Ir al contenido principal
Español— Elegir un idioma
Menú

Generar imágenes y vídeos

Lección 12 de 16 Actualizado el 2 de noviembre de 2026 Principiante
En esta página
  1. Creación visual con Grok
  2. Generar una imagen
  3. Generar un vídeo
  4. Escribir prompts que funcionen
  5. Cuatro límites que debes planificar desde el primer intento
  6. Puntos clave

Actualizado el 2 de noviembre de 2026: Imagine. grok-imagine-image-quality se retiró el 2 de noviembre de 2026: sus solicitudes ahora las atiende Imagine Image 2.0 (grok-imagine-image-2.0, 0,04 $ por imagen) con calidad low. Si tienes código antiguo, sustituye el ID del modelo y define la calidad que desees; grok-imagine-image (versión 1.0) no se ve afectado. Imagine Image 2.0 acepta hasta cinco imágenes de referencia y calidad auto, que ahora es el valor predeterminado.

Creación visual con Grok

Ahora que has visto cómo Grok entiende una imagen, veamos cómo crea una. La familia de modelos grok-imagine genera imágenes y vídeos a partir de descripciones de texto, lo que la convierte en una herramienta para la creación de contenidos, el prototipado visual y la ilustración. Una idea visual que antes requería un brief, un contratista y dos días de espera ahora puede probarse en minutos, incluso si luego entregas la versión final a un profesional.

Generar una imagen

En grok.com, la generación está integrada en la interfaz conversacional: basta con describir la imagen que deseas en tu mensaje. La calidad del resultado depende casi enteramente de lo precisa que sea esa descripción, como en este ejemplo, que define el sujeto, el lugar, la hora y el estilo:

Create an illustration of a ginger cat sitting on a Paris
rooftop at sunset, in watercolor style.

Grok utiliza automáticamente el modelo grok-imagine para crear la imagen, que aparece en la conversación y puede descargarse. Coexisten dos modelos según lo que necesites: grok-imagine-image, el modelo estándar, rápido y económico, es ideal para iteraciones y probar encuadres, mientras que grok-imagine-image-2.0 (Imagine Image 2.0) produce renderizados más detallados y realistas que guardarás para la versión definitiva.

A través de la API, obtienes un control preciso sobre la generación:

response = client.images.generate(
    model="grok-imagine-image",
    prompt="A futuristic landscape with floating buildings",
    n=1,
    aspect_ratio="16:9",
    resolution="2k"
)

Las relaciones de aspecto disponibles incluyen 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 y otras, suficientes para producir un banner y su versión vertical para móvil a partir del mismo prompt. Puedes generar hasta 10 imágenes por solicitud, que es la forma correcta de explorar una dirección artística: diez variaciones de un buen prompt ganan a una única imagen de un prompt que crees perfecto.

Grok también puede editar imágenes existentes. La edición a través de la API te permite añadir elementos, cambiar el estilo o el ambiente, corregir detalles y, sobre todo, encadenar ediciones sucesivas alimentando la salida de una solicitud en la siguiente. Ese encadenamiento es mucho mejor que un prompt gigante que intente hacerlo todo de una vez: avanzas mediante correcciones claras y puedes retroceder. Puedes proporcionar hasta 5 imágenes de origen por solicitud de edición.

Generar un vídeo

A diferencia de las imágenes, que se producen al instante, la creación de vídeo es un proceso asíncrono, y eso tiene una consecuencia directa para tu código: no puedes esperar la respuesta dentro de la solicitud. La secuencia es la siguiente:

  1. Envías tu solicitud con una descripción
  2. Recibes un ID de solicitud
  3. El vídeo se genera en segundo plano
  4. Recuperas el resultado una vez finalizada la generación

Hay tres enfoques. Text-to-Video crea un vídeo a partir de una descripción de texto, Image-to-Video anima una imagen existente (la ruta más fiable cuando ya tienes el visual de partida que deseas) y las imágenes de referencia actúan como guía de estilo para el vídeo, de modo que se mantenga coherente con una identidad de marca.

ParámetroValores
DuraciónDe 1 a 15 segundos por generación
Relación de aspecto1:1, 16:9, 9:16, 4:3 y otras
Resolución480p o 720p

También puedes ampliar un vídeo generado: añades de 2 a 10 segundos al final de un clip existente, con un prompt que describa qué debe ocurrir a continuación. Es la forma más sencilla de superar la duración de una única generación sin perder continuidad visual.

Escribir prompts que funcionen

Para una imagen, describe el sujeto, el estilo, los colores, el ambiente y la iluminación en lugar de limitarte a nombrar un objeto. Nombra explícitamente el estilo que deseas (acuarela, fotografía, ilustración vectorial, pixel art), porque de lo contrario el modelo decidirá por ti. Especifica la composición (vista frontal, ángulo elevado, primer plano o panorámica) y luego los detalles que anclan la escena: texturas, materiales, hora del día, estación del año.

Para un vídeo, el movimiento es lo que sostiene el resultado: especifica qué se mueve, en qué dirección y a qué velocidad, y luego el ambiente que deseas (tranquilo, dinámico, dramático o alegre). Sé realista con el alcance, porque los clips cortos con movimientos sencillos dan mejores resultados que una toma compleja solicitada de una sola vez.

Cuatro límites que debes planificar desde el primer intento

Las URL de las imágenes y vídeos generados son temporales: descarga tus creaciones de inmediato, o tendrás que regenerarlas, y una generación idéntica nunca da exactamente el mismo resultado. La moderación de contenidos se aplica automáticamente. La generación de vídeo tiene un tiempo de espera predeterminado de diez minutos, que debes tener en cuenta en tu gestión de errores. Por último, la edición de vídeo está limitada a 8,7 segundos de salida con una resolución máxima de 720p: vale la pena saberlo antes de construir un formato editorial sobre ello.

Puntos clave

  • grok-imagine genera imágenes (estándar y 2.0) y vídeos
  • Las imágenes se generan al instante; los vídeos se generan de forma asíncrona
  • Hay disponibles varias relaciones de aspecto y resoluciones
  • La edición de imágenes y la ampliación de vídeos amplían tus opciones creativas
  • Las URL generadas son temporales: descarga tus creaciones sin demora