el 2 de noviembre de 2026 Intermedio
En esta página
  1. Imagine Image 2.0
  2. Voz: Grok Voice 3.0
  3. Dos nuevos campos útiles en producción
  4. Puntos clave
  5. Pon a prueba tus conocimientos

Las API de imagen, vídeo y voz de Grok han evolucionado tan rápido como los modelos de texto, con varias retiradas en el camino. Esta última lección cubre qué ha cambiado desde el verano y qué debes modificar en tu código.

Imagine Image 2.0

Lanzado el 7 de agosto de 2026, Imagine Image 2.0 (grok-imagine-image-2.0) es ahora el modelo de imagen recomendado. El editor destaca su fidelidad a las instrucciones, el manejo de tipografía y maquetación, y herramientas de edición específicas: una varita mágica que modifica el área designada sin tocar el resto, segmentación, recorte con fondo transparente y edición a partir de múltiples imágenes de referencia, hasta cinco por solicitud en lugar de tres. Dos ajustes cambiaron en agosto: el parámetro quality acepta auto, que ahora es el valor predeterminado; actualmente usa low para la generación y medium para la edición, y la imagen se factura según la calidad servida. Además, han aparecido dos nuevos formatos: 21:9 y 5:2.

Atención a una retirada efectiva hoy: desde el 2 de noviembre de 2026, grok-imagine-image-quality está retirado. Las solicitudes que lo llamen serán atendidas por Imagine Image 2.0 con calidad low, sin cambios en la estructura de la solicitud o la respuesta y a un precio menor por imagen. Tu código no se romperá, pero la salida cambia: sustituye el identificador por grok-imagine-image-2.0 y elige explícitamente la calidad deseada. El modelo grok-imagine-image (versión 1.0) no se ve afectado.

ModeloPrecio
grok-imagine-image-2.00,04 $ por imagen
grok-imagine-image0,02 $ por imagen
grok-imagine-video-1.50,080 $ por segundo
grok-imagine-video-1.5-lite0,020 $ por segundo
grok-imagine-video0,050 $ por segundo

En el ámbito del vídeo, Imagine Video 1.5 gestiona texto a vídeo, imagen a vídeo y vídeo a partir de referencias, con voces predefinidas opcionales y salida nativa en 1080p para los dos primeros modos. Una variante más económica, grok-imagine-video-1.5-lite, está disponible en el catálogo.

Voz: Grok Voice 3.0

El reconocimiento de voz a voz ha tenido dos versiones desde el verano. Grok Voice 2.0 se lanzó en julio; Grok Voice 3.0, anunciado el 14 de octubre de 2026, lo ha sustituido al mismo precio (0,08 $ por minuto) y el alias grok-voice-latest apunta ahora a él, por lo que las sesiones que usaban el alias se han actualizado sin cambios en la API. El editor anuncia una latencia inferior a un segundo y una mejor tasa de resolución de llamadas de atención al cliente. Grok Voice 2.0 está obsoleto: sustituye grok-voice-2.0 por grok-voice-3.0 o el alias. Para la transcripción, grok-voice-transcribe-2.0 es el modelo predeterminado; la versión 1.0 llegó al final de su vida útil el 2 de octubre de 2026 y sus solicitudes se redirigen a la 2.0 al mismo precio.

Dos nuevos campos útiles en producción

Desde octubre, un array guidelines te permite ajustar, solicitud por solicitud, cómo Grok gestiona el contenido en las categorías nsfw, violence y profanity, tanto en Chat Completions como en la API de Responses. Desde septiembre, el campo safety_identifier te permite pasar un identificador opaco para el usuario final: en caso de infracciones de las normas, el editor puede atribuirlas a ese usuario en lugar de a tu clave de API. Para una aplicación abierta al público, esta es una protección sencilla de implementar.

Fuentes oficiales: Notas de la versión · Modelos · Imagine Image 2.0 · Grok Voice 3.0

Puntos clave

  • grok-imagine-image-quality retirado desde el 2 de noviembre de 2026: cambia a grok-imagine-image-2.0 y establece la calidad
  • Imagine Image 2.0: calidad predeterminada auto, hasta cinco imágenes de referencia, formatos 21:9 y 5:2
  • Grok Voice 3.0 sustituye a la 2.0 al mismo precio; grok-voice-latest apunta a él
  • Considera usar guidelines para la moderación y safety_identifier para aislar el abuso de usuarios

Pon a prueba tus conocimientos

1. ¿Qué modelo de Grok debes usar para texto y código a partir del 2 de noviembre de 2026?

Respuesta: Grok 4.7 (grok-4.7), presentado por el editor como su modelo más capaz: contexto de 500.000 tokens, esfuerzo de razonamiento de low a xhigh, high por defecto.

2. Tu código llama a `grok-imagine-image-quality`: ¿qué ocurre desde el 2 de noviembre?

Respuesta: La solicitud es atendida por Imagine Image 2.0 con calidad low, a un precio menor y sin cambios de formato. El código no se romperá, pero la salida cambia: sustituye el identificador y elige la calidad.

3. ¿Qué es un Grok Bot?

Respuesta: Un agente permanente con su propio ordenador en la nube, que trabaja en tus herramientas, lleva a cabo una tarea de extremo a extremo y te solicita validaciones. Los Team Bots se comparten dentro de un equipo.

4. ¿Necesita un suscriptor de SuperGrok cambiar de plan?

Respuesta: No. Puede mantener su plan actual o cambiar a The X Subscription desde su configuración de facturación, con un reembolso proporcional.

5. ¿Para qué sirve el campo `safety_identifier`?

Respuesta: Para pasar un identificador opaco del usuario final, de modo que una infracción de las normas se atribuya a ese usuario en lugar de a tu clave de API.