Grok Video API
動画 APIHOTGrok Video API は、Grok Imagine の動画生成を本番ワークフローに組み込むための API ファーストなページです。1つのモデルファミリーで、テキストから動画、画像から動画、動画アップスケール、動画延長に対応します。
Playground でプロンプト、元画像、タスク ID、長さ、アスペクト比、payload の挙動を確認してから、アプリ、制作ツール、コンテンツパイプラインに接続できます。
最低コスト $0.008/s
480p: 1.6 クレジット/秒 - テキスト/画像から動画 - 出力秒数 × 1.6
720p: 3 クレジット/秒 - テキスト/画像から動画 - 出力秒数 × 3
USD 見積もりは最適な年額プランの $0.005/クレジットで計算しています。最終的な課金は選択した Grok 動画モードと出力設定に従います。
主要リクエストフィールド
プロンプト、画像 URL、元タスク ID、アスペクト比、コールバック設定を予測しやすい payload で扱えます。
{
"model": "grok-imagine-video-1-5-preview",
"input": {
"prompt": "A cinematic product reveal with smooth orbit camera movement",
"reference_image_urls": [
"https://example.com/product.png"
],
"reference_video_urls": [],
"reference_audio_urls": [],
"generate_audio": true,
"resolution": "720p",
"aspect_ratio": "16:9",
"duration": 5
}
}Grok Imagine Video 1.5 Preview で生成
Playground、リクエスト例、入力フィールド、料金は選択中のモデルタイプに連動します。
API 詳細ドキュメントを見るエンドポイント、認証、タスクのポーリング、payload の詳細を確認できます。 /models/grok-imagine.md
promptstringPrompt for video generation. Maximum length: 4096 characters.image_urlsarrayUpload image files to be used as API input. Supported file types: image/jpeg, image/png, image/webp, image/jpg. Maximum file size: 20MB. Supports multi-file upload, up to 7 file.Only one is supported when the resolution is 1080p.aspect_ratioenumThe aspect ratio of the video. This parameter is invalid if it is a single image. (1:1, 16:9, 9:16, 3:2, 2:3, auto)resolutionenumResolution for video generation. (480p, 720p, 1080p)durationnumberVideo duration in seconds. Range: [1, 15]. Default: 8. Minimum: 1. Maximum: 15. Step: 1.nsfw_checkerbooleanDefaults to false. You can set it to false based on your needs. If set to false, our content filtering will be disabled, and all results will be returned directly by the model itself.Grok Video API が動画ワークフローに加える機能
モデルを試し、フィールドを確認し、そのまま統合へ進める API ファーストの構成です。
テキストから動画
詳細なプロンプトから、SNS、広告、製品シーン、素早いコンセプト探索向けの短尺動画を生成できます。
画像から動画
元画像の被写体、構図、ビジュアル方針を保ちながら、静止画に動きを加えられます。
アップスケールと延長
成功した Grok クリップをアップスケールしたり、既存の生成結果を延長タスクで続けたりできます。
API ready payload
モデル ID、プロンプト、画像 URL、タスク ID、比率、コールバック、タスク取得を1つの統合フローで扱えます。
Grok 動画テストから本番リクエストへ
API を製品に組み込む前に、Grok 動画の出力品質を素早く確認できます。
1. モードを選択
プロンプトのみなら Text to Video、元画像を動かすなら Image to Video、成功結果には Upscale や Extend を選びます。
2. 生成を送信
API キー、モデル ID、プロンプト、任意の画像 URL または元タスク ID、コールバック URL を指定して呼び出します。
3. ポーリングして再利用
タスク完了まで追跡し、出力 URL を製品、キャンペーン、次の動画タスクに利用します。
Grok Video API で作れるもの
単発生成ではなく、繰り返し使える Grok 動画出力を製品に組み込めます。
コミュニティの Grok 動画成功事例
公開され、正常に生成された Grok 動画を確認できます。各事例からプロンプト、設定、結果を詳しく見られます。
Grok Imagine Text to Video
السا ، باربی ، پری دریایی ، مولان در رینگ wwe در حال مبارزه هستند و و علیع یکدیگر همگی میجنگند و مبارزه میکنند کاملا واقع گرایانه و طبیعی باشد با هوک علی و قلاب عالی بدون زیرنویس و لوگو باشد حرکت دوربین حرفه ای و جزییات عالی
Grok Imagine Text to Video
CLIP 35 MASTER CONTINUITY PROMPT Create a highly realistic cinematic 4K Nepali monkey comedy video with perfect character consistency. BIRU — CHARACTER MASTER Biru is a realistic adult male Nepali rhesus macaque monkey. Natural light brown-grey thick fur, expressive dark eyes, realistic rhesus macaque facial structure, realistic monkey hands and feet, natural monkey body proportions, highly detailed natural fur texture. Biru is wearing a blue checked full-sleeve shirt, brown pants and black shoes. Biru behaves like a human in actions but remains completely realistic as a rhesus macaque monkey. Natural Nepali male voice with an authentic Nepali accent. Never redesign Biru. FJ BIKE — MASTER Biru’s motorcycle is a realistic second-hand FJ motorcycle. Clearly recognizable FJ motorcycle design, fixed body shape and structure, fixed motorcycle color, distinctive FJ logo, specific fuel tank shape, black motorcycle seat, realistic wheels and tires, two side mirrors, front
Grok Imagine Text to Video
Use the attached image as the exact starting frame and strict character reference. The camera smoothly and continuously orbits in a 180 degree zero subject movement. The person, the hunting knife, the scavengers bag and all floating objects remain completely static and perfectly frozen in time. The only motion in the video is the smooth and controlled camera rotation. Cinematic bullet time effect
Grok Imagine Text to Video
SCENE 70 — መጨረሻው መልዕክት 8 seconds | FINAL SCENE | Emotional social life movie | Dialogue only | No narrator 👥 CHARACTERS 🥔 POTATO Appearance: 20-year-old anthropomorphic potato character. Realistic light-brown potato skin texture, small natural dark spots, large emotional brown eyes, gentle face. Wearing old faded blue shirt, worn brown shorts, and old sandals. Personality: Kind, brave, forgiving, and remembered by everyone. Voice Lock P1: Young Ethiopian male voice, 20–25 years old. Warm cinematic Amharic voice. Same voice as all previous scenes. 🌍 ENVIRONMENT Sunrise above the village. New market Happy community Peaceful atmosphere 🎬 ACTION Potato walks through the village. Everyone smiles at him. The story ends with hope. 😨 EXPRESSIONS Potato: peaceful smile 🎥 CAMERA 0–3 sec: Potato walks through village. 3–6 sec: People greet him. 6–8 sec: Sun rises behind village. 💡 LIGHTING Beautiful sunrise cinematic lighting. 🔊 SOUND Emotional ending music. 💬 DIALO
Grok Imagine Text to Video
أنيق ومهذب بفرو ناعم ومصفف بعناية، يرتدي قميصًا رياضيًا مغربيًا أخضر بخطوط حمراء ونجمة خماسية صفراء في الوسط، جالس في مكتبه الفاخر بخلفية حديثة، يمسك ميكروفون احترافي أسود أمامه ويتحدث بحماس وثقة قائلاً: "السلام عليكم، مرحبا بكم في بودكاست القرد الأنيق، اليوم غنهضرو على الطموح والنجاح"، تعبير وجهه واثق وذكي، إضاءة سينمائية دافئة، تفاصيل عالية الواقعية، أسلوب سينمائي 8K
Grok Imagine Image to Video
Use storyboard for exact shot order and character sheet for strict identity. Preserve exact face, hazel-green eyes, eyebrows, lips, skin tone, proportions, black ponytail and outfit. No face drift. Photorealistic cinematic Persian vlog, 9:16. Natural handheld motion, blinking, hair movement and realistic Tehran atmosphere. Shots 1–9: Tehran street, Milad Tower behind. Selfie inside moving car. Azadi Stadium, unfinished field. Stadium entrance, confident gestures. Tajrish Qaim gold market. Gold displays, price boards, pointing. Istanbul Street, currency exchanges. Exchange office, pointing at rate screens. Close-up selfie, eye contact, slight smile, pointing at viewer. She speaks herself, accurate Persian lip-sync: «یه حسی بهم میگفت بازی قراره مساوی شه ، برای دیدن نرخ ارز و طلا، استوری بعد رو ببینید.» No subtitles, text, logos or watermark.
実運用の Grok 動画 API ワークフロー向け
アカウント連動の実行
ユーザーはログイン後にジョブを送信し、既存の SdanceAI 生成フローでクレジットを消費します。
参照とタスク入力
Image to Video は元画像 URL を受け取り、Upscale と Extend は完了済み動画タスク ID から続けられます。
モード別の反復
まず Text to Video や Image to Video で方向性を探り、良い出力を Upscale や Extend に進められます。
Grok Video API FAQ
Grok Video API は何に向いていますか？
プロンプト動画、元画像のアニメーション、動画バリエーション、アップスケール、クリエイティブシーケンスの延長など、繰り返し使う短尺動画生成に向いています。
どの Grok 動画モードが使えますか？
このページでは Grok Imagine Text to Video、Grok Imagine Image to Video、Grok Imagine Video Upscale、Grok Imagine Video Extend を提供しています。
Text to Video と Image to Video の違いは？
Text to Video はプロンプトのみで開始します。Image to Video は元画像とプロンプトを使うため、被写体や構図の連続性が必要な場合に向いています。
Upscale と Extend はいつ使いますか？
成功した Grok 動画をより高品質にしたい場合は Upscale、完了済み生成をさらに続けたい場合は Extend を使います。
統合前にどこで試せますか？
このページの Playground で、プロンプト、画像 URL、元タスク ID、比率、コールバック、API payload を試せます。
API はコールバックに対応していますか？
はい。対応するモードでは request schema にコールバック設定があり、サービス側でタスク完了通知を受け取れます。
Grok Video API は商用ワークフローで使えますか？
このページは本番動画ワークフロー向けに構成されています。商用利用前に、アカウントプラン、クレジット残高、モデル提供状況、適用されるコンテンツポリシーを確認してください。
既存の商品画像を動かせますか？
はい。Image to Video モードで元画像 URL を渡し、動き、カメラ、最終的な見た目をプロンプトで指定します。
コストはどう管理すればよいですか？
まずプロンプトや Image to Video で素早く検証し、目標に近いクリップだけを Upscale や Extend に進めるのがおすすめです。
実際の API フィールドを確認できますか？
はい。このページで Grok 動画モードを選ぶと、Request JSON、フィールド一覧、料金パネルがそのモデルに合わせて更新されます。
Grok 動画を本番ワークフローへ
まず生成画面で Grok 動画プロンプトや元画像を試し、結果を確認してから API ドキュメントで本番フローに接続できます。