Grok Imagine Image 2.0：在 Artificial Analysis 上排名第4，价格仅为其三分之一

Grok Imagine Image 2.0 已登上 Artificial Analysis 文生图排行榜（Text to Image Leaderboard）第 4 名，而真正重要的数字不是排名——而是它旁边标注的价格。该模型以 1,153.66 Elo 排在三个条目之后：GPT Image 2.5 Flare (max)、GPT Image 2.5 Sunburst (max) 和 GPT Image 2 (high)。它领先于其他所有实验室的模型，包括微软的 MAI-Image-2.6 和 Nano Banana 2 模型。这使得该模型成为那三者之外排名最高的图像生成器，并且在前四名中价格最低，且优势明显：Artificial Analysis 对其定价为每 1,000 张图像 60 美元，而其上方三个条目的价格约为 211 美元。该模型本身出自 2026 年 8 月 7 日——变化的是这个独立榜单把它放在什么位置，以及这对开发者在发布时所用的“世界第二”定位意味着什么。

#4 位置实际衡量的是什么

Artificial Analysis 的文本生成图像排行榜是一个盲测的人类偏好竞技场：投票者看到同一提示词生成的输出，但没有模型标签，然后选出更好的那个；由此得出的 Elo 分数独立于任何厂商对外发布。Grok Imagine Image 2.0 位列第 4，Elo 为 1,153.66，95% 置信区间为 1,141.66 至 1,165.66。这个数字没有任何部分来自 xAI。（读榜单时有一个值得了解的细节：Artificial Analysis 将该模型的创造者列为 SpaceXAI。）

故事中关于价格的那一半更有意思。同一个页面将质量与价格作图，并用一条帕累托线标出每美元能带来最高 Elo 的模型，而根据该榜单自己公布的数据，Grok Imagine Image 2.0 是每 1,000 张图像定价低于 100 美元的模型中得分最高的。质量上排在它之上的下一个模型 GPT Image 2 (high)，价格为每 1,000 张 211 美元——大约花三倍半的钱，换来约多 17 Elo。这是一个性价比主张，而不是关于最佳模型的主张，而且这才是独立数据实际支持的那种说法。

前沿地位确实存在，但优势很窄，这一点值得坦率说明。微软的 MAI-Image-2.6 以每 1,000 次 38.90 美元位居其后一名，而 Meta 的 Muse Image 为每 1,000 次 10 美元，Elo 为 1,111。该榜单上的 Elo 区间约为 ±12 分，因此第 4 名和第 5 名——相差 6.5 Elo——彼此都落在对方的误差范围内。应把这个位次视为"前五名"，而不是一个已经坐稳的位置。

这14位的攀升，正是它与 Grok Imagine Image 2.0 所取代的那一档之间的差距。xAI 此前的质量档位 grok-imagine-image-quality 以 1,043.21 Elo 位列同一榜单第 18 名，而最初的 grok-imagine-image 以 1,017.86 排在第 29 名。也就是说，在 xAI 目前标注为图像默认模型的这款模型与其所取代的模型之间，大约相差 110 Elo 和 14 个排名位次。

“世界第二”的说法目前处于什么状况

发布时，xAI 引用了其在文生图和图像编辑 Arena 榜单上均排名第 2 的成绩，Elo 约为 1,320，并标注为 Preliminary（初步）。这些数据是 xAI 在自己的公告中重点强调的——并非其委托进行的独立评估——而且此后已发生变化：8 月 10 日的快照显示，该模型以 1,316 Elo 位列第 3，落后于 MAI-Image-2.6 和 GPT Image 2。图像编辑排名第 2 的说法，则仍然只是 xAI 自己的引述。

Artificial Analysis 是一个不同的榜单，采用不同的方法，聚集着不同的投票群体，如今它将这款模型排在第 4 位。两者其实并不矛盾——它们以不同方式采样人类偏好，而且都只是逐周变动的榜单快照。对六周独立排名的诚实总结是：Grok Imagine Image 2.0 始终稳居前五，却从未真正达到 xAI 所宣称的第 2 名。

Grok Imagine Image 2.0 实际交付的功能

xAI 将 Grok Imagine Image 2.0 定位为一个编辑环境，而非又一个一次性生成器。其功能集包括：

• 魔棒 —— 区域级编辑，不影响帧的其余部分

• 分割 — 精确选择区域，用于调色、替换或调整

• 背景移除 — 导出透明背景主体

• 多图输入 — 每次编辑最多支持五张源图像；xAI 的文档现已列出五张，高于 API 发布时上限的三张

• Smart Resize——将一张图像重新构图为9种宽高比（从1:2竖屏到2:1横屏），生成新的画面内容而非裁剪

• 模板——用于产品摄影、人物头像、电商商品图、游戏资产和营销海报的预设工作流

API 提供了消费级应用未展示的控制项：宽高比——包括 21:9 和 5:2，二者均为 2.0 新增——分辨率（默认 1K，可选 2K），以及一个可取 low、medium 或 auto 的质量参数。在消费者端，该模型作为 grok.com/imagine、iOS 和 Android 上的默认 Quality Mode 提供，并且自 8 月 13 日起，它也被上架到 Runway 的平台上，加入了 Runway 已托管的图像和视频模型。那次上架是供应商与合作伙伴的声明，而非独立评估，但它是发布后第三方分发的首个迹象。

在标题文本渲染方面，xAI表示，该模型“像设计师一样规划排版和布局”，保持密集的多部分构图完整，并清晰地渲染小号文本。它还能在多轮迭代编辑中保持主体的身份和设置。

首次独立测试发现了什么

一项针对 gpt-image-2 的六提示词、单种子、未经挑选的对比发现了一条清晰的分野，而新版排行榜中的位次安排也无法推翻这一点。

Grok 获胜：照片级真实感与身份保持。肖像手部解剖结构正确，带有毛孔级皮肤细节、次表面散射以及自然的眼神光和轮廓光。在 45 度几何旋转任务中，Grok 将面部身份保持在 ArcFace 0.5 阈值之上，而 gpt-image-2 漂移更明显。

Grok 失败：生产关键领域。要求生成简体中文电影海报标题时，它却渲染出繁体中文——这被称为本地化和出版流程的“硬性淘汰项”。水彩风格融合请求返回的是照片级写实图像，仅带有轻度的绘画质感处理——属于“类别级淘汰”。本地编辑虽完成了全部三项请求，但未能保留窗外的景色，且错误地锚定了高光。

摘要：Grok Imagine Image 2.0“在照片级真实感和身份一致性上领先，但在编辑可靠性、多语言文本和真正的风格迁移方面落后。”排行榜只是对数千次盲测偏好取平均值；它无法告诉你这个模型能否正确处理你的中文标题。一次六条提示词的测试同样算不上充分的证据——但在这两者之间，对于正在交付本地化素材的团队而言，具体的失败才是更具可操作性的信号。

API 与定价计算

自发布以来，开发者方面的说法已经发生了变化。grok-imagine-image-2.0 现在是 xAI 文档中用于图像生成、单图编辑和多图编辑的模型，也是 xAI 自家模型页面针对图像所推荐的模型。发布时那句“开发者 API 访问即将推出”已从厂商的模型和定价页面上消失。

• grok-imagine-image-2.0：每张图像 $0.04 起，按实际提供的质量计费

grok-imagine-image (1.0)：每张图片 0.02 美元，不受下方变更影响

• grok-imagine-image-quality：每张图像 $0.05，将于 2026 年 11 月 2 日停用

质量是控制成本的杠杆。Auto——参数省略时的默认值——目前生成时提供 low，编辑时提供 medium，因此生成请求按 low 费率计费，编辑请求按 medium 费率计费。固定为 low 或 medium 可使账单可预测，而不必取决于服务选择哪条路径。

最后一条附带一个截止日期。xAI 的迁移指南称，grok-imagine-image-quality 这个 slug 将于 2026 年 11 月 2 日停用，此前自 9 月 2 日起有 60 天的通知期。从该日期起，该 slug 仍会继续解析，但请求将由 grok-imagine-image-2.0 处理，且 quality 被设为 low——这是一种兼容性重定向，而非硬性关停。由于在所有分辨率下，low 档每张图片都比原先的 quality 档便宜 0.01 美元，因此什么都不改的团队会看到价格下降，同时输出质量发生无声变化。有意识地迁移，即显式指定 grok-imagine-image-2.0，并在输出稳定性重要的场景下固定 quality，才是你真正想要的版本。该日期和重定向行为均出自 xAI 自己的文档——由厂商所述，而非经过独立测试。

与 OpenAI 的各选项相比，这既是价格差异，也是定价模式差异。gpt-image-2 按 token 计价——按 OpenAI 公布的价格，每百万图像输入 token 为 8 美元，每百万图像输出 token 为 30 美元——因此每张图像的成本会随分辨率和细节而波动。Artificial Analysis 给出的代表性数字是 GPT Image 2（高）每 1,000 张图像 211 美元，而 Grok 为 60 美元，这正是这种波动以一个单一数字呈现出来的结果。固定按张计价在大规模下更容易预测，这也是为什么一个排名第四的模型值得一看的主要原因。

在不押上整个流水线的情况下尝试它

对 Grok Imagine Image 2.0，合理的反应依然是"先试试，别急着押注"。它的位置仍落在相互重叠的置信区间之内，一项独立测试指出了它在本地化文本和风格迁移上的真实短板，而且 xAI 将在 11 月停用其底层的某个 slug。这正是应当走路由、而不是直接硬接集成的典型情形。

在 OrcaRouter 上，grok-imagine-image——我们目录中的 xAI 图像模型——与 gpt-image-2 位于同一个 OpenAI 兼容端点，因此在 xAI 与 OpenAI 的图像模型之间切换只是改一下模型字符串：无需第二份合同，也无需新的 SDK。OrcaRouter 按供应商的目录价格原价透传，不加任何加价，因此厂商降价当天这里就会同步生效；自动故障转移可以把报错、速率限制或拒答转交给备用模型，而不是让它们进入你的生产链路。有一点必须坦诚说明，与最初那篇评测一致：xAI 最新的质量档位与我们目录中已有的 Grok 图像模型是两个不同的条目，所以请查看当前的模型列表，而不要想当然地认为某个 Grok 变体今天就可以路由。

接下来看什么

1. 11月2日的迁移。团队究竟是明确迁移到 grok-imagine-image-2.0，还是不知不觉滑向重定向及其低质量默认选项，这是 xAI 在这个模型上仍可能犯的最大错误——而重定向会让这个错误变得不可见，除非你查看响应中的 model 字段。

2. 第 4 名的位置能否保住。与 MAI-Image-2.6 的差距为 6.5 Elo，区间为 ±12 分，因此再多几千张投票，榜单排名就可能朝任一方向重排。相比上一层级提升的 110 Elo 看起来是稳固的；但具体名次并非如此。

3. 有多少面向消费者的功能界面能通过 API 实现。生成、编辑和多图编辑均已纳入文档。模板以及被命名的 Smart Resize 工作流仍属于应用功能，而这一差距正是剩余“仅限消费端”注意事项所在。

归根结底：Grok Imagine Image 2.0 是一个真实且能力出色的模型，如今已被独立评定——在 Artificial Analysis 的 Text to Image Leaderboard 上位列第 4，是那里最好的非 OpenAI 上榜者，比它所取代的层级高出约 110 Elo，并且处在榜单的价格-质量前沿：每 1,000 张图像 60 美元，而直接排在其上的 OpenAI 模型约为 211 美元。“世界第 2”的说法始终是 xAI 发布时的快照，独立榜单从未完全这么说。它两个最明显的独立弱点——简体中文合规性和风格迁移可靠性——正落在团队最常需要图像 API 提供的功能上。对于照片级写实、保持身份一致性的工作，可立即试用；对于交付本地化文本或风格化素材的流水线，则应暂缓；如果你已经在调用即将退役的 quality slug，请在 11 月 2 日前迁移。