Grok Imagine 2.0 vs GPT Image 2: 성능과 편집

xAI는 2026년 8월 7일에 Imagine Image 2.0을 출시했으며, 인용한 Arena 보드에 따르면 이 모델은 텍스트-이미지 생성과 이미지 편집 모두에서 세계 2위입니다. 두 분야 모두 1위는 OpenAI의 GPT Image 2^[1]가 차지했습니다. 이것이 핵심 소식이며, Grok Imagine 2.0 vs GPT Image 2 비교에서는 대부분 사람들이 예상하는 것보다 더 흥미로운 격차가 있습니다.

Grok Imagine 2.0 vs GPT Image 2 중 무엇을 기반으로 개발할지 결정하려면, 순위 자체는 페이지에서 가장 도움이 되지 않는 숫자입니다. 중요한 것은 둘 중 하나는 지금 API로 호출할 수 있고 다른 하나는 아니라는 점, 그리고 두 모델이 같은 작업의 다른 절반에 최적화되어 있다는 점입니다.

Grok Imagine 2.0 Arena 순위가 실제로 말하는 것

xAI가 발표 당일 인용한 리더보드에 따르면, Grok Imagine 2.0은 텍스트-이미지에서 1320(±12), 이미지 편집에서 1439(±8)의 점수를 기록했습니다^[1]. 이전 세대인 Grok Imagine Quality는 같은 현재 보드에서 1228과 1390에 위치합니다.

이는 생성에서 대략 +92 Elo, 편집에서 +49 Elo의 향상을 의미합니다. 이것은 반올림 오차가 아니며, "피부톤이 조금 더 좋아졌다"는 수준도 아닙니다. 이 정도 규모의 점프는 보통 모델이 픽셀을 렌더링하는 방식보다 지시사항을 처리하는 방식이 바뀌었음을 의미합니다.

여기에 단서가 있습니다. Grok Imagine 2.0의 점수는 투표 수가 적어서 아직 Preliminary 레이블이 붙어 있습니다. "강한 초기 배치"가 정직한 해석입니다. "세계 2위 이미지 모델, 확정"은 아직 아닙니다. 이 달에 작성한 Grok Imagine 2.0 vs GPT Image 2 판단은 정의상 잠정적입니다.

대부분이 놀라는 부분

Grok Imagine 2.0은 오늘 공개 API가 없습니다. xAI의 발표는 "API 액세스가 곧 출시됩니다"라는 말로 끝나고 거기서 멈춥니다^[1]. 엔드포인트도, 매개변수 참조도, 날짜도 없습니다.

한편, 지금 API에 있는 Grok 이미지 모델이 있고, 이것이 바로 그 모델은 아닙니다. grok-imagine-image-quality는 2026년 5월부터 호출 가능했습니다^[2]. 이것은 이전 세대이며, 위의 표에서 1228/1390 행입니다. 이 주에 Grok Imagine 2.0 동작을 기대하며 통합을 연결하면 Quality 동작을 얻고, 편집이 데모보다 약한 이유가 뭔지 궁금해하며 오후를 보낼 것입니다.

대조적으로, GPT Image 2는 지금 호출할 수 있습니다. 따라서 앞으로 몇 주간 실질적인 질문은 어느 모델이 더 나은가가 아닙니다. 어느 모델을 실제로 호출할 수 있는가입니다.

Grok Imagine 2.0이 진정으로 더 강한 곳

두 모델은 파이프라인에서 같은 슬롯을 놓고 경쟁하지 않습니다.

GPT Image 2는 한 번의 정확한 결과에서 이깁니다. 복잡한 지시사항 따르기, 텍스트 렌더링, 주체 보존, 낭비되는 재시도 감소. Responses API를 통해 대화를 계속 진행하고 그에 대해 고충실도 편집을 만들 수 있습니다^[3]. "정확히 하나의 이미지를 얻은 다음 정확하게 수정"하는 워크플로우라면, 이것이 더 강한 도구이며 그 Arena 배치가 이를 뒷받침합니다.

Grok Imagine 2.0은 루프에서 이깁니다. Grok Imagine 2.0 편집 모델이 흥미로운 절반입니다. 당신이 지적하는 영역만 변경하는 매직 완드, 정확한 영역을 위한 세분화, 투명도에 주체를 내보내는 배경 제거, 그리고 한 번의 생성에서 최대 5개의 입력을 받는 다중 참조 편집입니다.

마지막 기능이 과소평가된 것입니다. 한 번에 단일 참조 이미지를 각 작업마다 로드하는 대신, 캐릭터, 의상, 위치, 조명 및 전체 모양을 5개의 입력으로 나누고 각각 어디서 상속되는지 정확하게 제어합니다.

이것이 수정하는 이전 실패 모드는 이것입니다. 좋은 프레임을 생성하고, 한 손이 잘못되면, 이를 수정하기 위해 재생성하면, 이제 얼굴, 신체, 조명, 구성이 모두 드리프트했습니다. 영역 범위 편집은 이미 승인한 부분이 수정을 견뎌냅니다. 실제로는 이미지 생성을 슬롯 머신 레버를 당기는 것보다 망막 패스가 있는 사진 촬영에 더 가깝게 바꿉니다.

Smart Resize도 같은 카테고리에 속합니다. 공개된 9개의 가로세로 비율은 1:2에서 2:1까지이며, 기존 구성을 자르는 대신 모델이 선택한 비율에 대한 프레임을 채웁니다. 2:3 세로 화면이 새로운 자르기 외부에 있던 것을 잃지 않고 9:16 세로가 됩니다.

아무도 세지 않는 비디오 인접성

GPT Image 2는 비디오를 출력하지 않습니다. Grok Imagine은 그렇게 하며, 두 절반이 서로에게 넘기도록 구축됩니다. 그 인접성은 Grok Imagine 2.0 vs GPT Image 2 기능 표에 거의 나타나지 않지만, 일부 팀에게는 전체 질문을 결정합니다.

Video 1.5는 텍스트-비디오, 이미지-비디오, 최대 7개 이미지의 참조-비디오, 기본 1080p, 최대 15초 클립, 같은 패스에서 생성된 오디오를 다룹니다. 6초 720p Fast 생성은 40초 이상에서 대략 25초로 떨어졌습니다^[4]. 2026년 8월 2일 현재 이미지-비디오 Arena 보드에서 오류 막대가 겹치는 최상위 그룹 내 3위에 앉았습니다.

정지 이미지의 경우, 몇 초의 모션으로 충분한 경우가 많습니다. 움직이는 시선. 숨을 쉬며 올라오는 어깨. 바람에 움직이는 머리. 느린 푸시인. 출력이 소셜에 착륙하면, 이미지에서 짧은 클립으로의 핸드오프가 리더보드의 90 Elo보다 더 가치가 있습니다.

Gemini와 Krea 옆에 이것이 어떻게 맞는가

4개 모델, 4개의 다른 작업:

모델	가장 잘 하는 것
GPT Image 2	지정된 대로 정확하게 하나의 이미지를 착륙시킨 다음 정확하게 편집
Gemini / Nano Banana 2	세계 지식, 긴 컨텍스트, 대화형 멀티모달 편집
Krea 2	하나의 올바른 답을 찾기보다 미학적 방향 탐색
Grok Imagine 2.0	한 루프에서 빠르게 생성, 영역 수정 및 애니메이션

Gemini 3.1 Flash Image는 입력으로 오디오와 비디오를 수락하고, 검색을 통해 팩트 체크할 수 있으며, 최대 4K를 생성합니다. 복잡한 장면을 추론하거나 긴 대화에서 연속성을 유지해야 하는 모델이 필요하다면, 이것이 앞서갑니다.

Krea 2는 실행보다 탐색을 중심으로 구축됩니다. 스타일 참조, 무드보드, 강도 및 복잡성 슬라이더, LoRA. 고정된 브리프를 실행하는 것보다 일련의 모습을 찾는 데 더 적합합니다.

이것들은 모두 순위가 아닙니다. 네 가지 다른 작업 형태이며, 리더보드 위치만으로 선택하는 것이 팀이 잘못된 도구로 끝나는 방법입니다.

우리가 아직 알 수 없는 것

많은 보도가 추측하고 있기 때문에 명확하게 명시할 가치가 있습니다.

xAI는 이전의 Aurora 모델을 자동회귀 이미지 생성 모델로 설명했습니다^[5]. Grok Imagine 2.0의 경우, 아키텍처, 매개변수 수, 훈련 방법 및 MoE 구조는 단순히 발행되지 않습니다. "Aurora와 동일한 자동회귀 MoE"라거나 특정 DiT 또는 VAE를 사용한다는 주장은 사실처럼 보이는 추론입니다.

가격도 같은 이야기입니다. 모델이든 예정된 API든 발행된 것이 없습니다. 오늘 Grok Imagine 2.0의 이미지당 요금을 인용하는 사람은 누구나 그것을 만들었습니다. 출력 해상도 상한과 속도 제한도 공개되지 않습니다.

이 달을 위한 모델 선택

지금 프로덕션에 이미지 모델이 필요하다면, GPT Image 2는 엔드포인트가 있는 것이며, 측정된 두 보드 모두에서 1위입니다. 이것은 쉬운 결정이며, 잠정적 Elo 변화가 이것을 바꾸지 않습니다.

귀하의 작업이 루프처럼 보인다면, 생성, 한 영역 수정, 주체를 집합 간에 일관되게 유지한 다음 최고의 프레임을 짧은 클립에 푸시한다면, Grok Imagine 2.0 vs GPT Image 2 결정은 품질 질문이 아니라 워크플로우 질문이 됩니다. 실질적인 이동은 배포된 모델을 가진 공유 이미지 엔드포인트에 대해 오늘 구축한 다음 Grok Imagine 2.0이 열릴 때 모델 id를 교환하는 것입니다. reAPI에서 이것은 마이그레이션보다는 한 줄의 변경이며, 동일한 API 키가 플랫폼의 모든 모델에서 이미 작동합니다.

편집 모델이 실제로 변경하는 것

대부분의 이미지 API는 편집을 이미지를 수락하는 데 일어나는 두 번째 엔드포인트로 취급합니다. Grok Imagine 2.0은 이를 프레임을 생성한 동일한 시스템으로 취급하며, 그 구별이 데모보다는 실패 모드에 나타납니다.

레이블이 잘못 읽은 제품 샷을 가져갑니다. 생성 전용 모델에서 프롬프트를 다시 쓰고 다시 실행하면, 조명이 변하고, 그림자가 움직이고, 반사가 변하며, 이제 5가지 방식으로 다른 두 이미지를 비교합니다. 영역 범위 편집을 사용하면 레이블을 가리킵니다. 다른 모든 것은 이미 서명한 것과 바이트 단위로 정확합니다.

같은 논리가 일련의 모든 것을 다룹니다. Grok Imagine 2.0에 캐릭터 참조, 위치 참조 및 의상 참조를 별도의 입력으로 지정하면, 아침, 오후 및 실내 세트를 통해 동일한 주체를 실행할 수 있으며 얼굴이 샷 간에 드리프트하지 않습니다. 모든 것을 한 번에 수행하는 하나의 참조 이미지는 일관성이 일반적으로 깨지는 곳입니다.

배경 제거는 동일한 워크플로우에 맞습니다. 주체를 투명도에서 내보내는 것은 헤드라인 기능이 아니지만, 출력이 레이아웃에 직접 가는지 아니면 마스크 도구를 통해 먼저 왕복이 필요한지를 결정하는 단계입니다.

이 중 어느 것도 Grok Imagine 2.0을 원시 지시사항 따르기에서 GPT Image 2보다 더 나은 모델로 만들지 않습니다. Arena 숫자는 다른 것을 말하고 있으며, 잠정적이든 아니든 같은 방향을 가리킵니다. 변경하는 것은 괜찮은 프레임에서 완성된 자산에 도달하는 데 얼마나 많은 생성을 태우는지이며, 그 비용은 리더보드에 나타나지 않습니다.

References

xAI. Imagine Image 2.0. Retrieved August 2026 from x.ai/news/grok-imagine-image-2
xAI. Grok Imagine Quality Mode API. Retrieved August 2026 from x.ai/news/grok-imagine-quality-mode
OpenAI. Image generation guide. Retrieved August 2026 from platform.openai.com/docs/guides/image-generation
xAI. Grok Imagine Video 1.5. Retrieved August 2026 from x.ai/news/grok-imagine-video-1-5
xAI. Grok Imagine API. Retrieved August 2026 from x.ai/news/grok-imagine-api