Przejdź do głównej treści
Polski— Wybierz język
Menu

Imagine, Voice i wycofania: aktualizacja sposobu użytkowania

Lekcja 12 z 12 Zaktualizowano 2 listopada 2026 Średnio zaawansowani
Na tej stronie
  1. Imagine Image 2.0
  2. Voice: Grok Voice 3.0
  3. Dwa nowe pola przydatne w środowisku produkcyjnym
  4. Kluczowe wnioski
  5. Sprawdź swoją wiedzę

API obrazów, wideo i głosu modelu Grok ewoluują tak szybko jak modele tekstowe, po drodze usuwając kilka funkcji. Ta ostatnia lekcja omawia zmiany, które zaszły od lata, oraz to, co musisz zmodyfikować w swoim kodzie.

Imagine Image 2.0

Wydany 7 sierpnia 2026 r., Imagine Image 2.0 (grok-imagine-image-2.0) jest obecnie rekomendowanym modelem do generowania obrazów. Wydawca podkreśla jego wierność instrukcjom, obsługę typografii i układu oraz narzędzia do edycji ukierunkowanej: magiczna różdżka modyfikująca wyznaczony obszar bez dotykania reszty, segmentacja, wycinanie z przezroczystym tłem oraz edycja na podstawie wielu obrazów referencyjnych – do pięciu na żądanie zamiast trzech. Dwa ustawienia uległy zmianie w sierpniu: parametr quality akceptuje wartość auto, która jest teraz domyślna – obecnie używa ona low do generowania i medium do edycji, a obraz jest rozliczany zgodnie z dostarczoną jakością – pojawiły się również dwa nowe formaty: 21:9 i 5:2.

Uważaj na usunięcie obowiązujące od dziś: od 2 listopada 2026 r. model grok-imagine-image-quality został wycofany. Żądania go wywołujące są obsłużone przez Imagine Image 2.0 w jakości low, bez zmian w strukturze żądania czy odpowiedzi i po niższej cenie za obraz. Twój kod nie przestanie działać, ale wynik się zmieni: zastąp identyfikator wartością grok-imagine-image-2.0 i wyraźnie wybierz pożądaną jakość. Model grok-imagine-image (wersja 1.0) nie podlega tej zmianie.

ModelCena
grok-imagine-image-2.00,04 USD za obraz
grok-imagine-image0,02 USD za obraz
grok-imagine-video-1.50,080 USD za sekundę
grok-imagine-video-1.5-lite0,020 USD za sekundę
grok-imagine-video0,050 USD za sekundę

Jeśli chodzi o wideo, Imagine Video 1.5 obsługuje konwersję tekst-na-wideo, obraz-na-wideo oraz tworzenie wideo na podstawie materiałów referencyjnych, z opcjonalnymi predefined voices i natywnym wyjściem 1080p dla dwóch pierwszych trybów. W katalogu dostępna jest bardziej ekonomiczna wersja: grok-imagine-video-1.5-lite.

Voice: Grok Voice 3.0

Od lata pojawiły się dwie wersje funkcji speech-to-speech. Grok Voice 2.0 zadebiutował w lipcu; Grok Voice 3.0, ogłoszony 14 października 2026 r., zastąpił go w tej samej cenie – 0,08 USD za minutę – a alias grok-voice-latest wskazuje teraz na niego, dzięki czemu sesje korzystające z tego aliasu zostały zaktualizowane bez konieczności zmian w API. Wydawca zapowiada opóźnienie poniżej jednej sekundy i lepszy wskaźnik rozwiązywania spraw w obsłudze klienta. Grok Voice 2.0 jest przestarzały: zastąp grok-voice-2.0 wartością grok-voice-3.0 lub użyj aliasu. Do transkrypcji domyślnym modelem jest grok-voice-transcribe-2.0; wersja 1.0 osiągnęła koniec życia (EOL) 2 października 2026 r., a jej żądania są przekierowywane do wersji 2.0 w tej samej cenie.

Dwa nowe pola przydatne w środowisku produkcyjnym

Od października tablica guidelines pozwala dostosowywać, żądanie po żądaniu, sposób, w jaki Grok traktuje treści z kategorii nsfw, violence i profanity w interfejsach API Chat Completions i Responses. Od września pole safety_identifier umożliwia przekazanie nieprzejrzystego identyfikatora użytkownika końcowego: w przypadku naruszeń zasad wydawca może przypisać je temu użytkownikowi, a nie Twojemu kluczowi API. W przypadku aplikacji ogólnodostępnej jest to proste zabezpieczenie, które warto wdrożyć.

Źródła oficjalne: Informacje o wydaniach · Modele · Imagine Image 2.0 · Grok Voice 3.0

Kluczowe wnioski

  • grok-imagine-image-quality wycofany od 2 listopada 2026 r.: przełącz się na grok-imagine-image-2.0 i ustaw jakość
  • Imagine Image 2.0: domyślna jakość auto, do pięciu obrazów referencyjnych, formaty 21:9 i 5:2
  • Grok Voice 3.0 zastępuje wersję 2.0 w tej samej cenie; grok-voice-latest wskazuje na niego
  • Pomyśl o polu guidelines do moderacji i safety_identifier do izolowania nadużyć użytkowników

Sprawdź swoją wiedzę

1. Którego modelu Grok powinieneś używać do tekstu i kodu od 2 listopada 2026 r.?

Odpowiedź: Grok 4.7 (grok-4.7), przedstawiony przez wydawcę jako jego najbardziej zaawansowany model: kontekst 500 000 tokenów, wysiłek rozumowania od low do xhigh, domyślnie high.

2. Twój kod wywołuje `grok-imagine-image-quality`: co się dzieje od 2 listopada?

Odpowiedź: Żądanie jest obsłużone przez Imagine Image 2.0 w jakości low, po niższej cenie i bez zmiany formatu. Kod nie przestanie działać, ale wynik się zmieni: zastąp identyfikator i wybierz jakość.

3. Czym jest Grok Bot?

Odpowiedź: To stały agent z własnym komputerem w chmurze, pracujący w Twoich narzędziach, realizujący zadanie od początku do końca i proszący Cię o zatwierdzenia. Boty zespołowe są udostępniane w ramach zespołu.

4. Czy subskrybent SuperGrok musi zmienić plan?

Odpowiedź: Nie. Może zachować obecny plan lub przejść na subskrypcję The X Subscription w ustawieniach rozliczeniowych, z proporcjonalnym zwrotem kosztów.

5. Do czego służy pole `safety_identifier`?

Odpowiedź: Do przekazania nieprzejrzystego identyfikatora użytkownika końcowego, aby naruszenie zasad zostało przypisane jemu, a nie Twojemu kluczowi API.