Wer Bilder per Prompt macht, landet meist bei ChatGPT oder Gemini. Grok läuft eher nebenbei mit, obwohl xAI im August 2026 mit Imagine Image 2.0 ein neues Bildmodell gebracht hat. Also habe ich nachgesehen, wie es sich gegen die beiden schlägt. Wie ChatGPT und Gemini untereinander abschneiden, steht im eigenen Artikel ChatGPT oder Gemini: Wer macht die besseren Bilder?
Was ist Grok Imagine?
Grok Imagine ist der Bild- und Videobereich von Grok, der KI von xAI. Laut xAI läuft das Bildmodell Image 2.0 als „Quality Mode“ auf grok.com/imagine und in den Apps für iPhone und Android. xAI wirbt mit sauberer Schrift im Bild, einem Zauberstab für gezielte Änderungen und dem Bearbeiten mit bis zu fünf Eingabebildern. Diese drei Versprechen prüft dieser Test nicht, hier geht es um die reine Bilderzeugung nach Text.
So habe ich getestet
- Derselbe Text für alle. Vier englische Prompts, Wort für Wort gleich. Du findest jeden in seiner Runde zum Kopieren.
- Die Prompts stammen von Grok. Das ist ein kleiner Heimvorteil, den du kennen solltest: Mein Grok-Bot hat die Texte selbst formuliert.
- Die Abendgasse baut auf dem Mittagsbild auf. GPT Image und Nano Banana bekamen ihr jeweils eigenes Mittagsbild als Vorlage. Bei Grok zeigt das Abendbild sichtbar dieselbe Gasse wie sein Mittagsbild.
- GPT Image und Nano Banana im ersten Versuch. Beide liefen über das Bildportal Higgsfield in der Auflösung 1K und auf hoher Qualitätsstufe (Sunburst bei GPT Image). Nachgebessert habe ich nichts.
- Grok lief auf anderem Weg. Die Grok-Bilder kommen aus dem Bildwerkzeug des Grok-Bots, in ihren Bilddaten steht „Grok Imagine“. Sie sind etwas kleiner als die anderen: 1280 Pixel Breite statt 1344 und 1376 bei den Querformaten.
Bewertet habe ich jede Runde nach einer Frage: Welches Bild macht am ehesten, was im Prompt steht? Nicht, welches schöner ist.
Die vier Runden
Rate blind mit: Die Bilder stehen ohne Namen und in zufälliger Reihenfolge da. Überleg dir deinen Favoriten und lass dir dann Namen und Urteil zeigen.
Die Gasse in der Dämmerung
Kommt die Stimmung genau so an, wie sie bestellt ist?
Prompt anzeigen
Cinematic wide shot of an empty old-town alley at dusk, no people. Narrow cobblestone street with weathered stucco walls on both sides, two ornate wrought-iron wall lanterns glowing warm amber, one on each side of the frame. Wet cobblestones reflect the amber light. Deep teal-petrol shadows, soft haze and mist in the far distance, a dramatic dark blue sky with clouds and a warm orange glow on the horizon at the end of the street. Dark, moody, adult cinematic color grading in teal and amber, subtle film grain, shallow atmospheric depth, photorealistic. No text, no letters, no logos, no watermark, no people, no vehicles.
Unentschieden: Grok und Nano Banana
Grok liefert genau die bestellte Szene und das schönste Spiegeln im Pflaster, bleibt in den Schatten aber eher braun als petrolfarben. Nano Banana trifft die Farben am besten, dafür spiegelt das Pflaster kaum Bernstein. GPT Image macht das spektakulärste Bild, baut aber eine Hügelstadt, Zypressen und Berge ein, nach denen niemand gefragt hat.
| Aus dem Prompt | Grok | GPT | Nano |
|---|---|---|---|
| Zwei Laternen, je eine pro Seite | Ja | Ja | Ja |
| Nasses Pflaster spiegelt Bernstein | Ja | Ja | Teils |
| Schatten in Petrol | Teils | Teils | Ja |
| Dunst in der Ferne | Ja | Ja | Ja |
| Orangener Horizont am Straßenende | Ja | Teils | Ja |
Das gewöhnliche Mittagsfoto
Sieht es nach einem schnellen Handyfoto aus, nicht nach Reisekatalog?
Prompt anzeigen
Photorealistic snapshot of a narrow Italian-style old-town alley at midday in bright sunlight, no people. Pastel-colored stucco houses in pink, pale yellow and cream, teal-green wooden window shutters, wrought-iron balconies with red geraniums, a black wrought-iron wall lantern on the right-hand house, old stone-paved street leading into the distance, clear pale blue sky. Flat, neutral, slightly overexposed everyday smartphone-photo look, hard midday light with short shadows, natural colors, no color grading. No text, no logos, no people, no vehicles.
Punkt für Nano Banana
Alle drei halten die Vorgaben ein, der Unterschied liegt im Eindruck. Nano Banana liefert abgeplatzten Putz, Stromkästen und einen blassen Himmel, das wirkt am ehesten wie aus dem Urlaub mitgebracht. Grok ist sauber, aber die Wände sind so glatt, dass es leicht gerendert aussieht. GPT Image macht daraus ein Prospektbild mit sattem Blau und vielen Blumenkübeln.
| Aus dem Prompt | Grok | GPT | Nano |
|---|---|---|---|
| Laterne am rechten Haus | Ja | Ja | Ja |
| Balkone mit roten Geranien | Ja | Ja | Ja |
| Grüne Fensterläden, Pastellhäuser | Ja | Ja | Ja |
| Blasser, heller Himmel | Teils | Nein | Ja |
| Flacher Alltagsfoto-Look | Teils | Nein | Ja |
Dieselbe Gasse am Abend
Ändert sich wirklich nur das Licht?
Prompt anzeigen
Same alley, same houses, same camera angle, same composition and same architecture as the reference image, keep all buildings, shutters, balconies and the lantern exactly in place. Change only the light and color mood to an evening cinematic look: dramatic dark stormy sky with a warm orange glow at the horizon, cool teal-petrol ambient shadows, the wall lantern now glowing warm amber and casting a warm glow on the wall, warm side backlight, light haze in the distance, gentle film grain, darker and moodier, photorealistic. No new objects, no people, no text, no logos.
Punkt für Nano Banana (knapp)
Am Aufbau ändert keine der drei etwas Wesentliches, das ist die gute Nachricht. GPT Image übertreibt am stärksten: Das Pflaster glänzt plötzlich nass, das Bild glüht in Orange, von kühlen Schatten bleibt wenig. Wirkungsvoll, aber nicht bestellt. Grok und Nano Banana bleiben näher am Auftrag. Den Punkt bekommt Nano Banana, weil dort auch die Petrol-Schatten stimmen.
| Aus dem Prompt | Grok | GPT | Nano |
|---|---|---|---|
| Häuser, Läden und Balkone bleiben | Ja | Ja | Ja |
| Nur Licht und Stimmung ändern sich | Ja | Nein | Ja |
| Laterne leuchtet warm auf die Wand | Ja | Ja | Ja |
| Dunkler Himmel mit orangem Horizont | Ja | Ja | Ja |
| Schatten in Petrol | Teils | Nein | Ja |
Drei Abzüge auf dem Schreibtisch
Stimmen alle Vorgaben, bis zur Position jedes Gegenstands?
Prompt anzeigen
Top-down view of a dark wooden desk in a dimly lit room, no people. Three printed photo prints with white borders lie side by side in the center. All three show the same empty old-town alley at night with glowing street lamps, but each with a slightly different color grade: the left print cool blue-teal, the middle print warm amber-orange, the right print teal with amber highlights. A vintage rangefinder camera at the bottom left, a black desk lamp with a warm light at the top left, a cup of coffee on a saucer at the top right, a small green plant in the top right corner, a closed book at the bottom right. Moody, warm low light, cinematic, photorealistic, subtle film grain. The small prints show no readable text, no letters, no logos, no people. No hands.
Punkt für Grok
Hier ist Grok am saubersten: alle Gegenstände am richtigen Platz, Kamera und Buch ganz im Bild, nichts dazuerfunden. GPT Image legt die Abzüge groß und schön ins Bild, schneidet aber Kamera, Lampe und Buch am Rand an und stellt eine Kiste dazu. Nano Banana macht aus den Abzügen schräg liegende Sofortbilder und legt einen Kameragurt dazu.
| Aus dem Prompt | Grok | GPT | Nano |
|---|---|---|---|
| Drei Abzüge in der richtigen Farbfolge | Ja | Ja | Ja |
| Weiße Ränder, nebeneinander in der Mitte | Ja | Teils | Teils |
| Kamera, Lampe, Kaffee, Pflanze, Buch am richtigen Ort | Ja | Ja | Ja |
| Kamera und Buch liegen ganz im Bild | Ja | Nein | Ja |
| Nichts Zusätzliches | Ja | Teils | Teils |
Die Abendgasse im Regler
In Runde 3 sollte sich nur das Licht ändern. Zieh die Regler und sieh selbst, was jede KI zwischen Mittag und Abend sonst noch verschoben hat.
Der Endstand
Die null bei GPT Image sagt nicht, dass die Bilder schlecht sind. Im Gegenteil, auf den ersten Blick wirken sie am stärksten. Sie machen nur am häufigsten mehr, als bestellt war. Wer genau das sucht, ist dort gut aufgehoben.
Kostenlos oder Abo?
- Kostenlos: Auf der Preisseite von xAI steht beim Plan „Free“ für die Bilderzeugung „Limited“. Eine feste Zahl nennt xAI nicht.
- Bezahlt: Plus kostet dort 8, Premium 30 und Super 100 US-Dollar im Monat, jeweils vor Steuern (Stand 3. November 2026). Preise können sich ändern, schau vor dem Abschluss selbst nach.
- Grenzen: Seit Juni 2026 teilen sich bezahlte Pläne laut xAI einen wöchentlichen Vorrat für alle Grok-Produkte. Den Stand zeigt die Einstellung „Usage“.
- Wasserzeichen: Laut xAI tragen erzeugte Bilder ein Grok-Wasserzeichen. Abschalten lässt es sich nicht, und Entfernen ist nach den Nutzungsregeln verboten. In den Ecken meiner vier Grok-Bilder aus dem Grok-Bot sehe ich keins, die Herkunft steht dort in den Bilddaten. Direkt in Imagine kann das anders aussehen.
Was dieser Test nicht zeigt
- Vier Runden sind keine Rangliste. Bildmodelle arbeiten mit Zufall. Ein zweiter Durchgang könnte knappe Runden drehen.
- Nicht in den Apps getestet. ChatGPT, Gemini und die Grok-App können deinen Text umbauen, bevor das Bild entsteht. Dort kann dasselbe Wort ein anderes Bild ergeben. Auch Knöpfe und Menüs der Grok-App habe ich hier nicht geprüft.
- Keine eigenen Fotos. Alle Motive sind frei erfunden. Wie gut Grok echte Fotos bearbeitet, beantwortet dieser Test nicht.
- Meine Bewertung ist meine. Die Prüflisten zeigen dir, wie ich gezählt habe. Wenn du anders urteilst, ist das kein Fehler.
So probierst du es selbst aus
- Grok Imagine öffnen: grok.com/imagine im Browser oder den Bereich Imagine in der Grok-App.
- Einen Prompt kopieren: Öffne oben in einer Runde „Prompt anzeigen“ und füge den Text unverändert ein.
- Mit ChatGPT oder Gemini vergleichen: Denselben Text dort einfügen, gern mehrmals erzeugen. Ein einzelnes Bild ist Glückssache.
- Nach dem Prompt urteilen: Geh ihn Punkt für Punkt durch, so wie in meinen Prüflisten. Das zeigt schnell, welche KI wirklich zuhört.
Häufige Fragen
Ist Grok Imagine kostenlos?
Ja, eingeschränkt. Auf der Preisseite von xAI steht beim kostenlosen Plan für die Bilderzeugung „Limited“, also begrenzt, ohne eine feste Zahl. Bezahlte Pläne beginnen laut derselben Seite bei 8 US-Dollar im Monat vor Steuern (Stand 3. November 2026).
Kann ich das Wasserzeichen bei Grok entfernen?
Nein. Laut xAI tragen erzeugte Bilder und Videos ein Grok-Wasserzeichen, es gibt keine Einstellung zum Abschalten, und Entfernen oder Verändern ist nach den Nutzungsregeln verboten.
Wie viele Bilder kann ich mit Grok erstellen?
xAI nennt keine feste Bildzahl. Bezahlte Pläne teilen sich einen wöchentlichen Nutzungsvorrat für alle Grok-Produkte, den Stand zeigt die Einstellung Usage. Zahlen auf Ratgeberseiten konnte ich bei xAI nicht wiederfinden, deshalb nenne ich keine.
Kann Grok eigene Fotos bearbeiten?
Laut xAI ja, mit bis zu fünf Eingabebildern in einem Durchgang. Ausprobiert habe ich das für diesen Artikel nicht: Hier habe ich nur die Bilder aus Text und die Abendfassung der Gasse verglichen.
Ist Grok besser als ChatGPT oder Gemini?
In diesen vier Runden lag Nano Banana 2.1 knapp vorn, Grok gewann die Runde mit den meisten Vorgaben, GPT Image 2.5 machte die wirkungsvollsten, aber am wenigsten genauen Bilder. Vier Runden sind allerdings nur ein Eindruck und keine Rangliste.
Mein Fazit
Grok muss sich nicht verstecken. Es baut ruhige, aufgeräumte Bilder und hält sich auch an lange Prompts, nur Farbwünsche wie Petrol nimmt es nicht immer ernst, und glatte Flächen verraten manchmal die KI. Nano Banana liegt in diesen vier Runden knapp vorn, GPT Image bleibt der Showman.
Wer für bestimmte Bilder gern eine zweite Meinung hat, kann Grok also dazunehmen. Und wenn du eigene Fotos in Kinobilder verwandeln willst: Den passenden Prompt findest du im Artikel Ein Prompt. Sieben Fotos. Kinolook.
Ein Prompt. Drei KIs. Dein Urteil.
Quellen
- Wasserzeichen, wöchentlicher Vorrat, Einstellung Usage: xAI FAQ
- Pläne und Preise, „Limited“ im kostenlosen Plan: xAI Preisseite, gelesen am 3. November 2026
- Imagine Image 2.0, Quality Mode, fünf Eingabebilder, Zauberstab: xAI, 7. August 2026
- Alle GPT- und Nano-Bilder: eigener Test am 3. November 2026 über Higgsfield, GPT Image 2.5 (Sunburst, 1K, Qualität hoch) und Nano Banana 2.1 (1K, höchste Denkstufe). Alle Bilder in diesem Artikel sind KI-generiert.