xAI Grok 系列（生图 / 视频 / 提示词反推）

站点 grok 等相关分组提供完整的 xAI Grok 全家桶模型，涵盖 Grok 图像生成（文生图 & 1K/2K/4K 图生图）、Grok 异步视频生成 以及 Grok 4.5 / 4.6 / 4.7 视觉识图反推提示词与对话。

所有接口均遵循 OpenAI 标准兼容协议，可直接接入无限画布、CherryStudio 或各类支持 OpenAI 接口的客户端与代码库。

接口基础信息

线路地址：https://img.mzfe.de（优化线路，推荐）或 https://img.zikl.dev（标准线路）
鉴权方式：Authorization: Bearer <API_KEY>
支持分组：grok、专属grok生图、grok-heavy 等（请在创建 API 密钥时选择包含对应模型的分组）

支持模型与版本总览

以下为 xAI Grok 系列支持的 8 个核心模型、端点支持与能力说明：

模型分类	模型名称 (Model ID)	支持端点	功能与特点说明
图像生成	`grok-imagine-image`	`openai` `openai-response`	Grok 主力生图模型，支持文生图与图生图（1K / 2K / 4K）
图像生成	`grok-imagine-image-2.0`	`openai` `openai-response`	Grok 2.0 升级版生图模型，支持文生图与图生图（1K / 2K / 4K），画质细节更佳
图像生成	`grok-imagine-image-lite`	`openai`	轻量极速版，仅支持文生图，不支持图生图
视频生成	`grok-imagine-video`	`openai` `openai-response`	Grok 视频生成模型（支持 `480p` / `720p`），支持文生视频与图生视频
视频生成	`grok-imagine-video-1.5`	`openai` `openai-response`	Grok 1.5 新一代视频模型（支持 `480p` / `720p` / `1080p`，最长支持 15s），动态表现与一致性更强
反推 / 对话	`grok-4.5`	`openai`	支持视觉识图，非常适合用来反推图片提示词，也可用作日常对话与辅助编码
反推 / 对话	`grok-4.6`	`openai`	支持视觉识图，反推图片提示词效果优秀，支持提示词扩写与润色
反推 / 对话	`grok-4.7`	`openai`	最新 Grok 4.7 多模态对话模型，高吞吐响应，支持识图反推与复杂指令推理

一、Grok 图像生成

Grok 图像生成系列采用标准 OpenAI 图像接口规范（/v1/images/generations 与 /v1/images/edits），同时 grok-imagine-image 与 grok-imagine-image-2.0 还兼容 /v1/responses 端点。

01 文生图 (Text-to-Image)

仅通过文字提示词生成图像，三个生图模型均支持。

请求方式：POST
请求路径：/v1/images/generations
Content-Type：application/json

请求参数

参数	必填	类型	说明
`model`	是	string	可选：`grok-imagine-image`、`grok-imagine-image-2.0` 或 `grok-imagine-image-lite`
`prompt`	是	string	图像描述提示词，中英文皆可
`size`	否	string	输出分辨率或尺寸规格（如 `"1K"` / `"2K"` / `"4K"`，或标准尺寸如 `"1024x1024"`、`"1536x1024"`、`"1024x1536"`，默认自适应）
`n`	否	integer	生成图片数量，默认 `1`
`response_format`	否	string	返回格式：`url`（默认，返回公网图片直链）或 `b64_json`（返回 Base64 编码）

请求示例

bash

curl https://img.mzfe.de/v1/images/generations \
  -H "Authorization: Bearer <API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-image-2.0",
    "prompt": "赛博朋克风格的雨夜霓虹街道，电影级光影质感，4K超高清细节",
    "size": "1024x1024",
    "n": 1,
    "response_format": "url"
  }'

响应示例

json

{
  "created": 1781837823,
  "data": [
    {
      "url": "https://xxx.png"
    }
  ]
}

02 图生图 (Image-to-Image)

上传一张或多张参考图进行编辑、风格转换或一致性重绘，支持 1K、2K、4K 输出规格。

模型限制提示

支持图生图的模型：grok-imagine-image、grok-imagine-image-2.0
不支持图生图的模型：grok-imagine-image-lite（仅支持文生图，请勿用于图生图接口）

请求方式：POST
请求路径：/v1/images/edits
Content-Type：multipart/form-data

请求参数

参数	必填	类型	说明
`model`	是	string	`grok-imagine-image` 或 `grok-imagine-image-2.0`
`image` / `image[]`	是	file	参考图片文件（支持 PNG / JPEG / WebP），多图参考可重复传 `image[]`
`prompt`	是	string	图像修改或风格重绘指令
`size`	否	string	分辨率规格：支持 `1K`、`2K`、`4K`（或对应像素尺寸），不传则默认跟随参考图
`n`	否	integer	建议固定传 `1`
`response_format`	否	string	`url`（默认）或 `b64_json`

请求示例

1. 单图编辑 / 图生图

bash

curl https://img.mzfe.de/v1/images/edits \
  -H "Authorization: Bearer <API_KEY>" \
  -F "model=grok-imagine-image-2.0" \
  -F "image=@input.png" \
  -F "prompt=保持人物面部特征与构图不变，将整体画面转换为复古胶片摄影质感，输出2K画质" \
  -F "size=2K" \
  -F "n=1"

2. 多参考图混合生图

bash

curl https://img.mzfe.de/v1/images/edits \
  -H "Authorization: Bearer <API_KEY>" \
  -F "model=grok-imagine-image" \
  -F "image[]=@character.png" \
  -F "image[]=@background.png" \
  -F "prompt=让第一张图中的角色站在第二张图的场景中央，光影自然融合" \
  -F "size=4K" \
  -F "n=1"

二、Grok 视频生成

grok-imagine-video 与 grok-imagine-video-1.5 采用标准 OpenAI 异步视频任务规范：先通过 POST /v1/videos 提交生成任务获取任务 id，再轮询 GET /v1/videos/{id} 直至状态变为 completed 后获取 MP4 视频直链。

任务机制说明

异步任务模式：先向 POST /v1/videos 提交生成任务获取任务 ID，随后轮询 GET /v1/videos/{id} 获取视频。
状态流转：通常为 queued（已排队） → in_progress（生成中） → completed（已完成）。
失败保护：若任务状态为 failed，表示生成失败，系统不消耗额度。

异步轮询流程

mermaid

sequenceDiagram
    autonumber
    actor Client as 客户端
    participant API as Grok 视频接口服务
    Client->>API: POST /v1/videos (提交视频生成参数)
    API-->>Client: 返回任务 ID {"id": "video_xxxx", "status": "queued"}
    loop 每 5 ~ 10 秒轮询一次
        Client->>API: GET /v1/videos/{id}
        API-->>Client: 返回任务状态 (queued / in_progress / completed / failed)
    end
    Note over Client,API: 当 status == "completed" 时，从 url 字段获取成片下载直链

03 文生视频 (Text-to-Video)

仅通过文字提示词生成动态视频。

请求方式：POST
请求路径：/v1/videos
Content-Type：application/json

请求参数

参数	必填	类型	说明
`model`	是	string	`grok-imagine-video` 或 `grok-imagine-video-1.5`
`prompt`	是	string	视频画面内容、镜头运动与光影氛围描述
`duration`	否	integer	视频生成时长（秒），如 `6`、`8`、`15` 等（兼容字段 `seconds`）
`aspect_ratio`	否	string	画面宽高比：`"16:9"`（默认）、`"9:16"`、`"1:1"` 等（兼容字段 `ratio`）
`resolution`	否	string	输出分辨率：`grok-imagine-video` 支持 `"480p"` / `"720p"`；`grok-imagine-video-1.5` 支持 `"480p"` / `"720p"` / `"1080p"`

请求示例

bash

curl -X POST "https://img.mzfe.de/v1/videos" \
  -H "Authorization: Bearer <API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-video-1.5",
    "prompt": "未来主义太空站舷窗外，蔚蓝地球表面极光流转，镜头缓慢推进，电影感广角",
    "duration": 8,
    "aspect_ratio": "16:9"
  }'

响应与轮询示例

1. 提交成功响应

json

{
  "id": "grok_vid_1781837823",
  "status": "queued"
}

2. 轮询任务状态

bash

curl "https://img.mzfe.de/v1/videos/grok_vid_1781837823" \
  -H "Authorization: Bearer <API_KEY>"

3. 生成完成响应

json

{
  "id": "grok_vid_1781837823",
  "object": "video",
  "model": "grok-imagine-video-1.5",
  "status": "completed",
  "url": "https://xxx.mp4"
}

04 图生视频 (Image-to-Video)

传入参考图片驱动画面运动，仅支持图片参考。

请求方式：POST
请求路径：/v1/videos
Content-Type：application/json 或 multipart/form-data

请求参数

参数	必填	类型	说明
`model`	是	string	`grok-imagine-video` 或 `grok-imagine-video-1.5`
`prompt`	是	string	画面动态、人物动作或运镜过渡描述
`image_url`	选填	string / file	首帧参考图（支持公网 HTTP(S) 直链、Data URL、Base64，兼容 `image` / `image_urls`）
`duration`	否	integer	视频生成时长（秒），如 `5`、`8`（兼容 `seconds`）
`aspect_ratio`	否	string	画面比例：`"16:9"`、`"9:16"`、`"1:1"` 等

请求示例

bash

curl -X POST "https://img.mzfe.de/v1/videos" \
  -H "Authorization: Bearer <API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-video-1.5",
    "prompt": "镜头轻轻环绕推进，画面中的角色转头微笑，背景樱花花瓣随风飘落",
    "image_url": "https://example.com/first-frame.jpg",
    "duration": 8,
    "aspect_ratio": "16:9"
  }'

三、Grok 视觉反推提示词与对话

grok-4.5、grok-4.6 与 grok-4.7 支持标准 OpenAI Chat Completions 协议（POST /v1/chat/completions），具备多模态视觉理解能力，非常适合用于反推参考图的详细绘画/视频提示词，或对简短提示词进行扩写润色。

请求方式：POST
请求路径：/v1/chat/completions
Content-Type：application/json

05 图片反推提示词 (Vision Image-to-Prompt)

将图片 URL 或 Base64 编码通过 image_url 传入 messages，让模型精准提炼画面主体、构图、光线、色调与艺术风格。

请求参数

参数	必填	类型	说明
`model`	是	string	`grok-4.5`、`grok-4.6` 或 `grok-4.7`
`messages`	是	array	对话消息列表，支持多模态 `text` 与 `image_url`
`stream`	否	boolean	是否开启 SSE 流式输出，默认 `false`
`temperature`	否	number	采样温度（如 `0.7`）

请求示例

bash

curl https://img.mzfe.de/v1/chat/completions \
  -H "Authorization: Bearer <API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.6",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "请详细反推这张图片的生图提示词，包含画面主体、人物特征、服饰材质、构图视角、光影氛围和艺术风格，分别输出中文和英文版本。"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "https://example.com/reference.jpg"
            }
          }
        ]
      }
    ],
    "stream": false
  }'

Base64 识图方式

若图片在本地，可将 image_url.url 替换为 Data URL 格式： "url": "data:image/jpeg;base64,<BASE64_DATA>"

响应示例

json

{
  "id": "chatcmpl-xxxx",
  "object": "chat.completion",
  "created": 1781837823,
  "model": "grok-4.6",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "**中文提示词**：\n一位身穿银色机能风夹克的少女站在霓虹闪烁的未来都市天台，侧逆光勾勒发丝，冷暖对比色调，浅景深，电影级宽银幕构图，8k超写实细节。\n\n**English Prompt**:\nA young woman wearing a silver techwear jacket standing on a neon-lit futuristic city rooftop, rim lighting highlighting her hair, teal and orange color grading, shallow depth of field, cinematic anamorphic framing, 8k photorealistic details."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 312,
    "completion_tokens": 128,
    "total_tokens": 440
  }
}

xAI Grok 系列（生图 / 视频 / 提示词反推） ​

支持模型与版本总览 ​

一、Grok 图像生成 ​

01 文生图 (Text-to-Image) ​

请求参数 ​

请求示例 ​

响应示例 ​

02 图生图 (Image-to-Image) ​

请求参数 ​

请求示例 ​

1. 单图编辑 / 图生图 ​

2. 多参考图混合生图 ​

二、Grok 视频生成 ​

异步轮询流程 ​

03 文生视频 (Text-to-Video) ​

请求参数 ​

请求示例 ​

响应与轮询示例 ​

1. 提交成功响应 ​

2. 轮询任务状态 ​

3. 生成完成响应 ​

04 图生视频 (Image-to-Video) ​

请求参数 ​

请求示例 ​

三、Grok 视觉反推提示词与对话 ​

05 图片反推提示词 (Vision Image-to-Prompt) ​

请求参数 ​

请求示例 ​

响应示例 ​

xAI Grok 系列（生图 / 视频 / 提示词反推）

支持模型与版本总览

一、Grok 图像生成

01 文生图 (Text-to-Image)

请求参数

请求示例

响应示例

02 图生图 (Image-to-Image)

请求参数

请求示例

1. 单图编辑 / 图生图

2. 多参考图混合生图

二、Grok 视频生成

异步轮询流程

03 文生视频 (Text-to-Video)

请求参数

请求示例

响应与轮询示例

1. 提交成功响应

2. 轮询任务状态

3. 生成完成响应

04 图生视频 (Image-to-Video)

请求参数

请求示例

三、Grok 视觉反推提示词与对话

05 图片反推提示词 (Vision Image-to-Prompt)

请求参数

请求示例

响应示例