Lõpp-punkt /v1/videos/generations: Sinu esimene video
Sellel lehel
Uuendatud 3. novembril 2026 xAI video dokumentatsiooni põhjal: saadaval on kolm videomudelit (
grok-imagine-video-1.5, selle-liteversioon jagrok-imagine-video), eraldusvõime ulatub 1.5 mudelitel kuni 1080p-ni, videodel on vaikimisi helirada (generate_audio), kiirusepiirangud loetakse taotlustena sekundis ja vana versiooni parameetersizeAPI referentsis ei esine. Allikad: Video Generation · Pricing.
Video genereerimine tekstist
xAI API pakub spetsiaalset video lõpp-punkti POST /v1/videos/generations, mis muudab kirjaliku kirjelduse animeeritud jadaks, kasutades üht kolmest Grok Imagine Video mudelist. Mõtle sellele kui tellimusstuudiole: sina kirjeldad stseeni, mudel paneb selle liikuma ja saad tulemuseks montaažiks valmis MP4-faili. Reklaamklipid, kontseptsioonide visualiseerimine, illustreerivad animatsioonid – kõik need stsenaariumid kasutavad sama lõpp-punkti, seega lahutame selle kõigepealt osadeks.
Ülalolev näide annab aimu oodatavast tulemusest. Enne esimese taotluse kirjutamata jäta meelde neli piirangut, mis raamivad kõike, mida nende mudelitega lood.
Taotluse struktuur
Taotluse keha on JSON-objekt, mis on lihtsuse poolest rahustav. Sa määrad mudeli, kirjutad oma vihje (prompt) ja raamid tulemuse kolme vormindusparameetriga.
{
"model": "grok-imagine-video",
"prompt": "A dolphin jumping in a sunset",
"duration": 5,
"aspect_ratio": "16:9",
"resolution": "720p"
}
Siin on iga välja täpne tähendus:
- model:
grok-imagine-video-1.5(uusim), selle ökonoomne versioongrok-imagine-video-1.5-lite(soovitatud xAI poolt lihtsate videote jaoks) võigrok-imagine-video(eelmine põlvkond, mida selles kursuses endiselt näidetes kasutatakse) - prompt: sinu tekstiline kirjeldus soovitud stseenist
- duration: kestus sekundites, vahemikus 1 kuni 15 (vaikimisi 8)
- aspect_ratio: pildi kuvasuhe (vaikimisi 16:9; võimalikud ka 9:16, 1:1, 4:3, 3:4, 3:2, 2:3, 21:9, 5:2)
- resolution:
480p(vaikimisi),720pvõi1080p– viimast renderdabgrok-imagine-video-1.5loomulikult nii tekstist-videoks kui ka pildist-videoks režiimis;-liteversioonil saadakse see 720p ülesproovimisega (upsampling); mudelilgrok-imagine-videosee puudub, kuna see peatub 720p juures
Kaks punkti väärivad kohe rõhutamist. Mudel grok-imagine-video maksab $0.050 iga genereeritud sekundi eest (grok-imagine-video-1.5 puhul $0.08, selle -lite versioonil $0.02, seisuga 3. november 2026): viiesekundiline jada maksab seega esimesel juhul $0.25, sõltumata sellest, mitu katseteni sa jõudsid. Kiirusepiirang loeb taotlusi sekundis, sõltuvalt sinu meeskonna tasemest: videomudelite sisetasemel on see 10, mis on tavakasutuseks mugav varu, kuid muutub piiranguks, kui käivitad massilisi partii.
Kõige tähtsam on see, et genereerimine on asünkroonne. Sinu POST-kutse ei tagasta videot: see tagastab request_id ja sinu ülesandeks jääb seejärel olekut pärida (polling), kuni fail on valmis. See pärimismehhanism on kursuse hilisemas osas eraldi tunni teemaks; praegu pea lihtsalt meeles, et kohene vastus on kinnitus, mitte tulemus.
Esimene lõpuni viidud kutse
Liigume praktikale curliga. Järgnev taotlus tellib viiesekundilise jada 720p eraldusvõimes ja maastikuformaadis.
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"
}'
Vastus mahub ühele reale:
{
"request_id": "vid_abc123def456"
}
Hoia seda identifikaatorit kindlas kohas. See on ainus viis video kättesaamiseks pärast genereerimise lõppu ja rakendus, mis selle kaotab, on maksnud genereerimise eest, mida ta kunagi kätte ei saa. Reaalses teenuses logid selle enne isegi pärimise alustamist.
Helirada vaikimisi
Genereeritud video sisaldab vaikimisi helirada – mudelitel grok-imagine-video-1.5 ja selle -lite versioonil koos huulte liikumisega sünkroniseeritud kõnega. Vaikse video jaoks, mis on mõeldud näiteks saidi taustaks või montaažiks, kuhu lisad oma muusika, lisa taotlusele "generate_audio": false.
Väljundi raamimiseks tunneb API aga ainult kuvasuhet (aspect_ratio) ja eraldusvõimet (resolution): API referentsis puudub pikslite suuruse parameeter. Pildist-videoks režiimis järgib väljundi kuvasuhe alati lähtepildi kuvasuhet.
Peamised punktid
- Lõpp-punkt on
POST /v1/videos/generations, kasutades mudelitgrok-imagine-video-1.5, selle-liteversiooni võigrok-imagine-video - Kestus on 1 kuni 15 sekundit (vaikimisi 8), eraldusvõime 480p kuni 1080p (maksimum 720p mudelil
grok-imagine-video) - Hind loetakse genereeritud sekundi kohta: $0.020 (
-lite), $0.050 (grok-imagine-video) või $0.080 (grok-imagine-video-1.5) - Genereerimine on asünkroonne: saad
request_id, mida hiljem pärida - Saadaval on üheksa kuvasuhet, et kohanduda kõigi formaatidega
- Helirada genereeritakse vaikimisi;
"generate_audio": falseannab vaikse video