SpaceXAI: Grok Imagine Video 1.5
Grok Imagine Video 1.5 crea videos cortos con audio sincronizado a partir de texto, una imagen inicial o referencias visuales. Ofrece generación de video a partir de texto o imágenes a 1080p nativo, hasta 14 imágenes de referencia y tres voces predefinidas, además de controles para el primer y el último fotograma y para fotogramas intermedios que guían escenas de personajes y productos.
Sobre el modelo
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Grok Imagine Video 1.5 es la edición completa de generación de la familia Grok Imagine. El fabricante destaca movimiento, continuidad física y generación conjunta de imagen con efectos sonoros, ambiente y habla. Texto a video e imagen a video renderizan a 1080p nativo, mientras que la generación con referencias ofrece mayor control de quién o qué aparece. El resultado útil es un video corto con audio, como una presentación de producto, intercambio entre personajes o transición cuidadosamente puesta en escena entre anclas visuales.
Para texto a video, describe sujeto, entorno, acción, movimiento de cámara, iluminación y sonido. El fabricante explica que 1.5 genera internamente una imagen inicial y después la anima; no devuelve la imagen intermedia. Para imagen a video, una imagen aportada se vuelve el primer fotograma y la instrucción describe lo que sigue. Prepárala con encuadre y detalles visibles deseados. El clip resultante sigue la relación de aspecto fuente, así que una entrega vertical necesita un recorte inicial adecuado.
Referencia a video da otra función a las imágenes: guían personas, objetos, ropa o lugares sin fijar automáticamente el inicio. El límite documentado es de hasta 14 imágenes, con salida de hasta 15 segundos a 720p. Asigna una función clara a cada imagen e identifícala por su posición en la lista. En la sintaxis del fabricante, la primera es <IMAGE_0>, seguida de <IMAGE_1> y así sucesivamente. Si también se fija una imagen inicial, ocupa el primer índice y las referencias separadas empiezan con el siguiente. El orden importa cuando se distingue persona, producto y entorno.
Un encargo original con referencias podría colocar a un personaje junto a la silla de una imagen, dentro del cuarto de otra, con un acercamiento lento al detalle del material de la silla. Mantén fáciles de distinguir sujeto y producto principal. El fabricante aconseja una función y lugar fijos para cada referencia, pocos personajes y utilería estática cuando se usan muchas entradas. Revisa si forma y marcas del objeto se trasladan a la escena y si la cámara revela el detalle solicitado.
Referencia a video también puede asignar hasta tres voces predefinidas. Identifica por separado al hablante y su voz en la instrucción mediante las referencias posicionales documentadas y aporta el diálogo exacto. El modelo admite habla con sincronización labial. Para un intercambio corto, escribe líneas que dejen espacio para responder y revisa atribución y movimiento de boca. Una referencia de voz selecciona la identidad del hablante; cámara y escena todavía deben describir cómo se muestran los personajes.
Los controles de primer y último fotograma anclan los extremos y hasta cuatro fotogramas clave pueden fijar imágenes en tiempos intermedios. La guía los sitúa estrictamente dentro del clip en una cuadrícula de un tercio de segundo; se rechazan dos anclas que se asignen a la misma posición temporal de esa cuadrícula. Prepara anclas de la misma escena y describe el movimiento entre ellas. Para revelar un producto, el inicio puede mostrar la exhibición cerrada y el final el objeto revelado. Para un bucle, una misma imagen puede servir de inicio y final. Escucha y mira toda la transición en vez de juzgar solo imágenes fijadas.
Texto e imagen a video ordinarios admiten clips de 1–15 segundos y salida 480p, 720p o 1080p nativo. Referencia a video se limita a 720p. El encuadre por texto incluye 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 y 5:2. Elige duración y forma según acción y destino. El fabricante genera audio por defecto y documenta una opción silenciosa. Un encargo puede especificar línea hablada, efectos cercanos y ambiente distante para que el sonido contribuya a la misma escena en vez de quedar como fondo indefinido.
El flujo documentado es asíncrono: devuelve un identificador y después un resultado completo con ubicación y duración. El ejemplo apunta a un MP4 y la ubicación alojada es temporal. Conserva el clip y encargo de entrada al preparar una edición. Revisa continuidad, permanencia de objetos, movimiento, encuadre y sonido frente a la toma prevista. Un registro intermedio sirve para seguimiento; el video reproducible es el recurso que revisar.
Las versiones afectan el plan. Lite atiende animación sencilla de texto o una imagen y amplía su opción 1080p desde 720p. La versión completa 1.5 añade referencias de imagen, voces predefinidas y fotogramas fijados. La clásica ofrece edición y extensión de videos existentes. Las cifras de velocidad de la variante separada Video 1.5 Fast corresponden a esa variante, por lo que no fijan un tiempo de finalización para este modelo. Para secuencias largas, prepara tomas cortas coherentes y revisa continuidad de personajes, productos y sonido al montarlas.
Ailoot Ultra · Video POST /v1/videos x-ai/grok-imagine-video-1.5
x-ai/grok-imagine-video-1.5Inicio
Grok Imagine Video 1.5 crea videos cortos con audio sincronizado a partir de texto, una imagen inicial o referencias visuales. Ofrece generación de video a partir de texto o imágenes a 1080p nativo, hasta 14 imágenes de referencia y tres voces predefinidas, además de controles para el primer y el último fotograma y para fotogramas intermedios que guían escenas de personajes y productos.
- Entradas aceptadas
- Texto · Imágenes
- Resultados
- Video
Disponible en Ailoot · entradas y métodos
Ailoot Ultra · Video POST /v1/videos
- Entrada
text,image- Salida
video- Formato de salida
- bytes MP4 originales; sin normalización ni transcodificación
| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites x-ai/grok-imagine-video-1.5 | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campoduration | Tipointeger | RequisitoObligatorio | Valores y límites 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 Mínimo: 1 Máximo: 600 | Predeterminado— |
Camporesolution | Tipostring | RequisitoOpcional | Valores y límites 480p, 720p, 1080p | Predeterminado— |
Campoaspect_ratio | Tipostring | RequisitoOpcional | Valores y límites 16:9, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3 | Predeterminado— |
Campogenerate_audio | Tipoboolean | RequisitoOpcional | Valores y límites false | Predeterminado— |
Campoframe_images | Tipoarray | RequisitoOpcional | Valores y límites Número mínimo de elementos: 1 Número máximo de elementos: 1 Contenido de entrada: Arreglo de objetos de fotograma. Cada objeto tiene type=image_url, image_url que contiene url y frame_type. Usa una URL HTTPS de imagen y establece frame_type en first_frame. Cada función de fotograma puede aparecer como máximo una vez. Claves exactas: type, image_url, frame_type Condiciones: Estas claves describen cada objeto de fotograma; image_url contiene únicamente url. Omite frame_images para una solicitud de solo texto. | Predeterminado— |
Campoinput_references | Tipoarray | RequisitoOpcional | Valores y límites | Predeterminado— |
Campocallback_url | Tipostring | RequisitoOpcional | Valores y límites Patrón: ^https:// | Predeterminado— |
Camposession_id | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotrace | Tipoobject | RequisitoOpcional | Valores y límites | Predeterminado— |
Campouser | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Combinaciones de materiales de entrada
Texto a video · Una instrucción escrita. · Obligatorio: model, prompt, duration
Proporciona prompt como texto y duration en segundos enteros. Elige una resolución compatible y, si es necesario, una relación de aspecto.
model: Tipo: string · x-ai/grok-imagine-video-1.5
prompt: Tipo: string · Máximo de bytes UTF-8: 10,000 · Se requiere contenido distinto de espacios en blanco: Sí
Imagen a video · Una instrucción escrita y una imagen del primer fotograma. · Obligatorio: model, prompt, duration, frame_images
frame_images es un arreglo. Cada objeto de fotograma tiene type, image_url y frame_type; image_url contiene url. Establece type en image_url. Usa first_frame. Cada función de fotograma puede aparecer como máximo una vez. Proporciona una URL HTTPS pública de imagen para cada fotograma. Elige una resolución compatible y, si es necesario, una relación de aspecto.
Claves exactas: type, image_url, frame_type
model: Tipo: string · x-ai/grok-imagine-video-1.5
prompt: Tipo: string · Máximo de bytes UTF-8: 10,000 · Se requiere contenido distinto de espacios en blanco: Sí
Parámetros del método y ciclo de vida
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt, duration |
Parámetromaterial_types | Contratotext, image |
Parámetroadditional_properties | Contratofalse |
Parámetrooptional_controls | Contratoresolution, aspect_ratio, generate_audio, frame_images, input_references, callback_url, session_id, trace, user |
Ciclo de vida: submit_once_poll_original
GET /v1/videos/{public_id}
GET /v1/videos/{public_id}/content
Tarifas
Cómo se calcula el cargo definitivo
Las tarifas mostradas permiten estimar el costo antes de la generación. El cargo final se calcula a partir del costo registrado para la generación original. La duración medida de la salida y las cantidades estimadas no son la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
- Modo fast
- Sin especificar Cuando se selecciona el modo fast
- Modo flex
- Sin especificar Cuando se selecciona el modo flex
- Esfuerzo máximo de razonamiento
- Sin especificar Cuando el esfuerzo máximo de razonamiento usa el ajuste default
Tarifas estimadas para comparar
Precios por configuración
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Unidad de facturación | Condiciones de facturación | Cargo |
|---|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Unidad de facturación— | Condiciones de facturación— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| ConfiguraciónImagen de entrada | Tabla de tarifas— | Cantidad prevista— | Unidad de facturaciónpor imagen | Condiciones de facturaciónNo se declara ninguna condición adicional en esta clave de precios. | Cargo Entrada · Imagen de entrada · Estimación solo para comparar $0.02 por imagen |
| ConfiguraciónPrecio del video | Tabla de tarifas— | Cantidad prevista— | Unidad de facturaciónpor segundo de video | Condiciones de facturaciónresolution: 1080p | Cargo Salida · Precio del video · Estimación solo para comparar $0.5 por segundo de video |
| ConfiguraciónPrecio del video | Tabla de tarifas— | Cantidad prevista— | Unidad de facturaciónpor segundo de video | Condiciones de facturaciónresolution: 480p | Cargo Salida · Precio del video · Estimación solo para comparar $0.16 por segundo de video |
| ConfiguraciónPrecio del video | Tabla de tarifas— | Cantidad prevista— | Unidad de facturaciónpor segundo de video | Condiciones de facturaciónresolution: 720p | Cargo Salida · Precio del video · Estimación solo para comparar $0.28 por segundo de video |
| ConfiguraciónCosto estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Unidad de facturación— | Condiciones de facturación— | Cargo Salida · Costo estimado de generación · Estimación solo para comparar $0.16 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija por la generación completada. |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
Detalles de la tarifa de referencia
Las tablas de referencia del modelo no cambian la selección del método, las cotizaciones ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
Referencias de precios por configuración de video
Precios por configuración
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| ConfiguraciónImagen de entrada | Condiciones de facturaciónNo se declara ninguna condición adicional en esta clave de precios. | Cargo Entrada · Imagen de entrada $0.02 por imagen Referencia de precio publicada para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada. |
| ConfiguraciónPrecio del video | Condiciones de facturaciónresolution: 480p | Cargo Salida · Precio del video $0.16 por segundo de video Referencia de precio publicada para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada. |
| ConfiguraciónPrecio del video | Condiciones de facturaciónresolution: 720p | Cargo Salida · Precio del video $0.28 por segundo de video Referencia de precio publicada para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada. |
| ConfiguraciónPrecio del video | Condiciones de facturaciónresolution: 1080p | Cargo Salida · Precio del video $0.5 por segundo de video Referencia de precio publicada para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada. |
Solicitudes de ejemplo
Ailoot Ultra · Video
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
from pathlib import Path
Path('request.json').write_text('{"aspect_ratio":"16:9","duration":8,"model":"x-ai/grok-imagine-video-1.5","prompt":"A serene mountain landscape at sunset","resolution":"720p"}', encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path('result.json').read_text())
print(json.dumps(r,ensure_ascii=False,indent=2))
print('Keep the complete JSON and response headers; do not resubmit an unknown creation.')
PY_RESULT
Recibir y guardar resultados
Ailoot Ultra · Video
URL firmadas de contenido que te pertenece
GET /v1/videos/{public_id}GET /v1/videos/{public_id}/content
Consultar el estado de la tarea
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_STATUS_URL'
import json
from pathlib import Path
from urllib.parse import quote
r=json.loads(Path('result.json').read_text())
if not isinstance(r.get('id'),str) or not r['id']:raise SystemExit('Keep the original response and headers for reconciliation; no returned ID')
Path('status-url.txt').write_text('https://api.ailoot.ai/v1/videos/'+quote(r['id'],safe=''))
PY_STATUS_URL
curl --fail-with-body --silent --show-error "$(cat status-url.txt)" \
-H "Authorization: Bearer $AILOOT_API_KEY" -D status-headers.txt -o status.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path('status.json').read_text())
print(json.dumps(r,ensure_ascii=False,indent=2))
print('Keep the complete JSON and response headers; do not resubmit an unknown creation.')
PY_RESULT
Otras consultas de contenido
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_ASSETS'
import json,os,subprocess
from pathlib import Path
from urllib.parse import urljoin,urlsplit
r=json.loads(Path('status.json').read_text())
if r.get('status')!='completed':raise SystemExit('Keep the original ID and read its status; never recreate an unknown job')
if not isinstance(r.get('data'),list) or not r['data']:raise SystemExit('Keep the complete original status; no completed outputs supplied')
urls=[]
for i,u in enumerate(r.get('data',[])):
if not isinstance(u,str):raise SystemExit('Keep the original response; unexpected asset shape')
urls.append((str(i),u))
for label,path in urls:
u=urljoin('https://api.ailoot.ai',path);z=urlsplit(u)
if z.scheme!='https' or z.netloc!='api.ailoot.ai' or z.username or z.password:raise SystemExit('Use the actual returned Ailoot owned content URL')
target=Path('owned-'+label+'.bin')
subprocess.run(['curl','--fail-with-body','--silent','--show-error',u,'-H','Authorization: Bearer '+os.environ['AILOOT_API_KEY'],'-D',str(target)+'.headers','-o',str(target)],check=True)
print('All returned owned URLs saved; complete metadata, timing and usage remain in the JSON.')
PY_ASSETS
Conserva todos los resultados completados
Guarda todos los videos completados o archivos recibidos; descarga cada URL de archivo que se haya devuelto.
Conserva cada salida real que te pertenezca y los metadatos medidos que se devuelvan con ella.
Si es necesario revisar la respuesta original
503 result_pending_check + id original + X-Should-Retry:false; nunca repitas el envío original
Campos de respuesta
| Campo | Tipo | Significado |
|---|---|---|
Campoindex | Tipointeger | SignificadoPosición de este video en la lista de salidas, con índice que comienza en cero. |
Campocontent_url | Tipostring | SignificadoURL HTTPS firmada de descarga de este video completado. |
Camposha256 | Tipostring | null | SignificadoResumen SHA-256 de los bytes del video original; null si no está disponible. |
Camposize_bytes | Tipointeger | null | SignificadoTamaño del archivo de video original en bytes; null si no está disponible. |
Campoduration_ms | Tipointeger | null | SignificadoDuración medida del video en milisegundos; null si no está disponible. |
Campowidth | Tipointeger | null | SignificadoAncho del video en píxeles; null si no está disponible. |
Campoheight | Tipointeger | null | SignificadoAlto del video en píxeles; null si no está disponible. |
Campovideo_codec | Tipostring | null | SignificadoIdentificador del códec de video; null si no se registró. |
Campohas_audio | Tipoboolean | null | SignificadoIndica si el video contiene una pista de audio; null si no se midió. |
Campoaudio_codec | Tipostring | null | SignificadoIdentificador del códec de audio; null cuando no se registra ningún identificador. |
Errores y siguientes pasos
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta404 · not_found_error | CondiciónEl acceso al video no está disponible o no se encontró este ID de video. | Siguiente pasoVerifica el acceso al video. Para un video existente, usa su ID público original y la misma clave API. |
Respuesta401 · authentication_error | CondiciónLa clave API no coincide con la cuenta autenticada. | Siguiente pasoRevisa tu clave API y el acceso de tu cuenta antes de enviar. |
Respuesta400 · invalid_request_error | CondiciónNo se pudo leer la solicitud o el índice de descarga no es válido. | Siguiente pasoCorrige el cuerpo de la solicitud. Para una descarga, elige un índice de salida devuelto por la tarea original. |
Respuesta422 · price_unavailable | CondiciónNo se puede cotizar la configuración de video seleccionada. | Siguiente pasoElige una configuración de video compatible y completa sus opciones obligatorias antes de enviar una solicitud corregida. |
Respuesta422 · invalid_request_error | CondiciónUna entrada de video o la tarea original de continuación no es válida. | Siguiente pasoUsa entradas HTTPS válidas. Para una continuación, usa el ID público de tu video original completado con la misma clave API. |
Respuesta402 · billing_error | CondiciónEl saldo disponible o los límites no permiten reservar fondos. | Siguiente pasoRevisa tu saldo disponible y tus límites antes de enviar una solicitud nueva. |
Respuesta503 · server_error | CondiciónLa verificación del video, el almacenamiento o el acceso al servicio no están disponibles temporalmente. | Siguiente pasoEspera a que el servicio esté disponible. Si ya tienes un ID de video, consulta esa tarea original en lugar de crear otra generación. |
Respuesta503 · result_pending_check | CondiciónEl resultado y el cargo del video original requieren verificación. | Siguiente pasoConserva el ID de video devuelto y consulta esa tarea. No envíes una solicitud de generación de reemplazo mientras se verifica. |
Respuesta503 · owned_result_unavailable | CondiciónLa descarga del video existente no está disponible temporalmente. | Siguiente pasoConsulta más tarde la misma tarea de video y descarga su salida existente. Una generación nueva crea una operación independiente. |
Respuesta409 · video_not_ready | CondiciónEl contenido del video no se ha publicado. | Siguiente pasoConsulta el estado de la tarea original. Descarga cuando indique completed; si indica failed, sigue su aviso de verificación del cargo. |
Alias
Alias del modelo
Ailoot Ultra x-ai/grok-imagine-video-1.5
Alias de rutas de métodos
Usa las rutas de método indicadas arriba.
ID de modelo relacionados
FAQ · SpaceXAI: Grok Imagine Video 1.5
- ¿Qué entradas y resultados están disponibles?
POST /v1/videos·x-ai/grok-imagine-video-1.5:text,image→video- ¿Qué campos utiliza la solicitud?
POST /v1/videos·x-ai/grok-imagine-video-1.5:model,prompt,duration,resolution,aspect_ratio,generate_audio,frame_images,input_references,callback_url,session_id,trace,user- ¿Qué límites se aplican?
POST /v1/videos·x-ai/grok-imagine-video-1.5:duration.minimum:1;duration.maximum:600;frame_images.max_items:1;frame_images.min_items:1