Endpoint /v1/videos/generations: Din første video
På denne side
Opdateret 3. november 2026 baseret på xAIs videodokumentation: Der er tre videomodeller tilgængelige (
grok-imagine-video-1.5, dens-lite-version oggrok-imagine-video), opløsningen går op til 1080p på 1.5-modellerne, videoer har et lydspor som standard (generate_audio), rategrænser tælles i anmodninger per sekund, og parameterensizefra den gamle version findes ikke i API-referencen. Kilder: Videogenerering · Prissætning.
Generér en video fra tekst
xAIs API eksponerer et dedikeret video-endpoint, POST /v1/videos/generations, som omdanner en skriftlig beskrivelse til en animeret sekvens ved hjælp af en af de tre Grok Imagine Video-modeller. Tænk på det som et studie on demand: Du beskriver en scene, modellen bringer den i bevægelse, og du modtager en MP4-fil, der er klar til redigering. Reklameklip, konceptvisualiseringer, illustrative animationer – alle disse use cases går gennem dette samme endpoint, så vi vil dissekere det først.
Eksemplet ovenfor giver dig en idé om det forventede output. Før du skriver din første anmodning, skal du huske på de fire grænser, der definerer alt, hvad du producerer med disse modeller.
Anmodningsstruktur
Anmodningsbodyen er et JSON-objekt af beroligende enkelhed. Du angiver modellen, skriver din prompt og indrammer resultatet med tre formateringsparametre.
{
"model": "grok-imagine-video",
"prompt": "En delfin der hopper i en solnedgang",
"duration": 5,
"aspect_ratio": "16:9",
"resolution": "720p"
}
Her er den nøjagtige betydning af hvert felt:
- model:
grok-imagine-video-1.5, den nyeste, dens økonomiversiongrok-imagine-video-1.5-lite, anbefalet af xAI til enkle videoer, ellergrok-imagine-video, den tidligere generation, som stadig bruges i dette kursus’ eksempler - prompt: Din tekstbeskrivelse af den ønskede scene
- duration: Varighed i sekunder, mellem 1 og 15 (8 som standard)
- aspect_ratio: Billedforhold (16:9 som standard, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3, 21:9, 5:2)
- resolution:
480p(standard),720peller1080p– sidstnævnte renderes nativt afgrok-imagine-video-1.5i tekst-til-video og billede-til-video, opnås ved opskalering fra 720p på-lite-versionen og findes ikke pågrok-imagine-video, som stopper ved 720p
To punkter fortjener særlig vægt lige nu. Modellen grok-imagine-video koster $0,050 per sekund genereret video ($0,08 for grok-imagine-video-1.5, $0,02 for dens -lite-version pr. 3. november 2026): En sekvens på fem sekunder koster dig derfor $0,25 med den første, uanset hvor mange forsøg det tog at nå dertil. Og rategrænsen tælles i anmodninger per sekund afhængigt af dit teams niveau: 10 på startniveauet for videomodeller, hvilket er en komfortabel margin til normal brug, men bliver en begrænsning, når du lancerer massive batches.
Vigtigst af alt er genereringen asynkron. Dit POST-kald returnerer ikke en video: Det returnerer et request_id, og det er op til dig at pollinge status, indtil filen er klar. Denne polling-mekanisme er emnet for en hel lektion senere i kurset; husk lige nu blot, at det øjeblikkelige svar er en kvittering, ikke et resultat.
Et første end-to-end-kald
Lad os gå videre til praksis med curl. Følgende anmodning bestiller en sekvens på fem sekunder i 720p i landskabsformat.
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": "En kat der leger med et nøgle garn i en lys stue",
"duration": 5,
"aspect_ratio": "16:9",
"resolution": "720p"
}'
Svaret passer på én linje:
{
"request_id": "vid_abc123def456"
}
Gem dette identifikator sikkert. Det er din eneste måde at hente videoen på, når genereringen er fuldført, og en applikation, der mister den, har betalt for en generering, den aldrig får hentet. I en rigtig tjeneste logger du den, før du overhovedet starter pollingen.
Lyd som standard
En genereret video inkluderer et lydspor som standard – med, på grok-imagine-video-1.5 og dens -lite-version, tale synkroniseret med læbebevægelser. Til en lydløs video, beregnet f.eks. som baggrund på en hjemmeside eller til redigering, hvor du selv tilføjer musik, skal du tilføje "generate_audio": false til anmodningen.
For at indramme outputtet kender API’et dog kun forholdet (aspect_ratio) og definitionen (resolution): API-referencen indeholder ingen parameter for pixelstørrelse. I billede-til-video følger outputforholdet altid kildens billedforhold.
Vigtige pointer
- Endpointet er
POST /v1/videos/generations, medgrok-imagine-video-1.5, dens-lite-version ellergrok-imagine-video - Varigheden spænder fra 1 til 15 sekunder (8 som standard), opløsningen fra 480p til 1080p (maks. 720p med
grok-imagine-video) - Prisen tælles per genereret sekund: $0,020 (
-lite), $0,050 (grok-imagine-video) eller $0,080 (grok-imagine-video-1.5) - Genereringen er asynkron: Du modtager et
request_idtil efterfølgende polling - Ni billedforhold er tilgængelige for at tilpasse sig alle formater
- Et lydspor genereres som standard;
"generate_audio": falsegiver en lydløs video