Ir al contenido principal

Grok Imagine Video 1.5, de xAI, convierte una escena escrita en un clip de 1 a 15 segundos con sonido generado, incluidos los diálogos entre comillas, en 480p, 720p o 1080p.

Desde $0.028/s

Playground

Entrada

Texto a video
192/4096
Describe la acción, el escenario y los diálogos opcionales entre comillas en hasta 4.096 caracteres; la extensión del prompt no determina un nivel de cobro. mínimo 1 caracteres · máximo 4096 caracteres
Selecciona 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 o 2:3; el valor predeterminado es 16:9 y la forma no determina la tarifa por segundo.
afecta al precio
Elige 480p, 720p o 1080p; 480p es el valor predeterminado y los niveles superiores tienen un costo mayor por segundo.
Duraciónafecta al precio
Solicita de 1 a 15 segundos; se usan 6 segundos por defecto. Una salida más larga aumenta los segundos facturados. no menor que 1 · no mayor que 15
Generar audio
Genera audio por defecto o desactívalo para obtener un resultado sin pista de audio; la tarifa permanece igual.
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Salida

Listo para una nueva ejecución
Resultado de ejemplo

¿No está el modelo que buscas?

SONIDO, IMÁGENES Y ESCENAS CON TIEMPOS DEFINIDOS

La API de Grok Imagine Video 1.5 de un vistazo

Describe una travesía por un fiordo, programa un cambio de escenario o anima una grulla de papel en una toma que se repite.

Elige la duración
1–15 S
Si omites la duración, el clip dura seis segundos por defecto.
Diálogo en la escena
SONIDO
El audio generado puede pronunciar las frases entre comillas.
Modos de texto e imagen
1080P
También hay 480p y 720p, con tarifas por segundo más bajas.
Imágenes intermedias
4
Cada fotograma clave aporta una imagen por la que la toma debe pasar en un segundo específico.
Imágenes de referencia
7
Reference-to-video permite combinar personas, objetos y escenarios.
Resolicitud sin saltos
BUCLE
Imagen a video ofrece un control de bucle como alternativa a una imagen final.

Resultados

Lo que puedes crear con Grok Imagine Video 1.5

  • Diálogo dentro de la escena

    Un susurro con respuesta visible

    En el bar de azotea al anochecer, una mujer con vestido rojo de espalda descubierta se acerca a un hombre y susurra «Let's get out of here.» La muestra de seis segundos en 480p incluye la frase, su sonrisa y la acción de tomar la mano. Planea un intercambio breve identificando hablante, palabras y respuesta. Revisa voz y movimiento juntos.

    Muestra generada: seis segundos, 480p, 16:9, con «Let's get out of here» en la banda sonora.

  • Escena desde texto

    Un cruce con frase hablada

    En las pruebas, un pequeño pesquero cruzó el fiordo al amanecer bajo gaviotas. El resultado de seis segundos incluyó sonido y al capitán diciendo el diálogo citado.

    Muestra desde texto: seis segundos en 480p con diálogo y sonido generados.

  • Imagen temporizada

    Llega al invernadero en el segundo tres

    El callejón lluvioso con faroles cedió a un invernadero victoriano luminoso en el keyframe de tres segundos solicitado. La toma completa duró seis con sonido.

    El keyframe del invernadero guía la escena en el segundo tres de una muestra de seis segundos.

  • Movimiento repetible

    Una grulla que vuelve al inicio

    La grulla blanca de origami se movió suavemente sobre mesa azul en un bucle de cuatro segundos. Apertura y cierre coincidieron.

    Bucle de cuatro segundos con primer y último cuadro coincidentes.

  • Dos fuentes visuales

    Bailarina y ave de papel en un estudio

    La bailarina de ensayo negro avanzó lentamente por un estudio blanco con una grulla flotando cerca. Dos referencias guiaron seis segundos en 848x480.

    Muestra de dos referencias: seis segundos en 848x480.

Prueba de contenido

¿Grok Imagine Video 1.5 funciona sin censura? Lo que probamos

Niveles de contenido probados en Grok Imagine Video 1.5, por modo
NivelImagen a videoTexto a video
Suave
RechazadoProbado el 11 nov 2026
RechazadoProbado el 11 nov 2026
Moderado
RechazadoProbado el 11 nov 2026
RechazadoProbado el 11 nov 2026
Fuerte
RechazadoProbado el 11 nov 2026
RechazadoProbado el 11 nov 2026
Muy fuerte
RechazadoProbado el 11 nov 2026
RechazadoProbado el 11 nov 2026
Máximo
RechazadoProbado el 11 nov 2026
RechazadoProbado el 11 nov 2026
Cómo hacemos las pruebas

Cómo se comporta cada modo

Todos los modos
Los archivos de video generados se guardan durante 14 días y luego se eliminan.
Todos los modos
El clip solicitado debe durar entre 1 y 15 segundos.
Imagen a video
Usa una imagen final o el modo de bucle; ambos ajustes no pueden combinarse.
Imagen a video
La guía con fotogramas intermedios admite un máximo de cuatro imágenes.
Referencia a video
La generación guiada por referencias admite 1–7 imágenes y llega hasta 720p.

Casos de uso

Qué construir con la API de Grok Imagine Video 1.5

  • Momentos narrativos con diálogo

    Construye una interacción breve alrededor de una frase entre comillas y respuesta visible. La azotea combina invitación susurrada, sonrisa y acción de tomar la mano en seis segundos con sonido.

  • Transiciones con llegada planeada

    Guía un cambio de lugar con una imagen intermedia en un segundo elegido. La prueba del callejón al invernadero llegó al destino soleado en el segundo tres de seis.

  • Movimiento repetido desde una imagen

    Anima una apertura con loop para regresar al inicio. La prueba respetó fotogramas coincidentes; revisa la unión al reproducir antes de usar en una ubicación repetitiva.

  • Escenas reunidas desde referencias

    Aporta imágenes separadas de personas, objetos o lugares y asigna papeles @image en prompt. El flujo acepta una a siete, con cargo por cada referencia.

  • Insertos silenciosos para una edición

    Desactiva audio generado si usarás una banda sonora existente. La prueba sin audio no devolvió pista sonora; duración y resolución siguen determinando tarifa.

Prompts

Ejemplos de prompts de Grok Imagine Video 1.5 para copiar

  • Texto a video

    Invitación sobre la ciudad

    Resultado de este prompt

    At a rooftop bar at dusk, a woman in a red backless dress leans close to a man and whispers: "Let's get out of here." He smiles, takes her hand, string lights and the city skyline behind them.

    Por qué funciona. Asigna frase a un hablante y respuesta visible al otro. La muestra demuestra intercambio y voz; edades y ropa aquí son variaciones propuestas.

    Probar este prompt
  • Texto a video

    Conversación tranquila al cierre

    Inside a jazz lounge after the performance, a woman in her forties wearing a navy silk dress turns toward a man in his forties in an open-collar white shirt. She says, "One more song?" He nods. Amber table lamps, a relaxed mood, close two-person framing, slow camera push.

    Por qué funciona. Mantiene diálogo breve y asigna una acción a cada persona. Ropa, luz y cámara definen ambiente sin añadir otro lugar.

    Probar este prompt
  • Imagen a video

    Un retrato empieza a moverse

    Animate the woman in her forties from the opening image, wearing the same emerald evening dress. She turns slightly toward the window and smiles, then looks back toward the camera. Keep the warm window light and quiet hotel-lounge mood; use a restrained camera move.

    Por qué funciona. Toma la imagen inicial como composición y pide movimientos pequeños. Carga la apertura y elige duración y resolución aparte.

    Probar este prompt
  • Imagen a video

    Del callejón al invernadero

    Resultado de este prompt

    A slow walk from a lantern alley into a sunlit greenhouse.

    Por qué funciona. Describe transición y el keyframe aportado controla tiempo. Combina seis segundos con imagen de invernadero en segundo tres, como en la prueba.

    Probar este prompt
  • Imagen a video

    Papel en movimiento para bucle

    Resultado de este prompt

    The paper crane gently rocks in a soft breeze, seamless loop.

    Por qué funciona. Sugiere regresar a la posición inicial. Activa loop y omite imagen de cierre; el texto solo no crea el bucle.

    Probar este prompt
  • Referencia a video

    Intérprete con grulla de papel

    Resultado de este prompt

    The dancer from @image1 performs a slow contemporary routine while the paper crane from @image2 floats around him like a small bird, white studio, soft light.

    Por qué funciona. Asigna dos cargas a sujetos distintos antes de su interacción. Es una variante propuesta de la referencia enlazada; numera según orden real.

    Probar este prompt
  • Referencia a video

    Un producto en otro lugar

    Use @image1 for a ceramic tea cup and @image2 for the glasshouse setting. Place the cup on a wooden table among the plants. Steam curls upward in warm morning light as the camera moves slowly closer, restful mood, no people in view.

    Por qué funciona. Da funciones separadas a objeto y entorno y pide un movimiento principal. Selecciona cantidad de referencias y nivel adecuados a la composición.

    Probar este prompt

Precios

Precios de la API de Grok Imagine Video 1.5

Un clip de 5 segundos cuesta desde $0.14 en 480p y desde $0.45 en 1080p.

Primeros pasos

Cómo usar la API de Grok Imagine Video 1.5 en tres pasos

  1. Paso 1

    Elige el origen de la escena

    Usa texto para una toma escrita, imagen a video para una apertura obligatoria o referencias a video para componer desde varias imágenes.

  2. Paso 2

    Explica acción y sonido

    Nombra sujeto, ropa, lugar, luz y una acción manejable. Pon la frase hablada entre comillas e identifica a quien la dice.

  3. Paso 3

    Escoge tiempos y salida

    Configura 1–15 segundos, relación admitida y resolución. Al animar una imagen, añade keyframes con tiempo y elige imagen final o loop cuando haga falta.

La referencia de parámetros y los ejemplos de código están en las pestañas API y Readme, arriba en esta página.

FAQ

Preguntas frecuentes de la API de Grok Imagine Video 1.5

Acerca de Grok Imagine Video 1.5

Parte del material disponible: frase para texto a video, imagen inicial para animación o referencias numeradas para componer. La azotea muestra intercambio corto con frase en la banda sonora; el invernadero demuestra una imagen en un momento elegido. Selecciona duración y resolución juntas porque ambas afectan la cuenta y recuerda el cargo adicional por referencia en referencias a video. Revisa movimiento, sonido y dimensiones y descarga antes de terminar los 14 días de conservación.

Todos los modelos Grok8

Modelos de video1

  • Grok Imagine Video 1.5ActualTexto a video · Imagen a video · +1Desde $0.028por segundo de salida

Modelos de texto4

Modelos relacionados y tareas siguientes