Proporcje obrazu, rozdzielczości i zarządzanie kosztami
Na tej stronie
Zaktualizowano 3 listopada 2026 r. na podstawie dokumentacji wideo xAI: API akceptuje dziewięć proporcji obrazu (w tym
21:9i5:2) oraz trzy rozdzielczości, przy czym1080pzależy od modelu; każdy z trzech modeli wideo ma własny cennik; parametrsizez wymiarami w pikselach, prezentowany w starszej wersji, nie występuje w referencjach API. Źródła: Video Generation · Videos API · Pricing.
Optymalizacja generowania wideo
Samo umiejętne tworzenie promptów nie wystarczy, aby przejść do produkcji. O pozostałych kwestiach decydują dwa czynniki: techniczne ramy wyjść oraz kontrola kosztów. Studio generujące dwście klipów miesięcznie bez strategii prototypowania płaci kilkakrotnie więcej, niż to konieczne, a zespół, który pod koniec projektu odkrywa, że format nie pasuje do kanału dystrybucji, musi zaczynać od nowa. Ta lekcja omawia oba te punkty łącznie, ponieważ wzajemnie się one warunkują.
Wybór odpowiedniej proporcji obrazu
Parametr aspect_ratio ustawia proporcje generowanego wideo. Akceptowanych jest dziewięć wartości, z których każda odpowiada konkretnemu miejscu dystrybucji.
| Proporcja | Format | Główne zastosowanie |
|---|---|---|
16:9 | Panoramiczny poziomy | YouTube, prezentacje, strony www |
9:16 | Pionowy | TikTok, Stories, Reels |
1:1 | Kwadrat | Posty w social mediach, miniatury |
4:3 | Klasyczny poziomy | Dokumenty, slajdy |
3:4 | Klasyczny pionowy | Pinterest, plakaty |
3:2 | Fotograficzny poziomy | Portfolia, galerie |
2:3 | Fotograficzny pionowy | Plakaty, okładki |
21:9 | Kinowy panoramiczny | Ujęcia filmowe |
5:2 | Baner | Banery sieciowe, nagłówki |
W przypadku braku jawnego parametru API stosuje 16:9. Jest to rozsądny domyślny wybór dla sieci, ale staje się pułapką, gdy pracujesz z formatami pionowymi: kampania przeznaczona dla Reels musi deklarować 9:16 w każdym żądaniu, w przeciwnym razie otrzymasz ujęcia poziome, które będą wymagały kadrowania, co wiąże się z utratą kompozycji. Dwa tryby są zwolnione z tego ustawienia: w trybie obraz-na-wideo wyjście przyjmuje proporcje obrazu źródłowego, a w trybie edycji – proporcje wideo źródłowego.
Trzy rozdzielczości w zależności od modelu
Parametr resolution akceptuje trzy wartości. Wartość domyślna, 480p, służy do podglądów i szkiców: renderowanie jest szybsze, co czyni ją idealnym środowiskiem testowym do walidacji promptu przed ponownym uruchomieniem w finalnej jakości. 720p odpowiada jakości HD wystarczającej dla większości zastosowań w sieci i na urządzeniach mobilnych. 1080p zapewnia Full HD, ale nie we wszystkich modelach:
| Model | Maksymalna rozdzielczość |
|---|---|
grok-imagine-video-1.5 | Natywne 1080p (720p w trybie reference-to-video) |
grok-imagine-video-1.5-lite | 1080p, poprzez upsampling z 720p |
grok-imagine-video | 720p |
Edycja nie podlega regulacji: wyprodukowane wideo zachowuje rozdzielczość źródła, z limitem do 720p. Nie ma też dokładniejszych ustawień niż te kroki: referencje API nie zawierają parametru rozmiaru w pikselach. Jeśli dystrybucja wymaga dokładnych wymiarów, wybierz najbliższą proporcję i rozdzielczość, a następnie wykadruj materiał podczas edycji.
{
"model": "grok-imagine-video-1.5",
"prompt": "Your description",
"aspect_ratio": "16:9",
"resolution": "1080p",
"duration": 5
}
Ile naprawdę kosztuje produkcja
Cena liczona jest za sekundę wygenerowanego wideo i zależy od modelu: 0,020 USD dla grok-imagine-video-1.5-lite, 0,050 USD dla grok-imagine-video oraz 0,080 USD dla grok-imagine-video-1.5. Progressja jest idealnie liniowa, co czyni budżet przewidywalnym.
| Czas trwania | 1.5-lite | grok-imagine-video | 1.5 |
|---|---|---|---|
| 1 sekunda | 0,02 USD | 0,05 USD | 0,08 USD |
| 3 sekundy | 0,06 USD | 0,15 USD | 0,24 USD |
| 5 sekund | 0,10 USD | 0,25 USD | 0,40 USD |
| 8 sekund (domyślnie) | 0,16 USD | 0,40 USD | 0,64 USD |
| 10 sekund | 0,20 USD | 0,50 USD | 0,80 USD |
| 15 sekund | 0,30 USD | 0,75 USD | 1,20 USD |
Na dzień 3 listopada 2026 r. strona Models xAI wyświetla jedną cenę za sekundę dla każdego modelu, bez rozróżnienia na rozdzielczość, podczas gdy strona Video Overview odnosi się do cen „za rozdzielczość“: sprawdź tabelę przed zatwierdzeniem dużej partii zadań.
Pierwszym dźwignią optymalizacji jest wybór modelu. xAI rekomenduje grok-imagine-video-1.5-lite, czterokrotnie tańszy od wersji 1.5, do prostych wideo, a grok-imagine-video-1.5, gdy potrzebujesz obrazów referencyjnych, głosów, narzuconych obrazów lub natywnego 1080p; edycja i rozszerzanie działają natomiast wyłącznie z modelem grok-imagine-video. Drugą dźwignią jest liczba prób. Prototypuj systematycznie krótkie materiały: zwaliduj kierunek ruchu na dwóch lub trzech sekundach, zanim zobowiązujesz się do generowania dziesięcio- lub piętnastosekundowego klipu. Dopracuj prompt tak, aby był poprawny za pierwszym razem, ponieważ każde ponowne generowanie wiąże się z pełną opłatą. Przeprowadzaj te testy w 480p: wyświetlana cena się nie zmienia, ale skrócony czas generowania pozwala na szybszą iterację. Pamiętaj także o limicie przepustowości (rate limit) przy planowaniu partii zadań.
To rozumowanie łatwo przeliczyć. Dla projektu składającego się z dwudziestu pięciosekundowych wideo z użyciem grok-imagine-video, surowa produkcja wynosi 20 × 0,25 USD, czyli 5,00 USD (2,00 USD w wersji lite, 8,00 USD w wersji 1.5). Zakładając średnio dwie iteracje na wideo, dochodzisz do 10,00 USD. Dodaj 50% marginesu na eksperymenty, a przedstawisz budżet w wysokości 15,00 USD, który się utrzyma. To jest rząd wielkości, który należy zakomunikować klientowi, a nie teoretyczny koszt wynikający z pierwszego obliczenia.
Obsługa limitów przepustowości (Rate Limits)
Limity API liczone są w żądaniach na sekundę, osobno dla każdego modelu, i rosną wraz z poziomem Twojego zespołu, który jest ustalany na podstawie łącznych wydatków: na poziomie wejściowym modele wideo akceptują 10 żądań na sekundę, a API odpowiada kodem 429 Too Many Requests po przekroczeniu tego limitu (Rate limits). W typowym użyciu limit ten jest rzadko osiągany: ponieważ generowanie jest asynchroniczne i długotrwałe, spędzasz więcej czasu na oczekiwaniu niż na przesyłaniu żądań. Ryzyko pojawia się przy masowych partiach uruchamianych równolegle, gdzie kilka linii kodu może w ułamku sekundy nasycić przydzielony limit. Rozłożenie w czasie przesyłania żądań wystarczy, aby zmieścić się w ramach limitu.
import asyncio
async def soumettre_lot(prompts, par_seconde=5):
"""Submits generations without exceeding the rate limit."""
for prompt in prompts:
await soumettre_video(prompt) # POST, without waiting for completion
await asyncio.sleep(1 / par_seconde)
W przypadku bardzo dużych partii, które mogą poczekać, API Batch oferuje inną ścieżkę: jego żądania nie są wliczane do limitów przepustowości, a trzy modele wideo je akceptują (w przypadku grok-imagine-video i grok-imagine-video-1.5 tylko w niektórych regionach). Nie oczekuj oszczędności: rabat Batch dotyczy wyłącznie modeli tekstowych, a wideo jest rozliczane według stawki standardowej. Przetwarzanie odbywa się zazwyczaj w ciągu 24 godzin, bez gwarancji.
Dostarcz wideo bez konieczności jego pobierania
Ostatnim przydatnym ustawieniem w produkcji jest parametr output.upload_url. Wskazuje on podpisany URL (S3 lub GCS presigned, Azure SAS), na który wideo zostanie automatycznie wysłane metodą HTTP PUT z nagłówkiem Content-Type: video/mp4 zaraz po wygenerowaniu.
{
"model": "grok-imagine-video",
"prompt": "Your description",
"duration": 5,
"output": {
"upload_url": "https://your-storage.com/upload/video.mp4"
}
}
W praktyce eliminuje to cały etap z Twojego potoku danych: nie ma potrzeby pobierania każdego pliku, a następnie przesyłania go do magazynu – wideo trafia bezpośrednio do miejsca docelowego. Przy przepływie kilkudziesięciu klipów dziennie oznacza to znacznie mniej kodu do utrzymania w zakresie transferu i obsługi błędów.
Cennik zarejestrowany 3 listopada 2026 r. – ceny ewoluują regularnie: przed jakimkolwiek obliczeniem budżetu sprawdź aktualną tabelę na oficjalnej stronie modeli i cennika xAI.
Kluczowe wnioski
- Dostępnych jest dziewięć proporcji obrazu, domyślnie
16:9; w trybie obraz-na-wideo wyjście przyjmuje proporcje obrazu - Trzy rozdzielczości: 480p (domyślna), 720p i 1080p, ta ostatnia wyłącznie w modelach 1.5
- Żaden parametr nie ustawia rozmiaru w pikselach: wystarczą proporcje i rozdzielczość
- Cena jest liniowa, naliczana za sekundę: 0,020 USD, 0,050 USD lub 0,080 USD w zależności od modelu
- Prototypuj krótkie materiały w 480p, używając najtańszego modelu, który wystarcza
output.upload_urlautomatyzuje dostarczanie; API Batch omija limity przepustowości, bez rabatu na wideo