Krajnja točka /v1/videos/generations: Tvoj prvi video
Na ovoj stranici
Ažurirano 3. studenog 2026. na temelju xAI dokumentacije za video: dostupna su tri video modela (
grok-imagine-video-1.5, njegova-liteverzija igrok-imagine-video), rezolucija ide do 1080p na modelima 1.5, videi imaju zvučni zapis prema zadanim postavkama (generate_audio), ograničenja brzine broje se u zahtjevima po sekundi, a parametarsizeprisutan u staroj verziji ne pojavljuje se u referenci API-ja. Izvori: Generiranje videa · Cjenik.
Generiranje videa iz teksta
xAI-jev API izlaže namjensku krajnju točku za video, POST /v1/videos/generations, koja pretvara pisani opis u animiranu sekvencu koristeći jedan od triju Grok Imagine Video modela. Zamisli to kao studio na zahtjev: opišeš scenu, model je pokreće, a ti preuzimaš MP4 datoteku spremnu za uređivanje. Promotivni isječci, vizualizacije koncepata, ilustrativne animacije – svi ti slučajevi upotrebe prolaze kroz istu ovu krajnju točku, pa ćemo je prvo raščlaniti.
Gornji primjer daje ti uvid u očekivani izlaz. Prije pisanja prvog zahtjeva, imaj na umu četiri granice koje okviruju sve što proizvedeš s ovim modelima.
Struktura zahtjeva
Tijelo zahtjeva je JSON objekt uvjerljive jednostavnosti. Deklariraš model, napišeš svoj upit (prompt) i okviruješ rezultat s tri parametra za formatiranje.
{
"model": "grok-imagine-video",
"prompt": "A dolphin jumping in a sunset",
"duration": 5,
"aspect_ratio": "16:9",
"resolution": "720p"
}
Evo točnog značenja svakog polja:
- model:
grok-imagine-video-1.5, najnoviji, njegova ekonomična verzijagrok-imagine-video-1.5-lite, koju xAI preporučuje za jednostavne videe, iligrok-imagine-video, prethodna generacija, koja se još uvijek koristi u primjerima ovog tečaja - prompt: tvoj tekstualni opis željene scene
- duration: trajanje u sekundama, između 1 i 15 (8 prema zadanim postavkama)
- aspect_ratio: omjer slike (16:9 prema zadanim postavkama, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3, 21:9, 5:2)
- resolution:
480p(zadano),720pili1080p– potonje izvorno renderiragrok-imagine-video-1.5u načinu tekst-u-video i slika-u-video, dobiva se uzorkovanjem s 720p na-liteverziji, a nedostaje ugrok-imagine-video, koji staje na 720p
Dvije točke zaslužuju naglasak odmah sada. Model grok-imagine-video košta 0,050 $ po sekundi generiranog videa (0,08 $ za grok-imagine-video-1.5, 0,02 $ za njegovu -lite verziju, stanje na dan 3. studenog 2026.): petosekundna sekvenca te tako košta 0,25 $ s prvim modelom, bez obzira na to koliko si pokušaja uložio da dođeš do toga. Ograničenje brzine broji se u zahtjevima po sekundi, ovisno o razini tvog tima: 10 na ulaznoj razini za video modele, što je udobna margina za normalnu upotrebu, ali postaje ograničenje kada pokrećeš masovne serije.
Najvažnije, generiranje je asinkrono. Tvoj POST poziv ne vraća video: vraća request_id, a zatim je na tebi da provjeravaš status dok datoteka ne bude spremna. Taj mehanizam provjere statusa tema je cijele lekcije kasnije u tečaju; za sada samo zapamti da je trenutni odgovor potvrda primitka, a ne rezultat.
Prvi poziv od kraja do kraja
Prijeđimo na praksu s curlom. Sljedeći zahtjev naručuje petosekundnu sekvencu u 720p, pejzažnom formatu.
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"
}'
Odgovor staje u jedan redak:
{
"request_id": "vid_abc123def456"
}
Čuvaj ovaj identifikator. To je tvoj jedini način da preuzmeš video kada generiranje završi, a aplikacija koja ga izgubila platila je generiranje koje nikada neće preuzeti. U stvarnoj usluzi, bilježiš ga u zapisnik prije nego što uopće započneš provjeru statusa.
Zvuk, prema zadanim postavkama
Generirani video uključuje zvučni zapis prema zadanim postavkama – pri čemu, na grok-imagine-video-1.5 i njegovoj -lite verziji, govor je sinkroniziran s pokretima usana. Za tihi video, namijenjen primjerice kao pozadina web-mjesta ili za uređivanje gdje ćeš dodati vlastitu glazbu, dodaj "generate_audio": false u zahtjev.
Za okvirivanje izlaza, API ipak poznaje samo omjer (aspect_ratio) i definiciju (resolution): referenca API-ja ne nudi parametar za veličinu u pikselima. U načinu slika-u-video, omjer izlaza uvijek prati onaj izvorne slike.
Ključne točke
- Krajnja točka je
POST /v1/videos/generations, sgrok-imagine-video-1.5, njegovom-liteverzijom iligrok-imagine-video - Trajanje se kreće od 1 do 15 sekundi (8 prema zadanim postavkama), rezolucija od 480p do 1080p (maksimalno 720p s
grok-imagine-video) - Cijena se računa po generiranoj sekundi: 0,020 $ (
-lite), 0,050 $ (grok-imagine-video) ili 0,080 $ (grok-imagine-video-1.5) - Generiranje je asinkrono: primaš
request_idza naknadnu provjeru statusa - Dostupno je devet omjera stranica za prilagodbu svim formatima
- Zvučni zapis generira se prema zadanim postavkama;
"generate_audio": falsedaje tihi video