Grok Imagine Video 1.5 ist ein xAI-Modell zur Videogenerierung anhand von Textbeschreibungen und visuellem Material. Die aktuelle Ailoot-Methode veröffentlicht Textgenerierung; zusätzliche Modellmodi ermöglichen Bildanimation, Referenznutzung und die Vorgabe von Stützbildern der Szene.
Das Ergebnis entsteht asynchron: Nach Aufgabenstellung wird die Bereitschaft über deren Bezeichner geprüft. Laut xAI kann der Prozess mehrere Minuten dauern, abhängig von Szenenkomplexität, Dauer und Auflösung. Der Erhalt eines Aufgabenbezeichners bedeutet noch kein fertiges Video.
Das erstellte Video dauert 1 bis 15 Sekunden. Auswählbar sind 1:1, 16:9, 9:16, 4:3, 3:4, 3:2 oder 2:3; für Text ist 16:9 Standard. Bei Bildanimation bleiben standardmässig dessen Proportionen erhalten.
Für Generierung aus Text und Anfangsbild sind 480p, 720p und 1080p verfügbar. 480p ist Standard; der Referenzmodus ist auf 720p begrenzt. 1080p darf nicht auf sämtliche Modi übertragen werden, nur weil das Modell diese Auflösung besitzt.
Im Referenzmodus nimmt xAI bis zu 7 Bilder entgegen. Sie legen Menschen, Gegenstände, Kleidung und weitere visuelle Merkmale fest, ohne das Anfangsbild zu fixieren. Diese Arbeitsweise dient Szenen mit wiederkehrenden Figuren, Produktvorführungen und dem Erhalt eines gewünschten Erscheinungsbildes über verschiedene Inszenierungen hinweg.
Version 1.5 erlaubt die Fixierung des genauen Anfangsbildes, Endbildes oder beider. Ist nur das letzte vorgegeben, gestaltet das Modell den Anfang selbst und erreicht das angegebene Bild. Bei zwei festgelegten Grenzen erzeugt es die Bewegung dazwischen; eine Textanweisung kann Bewegung und Kameraführung präzisieren.
Für ein Storyboard innerhalb des Videos lassen sich bis zu 4 Keyframes fixieren. Jeder Zeitpunkt muss strikt nach dem Anfang und vor dem Ende liegen; die Zuordnung erfolgt auf einem Raster von 1/3 Sekunde. Zwei Bilder, die auf denselben Rasterpunkt gerundet werden, werden abgelehnt. Vermeiden lässt sich das durch mindestens 1/3 Sekunde Abstand. Erstes und letztes Bild werden getrennt von diesen vier Zwischenbildern festgelegt.
Stützbilder können mit visuellen Referenzen und vorgefertigten Stimmen kombiniert werden. Ist mindestens ein Bild fixiert, ist eine Textbeschreibung optional: Die Bildfolge selbst legt die Szene fest. Keyframes lassen sich nicht zusammen mit Videobearbeitung verwenden. Diese xAI-Fähigkeiten bedeuten keine Verfügbarkeit in der veröffentlichten Ailoot-Textgenerierung.
Das erstellte Video enthält standardmässig eine Tonspur; ein stummes Ergebnis ist ebenfalls vorgesehen. Im xAI-Modus mit Stimmreferenzen können bis zu 3 vorgefertigte Stimmen ausgewählt und sprechenden Szenenteilnehmern zugeordnet werden.
Die Übermittlung einer eigenen Audiodatei als Stimmvorlage ist keine allgemeine Fähigkeit dieses Modells: xAI stellt sie separat auf Anfrage bereit. Eine vorgefertigte Stimme und hochgeladenes Audio sind unterschiedliche Eingabearten.
Textgenerierung erstellt eine neue Szene; ein Anfangsbild legt ihren Beginn fest; Referenzen steuern das Erscheinungsbild; fixierte Bilder setzen visuelle Zeitpunkte. Jeder Modus hat eigene Grenzen; Einstellungen einer Arbeitsweise dürfen deshalb nicht bedingungslos auf eine andere übertragen werden.
", "aboutText": "### Eine Videoszene erstellen\n\nGrok Imagine Video 1.5 ist ein xAI-Modell zur Videogenerierung anhand von Textbeschreibungen und visuellem Material. Die aktuelle Ailoot-Methode veröffentlicht Textgenerierung; zusätzliche Modellmodi ermöglichen Bildanimation, Referenznutzung und die Vorgabe von Stützbildern der Szene.\n\nDas Ergebnis entsteht asynchron: Nach Aufgabenstellung wird die Bereitschaft über deren Bezeichner geprüft. Laut xAI kann der Prozess mehrere Minuten dauern, abhängig von Szenenkomplexität, Dauer und Auflösung. Der Erhalt eines Aufgabenbezeichners bedeutet noch kein fertiges Video.\n\n### Dauer, Seitenverhältnisse und Auflösung\n\nDas erstellte Video dauert **1 bis 15 Sekunden**. Auswählbar sind `1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `3:2` oder `2:3`; für Text ist `16:9` Standard. Bei Bildanimation bleiben standardmässig dessen Proportionen erhalten.\n\nFür Generierung aus Text und Anfangsbild sind **480p, 720p und 1080p** verfügbar. 480p ist Standard; der Referenzmodus ist auf 720p begrenzt. 1080p darf nicht auf sämtliche Modi übertragen werden, nur weil das Modell diese Auflösung besitzt.\n\n### Das Erscheinungsbild steuern\n\nIm Referenzmodus nimmt xAI bis zu **7 Bilder** entgegen. Sie legen Menschen, Gegenstände, Kleidung und weitere visuelle Merkmale fest, ohne das Anfangsbild zu fixieren. Diese Arbeitsweise dient Szenen mit wiederkehrenden Figuren, Produktvorführungen und dem Erhalt eines gewünschten Erscheinungsbildes über verschiedene Inszenierungen hinweg.\n\n### Erstes, letztes und dazwischenliegende Bilder\n\nVersion 1.5 erlaubt die Fixierung des genauen Anfangsbildes, Endbildes oder beider. Ist nur das letzte vorgegeben, gestaltet das Modell den Anfang selbst und erreicht das angegebene Bild. Bei zwei festgelegten Grenzen erzeugt es die Bewegung dazwischen; eine Textanweisung kann Bewegung und Kameraführung präzisieren.\n\nFür ein Storyboard innerhalb des Videos lassen sich bis zu **4 Keyframes** fixieren. Jeder Zeitpunkt muss strikt nach dem Anfang und vor dem Ende liegen; die Zuordnung erfolgt auf einem Raster von **1/3 Sekunde**. Zwei Bilder, die auf denselben Rasterpunkt gerundet werden, werden abgelehnt. Vermeiden lässt sich das durch mindestens 1/3 Sekunde Abstand. Erstes und letztes Bild werden getrennt von diesen vier Zwischenbildern festgelegt.\n\nStützbilder können mit visuellen Referenzen und vorgefertigten Stimmen kombiniert werden. Ist mindestens ein Bild fixiert, ist eine Textbeschreibung optional: Die Bildfolge selbst legt die Szene fest. Keyframes lassen sich nicht zusammen mit Videobearbeitung verwenden. Diese xAI-Fähigkeiten bedeuten keine Verfügbarkeit in der veröffentlichten Ailoot-Textgenerierung.\n\n### Ton und Stimmen\n\nDas erstellte Video enthält standardmässig eine Tonspur; ein stummes Ergebnis ist ebenfalls vorgesehen. Im xAI-Modus mit Stimmreferenzen können bis zu **3 vorgefertigte Stimmen** ausgewählt und sprechenden Szenenteilnehmern zugeordnet werden.\n\nDie Übermittlung einer eigenen Audiodatei als Stimmvorlage ist keine allgemeine Fähigkeit dieses Modells: xAI stellt sie separat auf Anfrage bereit. Eine vorgefertigte Stimme und hochgeladenes Audio sind unterschiedliche Eingabearten.\n\n### Arbeitsmodi\n\nTextgenerierung erstellt eine neue Szene; ein Anfangsbild legt ihren Beginn fest; Referenzen steuern das Erscheinungsbild; fixierte Bilder setzen visuelle Zeitpunkte. Jeder Modus hat eigene Grenzen; Einstellungen einer Arbeitsweise dürfen deshalb nicht bedingungslos auf eine andere übertragen werden.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "bd811a8cc5a02610aceeed527d2a2081c067cfac1dc0a56596217e86b9ebae34", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-ch", "methods": [ { "html": "grok-imagine-video-1.5Grok Imagine Video 1.5 erstellt Videos aus Text mit 1–15 Sekunden Dauer, einschliesslich 1080p. Das Modell selbst unterstützt Bildanimation, visuelle Referenzen, Keyframe-Inszenierung und eine Tonspur.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Grok Imagine Video 1.5 ist ein xAI-Modell zur Videogenerierung anhand von Textbeschreibungen und visuellem Material. Die aktuelle Ailoot-Methode veröffentlicht Textgenerierung; zusätzliche Modellmodi ermöglichen Bildanimation, Referenznutzung und die Vorgabe von Stützbildern der Szene.
Das Ergebnis entsteht asynchron: Nach Aufgabenstellung wird die Bereitschaft über deren Bezeichner geprüft. Laut xAI kann der Prozess mehrere Minuten dauern, abhängig von Szenenkomplexität, Dauer und Auflösung. Der Erhalt eines Aufgabenbezeichners bedeutet noch kein fertiges Video.
Das erstellte Video dauert 1 bis 15 Sekunden. Auswählbar sind 1:1, 16:9, 9:16, 4:3, 3:4, 3:2 oder 2:3; für Text ist 16:9 Standard. Bei Bildanimation bleiben standardmässig dessen Proportionen erhalten.
Für Generierung aus Text und Anfangsbild sind 480p, 720p und 1080p verfügbar. 480p ist Standard; der Referenzmodus ist auf 720p begrenzt. 1080p darf nicht auf sämtliche Modi übertragen werden, nur weil das Modell diese Auflösung besitzt.
Im Referenzmodus nimmt xAI bis zu 7 Bilder entgegen. Sie legen Menschen, Gegenstände, Kleidung und weitere visuelle Merkmale fest, ohne das Anfangsbild zu fixieren. Diese Arbeitsweise dient Szenen mit wiederkehrenden Figuren, Produktvorführungen und dem Erhalt eines gewünschten Erscheinungsbildes über verschiedene Inszenierungen hinweg.
Version 1.5 erlaubt die Fixierung des genauen Anfangsbildes, Endbildes oder beider. Ist nur das letzte vorgegeben, gestaltet das Modell den Anfang selbst und erreicht das angegebene Bild. Bei zwei festgelegten Grenzen erzeugt es die Bewegung dazwischen; eine Textanweisung kann Bewegung und Kameraführung präzisieren.
Für ein Storyboard innerhalb des Videos lassen sich bis zu 4 Keyframes fixieren. Jeder Zeitpunkt muss strikt nach dem Anfang und vor dem Ende liegen; die Zuordnung erfolgt auf einem Raster von 1/3 Sekunde. Zwei Bilder, die auf denselben Rasterpunkt gerundet werden, werden abgelehnt. Vermeiden lässt sich das durch mindestens 1/3 Sekunde Abstand. Erstes und letztes Bild werden getrennt von diesen vier Zwischenbildern festgelegt.
Stützbilder können mit visuellen Referenzen und vorgefertigten Stimmen kombiniert werden. Ist mindestens ein Bild fixiert, ist eine Textbeschreibung optional: Die Bildfolge selbst legt die Szene fest. Keyframes lassen sich nicht zusammen mit Videobearbeitung verwenden. Diese xAI-Fähigkeiten bedeuten keine Verfügbarkeit in der veröffentlichten Ailoot-Textgenerierung.
Das erstellte Video enthält standardmässig eine Tonspur; ein stummes Ergebnis ist ebenfalls vorgesehen. Im xAI-Modus mit Stimmreferenzen können bis zu 3 vorgefertigte Stimmen ausgewählt und sprechenden Szenenteilnehmern zugeordnet werden.
Die Übermittlung einer eigenen Audiodatei als Stimmvorlage ist keine allgemeine Fähigkeit dieses Modells: xAI stellt sie separat auf Anfrage bereit. Eine vorgefertigte Stimme und hochgeladenes Audio sind unterschiedliche Eingabearten.
Textgenerierung erstellt eine neue Szene; ein Anfangsbild legt ihren Beginn fest; Referenzen steuern das Erscheinungsbild; fixierte Bilder setzen visuelle Zeitpunkte. Jeder Modus hat eigene Grenzen; Einstellungen einer Arbeitsweise dürfen deshalb nicht bedingungslos auf eine andere übertragen werden.
POST /v1/videos/generationstextvideo| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits grok-imagine-video-1.5 | Standard— |
Feldprompt | Typstring | AnforderungOptional | Werte und Limits Mindestlänge: 1 | Standard— |
Feldduration | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 15 Bedingungen: Geben Sie duration und seconds nicht gleichzeitig an Einheit: Sekunden | Standard1 |
Feldseconds | Typinteger|integer_string | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 15 Alternative: duration | Standard— |
Feldresolution | Typstring | AnforderungOptional | Werte und Limits 480p, 720p, 1080p | Standard480p |
Feldaspect_ratio | Typstring | AnforderungOptional | Werte und Limits 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 Bedingungen: Wenn ein Eingabebild vorliegt und das Seitenverhältnis fehlt, übernimmt der Anbieter das Seitenverhältnis des Bildes | Standard16:9 |
Feldsize | Typstring | AnforderungOptional | Werte und Limits 1280x720, 720x1280, 1920x1080, 1080x1920 Bedingungen: Muss mit resolution/aspect_ratio übereinstimmen, wenn beide angegeben sind | Standard— |
Feldimage | Typobject | AnforderungOptional | Werte und Limits Bedingungen: Tatsächliches unterstütztes Eingabebild; erlaubt das Weglassen der Textbeschreibung | Standard— |
Text zu Video · Erforderlich: prompt
Bild zu Video · Erforderlich: image
| Parameter | Vertrag |
|---|---|
Parametermaterial_types | Vertragtext |
Parameterrequired | Vertragnull |
Parameteroptional_controls | Vertragnull |
Lebenszyklus: submit_once_poll_original
GET /v1/videos/{request_id}
GET /v1/videos/generations/{request_id}
GET /v1/videos/{request_id}/content
GET /v1/videos/generations/{request_id}/content
Methodenstrukturen und IDs sind exakt; die Fähigkeiten des Anbieters sind von der Zulassung einer Anfrage zu unterscheiden.
POST /v1/videos/generationsAiloot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl https://api.ailoot.ai/v1/videos/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" \\\n -H "Content-Type: application/json" \\\n -d '{"model": "grok-imagine-video-1.5", "prompt": "A person walks slowly through a quiet garden as the camera tracks from the side."}'mp4
GET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/videos/generations/{request_id}/contentset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_VIDEO_ID:?Set the actual Ailoot operation ID returned by creation}"\nexport AILOOT_VIDEO_ID\nvideo_id=$(python3 -c 'import os, urllib.parse; print(urllib.parse.quote(os.environ["AILOOT_VIDEO_ID"], safe=""))') || exit 1\ncurl "https://api.ailoot.ai/v1/videos/generations/$video_id" \\\n -H "Authorization: Bearer $AILOOT_API_KEY"set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_VIDEO_ID:?Set the actual Ailoot operation ID returned by creation}"\nexport AILOOT_VIDEO_ID\nvideo_id=$(python3 -c 'import os, urllib.parse; print(urllib.parse.quote(os.environ["AILOOT_VIDEO_ID"], safe=""))') || exit 1\ncurl "https://api.ailoot.ai/v1/videos/generations/$video_id/content" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" \\\n --output video.mp4Speichern Sie jedes fertiggestellte Video oder jede zurückgegebene Datei; rufen Sie jede tatsächlich zurückgegebene Datei-URL ab.
Bewahren Sie das vollständige Status-JSON und die tatsächliche request_id auf. Eine abgeschlossene Antwort mit status=done enthält in video.url eine Ihnen zugeordnete Inhalts-URL. Erhalten Sie die gemeldete Dauer und jedes zurückgegebene Ergebnisfeld.
Lesen Sie den bestehenden ursprünglichen Auftrag; reichen Sie einen Sendevorgang mit unbekanntem Ausgang niemals erneut ein.
| Feld | Typ |
|---|---|
Feldrequest_id | Typstring |
Feldid | Typstring |
Feldstatus | Typstring |
Feldvideo.url | Typowned signed content URL |
Feldvideo.duration | Typnumber |
Feldvideo.respect_moderation | Typboolean |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Antwort409 · video_not_ready | BedingungDer ursprüngliche Ergebnisinhalt ist noch nicht verfügbar | Nächster SchrittFragen Sie die ursprünglich zurückgegebene ID ab und beachten Sie Retry-After. |
Antwortserver_error | BedingungDie zurückgegebene Antwort gibt an, dass der Vorgang oder das Ergebnis eine Prüfung erfordert | Nächster SchrittDie ursprünglich zurückgegebene Vorgangs-/Aufgaben-ID, die Anfrageheader und die Antwort aufbewahren; mit unterstützten Leseaufrufen für diesen ursprünglichen Vorgang fortfahren. Die Erstellungsanfrage nicht erneut senden. |
Ailoot grok-imagine-video-1.5, grok-imagine-video-1.5-2026-05-30
Verwenden Sie die oben angezeigten Methodenpfade.
grok-imagine-video-1.5-2026-05-30Grok Imagine Video 1.5 erstellt Videos aus Text mit 1–15 Sekunden Dauer, einschliesslich 1080p. Das Modell selbst unterstützt Bildanimation, visuelle Referenzen, Keyframe-Inszenierung und eine Tonspur.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Grok Imagine Video 1.5 ist ein xAI-Modell zur Videogenerierung anhand von Textbeschreibungen und visuellem Material. Die aktuelle Ailoot-Methode veröffentlicht Textgenerierung; zusätzliche Modellmodi ermöglichen Bildanimation, Referenznutzung und die Vorgabe von Stützbildern der Szene.
Das Ergebnis entsteht asynchron: Nach Aufgabenstellung wird die Bereitschaft über deren Bezeichner geprüft. Laut xAI kann der Prozess mehrere Minuten dauern, abhängig von Szenenkomplexität, Dauer und Auflösung. Der Erhalt eines Aufgabenbezeichners bedeutet noch kein fertiges Video.
Das erstellte Video dauert 1 bis 15 Sekunden. Auswählbar sind 1:1, 16:9, 9:16, 4:3, 3:4, 3:2 oder 2:3; für Text ist 16:9 Standard. Bei Bildanimation bleiben standardmässig dessen Proportionen erhalten.
Für Generierung aus Text und Anfangsbild sind 480p, 720p und 1080p verfügbar. 480p ist Standard; der Referenzmodus ist auf 720p begrenzt. 1080p darf nicht auf sämtliche Modi übertragen werden, nur weil das Modell diese Auflösung besitzt.
Im Referenzmodus nimmt xAI bis zu 7 Bilder entgegen. Sie legen Menschen, Gegenstände, Kleidung und weitere visuelle Merkmale fest, ohne das Anfangsbild zu fixieren. Diese Arbeitsweise dient Szenen mit wiederkehrenden Figuren, Produktvorführungen und dem Erhalt eines gewünschten Erscheinungsbildes über verschiedene Inszenierungen hinweg.
Version 1.5 erlaubt die Fixierung des genauen Anfangsbildes, Endbildes oder beider. Ist nur das letzte vorgegeben, gestaltet das Modell den Anfang selbst und erreicht das angegebene Bild. Bei zwei festgelegten Grenzen erzeugt es die Bewegung dazwischen; eine Textanweisung kann Bewegung und Kameraführung präzisieren.
Für ein Storyboard innerhalb des Videos lassen sich bis zu 4 Keyframes fixieren. Jeder Zeitpunkt muss strikt nach dem Anfang und vor dem Ende liegen; die Zuordnung erfolgt auf einem Raster von 1/3 Sekunde. Zwei Bilder, die auf denselben Rasterpunkt gerundet werden, werden abgelehnt. Vermeiden lässt sich das durch mindestens 1/3 Sekunde Abstand. Erstes und letztes Bild werden getrennt von diesen vier Zwischenbildern festgelegt.
Stützbilder können mit visuellen Referenzen und vorgefertigten Stimmen kombiniert werden. Ist mindestens ein Bild fixiert, ist eine Textbeschreibung optional: Die Bildfolge selbst legt die Szene fest. Keyframes lassen sich nicht zusammen mit Videobearbeitung verwenden. Diese xAI-Fähigkeiten bedeuten keine Verfügbarkeit in der veröffentlichten Ailoot-Textgenerierung.
Das erstellte Video enthält standardmässig eine Tonspur; ein stummes Ergebnis ist ebenfalls vorgesehen. Im xAI-Modus mit Stimmreferenzen können bis zu 3 vorgefertigte Stimmen ausgewählt und sprechenden Szenenteilnehmern zugeordnet werden.
Die Übermittlung einer eigenen Audiodatei als Stimmvorlage ist keine allgemeine Fähigkeit dieses Modells: xAI stellt sie separat auf Anfrage bereit. Eine vorgefertigte Stimme und hochgeladenes Audio sind unterschiedliche Eingabearten.
Textgenerierung erstellt eine neue Szene; ein Anfangsbild legt ihren Beginn fest; Referenzen steuern das Erscheinungsbild; fixierte Bilder setzen visuelle Zeitpunkte. Jeder Modus hat eigene Grenzen; Einstellungen einer Arbeitsweise dürfen deshalb nicht bedingungslos auf eine andere übertragen werden.
POST /v1/videos/generationstextvideo| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits grok-imagine-video-1.5-2026-05-30 | Standard— |
Feldprompt | Typstring | AnforderungOptional | Werte und Limits Mindestlänge: 1 | Standard— |
Feldduration | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 15 Bedingungen: Geben Sie duration und seconds nicht gleichzeitig an Einheit: Sekunden | Standard1 |
Feldseconds | Typinteger|integer_string | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 15 Alternative: duration | Standard— |
Feldresolution | Typstring | AnforderungOptional | Werte und Limits 480p, 720p, 1080p | Standard480p |
Feldaspect_ratio | Typstring | AnforderungOptional | Werte und Limits 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 Bedingungen: Wenn ein Eingabebild vorliegt und das Seitenverhältnis fehlt, übernimmt der Anbieter das Seitenverhältnis des Bildes | Standard16:9 |
Feldsize | Typstring | AnforderungOptional | Werte und Limits 1280x720, 720x1280, 1920x1080, 1080x1920 Bedingungen: Muss mit resolution/aspect_ratio übereinstimmen, wenn beide angegeben sind | Standard— |
Feldimage | Typobject | AnforderungOptional | Werte und Limits Bedingungen: Tatsächliches unterstütztes Eingabebild; erlaubt das Weglassen der Textbeschreibung | Standard— |
Text zu Video · Erforderlich: prompt
Bild zu Video · Erforderlich: image
| Parameter | Vertrag |
|---|---|
Parametermaterial_types | Vertragtext |
Parameterrequired | Vertragnull |
Parameteroptional_controls | Vertragnull |
Lebenszyklus: submit_once_poll_original
GET /v1/videos/{request_id}
GET /v1/videos/generations/{request_id}
GET /v1/videos/{request_id}/content
GET /v1/videos/generations/{request_id}/content
Methodenstrukturen und IDs sind exakt; die Fähigkeiten des Anbieters sind von der Zulassung einer Anfrage zu unterscheiden.
POST /v1/videos/generationsAiloot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl https://api.ailoot.ai/v1/videos/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" \\\n -H "Content-Type: application/json" \\\n -d '{"model": "grok-imagine-video-1.5-2026-05-30", "prompt": "A person walks slowly through a quiet garden as the camera tracks from the side."}'mp4
GET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/videos/generations/{request_id}/contentset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_VIDEO_ID:?Set the actual Ailoot operation ID returned by creation}"\nexport AILOOT_VIDEO_ID\nvideo_id=$(python3 -c 'import os, urllib.parse; print(urllib.parse.quote(os.environ["AILOOT_VIDEO_ID"], safe=""))') || exit 1\ncurl "https://api.ailoot.ai/v1/videos/generations/$video_id" \\\n -H "Authorization: Bearer $AILOOT_API_KEY"set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_VIDEO_ID:?Set the actual Ailoot operation ID returned by creation}"\nexport AILOOT_VIDEO_ID\nvideo_id=$(python3 -c 'import os, urllib.parse; print(urllib.parse.quote(os.environ["AILOOT_VIDEO_ID"], safe=""))') || exit 1\ncurl "https://api.ailoot.ai/v1/videos/generations/$video_id/content" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" \\\n --output video.mp4Speichern Sie jedes fertiggestellte Video oder jede zurückgegebene Datei; rufen Sie jede tatsächlich zurückgegebene Datei-URL ab.
Bewahren Sie das vollständige Status-JSON und die tatsächliche request_id auf. Eine abgeschlossene Antwort mit status=done enthält in video.url eine Ihnen zugeordnete Inhalts-URL. Erhalten Sie die gemeldete Dauer und jedes zurückgegebene Ergebnisfeld.
Lesen Sie den bestehenden ursprünglichen Auftrag; reichen Sie einen Sendevorgang mit unbekanntem Ausgang niemals erneut ein.
| Feld | Typ |
|---|---|
Feldrequest_id | Typstring |
Feldid | Typstring |
Feldstatus | Typstring |
Feldvideo.url | Typowned signed content URL |
Feldvideo.duration | Typnumber |
Feldvideo.respect_moderation | Typboolean |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Antwort409 · video_not_ready | BedingungDer ursprüngliche Ergebnisinhalt ist noch nicht verfügbar | Nächster SchrittFragen Sie die ursprünglich zurückgegebene ID ab und beachten Sie Retry-After. |
Antwortserver_error | BedingungDie zurückgegebene Antwort gibt an, dass der Vorgang oder das Ergebnis eine Prüfung erfordert | Nächster SchrittDie ursprünglich zurückgegebene Vorgangs-/Aufgaben-ID, die Anfrageheader und die Antwort aufbewahren; mit unterstützten Leseaufrufen für diesen ursprünglichen Vorgang fortfahren. Die Erstellungsanfrage nicht erneut senden. |
Ailoot grok-imagine-video-1.5, grok-imagine-video-1.5-2026-05-30
Verwenden Sie die oben angezeigten Methodenpfade.