Крайна точка /v1/videos/generations: Вашето първо видео
На тази страница
Обновено на 3 ноември 2026 г. въз основа на документацията за видео на xAI: налични са три видео модела (
grok-imagine-video-1.5, неговата-liteверсия иgrok-imagine-video), разделителната способност достига до 1080p при моделите 1.5, видеоклиповете имат аудио запис по подразбиране (generate_audio), лимитите на честотата се броят в заявки в секунда, а параметърътsize, представен от старата версия, липсва в справочника на API. Източници: Генериране на видео · Цени.
Генериране на видео от текст
API на xAI предоставя специализирана крайна точка за видео, POST /v1/videos/generations, която трансформира писмено описание в анимирана последователност, използвайки един от трите модела Grok Imagine Video. Представете си го като студио при поискване: Вие описвате сцена, моделът я привежда в движение, а Вие получавате MP4 файл, готов за редактиране. Рекламни клипове, визуализации на концепции, илюстративни анимации – всички тези случаи на употреба преминават през тази sama крайна точка, затова ще я разгледаме първа.
Горният пример Ви дава представа за очаквания резултат. Преди да напишете първата си заявка, имайте предвид четирите граници, които рамкират всичко, което създавате с тези модели.
Структура на заявката
Тялото на заявката е JSON обект с успокояваща простота. Вие декларирате модела, написвате своя подканващ текст (prompt) и рамкирате резултата с три параметъра за форматиране.
{
"model": "grok-imagine-video",
"prompt": "A dolphin jumping in a sunset",
"duration": 5,
"aspect_ratio": "16:9",
"resolution": "720p"
}
Ето точното значение на всяко поле:
- model:
grok-imagine-video-1.5(най-новият), неговата икономична версияgrok-imagine-video-1.5-lite, препоръчана от xAI за прости видеоклипове, илиgrok-imagine-video(предишното поколение, все още използвано в примерите на този курс) - prompt: Вашето текстово описание на желаната сцена
- duration: продължителност в секунди, между 1 и 15 (по подразбиране 8)
- aspect_ratio: съотношение на изображението (по подразбиране 16:9; налични също: 9:16, 1:1, 4:3, 3:4, 3:2, 2:3, 21:9, 5:2)
- resolution:
480p(по подразбиране),720pили1080p– последното се рендира нативно отgrok-imagine-video-1.5при текст-към-видео и изображение-към-видео, получава се чрез мащабиране нагоре от 720p при-liteверсията и липсва приgrok-imagine-video, който спира на 720p
Два момента заслужават незабавно подчертаване. Моделът grok-imagine-video струва $0.050 за секунда генерирано видео ($0.08 за grok-imagine-video-1.5, $0.02 за неговата -lite версия, към 3 ноември 2026 г.): петсекундна последователност следователно Ви струва $0.25 с първия модел, независимо колко опита са Ви били нужни, за да стигнете дотам. Лимитът на честотата се брои в заявки в секунда, в зависимост от нивото на Вашия екип: 10 за входното ниво при видео модели, което е комфортен марж за нормална употреба, но се превръща в ограничение, когато стартирате масови партиди.
Най-важното е, че генерирането е асинхронно. Вашият POST повикване не връща видео: то връща request_id, и след това е Ваша отговорност да проверявате статуса, докато файлът не е готов. Този механизъм за проверка е предмет на цял урок по-късно в курса; засега просто запомнете, че непосредственият отговор е потвърждение, а не резултат.
Първо цялостно повикване
Нека преминем към практика с curl. Следната заявка поръчва петсекундна последователност в 720p, ландшафтен формат.
curl -X POST "https://api.x.ai/v1/videos/generations" \
-H "Authorization: Bearer $XAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-imagine-video",
"prompt": "A cat playing with a ball of yarn in a bright living room",
"duration": 5,
"aspect_ratio": "16:9",
"resolution": "720p"
}'
Отговорът се събира на един ред:
{
"request_id": "vid_abc123def456"
}
Пазете този идентификатор внимателно. Това е единственият Ви начин да изтеглите видеото, след като генерирането приключи, и приложение, което го загуби, е платило за генериране, което никога няма да получи. В реален сервис Вие го записвате в дневника (log), преди дори да започнете проверката на статуса.
Аудио, по подразбиране
Генерираното видео включва аудио запис по подразбиране – като при grok-imagine-video-1.5 и неговата -lite версия има синхронизирана реч с движението на устните. За тихо видео, предназначено например за фон на уебсайт или за редактиране, където ще добавите собствена музика, добавете "generate_audio": false към заявката.
За рамкиране на изхода обаче API познава само съотношението (aspect_ratio) и дефиницията (resolution): справочникът на API не предоставя параметър за размер в пиксели. При изображение-към-видео изходното съотношение винаги следва това на изходното изображение.
Ключови изводи
- Крайната точка е
POST /v1/videos/generations, сgrok-imagine-video-1.5, неговата-liteверсия илиgrok-imagine-video - Продължителността варира от 1 до 15 секунди (8 по подразбиране), разделителната способност от 480p до 1080p (максимум 720p с
grok-imagine-video) - Цената се брои на генерирана секунда: $0.020 (
-lite), $0.050 (grok-imagine-video) или $0.080 (grok-imagine-video-1.5) - Генерирането е асинхронно: получавате
request_id, за да проверите статуса впоследствие - Налични са девет съотношения на страните за адаптиране към всички формати
- Аудио записът се генерира по подразбиране;
"generate_audio": falseдава тихо видео