SpaceXAI: Grok Imagine Video
Grok Imagine Video genera clips cortos desde texto, una imagen inicial o hasta siete referencias visuales. Su edición clásica también edita clips MP4 y añade 2–10 segundos de continuación. La generación llega a 720p con audio; edición y extensión conservan el encuadre fuente dentro de sus propios límites.
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 es la edición clásica de la familia de video Grok Imagine. La documentación actual del fabricante cubre generar un clip desde una instrucción, animar una imagen inicial, usar referencias visuales y modificar o continuar un video. Estos flujos producen recursos distintos: una escena nueva, una versión editada del material aportado o un video con material original seguido de contenido nuevo. Elige el flujo según lo disponible y la parte de la toma que deba cambiar.
Para una toma nueva de texto a video, describe sujeto, entorno, acción visible, cámara y sonido. La generación estándar admite clips de 1–15 segundos, salida 480p o 720p y audio generado. Se documentan relaciones cuadradas, horizontales, verticales y más anchas, incluidas 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 y 5:2. Un encargo original podría pedir un farol de papel que se mueva suavemente sobre un patio tranquilo mientras la cámara se desplaza de lado. La revisión útil comprueba si movimiento, encuadre y ambiente sonoro apoyan esa toma.
En imagen a video, la imagen aportada es el primer fotograma. Prepárala con recorte, sujeto y detalles previstos y describe la acción posterior. La salida sigue su relación de aspecto. Una imagen inicial da composición exacta de apertura, mientras que referencia a video usa imágenes para guiar personas, productos o entorno en una escena compuesta de nuevo. Separar ambas funciones ayuda a evitar un inicio no deseado cuando se busca colocar un objeto conocido en otro lugar.
El modelo clásico acepta hasta siete imágenes por solicitud con referencias. Ese modo se limita a diez segundos y 720p. Da una función clara a cada referencia e identifícala por posición, empezando por <IMAGE_0>. En una viñeta de producto, una puede identificar objeto y otra ubicación deseada. Centra el encargo en la colocación y acción principal. El modo clásico tiene su propia configuración; la versión completa 1.5 aporta controles adicionales de voz seleccionada y fotogramas fijados.
La edición recibe un clip existente y una instrucción que describe el cambio. El fabricante acepta fuentes MP4 con códecs compatibles como H.264, H.265 o AV1 de hasta 8.7 segundos. El resultado conserva duración y relación de aspecto fuente y sigue su resolución hasta un máximo de 720p. Los controles personalizados de duración, aspecto y resolución no aplican. Prepara una fuente que ya tenga composición y tiempos necesarios para el uso final, para centrar la instrucción en la modificación visual.
Un encargo original podría cambiar el color de una bufanda conservando rostro, movimiento, fondo y cámara. Indica esos elementos explícitamente junto al cambio. El fabricante describe conservar el resto de la fuente lo más cerca posible: es un objetivo útil de revisión, no una garantía de píxeles idénticos. Compara todo el clip, especialmente donde el objeto se mueve, cruza otro o queda parcialmente oculto. El recurso final es el clip editado, no una imagen fija del nuevo color.
La extensión continúa desde el último fotograma de un MP4. La fuente documentada dura 2–15 segundos; se añaden 2–10 segundos, con seis por defecto. La duración de extensión solo corresponde a la parte nueva. Una fuente de diez segundos seguida de cinco de continuación produce quince segundos con ambas partes. El resultado conserva aspecto y resolución fuente hasta 720p. Prepara el momento final y describe lo que sigue, como un sujeto que gira hacia un objeto que se aproxima mientras la cámara mantiene su movimiento.
Revisa alrededor de la unión entre fuente y contenido nuevo. Comprueba identidad, dirección de movimiento, ritmo de cámara, luz y sonido para que la continuación encaje con la acción anterior. Si el final es visualmente incómodo, incluye ese límite expresamente en el plan siguiente. El ensamblaje largo es una decisión de edición: los límites de generación, referencia, edición y extensión son distintos y el total de una extensión puede superar un clip estándar nuevo.
El flujo del fabricante es asíncrono. Un identificador sigue el trabajo hasta un resultado completo con ubicación y duración; las ubicaciones son temporales. Conserva el resultado reproducible y materiales fuente al preparar una edición de producción. Grok Imagine Video 1.5 completo ofrece 1080p nativo y anclaje visual, de voz y fotogramas más completo, mientras Lite atiende texto o imagen inicial sencillos. La clásica sigue siendo útil cuando ya hay un video que necesita una alteración o continuación dirigida.
Ailoot Ultra · Video POST /v1/videos x-ai/grok-imagine-video
x-ai/grok-imagine-videoInicio
Grok Imagine Video genera clips cortos desde texto, una imagen inicial o hasta siete referencias visuales. Su edición clásica también edita clips MP4 y añade 2–10 segundos de continuación. La generación llega a 720p con audio; edición y extensión conservan el encuadre fuente dentro de sus propios límites.
- 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 | 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 | 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— |
Camposize | Tipostring | RequisitoOpcional | Valores y límites 854x480, 1280x720, 480x854, 720x1280, 480x480, 720x720, 640x480, 960x720, 480x640, 720x960, 720x480, 1080x720, 480x720, 720x1080 Patrón: ^[1-9][0-9]*x[1-9][0-9]*$ | 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; agrega una relación de aspecto o usa un tamaño de la lista.
model: Tipo: string · x-ai/grok-imagine-video
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. Usa imágenes de fotogramas o referencias de imagen en una solicitud; no combines ambas. Elige una resolución compatible; agrega una relación de aspecto o usa un tamaño de la lista.
Claves exactas: type, image_url, frame_type
model: Tipo: string · x-ai/grok-imagine-video
prompt: Tipo: string · Máximo de bytes UTF-8: 10,000 · Se requiere contenido distinto de espacios en blanco: Sí
Reference to video · Una instrucción escrita y referencias de imagen compatibles. · Obligatorio: model, prompt, duration, input_references
input_references es un arreglo de objetos. Establece type en image_url y usa el campo correspondiente que contiene url. Usa URL HTTPS públicas. Omite frame_images para seleccionar el modo de referencias. No combines referencias de imagen con imágenes de fotogramas. Elige una resolución compatible; agrega una relación de aspecto o usa un tamaño de la lista.
model: Tipo: string · x-ai/grok-imagine-video
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, size, 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 $0.004 por imagen |
| 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 $0.1 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 $0.14 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 $0.1 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 $0.004 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 $0.1 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 $0.14 por segundo de video Referencia de precio publicada para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada. |
Solicitudes de ejemplo
Ailoot Ultra · Video
set -eu
: "${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","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
Alias de rutas de métodos
Usa las rutas de método indicadas arriba.
ID de modelo relacionados
FAQ · SpaceXAI: Grok Imagine Video
- ¿Qué entradas y resultados están disponibles?
POST /v1/videos·x-ai/grok-imagine-video:text,image→video- ¿Qué campos utiliza la solicitud?
POST /v1/videos·x-ai/grok-imagine-video:model,prompt,duration,resolution,aspect_ratio,generate_audio,frame_images,input_references,size,callback_url,session_id,trace,user- ¿Qué límites se aplican?
POST /v1/videos·x-ai/grok-imagine-video:duration.minimum:1;duration.maximum:600;frame_images.max_items:1;frame_images.min_items:1