SpaceXAI: Grok Imagine Video 1.5

O Grok Imagine Video 1.5 cria vídeos curtos com áudio sincronizado a partir de texto, de uma imagem inicial ou de referências visuais. Oferece geração nativa de 1080p a partir de texto/imagem, até 14 imagens de referência e três vozes predefinidas, e controlos de primeiro, último e fotogramas intermédios para orientar cenas de personagens e produtos.

Ailoot Ultra · Vídeo POST /v1/videos x-ai/grok-imagine-video-1.5

Sobre o modelo

Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.

O Grok Imagine Video 1.5 é a edição de geração completa da família de vídeo Grok Imagine. O fabricante destaca o movimento, a continuidade física e os efeitos sonoros, o ambiente e a fala gerados com a imagem. Texto para vídeo e imagem para vídeo são renderizados a 1080p nativo, enquanto a geração orientada por referências fornece mais controlo sobre quem ou o que aparece numa cena. O resultado útil é um vídeo curto com o respetivo áudio, como uma apresentação de produto, uma troca entre personagens ou uma transição precisamente encenada entre âncoras visuais.

Para texto para vídeo, descreva o sujeito do plano, o cenário, a ação, o movimento de câmara, a iluminação e o som. O fabricante explica que o 1.5 gera internamente uma imagem inicial e depois a anima; a imagem intermédia não é devolvida. Para imagem para vídeo, uma imagem fornecida torna-se o primeiro fotograma e o pedido descreve o que acontece a seguir. Prepare essa imagem com o enquadramento desejado e os pormenores visíveis já presentes. O clip resultante de imagem para vídeo segue a proporção da imagem de origem, pelo que uma entrega vertical precisa de um recorte inicial adequado.

Referência para vídeo atribui às imagens uma função diferente: orientam pessoas, objetos, roupa ou locais sem fixar automaticamente o primeiro fotograma. O limite documentado é de até 14 imagens de referência, com saída de até 15 segundos a 720p. Atribua a cada imagem uma função clara na cena e identifique-a pela sua posição na lista de referências. Na sintaxe de pedidos do fabricante, a primeira referência é <IMAGE_0>, seguida de <IMAGE_1> e assim sucessivamente. Quando também é fixada uma imagem inicial, esta ocupa o primeiro índice e as referências separadas começam no seguinte. Esta ordenação é importante quando um pedido distingue uma pessoa, um produto e um cenário.

Um pedido original com referências pode colocar uma personagem junto da cadeira fornecida numa imagem, dentro da sala fornecida noutra, com uma aproximação lenta ao pormenor do material da cadeira. Mantenha fáceis de distinguir o sujeito e o produto principal nas referências. O fabricante aconselha a atribuir uma função e um lugar fixo a cada referência, manter um elenco pequeno e adereços estáticos quando se usam muitas entradas. Reveja se a forma e as marcas do objeto pretendido passam para a cena, bem como se a câmara revela o pormenor solicitado no pedido.

Referência para vídeo também permite atribuir até três vozes predefinidas. Identifique separadamente no pedido o locutor pretendido e a respetiva voz, usando as referências posicionais de voz documentadas, e forneça o diálogo exato que deve dizer. O modelo suporta fala com sincronização labial. Para uma troca curta, escreva falas que deixem espaço para a resposta e examine tanto a atribuição de locutor como o movimento da boca no clip resultante. Uma referência de voz seleciona a identidade falante; as orientações de câmara e cena continuam a precisar de descrever como as personagens são mostradas.

Os controlos de primeiro e último fotogramas fixam os extremos de um plano e até quatro fotogramas-chave podem fixar imagens em momentos intermédios. O guia de fotogramas-chave do fabricante coloca esses tempos estritamente dentro do clip numa grelha de um terço de segundo; duas âncoras que correspondam à mesma posição temporal são rejeitadas. Prepare âncoras que pertençam à mesma cena e descreva o movimento entre elas. Para uma revelação de produto, a abertura pode mostrar a exposição fechada e o fotograma final o objeto revelado. Para um ciclo, a mesma imagem pode servir de primeiro e último fotogramas. Ouça e veja a transição completa, em vez de avaliar apenas as imagens fixadas.

Texto para vídeo e imagem para vídeo normais suportam clips de 1–15 segundos e saída de 480p, 720p ou 1080p nativo. Referência para vídeo está limitada a 720p. O enquadramento baseado em texto inclui 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 e 5:2. Escolha a duração e a forma para a ação e o destino. O fabricante gera áudio por predefinição e documenta uma opção de vídeo silencioso. Um pedido pode especificar a fala, os efeitos próximos e o ambiente distante, para que o som contribua para a mesma cena em vez de se tornar um fundo por especificar.

O fluxo de geração documentado é assíncrono: devolve um identificador de pedido e depois um resultado concluído com o local do clip e a duração. O resultado de exemplo aponta para um vídeo MP4 e o local onde a saída é alojada é temporário. Conserve o clip concluído e o pedido de entrada ao preparar uma edição. Verifique continuidade, persistência dos objetos, movimento, enquadramento e som em relação ao plano pretendido. Um registo intermédio de processamento é útil para acompanhar o trabalho, enquanto o vídeo reproduzível é o artefacto a rever.

As diferenças de versão afetam o plano. O Lite trata animação simples a partir de texto ou de uma imagem, com a opção de 1080p ampliada de 720p. O 1.5 completo acrescenta imagens de referência, vozes predefinidas e fotogramas fixados. A edição clássica Grok Imagine Video fornece edição e prolongamento de vídeos existentes. Os valores de velocidade separados do Video 1.5 Fast apresentados no lançamento referem-se a essa variante identificada, pelo que não definem um tempo fixo de conclusão para este modelo. Para uma sequência mais longa, encene planos curtos coerentes e reveja a continuidade das personagens, dos produtos e do som ao montar os clips.

Ailoot Ultra · Vídeo POST /v1/videos x-ai/grok-imagine-video-1.5

x-ai/grok-imagine-video-1.5

SpaceXAI /x-ai/grok-imagine-video-1.5

Introdução

Entradas aceites: Texto · Imagens
Resultados: Vídeo

Disponível no Ailoot · entradas e métodos

Ailoot Ultra · Vídeo POST /v1/videos

Entrada: text, image
Saída: video
Formato de saída: bytes MP4 originais; sem normalização nem transcodificação

Campo	Tipo	Requisito	Valores e limites	Predefinição
Campo`model`	Tipo`string`	RequisitoObrigatório	Valores e limites x-ai/grok-imagine-video-1.5	Predefinição—
Campo`prompt`	Tipo`string`	RequisitoObrigatório	Valores e limites	Predefinição—
Campo`duration`	Tipo`integer`	RequisitoObrigatório	Valores e limites 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 Mínimo: 1 Máximo: 600	Predefinição—
Campo`resolution`	Tipo`string`	RequisitoOpcional	Valores e limites 480p, 720p, 1080p	Predefinição—
Campo`aspect_ratio`	Tipo`string`	RequisitoOpcional	Valores e limites 16:9, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3	Predefinição—
Campo`generate_audio`	Tipo`boolean`	RequisitoOpcional	Valores e limites false	Predefinição—
Campo`frame_images`	Tipo`array`	RequisitoOpcional	Valores e limites Número mínimo de elementos: 1 Número máximo de elementos: 1 Conteúdo de entrada: Matriz de objetos de fotograma. Cada objeto tem type=image_url, image_url com url e frame_type. Utilize um URL HTTPS de imagem e defina frame_type como first_frame. Cada função de fotograma aparece, no máximo, uma vez. Chaves exatas: type, image_url, frame_type Condições: Estas chaves descrevem cada objeto de fotograma; image_url contém apenas url. Omita frame_images num pedido apenas de texto.	Predefinição—
Campo`input_references`	Tipo`array`	RequisitoOpcional	Valores e limites	Predefinição—
Campo`callback_url`	Tipo`string`	RequisitoOpcional	Valores e limites Padrão: ^https://	Predefinição—
Campo`session_id`	Tipo`string`	RequisitoOpcional	Valores e limites	Predefinição—
Campo`trace`	Tipo`object`	RequisitoOpcional	Valores e limites	Predefinição—
Campo`user`	Tipo`string`	RequisitoOpcional	Valores e limites	Predefinição—

Combinações de materiais de entrada

Texto para vídeo · Uma instrução escrita. · Obrigatório: model, prompt, duration

Forneça prompt como texto e duration em segundos inteiros. Escolha uma resolução suportada e, se necessário, uma proporção.

model: Tipo: string · x-ai/grok-imagine-video-1.5

prompt: Tipo: string · Número máximo de bytes UTF-8: 10 000 · São obrigatórios caracteres que não sejam espaços: Sim

Imagem para vídeo · Uma instrução escrita e uma imagem do primeiro fotograma. · Obrigatório: model, prompt, duration, frame_images

frame_images é uma matriz. Cada objeto de fotograma tem type, image_url e frame_type; image_url contém url. Defina type como image_url. Utilize first_frame. Cada função de fotograma aparece, no máximo, uma vez. Forneça um URL HTTPS público de imagem para cada fotograma. Escolha uma resolução suportada e, se necessário, uma proporção.

Chaves exatas: type, image_url, frame_type

model: Tipo: string · x-ai/grok-imagine-video-1.5

prompt: Tipo: string · Número máximo de bytes UTF-8: 10 000 · São obrigatórios caracteres que não sejam espaços: Sim

Parâmetros e ciclo de vida do método

Parâmetro	Contrato
Parâmetro`content_type`	Contratoapplication/json
Parâmetro`required`	Contratomodel, prompt, duration
Parâmetro`material_types`	Contratotext, image
Parâmetro`additional_properties`	Contratofalse
Parâmetro`optional_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

Tarifários

Cálculo do custo final

As tarifas apresentadas permitem estimar o custo antes da geração. O montante final cobrado é calculado a partir do custo registado para a geração original. A duração medida do resultado e as quantidades previstas não correspondem à quantidade final faturável.

As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.

Modo rápido: Não especificado Quando o modo rápido está selecionado
Modo flex: Não especificado Quando o modo flex está selecionado
Esforço máximo de raciocínio: Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default)

Tarifas estimadas para comparação

Preços por configuração

Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.

Configuração	Tabela de tarifas	Quantidade prevista	Unidade de faturação	Condições de faturação	Custo
ConfiguraçãoTarifas base por token	Tabela de tarifasTarifa base	Quantidade prevista—	Unidade de faturação—	Condições de faturação—	Custo Entrada · Tokens de entrada · Estimativa apenas para comparação — / 1K tokens Saída · Tokens de saída · Estimativa apenas para comparação — / 1K tokens Entrada · Leitura da cache · Estimativa apenas para comparação — / 1K tokens Entrada · Escrita na cache · Estimativa apenas para comparação — / 1K tokens Entrada · Escrita na cache, 1 hora · Estimativa apenas para comparação — / 1K tokens
ConfiguraçãoImagem de entrada	Tabela de tarifas—	Quantidade prevista—	Unidade de faturaçãopor imagem	Condições de faturaçãoNão é declarada nenhuma condição adicional nesta chave de preços.	Custo Entrada · Imagem de entrada · Estimativa apenas para comparação $0.02 por imagem
ConfiguraçãoPreço do vídeo	Tabela de tarifas—	Quantidade prevista—	Unidade de faturaçãopor segundo de vídeo	Condições de faturaçãoresolution: 1080p	Custo Saída · Preço do vídeo · Estimativa apenas para comparação $0.5 por segundo de vídeo
ConfiguraçãoPreço do vídeo	Tabela de tarifas—	Quantidade prevista—	Unidade de faturaçãopor segundo de vídeo	Condições de faturaçãoresolution: 480p	Custo Saída · Preço do vídeo · Estimativa apenas para comparação $0.16 por segundo de vídeo
ConfiguraçãoPreço do vídeo	Tabela de tarifas—	Quantidade prevista—	Unidade de faturaçãopor segundo de vídeo	Condições de faturaçãoresolution: 720p	Custo Saída · Preço do vídeo · Estimativa apenas para comparação $0.28 por segundo de vídeo
ConfiguraçãoCusto estimado de geração	Tabela de tarifas—	Quantidade previstaestimativa para uma geração	Unidade de faturação—	Condições de faturação—	Custo Saída · Custo estimado de geração · Estimativa apenas para comparação $0.16 estimativa antes da geração Esta estimativa não é um encargo adicional nem uma tarifa fixa para a geração concluída.

O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →

Detalhes da tarifa de referência

As tabelas de referência do modelo não alteram a seleção do método, as cotações ou os custos. Os custos ativos usam as tarifas do método Ailoot selecionado.

Referências de preços das configurações de vídeo

Preços por configuração

Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.

Configuração	Condições de faturação	Custo
ConfiguraçãoImagem de entrada	Condições de faturaçãoNão é declarada nenhuma condição adicional nesta chave de preços.	Custo Entrada · Imagem de entrada $0.02 por imagem Referência de preço publicada para a configuração apresentada. Os montantes finais cobrados seguem a configuração efetivamente faturada.
ConfiguraçãoPreço do vídeo	Condições de faturaçãoresolution: 480p	Custo Saída · Preço do vídeo $0.16 por segundo de vídeo Referência de preço publicada para a configuração apresentada. Os montantes finais cobrados seguem a configuração efetivamente faturada.
ConfiguraçãoPreço do vídeo	Condições de faturaçãoresolution: 720p	Custo Saída · Preço do vídeo $0.28 por segundo de vídeo Referência de preço publicada para a configuração apresentada. Os montantes finais cobrados seguem a configuração efetivamente faturada.
ConfiguraçãoPreço do vídeo	Condições de faturaçãoresolution: 1080p	Custo Saída · Preço do vídeo $0.5 por segundo de vídeo Referência de preço publicada para a configuração apresentada. Os montantes finais cobrados seguem a configuração efetivamente faturada.

Exemplos de pedidos

Ailoot Ultra · Vídeo

curl · crie um vídeo

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

Receber e guardar os resultados

Ailoot Ultra · Vídeo

URLs assinados para conteúdo pertencente ao utilizador

GET /v1/videos/{public_id}
GET /v1/videos/{public_id}/content

Verificar o estado da tarefa

GET estado da operação original

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

Outras leituras de conteúdo

Guardar cada saída concluída de que é titular

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

Guardar todos os resultados concluídos

Guarde cada vídeo concluído ou ficheiro devolvido; obtenha cada URL de recurso efetivamente devolvido.

Conserve todos os resultados reais que pertencem ao utilizador e os respetivos metadados medidos devolvidos.

Se for necessário verificar a resposta original

503 result_pending_check + id original + X-Should-Retry:false; nunca repita o original

Campos da resposta

Campo	Tipo	Significado
Campo`index`	Tipointeger	SignificadoPosição deste vídeo na lista de saídas, com contagem a partir de zero.
Campo`content_url`	Tipostring	SignificadoURL HTTPS assinado para transferir este vídeo concluído.
Campo`sha256`	Tipostring \| null	SignificadoResumo criptográfico SHA-256 dos bytes do vídeo original; null se não estiver disponível.
Campo`size_bytes`	Tipointeger \| null	SignificadoTamanho do ficheiro de vídeo original em bytes; null se não estiver disponível.
Campo`duration_ms`	Tipointeger \| null	SignificadoDuração medida do vídeo em milissegundos; null se não estiver disponível.
Campo`width`	Tipointeger \| null	SignificadoLargura do vídeo em píxeis; null se não estiver disponível.
Campo`height`	Tipointeger \| null	SignificadoAltura do vídeo em píxeis; null se não estiver disponível.
Campo`video_codec`	Tipostring \| null	SignificadoIdentificador do codec de vídeo; null se não estiver registado.
Campo`has_audio`	Tipoboolean \| null	SignificadoIndica se o vídeo contém uma faixa de áudio; null se não tiver sido medido.
Campo`audio_codec`	Tipostring \| null	SignificadoIdentificador do codec de áudio; null quando não está registado qualquer identificador.

Erros e passos seguintes

Resposta	Condição	Passo seguinte
Resposta404 · `not_found_error`	CondiçãoO acesso ao vídeo não está disponível ou este ID de vídeo não foi encontrado.	Passo seguinteVerifique o acesso ao vídeo. Para um vídeo existente, utilize o ID público original e a mesma chave API.
Resposta401 · `authentication_error`	CondiçãoA chave API não corresponde à conta autenticada.	Passo seguinteVerifique a sua chave API e o acesso à conta antes de enviar.
Resposta400 · `invalid_request_error`	CondiçãoNão foi possível ler o pedido ou o índice de transferência é inválido.	Passo seguinteCorrija o corpo do pedido. Para uma transferência, escolha um índice de saída devolvido pela tarefa original.
Resposta422 · `price_unavailable`	CondiçãoNão é possível calcular o preço da configuração de vídeo selecionada.	Passo seguinteEscolha uma configuração de vídeo suportada e preencha as opções obrigatórias antes de enviar um pedido corrigido.
Resposta422 · `invalid_request_error`	CondiçãoUma entrada de vídeo ou a tarefa original de continuação é inválida.	Passo seguinteUtilize entradas HTTPS válidas. Para continuação, utilize o ID público do seu vídeo original concluído com a mesma chave API.
Resposta402 · `billing_error`	CondiçãoO saldo disponível ou os limites não permitem efetuar uma reserva.	Passo seguinteVerifique o saldo disponível e os limites antes de enviar um novo pedido.
Resposta503 · `server_error`	CondiçãoA verificação, o armazenamento ou o acesso ao serviço de vídeo está temporariamente indisponível.	Passo seguinteAguarde a disponibilidade do serviço. Se já tiver um ID de vídeo, consulte essa tarefa original em vez de criar outra geração.
Resposta503 · `result_pending_check`	CondiçãoO resultado e a cobrança do vídeo original precisam de verificação.	Passo seguinteConserve o ID de vídeo devolvido e consulte essa tarefa. Não envie um pedido de geração substituto enquanto estiver a ser verificada.
Resposta503 · `owned_result_unavailable`	CondiçãoA transferência do vídeo existente está temporariamente indisponível.	Passo seguinteConsulte a mesma tarefa de vídeo mais tarde e transfira a saída existente. Uma nova geração cria uma operação separada.
Resposta409 · `video_not_ready`	CondiçãoO conteúdo do vídeo não foi publicado.	Passo seguinteConsulte o estado da tarefa original. Transfira quando indicar completed; se indicar failed, siga o aviso de verificação da cobrança.

Aliases

Aliases do modelo

Ailoot Ultra x-ai/grok-imagine-video-1.5

Aliases dos caminhos dos métodos

Use os caminhos dos métodos indicados acima.

IDs de chamada relacionados

x-ai/grok-imagine-video-1.5

FAQ · SpaceXAI: Grok Imagine Video 1.5

Que entradas e resultados estão disponíveis?: POST /v1/videos · x-ai/grok-imagine-video-1.5: text, image → video
Que campos utiliza o pedido?: 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
Que limites se aplicam?: 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

SpaceXAI: Grok Imagine Video 1.5