xAI 的 Grok Imagine 视频模型:文生视频和图生视频同一个模型名,自带同步音轨(对话 / 音效 / 环境音),1-15 秒任意时长,480p / 720p / 1080p 三档按秒计价,成片无水印。实测出片很快:4 秒的片子约 30-70 秒返回。走 apimodels.app 统一视频端点,与 VEO、Kling、Seedance 的调用方式完全一样,换模型只改 model 字段,一把 key 全平台通用。
| 分辨率 | 单价 | 4 秒 | 8 秒 | 15 秒 |
|---|---|---|---|---|
| 480p | $0.0294/s | $0.12 | $0.24 | $0.44 |
| 720p | $0.0529/s | $0.21 | $0.42 | $0.79 |
| 1080p | $0.0882/s | $0.35 | $0.71 | $1.32 |
费用 = 单价 × 时长(秒),文生视频与图生视频同价,参考图不额外收费。失败不扣费。
POST /api/v1/video/generations —— 异步:创建后轮询同一个端点取结果。
# Step 1: Create task (text-to-video; add "images" for image-to-video)
curl -X POST https://api.apimodels.app/v1/video/generations \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-imagine-video-1.5",
"prompt": "A calm coastal shoreline at sunset, camera slowly pushing forward",
"resolution": "480p",
"duration": 4,
"aspect_ratio": "16:9"
}'
# Step 2: Poll status
curl "https://api.apimodels.app/v1/video/generations?task_id=TASK_ID" \
-H "Authorization: Bearer YOUR_API_KEY"| 字段 | 必填 | 类型 | 说明 |
|---|---|---|---|
| model | 是 | string | grok-imagine-video-1.5 |
| prompt | 否 | string | 视频描述(纯图生视频时可省略,prompt 与参考图至少传一个) |
| images | 否 | string[] | 参考图,最多 7 张;http(s) URL 或 base64 / data URL 都可以 |
| resolution | 否 | string | "480p"(默认)、"720p"、"1080p" |
| duration | 否 | number | 1-15 秒,默认 4 |
| aspect_ratio | 否 | string | "16:9"(默认)、"9:16"、"1:1"、"3:2"、"2:3" |
| callback_url | 否 | string | 任务完成后的回调 URL |
创建接口立即返回 data.taskId,视频在后台生成。带上这个 task_id 向同一个端点发 GET,读 data.state:pending 表示还在跑,completed 时 data.resultUrls[0] 就是 MP4 地址(H.264 视频 + AAC 音轨),failed 时 data.failMsg 是原因。不想轮询就传 callback_url,任务结束后我们主动 POST 通知你。
有。在 apimodels.app 向 /api/v1/video/generations 发 POST,传 model "grok-imagine-video-1.5"、prompt 和/或参考图,然后拿返回的 task_id 轮询同一个端点,直到 data.state 变成 "completed",data.resultUrls[0] 就是 MP4(H.264 画面 + AAC 音轨)。请求格式与站内的 VEO、Kling、Seedance 完全一致,换模型只改 model 一个字段,一把 key 全都能调。
按秒 × 分辨率计价:480p $0.0294/秒、720p $0.0529/秒、1080p $0.0882/秒——4 秒 480p 约 $0.12,15 秒 1080p 约 $1.32。文生与图生同价,参考图不额外收费,失败不扣费。
会。模型在生成画面的同时产出同步音轨(对话、音效、环境音),拿到的 MP4 直接就是 H.264 画面 + AAC 音频,不需要额外配音。成片无水印——上架前我们对文生和图生两类结果都做过逐帧抽查。