Grok Video API 让团队可以用 API 优先的方式，把 Grok Imagine 视频生成接入生产工作流。它在同一个模型家族内支持提示词文生视频、参考图图生视频、视频放大和视频延长。
你可以先在 Playground 中验证提示词、源图片、任务 ID、时长、画面比例和 payload 行为，再把 Grok 视频生成接入应用、创意工具或内容生产管线。
最低成本从 $0.008/s
480p: 1.6 积分/秒 - 文/图生视频 - 输出秒数 × 1.6
720p: 3 积分/秒 - 文/图生视频 - 输出秒数 × 3
美元估算按最佳年付套餐 $0.005/积分 计算。最终计费跟随所选 Grok 视频模式和输出设置。
核心请求字段
用可预测 payload 管理提示词、图片 URL、源任务 ID、画面比例和回调设置。
{
"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
}
}使用 Grok Imagine Video 1.5 Preview 生成
本页的 Playground、请求示例、请求字段和价格都会跟随当前选择的模型类型变化。
查看 API 详细文档打开完整 API 文档，查看接口、鉴权、任务轮询和 payload 细节。 /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 为视频工作流带来的能力
页面按 API 优先的结构组织：先测试模型，再理解字段，最后进入集成。
文生视频生成
把详细提示词转成短视频概念，适合社媒内容、广告、产品瞬间和快速创意探索。
图生视频运动
基于源图片生成动态视频，同时保留团队已经确认的主体、构图和视觉方向。
放大和延长
对成功的 Grok 短片进行视频放大，或通过延长任务继续已有生成结果。
API 就绪 payload
在一条集成路径中处理模型 ID、提示词、图片 URL、任务 ID、画面比例、回调和任务轮询。
从 Grok 视频测试到生产请求
适合团队先验证输出质量，再把 Grok 视频生成接入自己的应用。
1. 选择模式
提示词直出选择文生视频；需要源图动起来选择图生视频；已有结果再进入放大或延长模式。
2. 提交生成
使用账户密钥、模型 ID、提示词、可选图片 URL 或源任务 ID，以及回调地址调用 API。
3. 轮询并复用
跟踪任务直到成功，然后把输出 URL 用于产品、营销工作流或下一轮视频任务。
你可以用 Grok Video API 创作什么
当产品需要可重复的 Grok 视频输出，而不是一次性手动生成时，可以直接接入 API。
社区公开的 Grok 视频成功案例
查看数据库中公开且已成功生成的 Grok 视频作品，打开案例可继续查看提示词、参数和生成结果。
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.
面向真实 Grok 视频 API 工作流构建
账户级执行
用户登录后提交任务，并通过现有 SdanceAI 生成流程消耗积分。
参考和任务输入
图生视频接收源图片 URL；放大和延长工作流可以基于已完成的视频任务 ID 继续处理。
按模式迭代
先用文生视频或图生视频探索方向，再把满意结果送入放大或延长工作流。
Grok Video API 常见问题
Grok Video API 最适合什么场景？
它适合可重复的短视频生成，包括提示词短片、源图动画、视频变体、高清放大和创意序列延长。
当前支持哪些 Grok 视频模式？
本页当前提供 Grok Imagine Text to Video、Grok Imagine Image to Video、Grok Imagine Video Upscale 和 Grok Imagine Video Extend。
Text to Video 和 Image to Video 有什么区别？
Text to Video 只从提示词开始生成。Image to Video 会结合一张或多张源图片和提示词，更适合需要主体或构图连续性的场景。
什么时候使用放大或延长？
已有成功 Grok 视频并希望获得更高质量版本时使用放大；想把已完成生成继续成更长片段时使用延长。
接入前在哪里测试？
可以直接使用本页 Playground 测试提示词、图片 URL、源任务 ID、比例、回调和 API payload。
API 支持回调吗？
支持。请求 schema 在对应模式下包含回调设置，你的服务可以接收任务完成通知。
Grok Video API 可以用于商业工作流吗？
本页面面向生产视频工作流配置。商业使用前，请确认账户套餐、积分余额、模型可用性以及适用的内容政策要求。
可以让现有商品图动起来吗？
可以。使用图生视频模式，传入源图片 URL，并在提示词中描述运动、镜头和最终视觉方向。
如何控制成本？
先用提示词或图生视频快速测试，把放大和延长留给已经接近目标效果的短片。
可以查看实际 API 字段吗？
可以。在本页选择一个 Grok 视频模式后，请求 JSON、字段列表和价格面板都会跟随更新。