xAI lança Imagine Image 2.0 atrás do GPT-Image-2 em benchmarks
Lançamento e posicionamento
A xAI lançou o Imagine Image 2.0 como um novo "Quality Mode" disponível em grok.com/imagine e nos aplicativos Grok para iOS e Android. O acesso via API ainda não está disponível, mas a empresa afirma que será disponibilizado em breve. Segundo a xAI, o modelo foi projetado para seguir instruções com precisão detalhada, manter tipografia e layout limpos em composições complexas e manter consistência entre múltiplas gerações.
Desempenho nos benchmarks Arena
Nos rankings Arena de 7 de agosto de 2026, a variante "low" (mais rápida) do Imagine Image 2.0 ocupa a segunda posição global em ambas as categorias. No Image Edit Arena, o modelo alcança Elo de 1.439, atrás do GPT-Image-2 da OpenAI, que marca 1.463. No Text-to-Image Arena, atinge 1.320, novamente atrás do GPT-Image-2 com 1.380. Modelos como Reve 2.1, Muse-Image da Meta, Qwen-Image-3.0-Pro da Alibaba, Gemini do Google e SeedDream da ByteDance ficam mais abaixo na lista. O novo modelo também supera por ampla margem a variante "Quality" de seu predecessor.
Ferramentas de edição para fluxos iterativos
O Imagine Image 2.0 inclui recursos de edição voltados a fluxos de trabalho iterativos. A ferramenta "Magic Wand" modifica apenas a área selecionada de uma imagem. Uma função de segmentação permite selecionar regiões precisas, e uma ferramenta de remoção de fundo exporta o assunto com fundo transparente. O recurso Multi-Ref Editing permite combinar até cinco imagens de entrada em uma única geração. O "Smart Resize" converte uma imagem existente para qualquer proporção, com o modelo preenchendo o espaço adicional automaticamente.
Templates e pré-produção de vídeo
A xAI também adicionou templates que reúnem fluxos de trabalho comuns de imagem em pontos de partida pré-configurados. As categorias abrangem edição de fotos, fotografia de produtos, materiais de marketing, ferramentas de design, assets para jogos e emojis para streaming. Além disso, a empresa apresenta um recurso que gera personagens, cenários e adereços separadamente, mantendo o estilo visual consistente entre todas as imagens. A xAI posiciona essa funcionalidade como um passo em direção a fluxos completos de produção de vídeo.