Премини към основното съдържание
Български— Изберете език
Меню

Крайна точка /v1/videos/generations: Вашето първо видео

Урок 1 от 12 Обновен 3 ноември 2026 г. Средно
На тази страница
  1. Генериране на видео от текст
  2. Структура на заявката
  3. Първо цялостно повикване
  4. Аудио, по подразбиране
  5. Ключови изводи

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 -lite версия и grok-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 параметърът size, 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.

1-15s
Продължителност на видео
1080p
Максимална разделителна способност
от $0.02
На генерирана секунда
9
Налични съотношения

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 версия grok-imagine-video-1.5-lite, препоръчана от xAI за прости видеоклипове, или grok-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), 720p или 1080p – последното се рендира нативно от grok-imagine-video-1.5 при текст-към-видео и изображение-към-видео, получава се чрез мащабиране нагоре от 720p при -lite версията и липсва при grok-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, с grok-imagine-video-1.5, неговата -lite версия или grok-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": false дава тихо видео