Redigering och referenser med flera bilder
På denna sida
Uppdaterat 2 november 2026 — Imagine.
grok-imagine-image-qualitytogs bort den 2 november 2026 (förfrågningar hanteras nu av Imagine 2.0 i kvalitetlow): exemplen använder nugrok-imagine-image(Imagine 1.0) ochgrok-imagine-image-2.0(Imagine 2.0, kvalitetlow,mediumellerauto). Med OpenAI SDK skickasaspect_ratio,resolutionochqualityviaextra_body, medan redigering hanteras via xAI SDK eller en HTTP-förfrågan.
Arbeta med flera källbilder
En av styrkorna med redigeringsendpunkten är möjligheten att ange upp till 5 referensbilder i en enda förfrågan. Detta öppnar för avancerade kreativa möjligheter: att kombinera element från flera källor, blanda stilar eller skapa komplexa kompositioner.
Parametern images (plural)
Att byta från image till images ändrar mer än bara parameterstrukturen: det ändrar vad du ber modellen göra. Med en enda källa modifierar den en bild; med flera måste den avgöra mellan dem – och bestämma vad den ska ta från varje bild. Den kommer att göra detta oavsett; frågan är bara om du styr processen, vilket är fokus i nästa avsnitt.
Observera att de två parametrarna är ömsesidigt uteslutande: image (enskilt objekt) och images (array) kan inte kombineras.
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()
Referera till bilder i prompten
När du anger flera bilder kan du referera till dem individuellt i din prompt med syntaxen <IMAGE_0>, <IMAGE_1> osv. Indexeringen börjar på 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>
]
}
Denna syntax är vad som skiljer en kontrollerad komposition från en ungefärlig blandning. “Kombinera dessa bilder” lämnar allt åt modellen; “placera produkten från <IMAGE_0> i miljön från <IMAGE_1> medan belysningen från <IMAGE_1> behålls” lämnar inget utrymme för tolkning. Så snart du anger mer än en källa bör du referera till dem explicit.
Användningsområden med flera bilder
Stilöverföring
Tillämpa stilen från en referensbild på en annan:
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
Integrera en produkt i en miljö med referensbelysning:
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"}
]
}
Sammanslagning av ansikte och bakgrund
Kombinera ett porträtt med en specifik bakgrund:
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"}
]
}
Begränsningar och bästa praxis
Den tekniska gränsen är 5 bilder per förfrågan, och du kan fritt blanda format – vissa källor som URL:er, andra som Base64 – i samma array. Den verkliga svårigheten ligger inte där: den ligger i promptens precision, som måste öka i takt med antalet bilder. Med två källor räcker det ofta med “kombinera karaktären och miljön”; med fem kan modellen inte längre gissa vilket element som ska tas från vilken bild, och det är exakt här referenserna <IMAGE_1> till <IMAGE_5> kommer in: “placera logotypen från <IMAGE_2> på karaktärens t-shirt från <IMAGE_1>, i belysningsstämningen från <IMAGE_3>” lämnar inget utrymme för tvetydighet. För komplexa kompositioner med flera källor motiverar pro-modellen (grok-imagine-image-quality) sin extra kostnad: det är precis här gapet gentemot standardmodellen syns tydligast, i konsistensen mellan heterogena element.
Praktisk övning
Försök kombinera två bilder du har till hands:
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
}
Generera 3 variationer för att jämföra modellens tolkningar.
Viktiga punkter
- Parametern
imagesaccepterar upp till 5 källbilder i en array image(singular) ochimages(plural) är ömsesidigt uteslutande- Syntaxen
<IMAGE_0>,<IMAGE_1>låter dig referera till varje bild i prompten - Användningsområden inkluderar stilöverföring, komposition och sammanslagning
- Var precis i din prompt när du använder flera källor