Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Endpoint /v1/videos/generations: Το πρώτο σας βίντεο

Μάθημα 1 / 12 Ενημερώθηκε 3 Νοεμβρίου 2026 Μέσου επιπέδου
Σε αυτήν τη σελίδα
  1. Δημιουργία Βίντεο από Κείμενο
  2. Δομή Αιτήματος
  3. Μια Πρώτη Κλήση End-to-End
  4. Ήχος, από Προεπιλογή
  5. Βασικά σημεία

Ενημερώθηκε στις 3 Νοεμβρίου 2026 με βάση την τεκμηρίωση βίντεο της xAI: διατίθενται τρία μοντέλα βίντεο (grok-imagine-video-1.5, η έκδοση -lite και το grok-imagine-video), η ανάλυση φτάνει έως τα 1080p στα μοντέλα 1.5, τα βίντεο περιλαμβάνουν κομμάτι ήχου από προεπιλογή (generate_audio), τα όρια ρυθμού μετριούνται σε αιτήματα ανά δευτερόλεπτο και η παράμετρος size που παρουσιαζόταν στην παλιά έκδοση δεν εμφανίζεται στην αναφορά API. Πηγές: Video Generation · Pricing.

Δημιουργία Βίντεο από Κείμενο

Το API της xAI εκθέτει ένα αφιερωμένο endpoint βίντεο, το POST /v1/videos/generations, το οποίο μετατρέπει μια γραπτή περιγραφή σε μια κινούμενη ακολουθία χρησιμοποιώντας ένα από τα τρία μοντέλα Grok Imagine Video. Σκεφτείτε το ως ένα στούντιο κατ’ απαίτηση: εσείς περιγράφετε μια σκηνή, το μοντέλο τη ζωντανεύει και εσείς ανακτάτε ένα αρχείο MP4 έτοιμο για επεξεργασία. Διαφημιστικά κλιπ, οπτικοποιήσεις εννοιών, επεξηγηματικά κινούμενα σχέδια—όλες αυτές οι περιπτώσεις χρήσης περνούν από αυτό το ίδιο endpoint, γι’ αυτό θα το αναλύσουμε πρώτο.

Το παραπάνω παράδειγμα σας δίνει μια ιδέα του αναμενόμενου αποτελέσματος. Πριν γράψετε το πρώτο σας αίτημα, λάβετε υπόψη τα τέσσερα όρια που καθορίζουν όλα όσα παράγετε με αυτά τα μοντέλα.

1-15δ
Διάρκεια ανά Βίντεο
1080p
Μέγιστη Ανάλυση
από $0.02
Ανά Δημιουργημένο Δευτερόλεπτο
9
Διαθέσιμες Αναλογίες

Δομή Αιτήματος

Το σώμα του αιτήματος είναι ένα αντικείμενο JSON ανακουφιστικής απλότητας. Δηλώνετε το μοντέλο, γράφετε την εντολή (prompt) σας και πλαισιώνετε το αποτέλεσμα με τρεις παραμέτρους μορφοποίησης.

{
  "model": "grok-imagine-video",
  "prompt": "A dolphin jumping in a sunset",
  "duration": 5,
  "aspect_ratio": "16:9",
  "resolution": "720p"
}

Ακολουθεί η ακριβής σημασία κάθε πεδίου:

  • model: grok-imagine-video-1.5, το νεότερο, η οικονομική του έκδοση grok-imagine-video-1.5-lite, που προτείνεται από την xAI για απλά βίντεο, ή grok-imagine-video, η προηγούμενη γενιά, που χρησιμοποιείται ακόμη στα παραδείγματα αυτού του μαθήματος
  • prompt: η περιγραφή κειμένου της επιθυμητής σκηνής
  • duration: διάρκεια σε δευτερόλεπτα, μεταξύ 1 και 15 (8 από προεπιλογή)
  • aspect_ratio: αναλογία εικόνας (16:9 από προεπιλογή, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3, 21:9, 5:2)
  • resolution: 480p (προεπιλογή), 720p, ή 1080p—το τελευταίο αποδίδεται εγγενώς από το grok-imagine-video-1.5 σε text-to-video και image-to-video, λαμβάνεται μέσω δειγματοληψίας ανώτερης ανάλυσης (upsampling) από τα 720p στην έκδοση -lite, και απουσιάζει από το grok-imagine-video, το οποίο σταματά στα 720p

Δύο σημεία αξίζουν έμφασης εδώ. Το μοντέλο grok-imagine-video κοστίζει $0.050 ανά δευτερόλεπτο δημιουργημένου βίντεο ($0.08 για το grok-imagine-video-1.5, $0.02 για την έκδοση -lite, με δεδομένα της 3ης Νοεμβρίου 2026): μια ακολουθία πέντε δευτερολέπτων σας κοστίζει επομένως $0.25 με το πρώτο, ανεξάρτητα από το πόσες προσπάθειες χρειάστηκαν για να φτάσετε εκεί. Και το όριο ρυθμού μετριέται σε αιτήματα ανά δευτερόλεπτο, ανάλογα με το επίπεδο της ομάδας σας: 10 στο επίπεδο εισαγωγής για μοντέλα βίντεο, ένα άνετο περιθώριο για κανονική χρήση, το οποίο γίνεται περιορισμός όταν εκτοξεύετε μαζικές παρτίδες.

Το σημαντικότερο είναι ότι η δημιουργία είναι ασύγχρονη. Η κλήση POST δεν επιστρέφει ένα βίντεο: επιστρέφει ένα request_id, και εναπόκειται σε εσάς να ελέγχετε την κατάσταση (polling) μέχρι να είναι έτοιμο το αρχείο. Αυτός ο μηχανισμός polling αποτελεί αντικείμενο ενός πλήρους μαθήματος αργότερα στην εκπαίδευση· προς το παρόν, απλώς θυμηθείτε ότι η άμεση απόκριση είναι μια επιβεβαίωση, όχι ένα αποτέλεσμα.

Μια Πρώτη Κλήση End-to-End

Ας περάσουμε στην πράξη με το curl. Το ακόλουθο αίτημα παραγγέλνει μια ακολουθία πέντε δευτερολέπτων σε 720p, οριζόντια μορφή.

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"
  }'

Η απόκριση χωράει σε μία γραμμή:

{
  "request_id": "vid_abc123def456"
}

Φυλάξτε αυτόν τον αναγνωριστικό με ασφάλεια. Είναι ο μόνος τρόπος σας να ανακτήσετε το βίντεο μόλις ολοκληρωθεί η δημιουργία, και μια εφαρμογή που τον χάνει έχει πληρώσει για μια δημιουργία που δεν θα ανακτήσει ποτέ. Σε μια πραγματική υπηρεσία, τον καταγράφετε πριν καν ξεκινήσετε το polling.

Ήχος, από Προεπιλογή

Ένα δημιουργημένο βίντεο περιλαμβάνει ένα κομμάτι ήχου από προεπιλογή—με, στα grok-imagine-video-1.5 και την έκδοση -lite, ομιλία συγχρονισμένη με την κίνηση των χειλιών. Για ένα βίντεο χωρίς ήχο, που προορίζεται για παράδειγμα ως φόντο ιστότοπου ή για επεξεργασία όπου θα προσθέσετε τη δική σας μουσική, προσθέστε "generate_audio": false στο αίτημα.

Για να πλαισιώσετε την έξοδο, ωστόσο, το API γνωρίζει μόνο την αναλογία (aspect_ratio) και την ευκρίνεια (resolution): η αναφορά API δεν παρέχει καμία παράμετρο μεγέθους σε εικονοστοιχεία. Στο image-to-video, η αναλογία εξόδου ακολουθεί πάντα αυτή της εικόνας προέλευσης.

Βασικά σημεία

  • Το endpoint είναι POST /v1/videos/generations, με grok-imagine-video-1.5, την έκδοση -lite, ή grok-imagine-video
  • Η διάρκεια κυμαίνεται από 1 έως 15 δευτερόλεπτα (8 από προεπιλογή), η ανάλυση από 480p έως 1080p (μέγιστο 720p με grok-imagine-video)
  • Η τιμή υπολογίζεται ανά δημιουργημένο δευτερόλεπτο: $0.020 (-lite), $0.050 (grok-imagine-video), ή $0.080 (grok-imagine-video-1.5)
  • Η δημιουργία είναι ασύγχρονη: λαμβάνετε ένα request_id για να κάνετε polling στη συνέχεια
  • Εννέα αναλογίες διαστάσεων είναι διαθέσιμες για προσαρμογή σε όλες τις μορφές
  • Ένα κομμάτι ήχου δημιουργείται από προεπιλογή· το "generate_audio": false δίνει ένα βίντεο χωρίς ήχο