Grok Imagine - cena, czy za darmo i jak używać po polsku

Grok Imagine to rodzina modeli obrazów i wideo od xAI. W Jantarisie obraz z Grok Imagine Image 2.0 kosztuje 0,264 zł za obraz, starszy Grok Imagine 0,145 zł za obraz, a wideo z Grok Imagine 1.0 Video kosztuje od 0,173 zł za sekundę. Za darmo nie jest: płacisz od pierwszej generacji, ale bez abonamentu i tylko za udane wyniki. Niżej rozpisuję cztery modele z katalogu, wyniki moich dwóch testów i przykłady w Studio oraz API.

Grok Imagine w Jantarisie: cztery modele

xAI ma kilka modeli pod jedną marką i łatwo się w nich pogubić. W katalogu Jantarisa są cztery:

Kilka różnic, które nie wynikają z nazw:

• Image 2.0 w Jantarisie generuje tylko z tekstu. Nie przyjmuje zdjęcia do edycji i nie ma wyboru jakości ani rozdzielczości. Do edycji zdjęcia służy starszy Grok Imagine.
• Starszy Grok Imagine ma bardzo wysokie proporcje 9:19.5 i 9:20, czyli pełny ekran telefonu bez przycinania.
• Wideo 1.0 robi długie ujęcia, do 30 sekund, ale producent nie podaje dla niego ścieżki dźwiękowej.
• Wideo 1.5 wymaga dokładnie jednego zdjęcia. Z samego tekstu klipu nie zrobi, za to dokłada zsynchronizowany dźwięk i dialog.

Grok Imagine cena

Obrazy są rozliczane stałą stawką za sztukę, wideo za sekundę.

Obrazy. Image 2.0 kosztuje 0,264 zł za obraz niezależnie od proporcji. Starszy Grok Imagine to 0,145 zł za obraz, w cenniku Jantarisa jedna stawka dla obu poziomów jakości i obu rozdzielczości. Edycja zdjęcia kosztuje tyle samo co generowanie. Przy num_images: 4 płacisz cztery razy stawkę za obraz.

Wideo. Stawka zależy od rozdzielczości:

W Video 1.5 wyłączenie dźwięku nie obniża ceny. Dokładne stawki dla każdej rozdzielczości są na stronach modeli, np. Grok Imagine Video 1.5, a kwotę konkretnego zadania widzisz przed startem: w Studio nad przyciskiem Generuj, w API w polu estimated_cost.

Rozliczenie jest w złotówkach z 23% VAT. Płacisz BLIK-iem albo kartą, faktura z NIP-em przychodzi automatycznie po każdym doładowaniu. Pełne stawki są w cenniku.

Grok image za darmo?

Krótko: w Jantarisie nie. Nie ma darmowego planu ani kredytów na start, a minimalne doładowanie to 40 zł. To saldo nie wygasa i nie ma abonamentu, więc 40 zł wystarcza na ponad sto obrazów z Image 2.0 i możesz je wydawać miesiącami. Nieudane generacje kosztują 0 zł, także te odrzucone przez filtr treści.

W samej aplikacji Groka generowanie obrazów, kiedy sprawdzałem plany pod koniec września 2026, było dostępne dopiero w płatnych planach SuperGrok. Darmowy plan dawał czat, wyszukiwanie i tryb głosowy. xAI często zmienia progi, więc aktualny stan sprawdź na stronie planów Groka.

Grok image po polsku: moje testy

Grok Imagine testowałem dwa razy, za każdym razem przez API, jedna próba na polecenie, bez wybierania najlepszego z kilku.

Test 1: Image 2.0 i polskie napisy (wrzesień 2026)

27 września puściłem Grok Imagine Image 2.0 przez pięć poleceń z mojego rankingu generatorów obrazów: proporcja 16:9, rozdzielczość 1K. Średnia ocena wyszła 8,6/10, czyli trzecie miejsce ex aequo na osiem modeli.

Najważniejsze dla polskiego użytkownika: polskie znaki wyszły bez błędu. Szyld "PIEKARNIA ŻÓŁĆ" dostał ode mnie 9,5/10, wszystkie litery z ogonkami są na miejscu.

Na targu model sam dopisał kartkę z cenami "POMIDORY 9 zł, OGÓRKI 6 zł, KOPER 4 zł", też poprawnie, i dał najbardziej filmowy kadr w całym zestawie, z płytką głębią ostrości.

Słabsza strona to czas. W tamtym teście Image 2.0 był najwolniejszy z ośmiu modeli: średnio 71,5 sekundy na obraz, od 55 do 83 sekund. Czas w Jantarisie może być inny, ale przy tym modelu nie liczę na wynik w minutę i w API ustawiam ?wait=120 zamiast ?wait=60.

Test 2: Grok Imagine kontra Nano Banana 2 (sierpień 2026)

W sierpniu zestawiłem Grok Imagine z Nano Banana 2 na czterech poleceniach. Nano Banana wygrała 2,5 do 1,5, ale Grok wygrał dwie rundy w ciekawy sposób.

Pierwsza to dyscyplina. W ilustracji z jeżem-baristą prompt wprost zakazywał napisów. Grok posłuchał, a Nano Banana dopisała na workach z kawą bełkotliwe pseudonapisy.

Druga to styl. Przy plakacie podróżniczym w stylu mid-century Grok zrobił coś, co naprawdę wygląda jak plakat sprzed dekad: promieniste słońce, geometryczne chmury, płaskie plamy koloru.

Przegrał za to fotorealizm. Dachy warszawskiej starówki po burzy miały klimat, ale gołębie rozmyły się w smugi, a miasto mogło być każdym miastem w Europie. Nano Banana narysowała rozpoznawalną Warszawę.

Z obu testów wychodzi mi taki obraz: Grok Imagine trzyma się polecenia bardzo dosłownie. Nie dopowiada szczegółów, ale też nie dokleja rzeczy, których zabroniłeś. Dlatego opłaca się pisać mu długie, konkretne prompty, a limit 10 000 znaków na to pozwala. Ogólne zasady pisania takich opisów są w poradniku jak pisać prompty do obrazów AI.

Kiedy Grok Imagine ma sens

• Grafiki z polskim napisem - szyldy, plakaty, etykiety. Image 2.0 w moim teście nie pomylił ani jednej litery.
• Ilustracje w konkretnej stylistyce epoki - plakat retro, ilustracja książkowa, gdzie liczy się wierność stylowi.
• Obrazy, na których napis byłby błędem - Grok respektuje zakaz tekstu.
• Tapety i grafiki na pełny ekran telefonu - starszy Grok Imagine ma proporcje 9:19.5 i 9:20.
• Długie ujęcia wideo z jednego opisu - Video 1.0 do 30 sekund w jednym zadaniu.
• Mówiący portret albo okładka z dźwiękiem - Video 1.5 ze zdjęcia.

Do fotorealizmu konkretnych miejsc i produktów wybrałbym raczej Nano Banana albo GPT Image - porównanie jest w tekście GPT Image 2.5 vs Nano Banana Pro vs FLUX.2.

Jak używać Grok Imagine w Jantaris Studio

1. Załóż konto i doładuj saldo od 40 zł.
2. W Studio wybierz zakładkę Obraz i model Grok Imagine Image 2.0 (albo Wideo i jeden z modeli wideo Grok).
3. Wpisz prompt, wybierz proporcje i liczbę obrazów.
4. Przy edycji zdjęcia wybierz starszy Grok Imagine i dodaj obraz w polu referencji.
5. Sprawdź Koszt i kliknij Generuj.

Wyniki zostają w historii generacji na koncie.

Grok Imagine przez API

export JANTARIS_API_KEY="sk-jt-..."

Obraz z Image 2.0

curl "https://jantaris.com/v1/generate?wait=120" \
  -H "Authorization: Bearer $JANTARIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-image-2.0",
    "input": {
      "prompt": "A bakery storefront on an old cobbled street at dusk, ornate dark green sign with gold letters reading \"PIEKARNIA ŻÓŁĆ\", warm light from the window, bread on wooden shelves, 35mm photo",
      "aspect_ratio": "3:2",
      "num_images": 2
    }
  }'

Image 2.0 przyjmuje proporcje 1:1, 2:3, 3:2, 3:4, 4:3, 9:16 i 16:9. Wartości 1:2, 2:1, 4:5 i auto kończą się błędem.

Edycja zdjęcia ze starszym Grok Imagine

{
  "model": "grok-imagine",
  "input": {
    "prompt": "Change the time of day to blue hour, turn on the street lamps, keep the building and the people unchanged",
    "image_urls": ["https://twoja-domena.pl/pliki/ulica.jpg"],
    "quality": "high",
    "resolution": "2k"
  }
}

Jedno zdjęcie na zadanie. Przy kilku referencjach naraz potrzebny jest inny model, np. Nano Banana Pro.

Zdjęcie ożywione z dźwiękiem (Video 1.5)

{
  "model": "grok-imagine-video-1.5",
  "input": {
    "prompt": "She looks up from the book, smiles and says softly: \"You're late again.\" Rain taps on the window, a clock ticks.",
    "image_url": "https://twoja-domena.pl/pliki/portret.jpg",
    "duration": 8,
    "resolution": "720p",
    "aspect_ratio": "9:16",
    "generate_audio": true
  }
}

Długie ujęcie z tekstu (Video 1.0)

{
  "model": "grok-imagine-1.0-video",
  "input": {
    "prompt": "A slow tracking shot along a misty harbor at dawn: first the fishing boats, then a lighthouse, finally the sun rising over the sea",
    "duration": 20,
    "resolution": "480p",
    "aspect_ratio": "16:9"
  }
}

duration podajesz jako liczbę, nie tekst. Przy dłuższych klipach rozpisuję akcję w krokach, bo inaczej scena zaczyna się powtarzać.

Obrazy w Pythonie

import os
import time
import requests

API = "https://jantaris.com/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['JANTARIS_API_KEY']}"}

r = requests.post(
    f"{API}/generate?wait=120",
    headers=HEADERS,
    json={
        "model": "grok-imagine-image-2.0",
        "input": {
            "prompt": "Mid-century travel poster of the Tatra mountains at sunrise, a lone hiker, flat colors, radiating sun, no text",
            "aspect_ratio": "2:3",
            "num_images": 2,
        },
    },
    timeout=150,
)
task = r.json()

# Jeśli obraz nie zdążył w 120 s, przychodzi 202 - wtedy odpytuję zadanie.
while task["status"] not in ("succeeded", "failed"):
    time.sleep(10)
    task = requests.get(f"{API}/tasks/{task['id']}", headers=HEADERS, timeout=30).json()

if task["status"] == "succeeded":
    for i, item in enumerate(task["output"]):
        with open(f"grok_{i}.png", "wb") as f:
            f.write(requests.get(item["url"], timeout=60).content)
    print("koszt:", task["cost"])
else:
    print("nieudane, koszt 0:", task["error"])

Linki z output wygasają po pewnym czasie, więc pliki zapisuję od razu. Rozszerzenie pliku sprawdź w nagłówku Content-Type odpowiedzi, jeśli zależy Ci na właściwym formacie. Więcej przykładów jest w poradniku o generowaniu obrazów w Pythonie.

Zanim użyjesz zdjęcia prawdziwej osoby

Video 1.5 świetnie nadaje się do mówiących portretów i właśnie dlatego trzeba uważać. Zanim wyślesz zdjęcie kogoś innego, upewnij się, że masz jego zgodę na wykorzystanie wizerunku. W Jantarisie Grok Imagine Video 1.5 działa z włączonym filtrem treści, a zadanie zablokowane przez filtr kończy się jako nieudane i nic nie kosztuje.

Najczęstsze pytania

Ile kosztuje Grok Imagine?

W Jantarisie obraz z Image 2.0 kosztuje 0,264 zł za obraz, ze starszego Grok Imagine 0,145 zł za obraz. Wideo: Video 1.0 od 0,173 zł za sekundę, Video 1.5 od 0,509 zł za sekundę, w 720p drożej.

Czy Grok image jest za darmo?

W Jantarisie nie, płacisz od pierwszego obrazu, minimalne doładowanie to 40 zł i saldo nie wygasa. W aplikacji Groka generowanie obrazów jest w płatnych planach SuperGrok, według stanu z końca września 2026.

Czy Grok Imagine pisze po polsku?

W moim teście Image 2.0 napisał szyld "PIEKARNIA ŻÓŁĆ" i kartkę z cenami po polsku bez jednego błędu. Studio, cennik i faktura w Jantarisie są po polsku.

Czy Grok Imagine edytuje zdjęcia?

Tak, starszy model Grok Imagine edytuje jedno zdjęcie na zadanie (image_urls). Image 2.0 w Jantarisie generuje tylko z tekstu.

Czy Grok Imagine robi wideo z dźwiękiem?

Tak, Grok Imagine Video 1.5 ożywia jedno zdjęcie w klip 6-15 s z dźwiękiem i dialogiem. Video 1.0 robi dłuższe klipy do 30 s, ale producent nie podaje dla niego ścieżki audio.

Jak długo trwa generowanie obrazu?

W moim wrześniowym teście Image 2.0 potrzebował średnio 71,5 sekundy na obraz. Dlatego w API używam ?wait=120 albo odpytuję zadanie.