Введение
Напишите действие и диалоги, затем выберите длительность, форму кадра и разрешение.
| Характеристика | Значение |
|---|---|
| Ввод | Текст |
| Вывод | Видео |
| Издатель видео | xAI |
| Начальные материалы | Описание сцены; обязательный начальный кадр; либо 1–7 референсов |
| Предел описания | До 4 096 символов |
| Длина клипа | 1–15 секунд; исходно 6 секунд |
| Размер генерации и анимации | 480p (исходно), 720p, 1080p |
| Размер видео по референсам | 480p или 720p |
| Пропорции текстового видео | 16:9 (исходно), 9:16, 1:1, 4:3, 3:4, 3:2, 2:3; анимация также предлагает auto |
| Направление анимации | Обязательное начало; необязательный финал; до 4 keyframes по времени; 1 необязательный референс |
| Ограничение цикла | Первый и последний кадры совпадают; loop несовместим с |
| Создаваемый звук | Включён исходно; отключение не меняет тариф |
| Оплата видео | За секунду по разрешению; reference-to-video добавляет плату за каждый источник; ошибки бесплатны |
| Срок хранения видео | Созданные видеофайлы удаляются через 14 дней |
Ключевые возможности и особенности
Шёпот и видимый ответ
В баре на крыше в сумерках женщина в красном платье с открытой спиной наклоняется к мужчине и шепчет «Let's get out of here». Наш образец шесть секунд, 480p содержит реплику, затем его улыбку и взятие за руку. Назовите говорящего, текст и ответ второго; оценивайте речь и движение вместе.
Переправа с репликой
В тестах рыбацкая лодка пересекла фьорд на рассвете под кружащими чайками. Шестисекундный результат содержал звук и заданную реплику капитана.
Оранжерея на третьей секунде
В тесте дождливый переулок с фонарями сменился светлой викторианской оранжереей в заданные три секунды. Весь план длился шесть секунд со звуком.
Журавлик возвращается к началу
В тестах белый бумажный журавлик мягко качался на синем столе в четырёхсекундном цикле. Начальный и последний кадры совпали.
Танцовщица и бумажная птица в студии
В тесте танцовщица в чёрной репетиционной одежде медленно двигалась по белой студии, рядом парил журавлик. Два референса направляли шестисекундный результат 848x480.
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
prompt | Да | Опишите действие, обстановку и при необходимости диалог в кавычках — до 4 096 символов; длина промпта не определяет тариф. Не менее 1 символов · Не более 4096 символов |
aspect_ratio | Нет | Выберите 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 или 2:3; по умолчанию 16:9. Форма кадра не определяет цену за секунду. |
resolution | Нет | Выберите 480p, 720p или 1080p; по умолчанию 480p, более высокие уровни стоят дороже за секунду. |
duration_seconds | Нет | Задайте 1–15 секунд; по умолчанию используется 6 секунд. Чем длиннее результат, тем больше оплачиваемых секунд. |
generate_audio | Нет | Звуковая дорожка создаётся по умолчанию; отключите её для видео без аудио. Тариф останется прежним. По умолчанию: |
Стоимость
Клипы по тексту оплачиваются посекундно по тарифу выбранного разрешения; включение звука не меняет цену, неудачные запросы не оплачиваются.
| Спецификация | Стоимость |
|---|---|
| $0.028 / секунду |
| $0.0505 / секунду |
| $0.09 / секунду |
Сценарии использования
Моменты истории с диалогом
Стройте короткое общение вокруг реплики и видимого ответа. Крыша сочетает шёпот-приглашение, улыбку и взятие за руку в шестисекундном звуковом клипе.
Переход с заданным прибытием
Направьте смену места промежуточной картинкой в выбранную секунду. Переулок достиг солнечной оранжереи на третьей секунде шестисекундного плана.
Повторяемое движение из кадра
Оживите начальное изображение с loop для возвращения к началу. Тест следовал совпадению кадров; до повторного размещения проверьте стык.
Сцены из визуальных референсов
Дайте отдельные картинки людей, реквизита и места, назначив каждой @image. Принимается один–семь источников с доплатой за каждый.
Немые вставки в готовый монтаж
Отключите аудио для последовательности с готовой дорожкой. Наш тест вернул отсутствие звука, а длительность и разрешение по-прежнему задают тариф.
Руководство по промптам и практические советы
Выберите источник сцены
Текст для письменного плана, image-to-video для обязательного начального кадра или reference-to-video для композиции нескольких источников.
Опишите действие и звук
Назовите героя, одежду, место, свет и посильное действие. Реплику заключите в кавычки, указав говорящего.
Настройте время и выход
Выберите 1–15 секунд, поддерживаемую форму и разрешение. Для анимации кадра при необходимости добавьте keyframes, финал либо цикл.
Проверьте и сохраните клип
Оцените движения, прослушайте речь, проверьте стык цикла или переход по времени. Успейте скачать выбранные клипы до удаления через 14 дней.
Сцена по письменному заданию
Grok Imagine Video 1.5 text-to-video превращает описание в клип 1–15 секунд. Используйте, когда план задают слова и конкретная картинка для начала не нужна. Звук исходно включён, диалог в кавычках может быть произнесён в дорожке.
Крыша даёт конкретный сценарий: женщина шепчет короткое приглашение, мужчина улыбается и берёт её за руку. Планируйте такой же ограниченный момент с героем, местом, действием и нужным звуком.
Параметры и выход
| Параметр | Что задать | Исходное значение или предел |
|---|---|---|
| prompt | Сцена, движение, свет, необязательный диалог в кавычках | До 4 096 символов |
aspect_ratio | 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 или 2:3 | 16:9 |
| resolution | 480p, 720p или 1080p | 480p |
duration_seconds | Длина клипа | 1–15 секунд; исходно 6 |
generate_audio | Включить или отключить дорожку | Включено |
Форму и разрешение задавайте параметрами, не только описанием. Для вертикали есть 9:16, широкого плана — 16:9. Подбирайте длину под действие и слова.
Звук и тишина
Точные произносимые слова заключите в кавычки, говорящего назовите в том же предложении. Ответ другого при нескольких людях опишите отдельно. Например, женщина тридцати с лишним лет в красном вечернем платье шепчет, мужчина сорока с лишним улыбается в ответ.
generate_audio false даёт видео без аудиодорожки; наш тест вернул такую тишину. Это подходит вставкам под готовый звук, но не уменьшает тариф.
Промпт вокруг одного момента
- Установите видимых героев или предметы, возраст и одежду людей.
- Задайте конкретное место и свет, например крышу в сумерках с тёплыми гирляндами.
- Опишите основное движение и видимый ответ в ясном порядке.
- При важности речи добавьте короткую реплику в кавычках с говорящим.
- Завершите кадрированием или камерой, поддерживающей действие.
Полезен компактный план, а не перечень визуальных эпитетов. Диалог должен помещаться в длину. Прослушайте реплику и посмотрите ответ до решения о повторе. Совет помогает ясно выразить намерение, не обещает каждое исполнение.
Что устанавливают проверки
Новая крыша длилась шесть секунд при 480p, 16:9 со звуком. Женщина в красном платье с открытой спиной шепчет «Let's get out of here», мужчина улыбается и берёт её за руку. Реплика слышна.
Отдельный текстовый тест шесть секунд, 16:9, 480p имел 752x416 пикселей. Это наблюдаемый размер, не единый размер всех клипов уровня. Референсный тест дал 848x480 при 480p: проверяйте свой файл под требования выдачи.
Наблюдения покрывают данные сцены и переключатель звука, не одинаковые речь, движение и кадрирование каждого промпта. Сверяйте конкретный результат с заданием.
Принцип оплаты
Видео оплачивается по секундам выбранного разрешения. Длиннее — больше секунд, выше уровень — дороже секунда. Включённый и выключенный звук по одной цене. При неудаче запроса плата за видео не взимается. До выбора смотрите страницу Grok Imagine Video 1.5.
Пределы и варианты сценария
Издатель применяет свой фильтр; отмеченные запросы отклоняются без платы. Prompt — до 4 096 символов, длина — 1–15 секунд. Загрузите готовое видео к себе в течение 14 дней, пока файл доступен.
Выберите image-to-video для начального, конечного, промежуточных кадров или loop. Reference-to-video подходит отдельным источникам людей, реквизита и места: один–семь референсов, 480p или 720p. Для статики Grok Imagine Image 2.0 даёт генерацию и правку. Выбирайте по результату и имеющемуся материалу.
Быстрый старт API
# 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"
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.











