Grok Imagine Image 2.0 대 Flux 3: 출시된 편집기 대 멀티모달의 약속

이것은 실제로 호출 가능한 쪽이 한쪽뿐인 맞대결이며, 그 헤드라인의 정직한 버전은 바로 비교 자체입니다. Grok Imagine Image 2.0, x​AI의 편집 우선 이미지 모델로, 2026년 8월 7일 G​rok 앱에 출시되었으며 — 같은 주에 공개 Text-to-Image 아레나에서 예비 Elo 1,320으로 2위에 올라 Elo 1,380의 GPT Image 2에만 뒤졌습니다. Flux 3, Black Forest Labs가 7월 23일에 발표한 통합 멀티모달 기반 모델로, 이미지, 비디오, 오디오, 로봇 동작 예측을 하나의 가중치 세트로 학습합니다 — 하지만 그 이미지 티어는 오늘(8월 8일) 기준으로 공개 엔드포인트도, 가격도, 공개된 데모도 없습니다. 한 모델은 오늘 오후에 호출할 수 있고, 다른 모델은 7월 말부터 모두가 지켜봐 온 이미지 릴리스이지만 아직 아무도 실행할 수 없습니다. 이 비대칭성이 곧 전부이며, 그것이 공정한 비교가 과연 어떤 모습인지를 결정합니다.

점수판

이 페어링이 실제로 적용되는 차원에서, 오늘 현재 각 측의 입장은 다음과 같습니다. Grok Imagine Image 2.0 수치는 공개 Arena 보드와 xAI 자체 문서에서 가져온 것이며, Flux 3 이미지 상태는 Black Forest Labs의 7월 23일 발표와 현재 BFL 문서에 따른 것입니다. 그리고 Flux 3 측의 모든 로드맵 주장은 공급업체가 보고한 것으로, 엔드포인트가 존재할 때까지는 검증되지 않은 상태입니다.

• 가용성 — Grok Imagine Image 2.0은 8월 7일부터 G​rok 앱(웹, iOS, Android)에서 제공 중이며, Flux 3 이미지 등급은 7월 23일에 발표되었지만 아직 출시되지 않았습니다.

• Text-to-Image Arena — Grok Imagine Image 2.0은 Elo 1,320으로 2위, preliminary로 표시됨. 공개 보드에서 Flux 3 이미지는 순위도 등재도 없음.

• 편집 — Grok Imagine Image 2.0은 Magic Wand, 세그멘테이션, 배경 제거, 다중 참조 입력을 제공하는 반면, Flux 3 이미지는 "스타일과 화면 비율을 넘나드는" 편집을 약속하지만 공개된 데모는 없다.

• 이미지 내 텍스트 — Grok Imagine Image 2.0은 디자이너가 설계한 타이포그래피와 더 선명한 작은 텍스트를 내세우는 반면, Flux 3 이미지는 이미지 내 다국어 텍스트 렌더링을 약속한다.

• 가격 — Grok Imagine Image 2.0은 x​AI의 API에서 이미지당 $0.02–$0.05이며, Flux 3 이미지는 가격이 책정되지 않았습니다. 오늘은 비디오 등급($0.06–$0.54/초)만 청구됩니다.

• API — Grok Imagine Image 2.0 개발자 API가 공개되었으며, Image 2.0 모델 ID는 아직 확인되지 않았고, Flux 3 이미지에는 엔드포인트가 존재하지 않습니다.

이 대결이 평범한 승부차기가 될 수 없는 이유

일반적인 이미지 모델 비교는 두 엔드포인트에 동일한 프롬프트를 큐에 넣고 출력을 비교합니다. 여기서는 그렇게 할 수 없습니다. 엔드포인트가 하나뿐이기 때문입니다. Grok Imagine Image 2.0은 xAI의 자체 앱과 개발자 API를 통해 호출할 수 있습니다. 개발자 API는 3월 세대의 기본 이미지 모델부터 제공되었으며, Image 2.0 전용 API 모델 ID는 아직 확인되지 않았습니다. 이는 이를 계획하는 사람에게 중요한 사항입니다. Flux 3 이미지는 어디에서도 호출할 수 없습니다. BFL 자체 문서에는 현재 "동기화된 오디오가 포함된 비디오, 지금 라이브"만 표시되며, "더 많은 모달리티가 도착하는 대로 동일한 요청 형태로 제공될 것"이라는 메모가 있습니다. 그러므로 정직한 정면 비교는 각 측이 무엇을 출시했는지, 무엇을 약속했는지, 그리고 오늘 무엇을 구축할 수 있는지에 관한 것입니다. 그것은 실제 비교이지만 벤치마크 비교는 아닙니다.

Image 2.0이 이미 앞서 있는 부분은 바로 편집 도구 세트입니다.

Grok Imagine Image 2.0은 편집을 후속 기능이 아닌 핵심 기능으로 탑재합니다. Magic Wand는 선택한 영역만 편집하고 나머지 프레임은 그대로 둡니다. 세그멘테이션을 사용하면 단일 객체의 재질까지 정밀한 영역의 색상을 바꾸거나 교체할 수 있습니다. 배경 제거는 피사체를 투명 캔버스로 내보내 다른 곳에서 재사용할 수 있게 하며, 다중 참조 입력은 한 번의 생성으로 최대 5개의 이미지를 받아들여 여러 피사체를 합성할 때 수동으로 잘라내고 붙여넣을 필요가 없습니다. Smart Resize는 1:2 세로 배너부터 2:1 가로 배너까지 9가지 종횡비로 재구성하며, 치수가 변경될 때 프레임을 자동으로 채웁니다. 이 모델은 사진, 그래픽 디자인, 일러스트레이션을 위해 특별히 학습되었으며, 제품 사진, 헤드샷, 전자상거래 리스팅, 게임 에셋, 마케팅 포스터용 사전 제작 템플릿과 함께 제공됩니다. 이는 결과물을 산출하는 상업적 워크플로우를 정확히 겨냥한 포지셔닝입니다.

Flux 3의 이미지 계층은 BFL의 출시 자료에 따르면 "스타일과 화면 비율을 넘나드는" 편집과 정지 이미지와 모션을 함께 처리하는 단일 모델을 약속한다. 공개된 데모도, 샘플 갤러리도, 테스트할 엔드포인트도 없다. 편집 측면에서 지금은 근접하지 않다. 하나는 출시되어 측정 가능하지만, 다른 하나는 로드맵상의 주장일 뿐이다.

둘 다 같은 약점을 노리고 있다: 이미지 안의 텍스트

이미지 생성에서 가장 풀리지 않은 난제는 이미지 내 텍스트를 읽을 수 있게 만드는 것이며, 두 벤더 모두 같은 2주 안에 이 문제를 겨냥했다. xAI는 Grok Imagine Image 2.0이 {{1}}"디자이너가 하듯"{{/1}} 레이아웃과 타이포그래피를 계획하며, 복잡한 그래픽에서 더 선명한 작은 텍스트와 더 적은 왜곡된 단어·로고·라벨을 제공한다고 밝혔다. BFL이 Flux 3 이미지 티어에 대해 밝힌 개선 사항에는 {{2}}"이미지 내 다국어 텍스트 렌더링"{{/2}}이 포함된다 — 이는 동일한 실패 모드에 대한 직접적인 답변이자 7월 발표에서 몇 안 되는 구체적인 주장 중 하나다. 두 기능 모두 아직 독립적으로 벤치마킹되지 않았으며, 둘 다 벤더의 주장일 뿐이다. 실질적인 차이는 Image 2.0의 주장은 오늘 자신의 프롬프트로 테스트할 수 있는 반면, Flux 3의 주장은 전혀 테스트할 수 없다는 점이다.

가격, 한쪽에만 가격이 있을 때

Grok Imagine Image 2.0은 x​AI의 API에서 이미지당 과금되는 모델입니다: grok-imagine-image는 이미지당 $0.02, grok-imagine-image-quality는 이미지당 $0.05이며, 초당 5회 요청 제한이 적용됩니다. 또한 편집 기능은 입력 이미지와 생성된 출력 이미지 모두에 대해 비용이 청구됩니다. 소비자 앱에서는 월 $30의 SuperGrok 구독 뒤에 있으며, 무료 티어는 올해 초에 제거되었습니다. 그래서 앱이 아닌 API가 이를 기반으로 구축하는 모든 사람에게 가격 기준점이 되는 것입니다.

Flux 3의 이미지 티어는 엔드포인트가 없기 때문에 가격이 없다. 공개된 BFL 수치는 비디오 티어에 대한 것뿐이다 — 드래프트는 초당 $0.06, 텍스트-투-비디오와 이미지-투-비디오는 HD가 $0.17/s, FHD가 $0.29/s이며, 비디오-투-비디오는 대략 두 배 — 이는 적어도 BFL이 Flux 3 제품군을 시장의 프리미엄 급으로 가격을 책정하고 있음을 시사한다. 이미지 티어가 출시되면 x​AI의 $0.02 하한선을 훨씬 웃도는 이미지당 가격이 나와도 놀랍지 않겠지만, 이는 추론일 뿐 사실이 아니다. 정확히 말하면 BFL은 이미지 가격을 전혀 제시하지 않았다.

Flux 3가 Image 2.0이 할 수 없는 것

Flux 3의 존재 이유는 결코 오늘날의 정지 이미지에 있지 않았다. BFL은 이미지, 비디오, 오디오, 로봇 동작에 걸쳐 단일 가중치 세트를 훈련시켰으며, 따라서 "이미지 모델"은 나중에 동기화된 음성과 효과를 생성하고, 제공된 키프레임을 20초 클립으로 애니메이션화하며, — 더 길게 보면 — 로봇 행동을 예측하는 바로 그 모델이다. 파이프라인이 정지 이미지에서 모션 작품으로 피사체의 정체성이 유지되기를 요구하거나, 모든 양식을 포괄하는 하나의 요청 형태를 원한다면, 이는 Grok Imagine Image 2.0과 같은 정지 이미지 및 편집 제품이 걸지 않는 아키텍처적 베팅이다.

균형추 역할을 하는 것은 Grok Imagine Image 2.0이 오늘날 비록 예비 단계이긴 하지만 실제 Arena 순위를 가진 실제 제품이라는 점이고, Flux 3 이미지는 이미 자매 등급이 출시되는 것을 지켜본 약속에 불과하다는 점이다. FLUX 3 비디오는 8월 4~5일에 일반 공개된 반면, 이미지 등급은 여전히 "몇 주 내"로 남아 있다. 멀티모달 야망은 종착점이 아니다.

누가 무엇을 골라야 할까

이번 분기에 프로덕션 이미지 편집(배경 제거, 영역 편집, 다중 참조 합성)이 필요하다면, Grok Imagine Image 2.0이 둘 중 실제로 도입할 수 있는 유일한 제품입니다. 이미지당 $0.02–$0.05라는 가격 덕분에 자체 프롬프트를 체계적으로 테스트해 보기에 충분히 부담이 없습니다. 단일 모델에서 스틸, 모션, 오디오를 모두 아우르는 파이프라인을 계획 중이고 기다릴 여유가 있다면, Flux 3 image가 더 흥미로운 베팅입니다. 다만 이는 아직 출시되지 않은 베팅으로, “몇 주 내”라는 확정된 일정도, 가격도 없습니다.

오늘날 어느 모델도 OrcaRouter에 있지 않습니다: x​AI는 자체 앱과 개발자 API를 통해 Image 2.0을 배포하고, BFL은 자체 API를 통해 제공하며, 둘 다 아직 타사 호스트에는 등록되지 않았습니다. 그것들이 등록되면, 두 모델은 단일 라우팅 계층을 통해 실행할 가치가 있습니다 — 자체 프롬프트에 대한 이미지별 A/B 테스트, 어느 모델이 아직 초기 단계인 동안 검증된 생성기로의 자동 장애 조치, 그리고 0% 마크업 전가로 인해 보이는 가격표는 제공업체의 정가이며 모든 할인이 당일 적용됩니다. 그것이 바로 이틀 된 모델과 출시되지 않은 모델을 어느 쪽에도 프로덕션 경로를 걸지 않고 채택하는 방법입니다.

요점

Grok Imagine Image 2.0과 Flux 3의 대결은 지금은 박빙의 승부가 아닙니다. 경주가 아니기 때문입니다. 한쪽만 트랙 위에 있으니까요. Image 2.0은 이미지당 가격으로 유능한 편집 툴킷을 제공하며, 실제지만 잠정적인 Arena 순위와 독립적으로 확인되지 않은 xAI 인용 편집 순위를 갖추고 있습니다. Flux 3 이미지는 더 야심 찬 아키텍처이지만 아직 출시되지 않았고 가격표도 데모도 없습니다. 오늘 이미지가 필요하다면 선택은 저절로 정해집니다. 이미지 생성의 미래에 베팅하고 있다면 Flux 3의 이미지 티어를 주시하세요. 그리고 로드맵의 모든 주장은 엔드포인트가 존재할 때까지 검증되지 않은 것으로 취급하세요.