소개
동작과 대사를 작성한 뒤 클립 길이, 화면비와 해상도를 지정합니다.
| 항목 | 값 |
|---|---|
| 입력 | 텍스트 |
| 출력 | 영상 |
| 배포사 | xAI |
| 시작 자료 | 장면 설명, 필수 시작 이미지 또는 참조 이미지 1~7장 |
| 프롬프트 한도 | 최대 4,096자 |
| 클립 길이 | 1~15초, 기본 6초 |
| 텍스트·이미지 애니메이션 해상도 | 480p(기본), 720p, 1080p |
| 참조 영상 해상도 | 480p 또는 720p |
| 텍스트 캔버스 비율 | 16:9(기본), 9:16, 1:1, 4:3, 3:4, 3:2, 2:3, 이미지 애니메이션은 auto도 제공 |
| 이미지 애니메이션 안내 | 필수 시작 이미지, 선택 마지막 이미지, 시간 지정 keyframes 최대 4장, 선택 참조 1장 |
| 반복 제한 | 시작·마지막 프레임 일치, loop와 |
| 생성 오디오 | 기본 켜짐, 꺼도 같은 요금 |
| 청구 방식 | 영상 초와 해상도별 과금, reference-to-video는 참조당 추가 요금, 실패 요청 무료 |
| 파일 보관 | 생성 영상 파일은 14일 후 삭제 |
핵심 기능 및 하이라이트
속삭임 뒤에 이어지는 반응
황혼의 옥상 바에서 등이 드러나는 빨간 드레스의 여성이 남성에게 기대 ‘Let's get out of here’라고 속삭입니다. 6초 480p 샘플에 이 대사와 남성의 미소·손잡는 행동이 담겼습니다. 짧은 대화는 화자, 인용 대사, 상대의 반응을 정해 계획하고 반환 음성과 움직임을 함께 검토합니다.
대사와 함께 건너는 배
테스트에서 작은 어선이 갈매기가 도는 해뜰 무렵 피오르를 건넜습니다. 6초 결과에는 소리와 선장의 인용 대사가 포함됐습니다.
3초에 온실로 도착
테스트에서 비 오는 등불 골목은 요청한 3초 keyframe에 밝은 빅토리아풍 온실로 바뀌었습니다. 전체는 소리가 있는 6초 장면이었습니다.
처음으로 돌아오는 종이학
흰 종이학이 파란 탁자에서 부드럽게 움직이는 4초 반복 테스트로 시작과 마지막 프레임이 일치했습니다.
무용수와 종이 새를 한 스튜디오에
검은 연습복의 무용수가 흰 스튜디오에서 천천히 움직이며 종이학이 근처에 떠 있었습니다. 두 참조가 6초 848x480 결과를 안내했습니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
prompt | 예 | 동작과 배경, 원한다면 따옴표로 묶은 대사를 최대 4,096자로 설명합니다. 프롬프트 길이는 과금 단계를 결정하지 않습니다. 1자 이상 · 4096자 이하 |
aspect_ratio | 아니요 | 16:9, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3 중에서 선택합니다. 기본값은 16:9이며 화면비는 초당 단가를 결정하지 않습니다. |
resolution | 아니요 | 480p, 720p, 1080p 중에서 고릅니다. 기본값은 480p이며 상위 단계는 초당 비용이 더 높습니다. |
duration_seconds | 아니요 | 1–15초를 요청하며 기본 길이는 6초입니다. 출력이 길수록 과금되는 초 수가 늘어납니다. |
generate_audio | 아니요 | 사운드트랙을 기본으로 생성합니다. 끄면 오디오 트랙 없이 반환하며 단가는 그대로입니다. 기본값: |
요금
텍스트 기반 클립은 선택한 해상도의 초당 단가로 과금합니다. 오디오를 켜거나 꺼도 비용은 같으며 실패한 요청은 과금 대상에서 제외합니다.
| 사양 | 요금 |
|---|---|
| $0.028 / 초 |
| $0.0505 / 초 |
| $0.09 / 초 |
활용 사례
대사로 이끄는 이야기 순간
짧은 인용 대사 하나와 보이는 반응으로 상호작용을 만듭니다. 옥상 샘플은 6초 유성 클립에서 속삭인 제안, 미소, 손잡는 행동을 연결합니다.
도착 시점을 계획한 전환
정한 초에 중간 이미지를 넣어 장소 변경을 안내합니다. 골목·온실 테스트는 6초 장면의 3초에 햇빛 드는 온실에 도달했습니다.
정지 이미지에서 반복 동작
loop를 켜고 시작 이미지가 원점으로 돌아오는 움직임을 만듭니다. 테스트에서는 시작·끝 일치 설정을 따랐습니다. 반복 배치 전 재생 연결부를 확인합니다.
참조로 조립한 장면
인물·소품·장소용 이미지를 따로 주고 프롬프트의 @image 역할을 지정합니다. 참조 작업은 1~7장을 받으며 제공한 각 참조에 과금합니다.
기존 편집에 넣을 무음 장면
기존 사운드트랙을 쓸 때 생성 오디오를 끕니다. 테스트에서는 오디오 트랙이 없었고 영상 요금은 선택 길이와 해상도로 정해졌습니다.
프롬프트 가이드 및 실전 팁
장면의 출발 자료를 고릅니다
글로 쓴 장면은 텍스트, 필수 시작 정지 이미지는 image-to-video, 여러 이미지로 안내할 구도는 reference-to-video를 선택합니다.
행동과 소리를 설명합니다
대상, 의상, 장소, 빛, 다루기 쉬운 행동을 적습니다. 대사를 따옴표로 감싸고 누가 말할지 지정합니다.
시간과 출력을 고릅니다
1~15초, 지원 화면비, 해상도 단계를 정합니다. 정지 이미지 애니메이션은 필요에 따라 시간 지정 keyframes와 마지막 이미지 또는 loop를 추가합니다.
클립을 검토하고 저장합니다
움직임과 대사를 확인하고 반복 연결부나 시간 지정 전환을 살펴봅니다. 생성 파일은 14일 후 삭제되므로 그 전에 채택 영상을 받습니다.
글로 쓴 구상에서 장면 생성
Grok Imagine Video 1.5 text-to-video는 장면 설명으로 1~15초 클립을 만듭니다. 시작 구도를 정할 특정 이미지 없이 문장으로 장면을 정의할 때 사용합니다. 생성 소리는 기본 켜짐이며 따옴표 안의 대사를 사운드트랙에서 말할 수 있습니다.
옥상 예시는 여성이 짧은 제안을 속삭이고 남성이 웃으며 손을 잡는 작업을 보여 줍니다. 대상, 장소, 행동, 필요한 소리를 갖춘 한정된 순간을 계획합니다.
파라미터와 출력 선택
| 파라미터 | 입력 내용 | 기본값 또는 한도 |
|---|---|---|
| prompt | 장면, 움직임, 조명, 선택 인용 대사 | 최대 4,096자 |
aspect_ratio | 16:9, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3 | 16:9 |
| resolution | 480p, 720p, 1080p | 480p |
duration_seconds | 요청 길이 | 1~15초, 기본 6 |
generate_audio | 생성 사운드 켜기·끄기 | 켜짐 |
화면비와 해상도는 설명 안에만 두지 말고 요청 제어로 정합니다. 세로는 9:16, 가로는 16:9를 쓸 수 있습니다. 행동과 대사에 맞게 길이를 고릅니다.
소리와 무음
실제 발화 문구를 따옴표로 감싸 같은 문장에 화자를 정합니다. 여러 인물이면 상대의 반응은 별도로 설명합니다. 예를 들어 빨간 이브닝드레스의 30대 여성에게 속삭이도록 하고 40대 남성의 미소를 반응으로 적습니다.
generate_audio를 false로 하면 오디오 트랙 없는 영상을 요청합니다. 테스트도 무음 결과를 반환했습니다. 기존 편집 사운드에 넣을 장면에 적합하지만 생성 요금은 줄지 않습니다.
한 순간을 중심으로 작성
- 인물이 있으면 나이와 의상을 포함해 보이는 대상을 정합니다.
- 따뜻한 전구 줄이 있는 황혼 옥상처럼 장소와 빛을 구체화합니다.
- 주요 움직임과 눈에 보이는 반응을 순서대로 적습니다.
- 발화가 중요하면 짧은 인용 대사와 화자를 추가합니다.
- 행동을 뒷받침하는 구도나 카메라 지시로 마무리합니다.
시각적 형용사 목록보다 간결한 장면 설명을 사용합니다. 대사는 길이에 맞게 짧게 하고 반환 발화와 반응을 확인해 재요청 여부를 정합니다. 명확한 의도를 위한 작성법이며 매 결과를 약속하지는 않습니다.
제공 테스트의 근거
새 옥상 샘플은 6초, 480p, 16:9, 유성이었습니다. 등이 드러나는 빨간 드레스의 여성이 ‘Let's get out of here’라고 속삭이고 남성이 웃으며 손을 잡습니다. 요청 대사가 들립니다.
별도 6초 16:9 480p 텍스트 결과는 752x416픽셀이었습니다. 해당 파일의 실측이며 같은 단계의 모든 치수를 뜻하지 않습니다. 참조 테스트는 480p에서 848x480이었으므로 전달 치수가 중요하면 직접 확인합니다.
관찰은 제공 장면과 오디오 전환에 한정되며 모든 프롬프트의 발화·움직임·구도를 보장하지 않습니다. 제출 구상과 결과를 대조합니다.
요금 설명
선택 해상도의 초당 요금으로 과금합니다. 길면 과금 초가 늘고 고해상도는 초당 요금이 높습니다. 오디오 켜짐·꺼짐은 같으며 실패는 무료입니다. 설정 전 Grok Imagine Video 1.5 모델 페이지의 현재 요금을 확인합니다.
한계와 다른 작업
배포사 필터에 걸리면 과금 없이 거부됩니다. 프롬프트는 4,096자, 길이는 1~15초 이내입니다. 생성 파일은 14일 후 삭제되므로 그 전에 받습니다.
시작 프레임, 마지막 이미지, 시간 지정 중간 프레임, loop가 필요하면 image-to-video를 선택합니다. 인물·소품·장소를 별도 사진으로 안내하려면 1~7장과 480p·720p를 지원하는 reference-to-video를 선택합니다. 정지 이미지에는 Grok Imagine Image 2.0의 생성·편집을 사용합니다. 필요한 결과물과 보유 자료로 정합니다.
API 빠른 시작
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "xai/grok-imagine-video-1.5/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p",
"aspect_ratio": "16:9",
"duration_seconds": 6
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.











