xAIの新しい画像モデル「Imagine Image 2.0」は、利用できる場所とArenaが測ったものを分けて読む必要がある。xAIは2026年8月7日、Grok.com/imagineのQuality Mode、iOS、Androidで同モデルを一般提供した。同日表示のArenaでは、テキストからの画像生成と単一画像編集の双方で2位だった。
ただし、その順位は製品全般の確定的な優劣を表すものではない。Arenaは匿名対戦の投票を集計する場であり、Image 2.0の表示にはPreliminaryが付く。xAIが示す編集機能と、開発者が利用できるAPIの状態にも隔たりがある。ランキング、制作フロー、APIを分けて見ると、今回の一般提供で利用者に開かれた部分と、開発者に残された未確定事項が分かれる。
「2位」に付くPreliminaryという条件
ArenaのText-to-Imageでは、「grok-imagine-image-2.0 (low)」が1,320±12で2位だった。1位の「gpt-image-2 (medium)」は1,380±5で、Image 2.0は2,722票を得ている。単一画像編集のImage EditでもImage 2.0は1,439±8で2位となり、1位のgpt-image-2 (medium)は1,463±4だった。Image Editのリーダーボードは53モデル、28,831,297票を表示している。
二つの2位は、画像生成と画像編集を同じ数値に合算した結果ではない。別々のリーダーボードで得た順位であり、集計条件も異なる。Text-to-Imageの1位モデルは69,194票、Image 2.0は2,722票と表示されるため、点差だけを取り出してモデル間の性能差と決めることもできない。
さらに両リーダーボードのImage 2.0にはPreliminaryが付く。Arenaの方針では、公開前に集めた投票に基づくスコアは、公開後に十分な新規投票が集まるまで暫定として扱う。公開直後に高い順位を得たことは分かる。一方で、長期の順位や画像制作全般での適合性を保証する表示ではない。
生成から反復編集へ移す機能群
xAIはImage 2.0について、細部までの指示追従、複雑な画像内の文字やレイアウトの保持、生成と編集をまたぐ入力内容の維持を掲げる。これらはxAIによる説明であり、独立した文字精度テストの結果ではない。
機能の並びは、最初の一枚を生成して終える使い方よりも、既存の画像を直し続ける流れを意識している。Magic Wandは指定領域だけを変え、Segmentationは編集する領域を選ぶ。背景除去にも対応し、Multi-Ref Editingでは最大5枚の入力画像を参照できる。作り直す部分を小さくしながら、複数の参照を持ち込める設計である。
Smart Resizeは、1枚の画像を1:2から2:1までの9種類の比率へ再構成する。対応するのは1:2、9:16、2:3、3:4、1:1、4:3、3:2、16:9、2:1である。テンプレートは写真編集や商品画像、マーケティングを対象にする。デザイン、ゲーム素材、ストリーミング用絵文字にも向ける。
xAIは、キャラクター、場所、小道具を別々に生成しつつ外観を保つ「Built image by image」の例を示し、動画制作への足がかりとしている。ただし、これは同社の作例と説明の範囲である。動画の連続性や商用制作での再現性までを約束する機能としては読めない。
Arenaの順位は何を集計したものか
Arenaの順位は、固定された設問を一度だけ解く静的なベンチマークではない。利用者はモデル名を知らないまま2モデルの出力を比べて投票し、その結果をBradley-Terry方式で集計する。したがって数値は、匿名対戦におけるコミュニティの選好を表す。
Image Arenaは2026年2月、400万件超のプロンプト分析を踏まえて用途別カテゴリと品質フィルタリングを導入した。これは画像生成で用途ごとに結果の見え方が違うことを扱うための仕組みである。総合順位を、あらゆる制作条件の完全な代理として使うことはできない。
Arenaの公開方針は、公開APIに加え、広く使える公開サービスも対象にする。Grok.comやアプリで一般提供されたことはArena掲載の条件に合うが、開発者向けAPIが同日に公開されたことを意味しない。2.0は、利用者向けの入口と開発者向けの入口が分かれたまま評価に入った。
「low」という表記も、読み替えには注意が要る。Arena上のモデル名には含まれるが、xAIの発表は速度や品質の階層を説明していない。「高速版」や「低品質版」と読む根拠はない。
一般提供とAPI提供の間
利用者はすでにGrok.com/imagine、iOS、AndroidからImage 2.0に触れられる。だが、xAI公式発表でAPI accessは「coming soon」とされる。8月7日時点で、Image 2.0専用APIのモデルID、価格、提供地域は示されていない。
xAIのAPIドキュメントには、別名として「grok-imagine-image-quality」と「grok-imagine-image-quality-latest」を持つ画像モデルが掲載されている。画像出力の価格は1Kで1枚0.05ドル、2Kで1枚0.07ドルである。ただし、そのページはこのモデルをImagine Image 2.0とは名指ししていない。現行ドキュメントの価格を、今回発表した2.0のAPI価格として扱うことはできない。
つまり、公開後のArena投票で順位の安定性が見え、Image 2.0用APIが出れば開発者向けの条件が分かる。部分編集、複数参照、比率変更が実制作でどこまで再現できるかは、それとは別に試す必要がある。
