Ir al contenido principal
Español— Elegir un idioma
Menú

Extensión de vídeo con /v1/videos/extensions

Lección 8 de 12 Actualizado el 2 de noviembre de 2026 Intermedio
En esta página
  1. Extender un vídeo existente
  2. El endpoint POST /v1/videos/extensions
  3. Tres formas de continuar una escena
  4. Encadenar extensiones para construir una secuencia
  5. El dúo generación luego extensión
  6. Puntos clave

Lección actualizada el 2 de noviembre de 2026 según la referencia de la API de Vídeo de xAI: la extensión recibe el vídeo en un objeto video ({"url": ...}), exactamente igual que la edición —el texto anterior afirmaba lo contrario—, el resultado se lee en video.url y la fuente está limitada a 15 segundos. Fuentes: Extensión de vídeo · Referencia de vídeo.

Extender un vídeo existente

Mientras que la edición transforma una secuencia sin cambiar su duración, la extensión hace exactamente lo contrario: alarga un vídeo generando una continuación coherente con lo anterior. Esto resuelve el problema más habitual en la generación de vídeo: un clip exitoso que resulta demasiado corto o una escena que merece desarrollarse más allá de su duración inicial. En lugar de regenerarlo todo con la esperanza de recrear el mismo aspecto, partes de lo que ya tienes y continúas.

El endpoint POST /v1/videos/extensions

La solicitud se parece a una de generación, pero añadiendo el vídeo de partida.

{
  "model": "grok-imagine-video",
  "prompt": "Continúa la escena con un zoom out que revele el paisaje completo",
  "video": {"url": "https://exemple.com/video-courte.mp4"},
  "duration": 5
}

El campo model sigue siendo grok-imagine-video, prompt describe qué debe ocurrir en la continuación, el objeto video especifica el vídeo a extender (una url o el file_id de un archivo subido, para una fuente de 2 a 15 segundos) y duration establece la duración de la extensión entre 2 y 10 segundos —el valor por defecto es 6 segundos—. A diferencia de la edición, aquí recuperas el control sobre la duración. El vídeo devuelto contiene el original seguido de la extensión: una fuente de 10 segundos extendida 5 segundos produce un vídeo de 15 segundos.

La siguiente tabla resume qué separa ambos endpoints, ya que la confusión es frecuente.

AspectoEdición (/edits)Extensión (/extensions)
ObjetivoModificar contenidoAñadir duración
Parámetro de vídeoObjeto video (url o file_id)Objeto video (url o file_id)
Duración de la fuenteMáx. 8,7 s2 a 15 s
Duración de salidaIgual que la fuente (Máx. 720p)Fuente + 2 a 10 s
Contenido originalLo modificaLo preserva

Ambos endpoints de la API REST reciben el vídeo de la misma manera, en un objeto video con una propiedad url. El SDK de Python, sin embargo, lo toma como el parámetro video_url: no copies este nombre de parámetro en un cuerpo JSON, la API no lo reconocerá. Lo que realmente distingue a los dos endpoints es la duración.

Tres formas de continuar una escena

El caso más sencillo consiste en dejar que lo que ya está ocurriendo continúe. El prompt retoma la acción actual y la extiende sin ruptura.

{
  "model": "grok-imagine-video",
  "prompt": "El personaje continúa caminando por la playa, con olas rompiendo suavemente",
  "video": {"url": "https://exemple.com/promenade.mp4"},
  "duration": 6
}

También puedes introducir un cambio, es decir, traer un nuevo elemento o modificar la dirección de la vista. Esto aporta progresión narrativa a la secuencia.

{
  "model": "grok-imagine-video",
  "prompt": "La cámara gira a la derecha revelando un faro a lo lejos, el haz del faro comienza a rotar",
  "video": {"url": "https://exemple.com/plage.mp4"},
  "duration": 8
}

Tercer caso de uso: la conclusión. Una extensión breve que cierra la secuencia limpiamente, a menudo con un fundido.

{
  "model": "grok-imagine-video",
  "prompt": "La escena termina con un fundido gradual a negro, los últimos destellos de luz solar desaparecen en el horizonte",
  "video": {"url": "https://exemple.com/coucher-soleil.mp4"},
  "duration": 4
}

Encadenar extensiones para construir una secuencia

Nada impide extender un vídeo varias veces seguidas. Cada extensión produce un nuevo vídeo cuya URL puede servir de fuente para la siguiente, lo que te permite construir una secuencia larga mediante segmentos sucesivos, cada uno guiado por su propio prompt. El script siguiente encadena tres extensiones reinyectando la URL obtenida en cada paso.

import httpx
import time

api_key = "your_key"
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}

def attendre_video(request_id):
    """Consultar el estado hasta completar."""
    while True:
        resp = httpx.get(
            f"https://api.x.ai/v1/videos/{request_id}",
            headers=headers
        ).json()
        if resp["status"] == "done":
            return resp["video"]["url"]
        if resp["status"] == "failed":
            raise RuntimeError(f"Generación fallida: {resp.get('error')}")
        time.sleep(5)

# Vídeo base
video_url = "https://exemple.com/video-initiale.mp4"

# Encadenar 3 extensiones
prompts = [
    "El personaje cruza el puente, vista de perfil",
    "Se detiene en medio y mira el río de abajo",
    "Reanuda la marcha hacia la otra orilla, la cámara lo sigue"
]

for prompt in prompts:
    resp = httpx.post(
        "https://api.x.ai/v1/videos/extensions",
        headers=headers,
        json={
            "model": "grok-imagine-video",
            "prompt": prompt,
            "video": {"url": video_url},
            "duration": 5
        }
    ).json()
    video_url = attendre_video(resp["request_id"])
    print(f"Extensión completada: {video_url}")

Esta elegancia tiene un precio, literal y figuradamente. Cada extensión se factura por separado. La fuente no puede superar los 15 segundos, lo que limita la cadena: partiendo de 5 segundos, la secuencia alcanza los 20 segundos tras tres extensiones de 5 segundos, y una cuarta sería rechazada. La coherencia visual se degrada a través de los eslabones, ya que cada paso se basa en una salida ya interpretada: más allá de tres o cuatro extensiones encadenadas, se hacen visibles derivas de color y morfología. Y como en toda esta API, las URLs son temporales: descarga cada versión intermedia, de lo contrario un fallo al final de la cadena te obligará a empezar de nuevo desde el principio.

El dúo generación luego extensión

El patrón más común en producción combina ambos endpoints. Primero generas una base corta de 3 segundos con un prompt muy preciso, mediante POST /v1/videos/generations, lo que te permite iterar sobre la estética inicial a menor coste. A continuación, añades 5 segundos de desarrollo mediante POST /v1/videos/extensions y luego 4 segundos de conclusión con una segunda llamada al mismo endpoint. El resultado es un vídeo de 12 segundos construido segmento a segmento, donde cada parte fue validada antes de emprender la siguiente: un control que ninguna generación única de 12 segundos podría ofrecer.

Puntos clave

  • La extensión alarga un vídeo de 2 a 15 segundos con un segmento de 2 a 10 segundos (por defecto 6) y devuelve el vídeo completo
  • El vídeo de fuente va en un objeto video (url o file_id), como en la edición; el SDK de Python lo toma como video_url
  • El encadenamiento permite crear secuencias largas paso a paso
  • La coherencia se degrada más allá de 3-4 extensiones sucesivas
  • Combina generación inicial + extensiones para un control preciso del contenido