Grok图片生成API怎么保存原图？比例、Base64与本地文件核对

调用Grok图片生成API后拿到一个URL，几天后链接失效，不代表网站一定丢了图片文件：默认返回的是临时托管地址，官方建议及时下载或处理。本文使用Base64输出保存一张练习封面，完成提示、比例、返回检查与落盘核对，不实际发送付费生成请求，也不把示例图片说成亲测结果。

第一步：准备模型与输出目标

使用有相应权限的官方API账号，将密钥保存在服务端环境。当前官方生成模型示例为grok-imagine-image-2.0，使用全局https://api.x.ai/v1入口。普通聊天订阅或第三方套餐不能默认替代API权限，图片生成与文本接口的模型名也不能混用。

先只生成一张，确定目标是横向文章封面还是方形缩略图。官方支持aspect_ratio设置，默认auto；明确用途时选16:9等受支持比例，不在提示里只写“宽一点”然后假设尺寸必然固定。分辨率与质量另有参数及费用影响，按实际需求选择。

第二步：把画面要求和排除项写清楚

练习提示：为一篇介绍数据整理流程的教程生成横向封面，抽象文件卡片、简洁桌面和清楚留白，整体明亮、结构清晰，不出现品牌标志、人物身份、价格或任何文字。主体不要靠边，便于后续裁切为缩略图。

这种无文字封面更容易验证，不需要模型编造产品界面。若需要放中文标题，生成后仍应逐字核对，并按你的排版流程处理；不要把看起来像界面的图当作真实产品截图。需要参考图编辑时使用相应编辑接口，本教程讲从提示生成新图。

第三步：请求Base64而非只存URL

import os, base64, io, pathlib
from openai import OpenAI
from PIL import Image

client = OpenAI(api_key=os.environ["XAI_API_KEY"],
                base_url="https://api.x.ai/v1")
result = client.images.generate(
    model="grok-imagine-image-2.0",
    prompt="横向抽象数据整理封面，文件卡片、明亮桌面、留白，不含文字或品牌。",
    n=1, response_format="b64_json",
    extra_body={"aspect_ratio":"16:9"},
)
if not result.data or not result.data[0].b64_json:
    raise RuntimeError("No base64 image returned")
raw = base64.b64decode(result.data[0].b64_json, validate=True)
with Image.open(io.BytesIO(raw)) as image:
    fmt, size = image.format, image.size
    image.verify()
ext = {"JPEG":"jpg", "PNG":"png", "WEBP":"webp"}.get(fmt)
if ext is None:
    raise RuntimeError("Review unsupported output format: " + str(fmt))
path = pathlib.Path("practice-cover." + ext)
with path.open("xb") as out:
    out.write(raw)
print(path.name, fmt, size)

示例需要对应SDK与Pillow依赖，代码只经语法检查，未发起模型调用。Python兼容SDK将扩展参数放extra_body，response_format为b64_json；不要把Base64字符串直接当二进制写文件，也别在日志打印整段数据。xb避免覆盖已有文件，重复运行需先决定新文件名。

第四步：打开文件检查真实结果

保存后用图片查看器打开，确认能解码、格式与后缀匹配、尺寸合理，主体没有越界或奇怪文字。Base64解码成功只说明编码有效，不代表图片满足需求；verify通过也不检查画面语义。逐项回看提示中的内容要求与排除项。

若选择URL输出，应及时下载原始媒体并检查HTTP状态与图片内容，不能把错误网页保存为.jpg。网站应引用自己妥善保存或托管的最终文件，而非假定临时地址永久有效。不要编造URL固定过期时长，当前文档只说明它是临时链接。

第五步：控制重试与交付记录

官方n支持一次多张，但增加数量会增加处理与费用，不为检查保存代码盲目批量生成。生成失败时先查看状态和错误，确认是否已经收到可用结果，再决定重试；本地写入失败不意味着需要再次付费生成，优先处理已获取数据。

记录提示词、模型、比例、实际格式与输出文件位置，确认网页上传后的图片可访问。完成标准是拿到真实可打开文件、画面通过人工核对、引用地址由你控制，而不只是API返回了一个看似正确的URL。

上传站点前再检查封面裁切和替代文字，确保小尺寸仍看得清主体。记录文件与文章的对应关系，避免同名旧图被缓存后误认成新生成结果。换图后应重新打开实际页面检查，不仅看后台媒体库缩略图。

官方资料

资料核对日期：2026年11月8日。

• xAI：Image Generation