Grok Imagine, 오늘 무엇이 종료됐나? 기존 모델은 계속 사용할 수 있을까? 2.0 전환의 핵심 4가지 한눈에 보기

작성자 주: Grok Imagine의 기존 모델 식별자 종료가 미치는 영향과 기존 인터페이스 호환성, 공식 가격 변화, 2.0으로 이전할 때 품질과 비용을 관리하는 방법을 한눈에 살펴봐요.

오늘(2026년 11월 2일), xAI가 Grok Imagine 이미지 모델 마이그레이션 계획을 공식 시행해요. 종료되는 것은 Grok Imagine 전체가 아니라 API 모델 식별자 grok-imagine-image-quality예요. 기존 식별자로도 호출할 수 있지만, 요청은 grok-imagine-image-2.0에서 Low 품질로 처리돼요. 1.0 모델인 grok-imagine-image는 영향을 받지 않아요.

이 내용은 단순한 소문이 아니며, 2.0이 오늘 처음 출시된 것도 아니에요. xAI는 공식 마이그레이션 가이드에서 이 계획을 확인했고, 60일 전인 9월 2일에 미리 공지했어요. 이 글의 마이그레이션 규칙과 가격은 모두 xAI 공식 문서를 기준으로 해요.

핵심 내용: 영향 대상인지, 기존 인터페이스를 계속 쓸 수 있는지, 코드를 수정해야 하는지, 비용 관리를 위해 품질 매개변수를 어떻게 선택할지 3분 만에 확인할 수 있어요.

오늘 Grok Imagine에서 퇴역한 것은? 핵심 정보 요약

이번 변경에서 가장 혼동하기 쉬운 부분은 ‘기존 식별자 퇴역’을 ‘서비스 중단’으로 이해하는 거예요. 공식 설명에 따르면 기존 이름을 사용한 요청이 이름 퇴역만으로 반드시 실패하지는 않아요. 서버가 요청을 2.0으로 전달해 처리하기 때문이에요. 다만 기존 식별자를 호출할 수 있다고 해서 실제로 기존 모델이 실행되는 것은 아니에요.

Grok Imagine 2.0 마이그레이션 진행 과정

• 5월 15일: grok-imagine-image-pro가 퇴역하고, 요청이 grok-imagine-image-quality로 리디렉션됐어요.
• 8월 7일: xAI가 Imagine Image 2.0을 출시했어요. API 이름은 grok-imagine-image-2.0이며, 일반 사용자용 제품에도 새로운 Quality Mode가 함께 도입됐어요.
• 8월 28일: 2.0 API에 quality=auto가 추가되고, 값을 지정하지 않았을 때의 기본값이 Medium에서 Auto로 변경됐어요. 편집용 참조 이미지 상한은 3장에서 5장으로 늘었고, 21:9와 5:2 화면비가 추가됐어요.
• 9월 2일: xAI가 마이그레이션 안내를 발표하며 기존 Quality 식별자가 60일 후 퇴역한다고 예고했어요.
• 11월 2일: 마이그레이션 규칙이 공식 적용됐어요.

Grok Imagine 구형 모델을 계속 쓸 수 있을까요? 이번 마이그레이션의 영향 범위

영향 여부를 확인하려면 먼저 코드와 설정에서 model 값을 살펴보세요. Grok 웹이나 모바일 앱에서만 이미지를 생성한다면, 이번 공지가 직접 다루는 대상은 API 식별자예요. 따라서 특정 화면 옵션이 오늘부터 사라진다고 단정할 수는 없어요.

이번 지원 종료로 구형 식별자가 바로 작동하지 않게 되는 것은 아니므로, 코드를 오늘 당장 수정할 필요는 없어요. 다만 결과물의 스타일, 편집 효과, 비용이 중요하다면 직접 모델과 품질 단계를 선택할 수 있도록 미리 업그레이드하는 것이 좋아요.

요청 구조가 호환된다고 해서 이미지 결과까지 같다는 뜻은 아니에요. 기반 모델이 바뀌면 같은 프롬프트를 사용해도 스타일, 구도, 세부 묘사가 달라질 수 있어요. 이는 모델 마이그레이션에서 흔히 발생하는 엔지니어링 리스크예요. 현재 공개 자료만으로는 오늘 대규모 품질 문제가 발생했다고 볼 수 없지만, 프로덕션 환경에서는 샘플을 추출해 다시 확인하는 것이 좋아요.

Grok Imagine 2.0 가격 변화: 모든 선택지가 저렴해진 건 아니에요

xAI 공식 가격은 출력 이미지 장수에 따라 책정되며, 2.0에서는 품질 등급과 해상도에 따라 가격이 달라져요. Low로 자동 전환되면 출력 이미지 한 장당 0.01달러 저렴해지지만, Medium을 선택하면 기존 Quality보다 한 장당 0.01달러 비싸져요.

또한 2.0과 기존 Quality의 입력 참조 이미지 가격은 모두 장당 0.01달러예요. 1.0의 출력 가격은 1K와 2K 모두 장당 0.02달러이고, 입력 이미지는 장당 0.002달러예요. 공식 가격표에는 1.5K도 나와 있지만, 생성 파라미터 문서에는 현재 1k와 2k만 명시되어 있어요. 따라서 resolution="1.5k"는 테스트하지 않은 채 프로덕션 코드에 사용하지 마세요.

Grok Imagine 대량 이미지 생성 비용 계산

아래 표는 공식 단가를 기준으로 계산한 이론적 비용이며, 실제 기업 청구액은 아니에요. 텍스트-이미지 변환 사례에는 참조 이미지 입력, 실패 시 재시도, 세금, 서드파티 플랫폼 비용이 포함되지 않았어요.

이미지 편집 작업에서는 입력 비용도 계산해야 해요. 예를 들어 참조 이미지 5장을 사용해 2K Medium 이미지 1장을 출력하면 입력 비용은 0.05달러, 출력 비용은 0.08달러로 이론적 총비용은 0.13달러예요. 공식 발표에서 이미지 1장당 0.01달러 저렴하다고 한 것은 주로 출력 가격을 뜻해요. 따라서 편집 작업의 총비용 인하율에 표의 출력 비용 인하율을 그대로 적용할 수는 없어요.

Grok Imagine의 Low, Medium, Auto는 어떻게 다를까요?

Low는 컴퓨팅 자원 소비와 가격이 모두 낮으며, 기존 Quality를 자동으로 마이그레이션할 때 고정 적용되는 등급이에요. Medium은 더 많은 컴퓨팅 자원을 사용하며, 결과물의 디테일이 중요한 작업에 적합해요. Auto는 xAI가 품질을 결정해요. 현재 공식 규칙에 따르면 이미지 생성에는 Low, 이미지 편집에는 Medium이 적용되지만, 이 매핑은 나중에 바뀔 수 있어요.

가장 놓치기 쉬운 부분은 model을 2.0으로 바꾸면서 quality를 지정하지 않는 경우예요.

참조 이미지 1장으로 1K 결과물 1장을 만드는 편집 작업을 예로 들어볼게요. 기존 Quality의 이론적 비용은 0.06달러예요. 2.0으로 바꾼 뒤 quality를 생략하면 현재는 Medium이 적용돼 비용이 0.07달러가 돼요. 기존 식별자를 계속 사용해 Low가 적용되면 0.05달러예요. 예산을 안정적으로 관리하려면 품질 등급을 항상 명시하는 것이 좋아요.

또한 API의 Low, Medium, Auto를 Grok 웹사이트의 Fast, Quality 옵션과 동일하게 봐서는 안 돼요. 팀의 혼란을 막으려면 문서, 코드, 제품 설명에서 각각 구분해 설명하는 것이 좋아요.

Grok Imagine 2.0으로 마이그레이션하기: 파라미터, 확인 방법과 SDK 주의사항

권장 마이그레이션 방법은 간단해요. model을 grok-imagine-image-2.0으로 바꾸고, 서비스 요구사항에 맞게 quality를 명시하면 됩니다. 아래 공식 API 예제는 xAI 문서를 바탕으로 작성했으며, 실행하려면 실제 API 키를 설정해야 해요. 이 글에서는 유료 호출을 실행하지 않았어요.

curl -X POST https://api.x.ai/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -d '{
    "model": "grok-imagine-image-2.0",
    "prompt": "A professional technology magazine cover",
    "quality": "low",
    "resolution": "1k",
    "aspect_ratio": "16:9",
    "n": 1
  }'

이미지 편집 시에는 Medium 품질을 명시할 수 있어요. 아래 이미지 주소는 플레이스홀더이므로 직접 접근할 수 있는 이미지로 바꿔야 합니다.

curl -X POST https://api.x.ai/v1/images/edits \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -d '{
    "model": "grok-imagine-image-2.0",
    "prompt": "Change the background to a clean white studio",
    "quality": "medium",
    "image": {
      "url": "https://example.com/input.jpg",
      "type": "image_url"
    }
  }'

Grok Imagine 요청이 실제로 2.0에서 실행됐는지 확인하는 방법

xAI에 따르면 응답의 model 필드에는 클라이언트가 요청할 때 입력한 별칭이 아니라 실제 실행된 모델이 표시돼요. 마이그레이션할 때 이전 식별자로 테스트 요청을 보내고, 응답의 model을 기록한 뒤 해당 청구 내역과 대조해 보세요.

xAI에서는 usage의 cost_in_usd_ticks로 비용도 확인할 수 있어요. 이 값을 10000000000으로 나누면 미국 달러로 환산됩니다. 이는 공식 API의 동작이므로, 서드파티 플랫폼에서도 동일하게 반환되는지는 별도로 확인해야 해요.

Grok Imagine 편집 인터페이스의 SDK 호환성

텍스트-이미지 변환은 OpenAI 호환 클라이언트로 호출할 수 있으며, quality 같은 확장 파라미터는 extra_body에 넣으면 돼요. 이미지 편집은 주의가 필요해요. OpenAI SDK의 images.edit()는 multipart/form-data를 사용하지만, xAI 편집 인터페이스는 application/json을 요구하므로 그대로 재사용할 수 없어요. 공식 문서에서는 xAI SDK, Vercel AI SDK 또는 요구사항에 맞는 네이티브 HTTP 요청을 권장해요.

출시 전에는 다음 엔지니어링 세부 사항도 확인하세요.

• 이미지 저장: 기본적으로 임시 URL이 반환돼요. 오래 보관할 이미지는 바로 다운로드하거나 다른 곳에 저장하세요. Base64 데이터로 요청할 수도 있어요.
• 생성 개수: n은 1부터 10까지 지원하며 기본값은 1이에요. 기본 해상도는 1K예요.
• 편집 입력: 원본 이미지는 최대 5장까지 사용할 수 있으며, 입력 비용은 이미지별로 계산돼요.
• 속도 제한: 공식 표 기준으로 T0는 초당 6회, T1은 12회, T2는 25회, T3는 50회, T4는 100회예요. 실제 할당량은 xAI Console에서 확인하세요.
• 배치 처리: 모델 페이지에는 Batch API를 지원한다고 표시되어 있지만, 배치 가격은 N/A로 나와 있어요. 할인이 적용된다고 미리 가정하지 마세요.

통합 플랫폼에서 Grok Imagine을 호출하기 전 확인할 사항

통합 플랫폼에서 모델을 한곳에서 관리한다면, 마이그레이션하기 전에 대상 모델을 사용할 수 있는지 먼저 확인하세요. 이 글에서는 APIYI에 현재 grok-imagine-image-2.0이 등록되어 있는지, 모든 품질 파라미터를 지원하는지, 실제 가격이 얼마인지 독립적으로 확인하지 못했어요. 따라서 아래 코드는 먼저 모델을 확인하며, 모델을 반드시 사용할 수 있다는 뜻은 아니에요.

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI OpenAI 兼容接口
)

target_model = "grok-imagine-image-2.0"
available_models = {model.id for model in client.models.list()}

if target_model not in available_models:
    raise SystemExit(f"{target_model} 当前不在可用模型列表中")

response = client.images.generate(
    model=target_model,
    prompt="A professional technology magazine cover",
    extra_body={"quality": "low"}
)

print("实际模型:", getattr(response, "model", "响应未返回"))
print("图片地址:", response.data[0].url)

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["IMAGE_API_KEY"],
    base_url=os.getenv("IMAGE_API_BASE_URL", "https://api.apiyi.com/v1"),
)

MODEL = "grok-imagine-image-2.0"
QUALITIES = ["low", "medium"]
PROMPTS = [
    "Product photo of a white ceramic mug on a clean studio background",
    "A tech conference poster with the title FUTURE API in large letters",
]


def run_regression():
    """用固定提示词对比质量档位，并记录实际模型和图片地址。"""
    for prompt in PROMPTS:
        for quality in QUALITIES:
            response = client.images.generate(
                model=MODEL,
                prompt=prompt,
                extra_body={"quality": quality},
            )
            print({
                "requested_model": MODEL,
                "actual_model": getattr(response, "model", "not_returned"),
                "quality": quality,
                "prompt": prompt[:30],
                "image_url": response.data[0].url,
            })


if __name__ == "__main__":
    run_regression()

마이그레이션 팁: 먼저 APIYI apiyi.com에서 모델 목록과 요금 안내를 확인한 다음, 소량의 요청으로 파라미터가 제대로 전달되는지 검증하세요. 신규 사용자는 무료 테스트 크레딧을 활용할 수 있어요. 모델이 등록되지 않았다면 운영 트래픽을 바로 전환하지 마세요.

Grok Imagine 2.0 마이그레이션의 영향 분석

개발자와 제품 팀에 미치는 영향

첫 번째 변화는 모델 버전을 더 이상 “한눈에 알 수 없다”는 점이에요. 호출이 성공했다고 해서 기존 모델이 계속 실행 중이라는 뜻은 아니므로, 로그에 요청 모델과 응답 모델을 모두 기록해야 해요. 두 번째로 예산은 호출 경로별로 계산해야 해요. 같은 해상도에서 Low와 Medium은 보통 0.02달러 차이가 나므로, 2.0이 더 저렴하다고 일괄적으로 말할 수 없어요. 세 번째로 제품 검수 단계에서는 전자상거래 이미지, 포스터, 인물 사진, 부분 편집을 모두 고정된 샘플로 회귀 테스트해야 해요.

Grok Imagine 2.0의 품질은 적극적으로 업그레이드할 만할까요?

현재 확인할 수 있는 사실은 실제 실행 모델이 2.0으로 전환됐고, 마이그레이션에 적용된 품질 단계가 Low이며, 해당 출력 단가가 내려갔다는 점이에요. 하지만 이것만으로 모든 이미지가 더 좋아진다고 단정할 수는 없어요. xAI는 2.0에서 다중 조건 지시 준수, 텍스트 레이아웃, 이미지 편집이 개선됐다고 밝혔어요. 또한 출시 당일 Arena의 텍스트-이미지 변환과 이미지 편집 순위에서 모두 2위를 차지했다고 발표했지만, 이는 8월 7일 기준의 과거 성적이에요. 이후 Arena 스냅샷에서는 10월 26일 텍스트-이미지 변환 종합 순위 6위, 10월 23일 단일 이미지 편집 종합 순위 5위를 기록했어요.

독립 테스트 역시 표본을 고려해 해석해야 해요. Voyager의 이미지 12장 표본에서는 한 장당 약 11~95초가 걸렸어요. ImageBench의 192개 항목 평가에서는 통과율이 약 79%, 평균 지연 시간이 69초였지만, 자동 판정에 오류가 있을 수 있어요. Reddit에서는 피부가 지나치게 매끈해지거나 부분 수정이 이미지 전체에 영향을 준다는 일부 사용자 의견도 있었어요. 다만 이는 주로 8~9월 소비자용 제품에 대한 경험이므로, 현재 API 리디렉션 이후의 평가로 보거나 모든 사용자를 대표한다고 볼 수는 없어요.

따라서 텍스트 레이아웃, 포스터, 다중 조건 이미지에는 2.0을 우선 테스트해 볼 만해요. 반면 사실적인 인물 이미지나 원본 보존 요구가 높은 편집 작업에는 점진적으로 신중하게 적용하는 편이 좋아요. Arena는 사람들의 선호도를 반영할 뿐, 여러분의 비즈니스 기준에 따른 합격률과 같지는 않아요. 최종적으로는 직접 준비한 샘플로 검증해야 해요.

Grok Imagine API 서비스를 선택할 때 살펴볼 점

서드파티 플랫폼을 통해 호출할 때는 모델 이름이 같아도 업스트림 라우팅과 과금 방식까지 완전히 같은 것은 아니에요. xAI 공식 가격이 서드파티 플랫폼의 실제 판매 가격과 같은 것도 아니므로, 선택할 때 다음 항목을 하나씩 확인하는 것이 좋아요.

• 모델 지원: 2.0을 제공하는지, 기존 식별자를 유지하는지, 실제로 어떤 모델로 라우팅되는지
• 파라미터 호환성: quality, resolution, aspect_ratio가 제대로 전달되는지, 편집 기본값이 명확한지
• 가격 투명성: 출력 비용과 참조 이미지 입력 비용을 어떻게 계산하는지, 청구 내역을 개별 요청과 대조할 수 있는지
• 마이그레이션 편의성: 모델 전환 시 필요한 수정이 충분히 적은지, 로그에서 실제 모델의 변경 사항을 확인할 수 있는지

APIYI apiyi.com은 OpenAI 호환 인터페이스와 하나의 키로 여러 업체의 모델을 호출하는 방식을 제공하므로, 모델을 비교하고 전환할 때 활용하기 좋아요. 다만 Grok Imagine의 현재 지원 여부와 가격은 위 체크리스트에 따라 먼저 확인해야 해요.

Grok Imagine 마이그레이션 FAQ

Grok Imagine 2.0 마이그레이션 핵심 요약

• 지원 종료 범위: 오늘 종료되는 것은 grok-imagine-image-quality 식별자이지, Grok Imagine 제품 전체가 아니에요.
• 호환성: 기존 식별자는 계속 사용할 수 있지만, 실제 처리는 2.0 Low로 고정돼요. 1.0은 영향을 받지 않아요.
• 가격 변화: Low로 전환하면 출력 이미지당 0.01달러 저렴해지고, Medium은 기존 Quality보다 0.01달러 비싸요.
• 파라미터 주의사항: 2.0에서 quality를 생략하면 기본값은 Auto예요. 현재 편집 작업은 Medium으로 처리되므로 기존 식별자의 처리 경로와 같지 않아요.
• 검증 방법: API가 성공 응답을 반환했는지만 보지 말고, 응답의 model, 요청별 청구 내역, 샘플 이미지까지 확인해야 해요.
• SDK 제한: OpenAI SDK의 images.edit()은 xAI 편집 API에 직접 사용할 수 없어요.
• 플랫폼 선택: APIYI apiyi.com에서 모델과 과금을 확인한 뒤 소규모로 테스트할 수 있어요. 플랫폼이 해당 모델을 지원한다고 미리 가정하지 마세요.

정리: Grok Imagine의 기존 식별자 지원 종료 후 어떻게 해야 할까요?

이번 Grok Imagine 변경의 핵심은 서비스가 중단되는 것이 아니라, 기존 식별자에 연결된 모델이 바뀐다는 점이에요. 가장 궁금한 내용을 세 가지로 정리하면 다음과 같아요.

1. 기존 모델을 계속 사용할 수 있나요?: 1.0은 계속 사용할 수 있어요. 기존 Quality 이름으로도 호출할 수 있지만, 실제로 실행되는 모델은 2.0 Low예요.
2. 코드를 수정해야 하나요?: 당장 수정할 필요는 없지만, grok-imagine-image-2.0을 명시적으로 사용하고 quality를 지정하는 것이 좋아요.
3. 비용은 어떻게 관리하나요?: 대량 작업은 Low부터 테스트하고, 세부 묘사가 중요할 때 Medium을 검토하세요. 편집 작업에서는 참조 이미지 비용도 빠뜨리지 마세요.

먼저 설정에서 기존 식별자를 찾아보고, 고정된 샘플로 품질과 청구 내역을 회귀 테스트해 보세요. 여러 이미지 모델을 한곳에서 비교해야 한다면 APIYI apiyi.com에서 현재 사용 가능한 모델을 조회하고, 지원 여부를 확인한 뒤 트래픽을 단계적으로 전환할 수 있어요.

📚 참고 자료

1. xAI 마이그레이션 가이드: 11월 2일 이미지 모델 지원 종료 및 리디렉션 규칙
2. 링크: docs.x.ai/developers/migration/imagine-image-quality-nov-2

3. 설명: 지원 종료 대상, 2.0 Low 라우팅, 1.0에 미치는 영향 및 마이그레이션 방법을 확인할 수 있어요.

4. xAI Image 2.0 출시 발표: 2.0 출시일과 공식 기능 설명

5. 링크: x.ai/news/grok-imagine-image-2

6. 설명: 8월 7일 출시 정보를 확인할 수 있어요. 기능 설명은 공식 발표를 기준으로 해요.

7. xAI 개발자 업데이트 로그: Auto 기본값 및 8월 업데이트 기록

8. 링크: docs.x.ai/developers/release-notes

9. 설명: 2.0 API 파라미터의 변경 시점을 확인할 수 있어요.

10. xAI 공식 가격표: 이미지 출력 및 참조 이미지 입력 가격

11. 링크: docs.x.ai/developers/pricing

12. 설명: 이 글의 모든 공식 단가와 이론상 비용을 계산한 근거예요.

13. xAI 이미지 생성 문서: 품질, 해상도, 종횡비 등 파라미터 설명

14. 링크: docs.x.ai/developers/model-capabilities/images/generation

15. 설명: 요청 파라미터를 작성하거나 응답을 확인할 때 참고할 수 있어요.

16. xAI 이미지 편집 문서: 편집 인터페이스 및 SDK 호환성 설명

17. 링크: docs.x.ai/developers/model-capabilities/images/editing

18. 설명: application/json 요구사항과 OpenAI SDK의 제한 사항을 확인할 수 있어요.

19. xAI 비용 추적 및 요청 속도 제한 문서: 요청별 비용과 계정 한도

20. 링크: docs.x.ai/developers/cost-tracking
21. 링크: docs.x.ai/developers/rate-limits

22. 설명: 요청별 비용을 확인하고 동시 요청을 계획할 때 유용해요.

23. Arena 리더보드: 날짜가 명시된 텍스트-이미지 변환 및 이미지 편집 순위 스냅샷

24. 링크: arena.ai/leaderboard/image/text-to-image
25. 링크: arena.ai/leaderboard/image/image-edit/single-image

26. 설명: 사람의 선호도를 바탕으로 한 평가이며, 순위는 시간이 지나면서 달라질 수 있어요.

27. 제3자 테스트: Voyager와 ImageBench의 독립 평가

28. 링크: voyager.so/resources/models/grok-imagine-2
29. 링크: imagebench.ai/imagebench-v1/xai--grok-imagine-2
30. 설명: 작업별 성능을 참고할 수 있지만, 전체 플랫폼의 평균 수준을 대표하지는 않아요.

작성자: APIYI 기술팀
기술 교류: APIYI 홈페이지 apiyi.com에서 문의해 주세요. 더 많은 자료는 docs.apiyi.com 문서 센터에서 확인할 수 있어요.

관련 글

• Kimi K3.1 Pro는 이전 세대보다 무엇이 향상되었을까? 성능 및 가격 비교: 기존 K3 사용자를 위한 업그레이드 비교: 공식 자체 보고와 Artificial Analysis의 두 데이터 세트를 따로 살펴보고, 5단계 가격, 작업당 비용, 마이그레이션 시 유의사항, ‘교체 권장/서두를 필요 없음’ 판단표까지 한눈에 정리합니다.
• 세상에! Krea 3, Nano Banana를 무너뜨릴 셈이야?: Krea 3의 브랜드 광고 이미지 제작 효과를 살펴보고, Ad Studio에서 공식 웹사이트부터 브랜드 키트와 정적 광고 12장까지 5단계로 완성하는 과정을 공식 결과 이미지, 비용표, 주의할 점 7가지와 함께 소개합니다.
• OpenAI, Anthropic, Google이 함께 구형 모델을 정리한다: 빠르면 다음 달에 중단, 당신은 명단에 있나요?: OpenAI, Anthropic, Google의 2026년 11월 17일부터 2027년 4월 1일까지 10개 지원 종료 시점을 한 페이지에서 모두 확인하세요: 영향을 받는 모델, 대체 모델, 오류 발생 여부, 코드에서 수정할 줄까지.