Gala punkts /v1/videos/generations: Tavs pirmais video
Šajā lapā
Atjaunināts 2026. gada 3. novembrī, balstoties uz xAI video dokumentāciju: pieejami trīs video modeļi (
grok-imagine-video-1.5, tā-liteversija ungrok-imagine-video), izšķirtspēja sasniedz līdz 1080p pie 1.5 modeļiem, video pēc noklusējuma satur audio celiņu (generate_audio), ātruma ierobežojumi tiek skaitīti pieprasījumos sekundē, un vecajā versijā redzamais parametrssizeAPI atsauces dokumentācijā vairs neparādās. Avoti: Video ģenerēšana · Cenas.
Video ģenerēšana no teksta
xAI API piedāvā specializētu video gala punktu POST /v1/videos/generations, kas pārvērš rakstisku aprakstu animētā secībā, izmantojot vienu no trim Grok Imagine Video modeļiem. Iedomājies to kā studiju pēc pieprasījuma: tu apraksti ainu, modelis to iedzīvina kustībā, un tu saņem MP4 failu, kas gatavs rediģēšanai. Reklāmas klipi, konceptuālas vizualizācijas, ilustratīvas animācijas – visi šie lietojumi izmanto šo pašu gala punktu, tāpēc vispirms izanalizēsim to.
Iepriekšējais piemērs sniedz priekšstatu par sagaidāmo rezultātu. Pirms veic savu pirmo pieprasījumu, paturi prātā četras robežas, kas ierāmē visu, ko radīsi ar šiem modeļiem.
Pieprasījuma struktūra
Pieprasījuma ķermenis ir JSON objekts ar nomierinošu vienkāršību. Tu norādi modeli, uzraksti savu promptu un ierāmē rezultātu ar trim formatēšanas parametriem.
{
"model": "grok-imagine-video",
"prompt": "A dolphin jumping in a sunset",
"duration": 5,
"aspect_ratio": "16:9",
"resolution": "720p"
}
Lūk, katra lauka precīzā nozīme:
- model:
grok-imagine-video-1.5(jaunākais), tā ekonomiskā versijagrok-imagine-video-1.5-lite(ko xAI iesaka vienkāršiem video) vaigrok-imagine-video(iepriekšējā paaudze, kas joprojām tiek izmantota šī kursa piemēros) - prompt: tavs teksta apraksts vēlamajai ainai
- duration: ilgums sekundēs, no 1 līdz 15 (pēc noklusējuma 8)
- aspect_ratio: attēla malu attiecība (pēc noklusējuma 16:9; pieejamas arī 9:16, 1:1, 4:3, 3:4, 3:2, 2:3, 21:9, 5:2)
- resolution:
480p(noklusējums),720pvai1080p– pēdējā tiek attēlota natīvi argrok-imagine-video-1.5režīmā „teksts uz video” un „attēls uz video”, iegūta, veicot 720p augšupvērtēšanu-liteversijā, un nav pieejama modelimgrok-imagine-video, kas apstājas pie 720p
Divi punkti ir pelnījuši īpašu uzsvaru tieši tagad. Modelis grok-imagine-video maksā 0,050 USD par ģenerētu video sekundi (0,08 USD par grok-imagine-video-1.5, 0,02 USD par tā -lite versiju, cenas spēkā no 2026. gada 3. novembra): piecu sekunžu secība tādējādi tev izmaksās 0,25 USD ar pirmo modeli neatkarīgi no tā, cik mēģinājumu bija vajadzīgs, lai to sasniegtu. Turklāt ātruma ierobežojums tiek skaitīts pieprasījumos sekundē atkarībā no tavas komandas līmeņa: 10 pieprasījumi sekundē ievada līmenī video modeļiem, kas ir pietiekama rezerve normālai lietošanai, bet kļūst par ierobežojumu, palaižot masveida partijas.
Vissvarīgākais ir tas, ka ģenerēšana ir asinhrona. Tavs POST izsaukums neatgriež video: tas atgriež request_id, un tad ir tava ziņa periodiski pārbaudīt statusu, līdz fails ir gatavs. Šis aptaujas mehānisms ir pilnas nodarbības temats vēlāk kursa gaitā; pagaidām tikai atceries, ka tūlītējā atbilde ir apstiprinājums, nevis rezultāts.
Pirmais end-to-end izsaukums
Pāriesim pie prakses ar curl. Turpmākais pieprasījums pasūta piecu sekunžu secību 720p izšķirtspējā ainavas formātā.
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"
}'
Atbilde ietilpst vienā rindā:
{
"request_id": "vid_abc123def456"
}
Saglabā šo identifikatoru drošā vietā. Tas ir tavs vienīgais veids, kā iegūt video, kad ģenerēšana ir pabeigta, un lietotne, kas to pazaudē, ir samaksājusi par ģenerēšanu, ko nekad neiegūs. Reālā servisā tu to reģistrē žurnālā pat pirms aptaujas uzsākšanas.
Audio pēc noklusējuma
Ģenerēts video pēc noklusējuma satur audio celiņu – turklāt modeļos grok-imagine-video-1.5 un tā -lite versijā runa ir sinhronizēta ar lūpu kustībām. Ja tev nepieciešams video bez skaņas (piemēram, kā fons vietnei vai rediģēšanai, kurā pievienosi savu mūziku), pieprasījumam pievieno "generate_audio": false.
Lai gan izejas ierāmēšanai API pazīst tikai malu attiecību (aspect_ratio) un definīciju (resolution): API atsauces dokumentācijā nav parametra pikseļu izmēram. Režīmā „attēls uz video” izejas malu attiecība vienmēr atbilst avota attēla attiecībai.
Galvenās atziņas
- Gala punkts ir
POST /v1/videos/generations, izmantojotgrok-imagine-video-1.5, tā-liteversiju vaigrok-imagine-video - Ilgums ir no 1 līdz 15 sekundēm (pēc noklusējuma 8), izšķirtspēja no 480p līdz 1080p (maksimāli 720p ar
grok-imagine-video) - Cena tiek skaitīta par ģenerētu sekundi: 0,020 USD (
-lite), 0,050 USD (grok-imagine-video) vai 0,080 USD (grok-imagine-video-1.5) - Ģenerēšana ir asinhrona: tu saņem
request_id, ko pēc tam aptaujāt - Pieejamas deviņas malu attiecības, lai pielāgotos visiem formātiem
- Audio celiņš tiek ģenerēts pēc noklusējuma;
"generate_audio": falsenodrošina video bez skaņas