Galutinis taškas /v1/videos/generations: Jūsų pirmasis vaizdo įrašas
Šiame puslapyje
Atnaujinta 2026 m. lapkričio 3 d. remiantis xAI vaizdo įrašų dokumentacija: prieinami trys vaizdo įrašų modeliai (
grok-imagine-video-1.5, jo-liteversija irgrok-imagine-video), raiška siekia iki 1080p naudojant 1.5 modelius, vaizdo įrašai pagal nutylėjimą turi garso takelį (generate_audio), spartos apribojimai skaičiuojami užklausomis per sekundę, o senesnėje versijoje naudotas parametrassizeAPI nuorodoje nebeegzistuoja. Šaltiniai: Vaizdo įrašų generavimas · Kainodara.
Vaizdo įrašo generavimas iš teksto
xAI API pateikia specialų vaizdo įrašų galutinį tašką POST /v1/videos/generations, kuris paverčia rašytinį aprašymą animuota seka naudodamas vieną iš trijų „Grok Imagine Video“ modelių. Įsivaizduokite tai kaip studiją pagal poreikį: jūs aprašote sceną, modelis ją atgaivina, o jūs gaunate MP4 failą, paruoštą redagavimui. Reklaminiai klipai, koncepcijų vizualizacijos, iliustracinės animacijos – visi šie naudojimo atvejai vykdomi per tą patį galutinį tašką, todėl pirmiausia jį išanalizuosime.
Pirmiau pateiktas pavyzdys suteikia supratimą apie tikėtiną rezultatą. Prieš rašydami savo pirmąją užklausą, atminkite keturias ribas, kurios apibrėžia viską, ką sukursite naudodami šiuos modelius.
Užklausos struktūra
Užklausos kūnas yra JSON objektas, pasižymintis raminančiu paprastumu. Jūs nurodote modelį, parašote savo užuominą (prompt) ir suformuojate rezultatą naudodami tris formatavimo parametrus.
{
"model": "grok-imagine-video",
"prompt": "A dolphin jumping in a sunset",
"duration": 5,
"aspect_ratio": "16:9",
"resolution": "720p"
}
Štai tiksli kiekvieno lauko reikšmė:
- model:
grok-imagine-video-1.5(naujausias), jo ekonominė versijagrok-imagine-video-1.5-lite(xAI rekomenduoja paprastiems vaizdo įrašams) arbagrok-imagine-video(ankstesnės kartos modelis, vis dar naudojamas šio kurso pavyzdžiuose) - prompt: jūsų tekstinis norimos scenos aprašymas
- duration: trukmė sekundėmis, nuo 1 iki 15 (pagal nutylėjimą 8)
- aspect_ratio: vaizdo kraštinių santykis (pagal nutylėjimą 16:9; galimi: 9:16, 1:1, 4:3, 3:4, 3:2, 2:3, 21:9, 5:2)
- resolution:
480p(pagal nutylėjimą),720parba1080p– pastaroji natūraliai generuojama modeliogrok-imagine-video-1.5(teksto į vaizdo įrašą ir vaizdo į vaizdo įrašą režimuose), gaunama didinant720praišką-liteversijoje ir nėra prieinama modelyjegrok-imagine-video, kuris sustoja ties 720p
Dviem punktams verta skirti ypatingą dėmesį jau dabar. Modelis grok-imagine-video kainuoja 0,050 $ už sugeneruotą vaizdo įrašo sekundę (modelis grok-imagine-video-1.5 – 0,08 $, jo -lite versija – 0,02 $, duomenys galioja 2026 m. lapkričio 3 d.): penkių sekundžių seka jums kainuos 0,25 $ naudojant pirmąjį modelį, nesvarbu, kiek bandymų prireikė jai gauti. Be to, spartos apribojimas skaičiuojamas užklausomis per sekundę, priklausomai nuo jūsų komandos lygio: vaizdo įrašų modeliams pradinis lygis leidžia 10 užklausų per sekundę – tai patogi riba įprastam naudojimui, tačiau tampa kliūtimi paleidžiant masines partijas.
Svarbiausia tai, kad generavimas yra asinchroninis. Jūsų POST užklausa negrąžina vaizdo įrašo: ji grąžina request_id, o tuomet jūsų pareiga periodiškai tikrinti būseną, kol failas bus paruoštas. Šis tikrinimo mechanizmas bus išsamiai aptartas vėlesnėje kurso pamokoje; kol kas tiesiog įsiminkite, kad momentalus atsakymas yra tik patvirtinimas, o ne rezultatas.
Pirmasis end-to-end kvietimas
Pereikime prie praktikos naudodami curl. Toliau pateikta užklausa užsako penkių sekundžių seką 720p raiška, horizontalaus formato.
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"
}'
Atsakymas telpa į vieną eilutę:
{
"request_id": "vid_abc123def456"
}
Sažiningai saugokite šį identifikatorių. Tai vienintelis būdas gauti vaizdo įrašą baigus generavimą; programa, kuri jį praranda, sumoka už generavimą, kurio rezultato niekada negaus. Realioje paslaugoje jį užregistruojate dar prieš pradėdami tikrinimo ciklą.
Garso takelis pagal nutylėjimą
Sugeneruotas vaizdo įrašas pagal nutylėjimą turi garso takelį – modeliuose grok-imagine-video-1.5 ir jo -lite versijoje kalba sinchronizuojama su lūpų judesiais. Jei norite tylio vaizdo įrašo (pvz., naudoti kaip svetainės foną arba redaguoti pridėjant savo muziką), į užklausą įtraukite "generate_audio": false.
Tačiau norėdami apibrėžti išvestį, API žino tik kraštinių santykį (aspect_ratio) ir raišką (resolution): API nuorodoje nėra jokio parametro, nurodančio pikselių dydį. Konvertuojant vaizdą į vaizdo įrašą (image-to-video), išvesties kraštinių santykis visada atitinka šaltinio vaizdo kraštinių santykį.
Svarbiausi punktai
- Galutinis taškas yra
POST /v1/videos/generations, naudojant modeliusgrok-imagine-video-1.5, jo-liteversiją arbagrok-imagine-video - Trukmė svyruoja nuo 1 iki 15 sekundžių (pagal nutylėjimą 8), raiška – nuo 480p iki 1080p (maksimaliai 720p naudojant
grok-imagine-video) - Kaina skaičiuojama už sugeneruotą sekundę: 0,020 $ (
-lite), 0,050 $ (grok-imagine-video) arba 0,080 $ (grok-imagine-video-1.5) - Generavimas yra asinchroninis: gaunate
request_id, kurį vėliau naudojate būsenai tikrinti - Prieinami devyni kraštinių santykiai, pritaikyti visiems formatams
- Garso takelis generuojamas pagal nutylėjimą;
"generate_audio": falsesukuria tylų vaizdo įrašą