GPT-6 Sol y Claude Opus 5.5 ya disponiblesGPT-6 Sol por la mitad del precio de 5.6 Sol

Grok Imagine Video 1.5 API

Vídeo IA

Grok Imagine Video 1.5 es la primera ruta de vídeo activa de xAI en OmniaKey: convierte texto en vídeo y un primer fotograma en vídeo con la misma API multimedia asíncrona, cobrada por segundo de salida en lugar de por llamada.

xAI

Grok Imagine Video 1.5

Modo
Prompt0 / 12000
Duración
Resolución

Estimado $1,50$0,30/s × 5s

Tu resultado aparecerá aquí cuando ejecutes el modelo.

01

Para qué sirve

Grok Imagine Video 1.5 es la primera ruta de vídeo activa de xAI en OmniaKey: convierte texto en vídeo y un primer fotograma en vídeo con la misma API multimedia asíncrona, cobrada por segundo de salida en lugar de por llamada.

Elige Grok Imagine Video 1.5 para clips a partir de un prompt o de un único fotograma inicial cuando el coste deba crecer con la duración; si necesitas audio, más duración o más detalle, sube a las rutas Seedance, HappyHorse o Wan 3.0.

02

Qué hace

Texto a vídeo

grok-imagine-video-1.5

Genera un vídeo corto a partir de un texto.

Imagen a vídeo

grok-imagine-video-1.5

Anima una imagen fija en un vídeo corto.

03

En detalle

Grok Imagine Video 1.5 es el modelo de vídeo de xAI en OmniaKey, listado como grok-imagine-video-1.5 y vendido a una tarifa plana por segundo de salida. Renderiza a un máximo de 720p, admite duraciones de 4 a 15 segundos y acepta nueve relaciones de aspecto, con 16:9 como predeterminada.

El modelo gira en torno al sonido: los clips llegan con una pista estéreo de efectos, ambiente y diálogo, y la frase de sonido del prompt también influye en la imagen. En nuestro clip del café, la línea de sonido mencionaba una cuchara, y una cuchara y una mano aparecieron puntualmente a los 4.5 segundos.

xAI puso la versión 1.5 a disposición general el 16 de junio de 2026, y el modelo ha mantenido la misma forma de solicitud desde entonces. Nuestra ejecución registrada es un único trabajo de texto a vídeo de 6 segundos en 720p del 24 de octubre de 2026, y también produjo los dos caminos de error y la caducidad del enlace citados más abajo.

Clips sociales guiados por sonido

Escribe una línea de sonido después de la descripción visual y el modelo escenificará el ruido: una cuchara en un platillo, pasos detrás de una puerta. Los anuncios verticales cortos que viven en su pista de audio obtienen la mayor parte de su carácter de esa única línea.

Formatos de fotograma poco habituales

Nueve relaciones incluyen 21:9, 5:2, 3:2 y 2:3, lo que cubre una tira de banner o un retrato de estilo impreso sin reencuadre. Configura ratio en los parámetros; 16:9 es lo que obtienes si lo omites.

Probar un ritmo antes de comprometerse

Como el precio escala con los segundos y un trabajo fallido se reembolsa, una prueba de 4 segundos en la duración mínima permitida es una forma económica de comprobar un movimiento de cámara antes de pedir los 15 segundos completos.

04

Notas de pruebas

  • Nuestro clip de 6 segundos en 720p de Grok Imagine Video 1.5 estuvo listo 46 segundos después de enviar la solicitud y volvió con una pista de audio.

    Leer la prueba
  • Nuestra solicitud de 6 segundos a Grok Imagine Video 1.5 devolvió un archivo de 6.04 segundos de duración y se facturó por los 6 segundos que pedimos.

    Leer la prueba
  • En nuestro clip del café, Grok Imagine Video 1.5 puso en pantalla una cuchara y una mano, ambas sugeridas solo por la línea de sonido que escribimos.

    Leer la prueba
  • Cuando reutilizamos la clave de idempotencia de nuestro trabajo con un prompt cambiado el 24 de octubre de 2026, Grok Imagine Video 1.5 devolvió HTTP 409 en lugar de una nueva tarea.

    Leer la prueba
  • Nuestro enlace de descarga de Grok Imagine Video 1.5 caducó exactamente una hora después de que terminara el trabajo, así que volvimos a consultar la tarea para obtener una URL nueva.

    Leer la prueba

05

Límites a tener en cuenta

  • 720p es el techo aquí. La propia API de xAI también lista 480p y 1080p, pero este catálogo sirve el modelo a un máximo de 720p, así que una solicitud de 1080p no tiene nivel al que asignarse.
  • Las duraciones por debajo de cuatro segundos se rechazan aunque el rango propio de xAI empieza en un segundo, así que aquí no se puede solicitar un sting de dos segundos.
  • El enlace de descarga firmado dura alrededor de una hora mientras el registro de la tarea dura un día, y perder esa ventana significa consultar el mismo ID de nuevo en lugar de volver a renderizar.
  • Una clave de idempotencia reutilizada con un cuerpo cambiado devuelve un conflicto en lugar de un nuevo trabajo, algo fácil de provocar cuando un bucle de reintentos edita el prompt.

06

Comparar modelos cercanos

ModeloIdeal paraOperacionesPrecio publicado
Grok Imagine Video 1.5Esta página
grok-imagine-video-1.5
Una tarifa plana por segundo, 720p, de 4 a 15 segundos, nueve relaciones, sonido por defecto.Texto a vídeo · Imagen a vídeo
$0,30
por segundo
Kling 3.0
kling-3.0
Clips fijos de 5, 10 o 15 segundos con un modo que establece la resolución.Texto a vídeo · Imagen a vídeo
$0,80–$3,00
por llamada
MiniMax H3
minimax-h3
768P o 2K, medios de referencia y ninguna forma de silenciar la pista en la solicitud.Texto a vídeo · Imagen a vídeo · Referencia a vídeo
$0,0269–$0,0431
por segundo

08

Cómo llamarlo

Los modelos de medios funcionan de forma asíncrona: crea una tarea, consúltala hasta que termine y descarga la URL firmada del recurso.

Crear, consultar, descargar
# 1. Create the job. 202 Accepted; the body carries the task id,
#    the pre-charged price, and a poll_url. Reuse one Idempotency-Key
#    across retries so a timeout never starts a second paid job.
curl --fail-with-body https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: grok-imagine-video-1.5-001" \
  -d '{
    "model": "grok-imagine-video-1.5",
    "type": "video",
    "operation": "text_to_video",
    "input": {"prompt": "a paper boat on a quiet lake at sunset"},
    "parameters": {"duration": 6, "resolution": "720p"}
  }'

# 2. The same model id and the same poll loop serve the other operations:
#      image_to_video         media[] type "first_frame"
#    Reference media travel alongside the prompt:
#    {"prompt": "...", "media": [{"type": "first_frame", "url": "https://example.com/first-frame.png"}]}
#    A public HTTPS URL or a base64 data URI both work.

# 3. Poll GET /v1/media/tasks/{id} until status is
#    succeeded | failed | canceled. Progress carries percent and stage.
curl --fail-with-body https://api.omniakey.com/v1/media/tasks/TASK_ID \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY"

# 4. Download assets[0].url before expires_at, or poll again for a
#    fresh signed URL. Failed and canceled jobs are refunded.
curl -sS -o out.mp4 "$(jq -r '.assets[0].url' result.json)"

09

Precio

Los trabajos de vídeo se cobran por segundo de salida generado, no por token. Los trabajos fallidos o cancelados se reembolsan automáticamente.

Por segundo de salida

$0,30por segundo

Más modelos de xAI

Artículos relacionados

Preguntas frecuentes

¿Cómo llamo a Grok Imagine Video 1.5 en OmniaKey?

Envía un POST a /v1/media/tasks con el id del modelo, type "video" y operation "text_to_video"; o "image_to_video" con un primer fotograma en input.media[] (type "first_frame"). Reutiliza la misma Idempotency-Key en los reintentos para que un timeout nunca inicie un segundo trabajo de pago.

¿Cuánto cuesta Grok Imagine Video 1.5?

Grok Imagine Video 1.5 se cobra a $0,30 por segundo de vídeo generado. La creación pre-cobra la duración solicitada de tu saldo prepago y los trabajos fallidos o cancelados se reembolsan automáticamente.

¿Por qué la API devuelve un id de tarea en lugar del vídeo?

El renderizado de vídeo tarda entre un minuto y varios minutos, así que OmniaKey ejecuta todas las rutas de vídeo con el mismo ciclo asíncrono. Consulta GET /v1/media/tasks/{id} hasta que el estado sea succeeded y luego lee la URL firmada del recurso.

¿Qué duración puedo solicitar?

Entre 4 y 15 segundos, configurada con duration, y el valor es obligatorio. La propia API de xAI acepta tan solo un segundo, pero el mínimo de este catálogo para el modelo es cuatro, así que cualquier valor más corto vuelve como error de precio antes de que exista un trabajo.

¿Grok Imagine Video 1.5 genera sonido?

Sí, por defecto. Los clips llevan efectos, ambiente y diálogo generados con la imagen, y nuestro archivo tenía una pista AAC estéreo. La API de xAI expone un interruptor generate_audio false; con la pista ya descargada, una copia con el flujo de vídeo y sin audio está a una edición de distancia.

¿Por qué mi reintento devolvió HTTP 409?

Porque la clave de idempotencia se reutilizó con un cuerpo diferente. La clave identifica una solicitud, y cambiar el prompt mientras se mantiene la clave convierte el reintento en un conflicto en lugar de un segundo trabajo. Envía una clave nueva para un prompt nuevo y conserva la clave antigua solo para repetir la solicitud idéntica.

¿Cuánto tiempo es válido el enlace de descarga?

Alrededor de una hora, y el nuestro caducó exactamente a la hora de que terminara el trabajo. El registro de la tarea sobrevive un día, así que obtén ese mismo registro de nuevo para conseguir una URL firmada nueva en lugar de pagar por un segundo render del mismo prompt.

¿Puede animar una imagen fija?

El catálogo lista texto a vídeo e imagen a vídeo, y la propia API de xAI toma una imagen como primer fotograma con un prompt opcional, manteniendo la relación de aspecto de la imagen. Nuestro trabajo registrado fue de texto a vídeo, así que ejecuta un trabajo corto de imagen y confirma la forma de la solicitud antes de integrarlo en un pipeline.