Grok Image: cómo crear y editar imágenes con Grok Imagine — guía y prompts

En dos años, Grok Image pasó de ser un generador de memes dentro de X a un modelo que xAI presenta como herramienta de trabajo: pósteres con texto pequeño, fotos de producto, ediciones por zonas. Hicimos con Grok Image 2.0 un póster, un retrato, una foto de producto, una edición antes/después y una composición a partir de dos fotos, y revisamos la documentación de xAI para ver qué sabe hacer el modelo, cómo escribir prompts y dónde están sus límites. La reseña de los dos modelos de xAI, para imagen y para video, está en Grok Imagine, y el modelo de imagen en detalle, en la página de Grok Imagine Image 2.0.

Qué es Grok Image

Grok Image es la generación y edición de imágenes del chatbot Grok de xAI. En la interfaz y en la API forma parte de Grok Imagine, la parte visual de Grok, donde también está Grok video.

Modelo	Cuándo	Lo importante
Aurora	9 de diciembre de 2024	Primer modelo de imágenes propio de xAI, autorregresivo de tipo mixture-of-experts; lanzado en X
Grok Imagine Image	antes de Image 2.0	Modelo base rápido, 0,02 $ por imagen en la API
Imagine Image 2.0	7 de agosto de 2026	Modo Quality en Grok: tipografía, edición por zonas, hasta 5 referencias; 0,04 $ por imagen en la API

El día de su lanzamiento, Imagine Image 2.0 fue la número 2 del mundo en los rankings de Arena tanto de generación como de edición de imágenes. A 24 de septiembre de 2026 ocupaba el puesto 6 de 80 modelos.

Cómo generar una imagen con Grok

1. Abre Grok Imagine: grok.com/imagine o la sección Imagine de la app de Grok para iOS y Android. También puedes pedir una imagen en el chat normal, pero Imagine ofrece relaciones de aspecto y herramientas de edición.
2. Activa el modo Quality: es Image 2.0. El modo rápido sirve para borradores.
3. Elige la relación de aspecto. Image 2.0 admite 16: de 1:1 a las verticales 9:16, 9:19.5 y 9:20 y las panorámicas 21:9 y 5:2. En la API el valor por defecto es auto, que elige el formato según el prompt.
4. Escribe el prompt con la fórmula de más abajo.
5. Genera varias variantes. Con la API se obtienen hasta 10 imágenes por petición.
6. Pule con ediciones, no con generaciones nuevas. Es mejor retocar una buena imagen que reescribir el prompt desde cero.

Qué sabe hacer Grok Image 2.0

Texto y maquetación. Según xAI, Image 2.0 planifica la tipografía y la composición como un diseñador: las piezas densas y con varios bloques se mantienen ordenadas y el texto pequeño sale nítido. En nuestra prueba, un póster con título, subtítulo, punto separador y rango de fechas salió sin un solo error a la primera.

El prompt del póster incluye el texto exacto y prohíbe cualquier otro texto:

Minimalist retro travel poster for a fictional seaside town, screen-print style:
white sailboats on a turquoise sea under a pale yellow sun, bold title SAILS & SALT
at the top in large condensed letters, and a smaller line SUMMER FESTIVAL · JULY 12–14
below it, limited palette of navy, turquoise, cream and coral, no other text

Fotorrealismo y producto. La piel, la tela y la textura de la piedra son su punto fuerte. Image 2.0 interpreta al pie de la letra el objetivo (85mm, 50mm) y la luz (golden side light, hard morning sunlight): la profundidad de campo y las sombras salen como en el prompt.

Plantillas. Junto con Image 2.0, xAI añadió 15 plantillas: edición de fotos, fotos de producto, retratos de perfil, iconos, recursos para juegos y emojis.

Editar fotos con Grok (grok image edit)

La edición es lo que distingue a Image 2.0 de las versiones anteriores. El modelo conserva todo lo que no pediste cambiar, de una generación a otra y de una edición a otra.

• Edición por texto. Sube una foto y describe el cambio: «haz la gabardina roja, que sea un día soleado, no cambies la cara, la pose ni la calle».
• Varita mágica. Señala una zona y el modelo cambia solo esa.
• Segmentación: selección precisa de las zonas que se van a editar.
• Quitar el fondo: exporta el sujeto con fondo transparente, listo para una ficha de producto o un collage.
• Smart resize: elige una nueva relación de aspecto y el modelo completa lo que falta; una foto vertical se convierte en un banner horizontal.
• Varias fuentes. Hasta 5 fotos por generación: combinar personajes, transferir un estilo, componer una escena.

Combinar varias fotos funciona igual: nombra las fuentes por orden, «la mujer de la primera imagen», «la taza de la segunda».

En la API, la edición se cobra por ambos lados: pagas la imagen de entrada y el resultado. Otras formas de cambiar una foto con IA, en la guía para editar fotos con IA.

Prompts para Grok Image

La fórmula: sujeto y acción → lugar y fondo → luz → estilo o cámara → restricciones. El inglés funciona mejor para los detalles finos y la tipografía precisa. Escribe el texto que debe aparecer en la imagen directamente en el prompt, en el idioma que quieras, y añade «no other text».

Tarea	Qué incluir
Fotorrealismo	objetivo (35mm, 85mm), fuente de luz, «realistic skin texture»
Foto de producto	material, superficie, tipo de luz y sombra, «no logos, no text»
Póster, portada	texto exacto, su posición y tamaño, paleta, «no other text»
Arte, ilustración	técnica (watercolor, screen-print, 3D render), paleta
Edición	qué cambia y qué se queda: «keep the face and pose unchanged»

Seis prompts para tareas típicas:

Retrato de perfil:

Professional headshot of a man in his 30s in a navy sweater, soft window light from the left,
neutral light grey background, 85mm lens, shallow depth of field, realistic skin texture, no text

Foto de producto para una ficha:

Product photo of white wireless earbuds in an open charging case on a smooth concrete surface,
soft diffused light, subtle reflection, minimal composition, no logos, no text

Portada de artículo o miniatura:

Wide editorial illustration of a person working on a laptop at a desk surrounded by floating
icons of charts and chat bubbles, flat vector style, teal and orange palette, no text

Comida:

Overhead photo of a rustic breakfast table: shakshuka in a cast iron pan, fresh bread, herbs,
morning sunlight with hard shadows, linen napkin, realistic, no text

Interior:

Scandinavian living room with a light oak floor, a beige linen sofa, a large window with
sheer curtains, indoor plants, soft afternoon light, wide angle, photorealistic, no text

Arte fantástico:

A lighthouse on a cliff made of giant seashells, glowing windows at dusk, stormy sea below,
painterly digital art, rich colors, cinematic composition, no text

Más plantillas listas en nuestra selección de prompts para imágenes.

Por qué una imagen no sale bien

• El texto de fondo es un galimatías. Image 2.0 escribe bien el titular principal, pero los letreros y rótulos del fondo que el prompt no menciona a veces se llenan de caracteres sin sentido. Se arregla con «no readable text on signs» o con una edición puntual.
• Demasiados detalles. Diez objetos con atributos se mezclan. Lo principal al principio y lo demás, breve.
• Estilos en conflicto. «Fotorrealista» y «acuarela» en un mismo prompt dan un resultado confuso. Elige un estilo.
• Sin luz ni fondo. Sin ellos, el modelo usa una luz de estudio neutra y la imagen queda plana.
• Una serie sale incoherente. Para mantener un personaje o un estilo en varias imágenes, edita usando la imagen original como referencia en lugar de regenerar con el mismo prompt.
• Rechazo de moderación. El modelo no cumple los prompts que incumplen las normas de xAI.

Límite de imágenes en Grok y precio

En las apps de Grok. No hay un número fijo de imágenes. Desde junio de 2026, los planes de pago SuperGrok comparten una cuota semanal para todos los productos: chat, Imagine, voz. Las imágenes, y más aún el video, la gastan más rápido que el chat; el consumo por producto aparece en Ajustes, en la pestaña Usage. Cuando se agota, puedes comprar Extra Usage Credits —solo en la web, desde 5 $— o pasar a un plan superior. xAI no publica los límites gratuitos de Imagine.

Marca de agua. Las imágenes de las apps de Grok llevan una marca de agua que no se puede desactivar.

En la API de xAI:

Modelo	Precio por imagen	Notas
grok-imagine-image-2.0	0,04 $	1K y 2K, calidad low o medium, edición, hasta 5 fuentes
grok-imagine-image	0,02 $	modelo rápido de la generación anterior

La edición se cobra por la imagen de entrada y por el resultado. La calidad por defecto es auto: low para generar, medium para editar.

Grok Image frente a otros generadores de imágenes

	Imagine Image 2.0	GPT Image 2.5	Nano Banana 2	Nano Banana Pro
Puesto en Arena (24/09/2026)	6	1	9	14
Edición por zonas	varita mágica, segmentación	por máscara	por prompt	por prompt
Quitar el fondo	sí	fondo transparente	—	—
Referencias	hasta 5	varias	hasta 14	hasta 14
Precio en la API	0,04 $	por tokens	desde 0,045 $	desde 0,134 $

Grok Image 2.0 está por encima de Nano Banana 2 y Pro en el ranking y es más práctica para ediciones puntuales y recortes. Para el texto más preciso manda GPT Image 2.5; para escenas complejas con una docena de referencias, Nano Banana. La comparativa detallada está en nuestra reseña de generadores de imágenes con IA.

Grok Image en AI2Face

SuperGrok es una suscripción aparte con tope semanal. En AI2Face, Grok Image está disponible directamente en el generador:

• sin suscripción a SuperGrok: entra con tu correo o con Google;
• pago con tarjeta, criptomonedas u otro método cómodo: el coste de cada generación se ve antes de lanzarla;
• los créditos no caducan: además de la suscripción puedes comprar un paquete de créditos, y el saldo pasa al mes siguiente;
• sin etiquetas de IA en el archivo: AI2Face elimina de la imagen final los metadatos de la red neuronal y escribe en su lugar el EXIF de una cámara normal, así las redes sociales no verán en el archivo la marca «generado por IA»;
• todos los modelos en una suscripción: Grok Image, GPT Image, Nano Banana y los modelos de video; sale más a cuenta que pagar suscripciones por separado y es fácil comparar imágenes con el mismo prompt;
• créditos de bienvenida al registrarte: suficientes para tus primeras imágenes.

Conclusión

Usa Grok Image 2.0 para pósteres y portadas con texto, fotos de producto y, sobre todo, para editar: cambiar un detalle, quitar el fondo, cambiar la relación de aspecto, componer una escena con varias fotos, sin perder la cara ni la composición. Está en el top 10 y por encima de Nano Banana. Si necesitas un párrafo de texto pequeño sin ningún error, compárala con GPT Image 2.5; si necesitas una docena de referencias en una escena, prueba Nano Banana Pro. Una imagen hecha con Grok se puede animar enseguida: mira cómo en la guía de Grok video.