Grok Imagine Video API: teks ke video dengan Python

Grok Imagine Video API bersifat asinkron: Anda mengirim prompt untuk membuat tugas, menanyakan ID tugas sampai selesai, lalu mengunduh MP4. Model yang dipakai sekarang grok-imagine-video-1.5. Pada 24 Oktober 2026, klip 6 detik 720p kami siap 46 detik setelah permintaan dikirim, dan ada trek audionya.

Di bawah ini ada skrip yang langsung jalan, parameter yang menentukan hasil, biaya dan waktu satu klip, serta error yang akan Anda temui.

Jawaban singkat

• Model: grok-imagine-video-1.5. xAI menyatakan 1.5 keluar dari pratinjau dan tersedia umum pada 16 Juni 2026 (xAI).
• Setelan: duration 4–15 detik, resolution "720p", dan ratio seperti "16:9".
• Biaya: 0,14 USD per detik di 720p menurut daftar xAI, jadi 0,84 USD untuk klip 6 detik (halaman model xAI, dicek 24 Oktober 2026).
• Waktu: tugas 6 detik 720p kami butuh 46 detik. Tanyakan ID tugas yang sama dan unduh berkasnya dalam satu jam.

Bagaimana cara kerja Grok Imagine Video API?

Tugasnya tiga langkah: buat, tanyakan, unduh (panduan pembuatan video xAI, dicek 24 Oktober 2026).

Di API milik xAI, Anda mengirim POST ke https://api.x.ai/v1/videos/generations dengan ID model dan prompt, lalu menerima request_id. Setelah itu Anda menanyakan https://api.x.ai/v1/videos/{request_id} dengan GET sampai tugas done, dan membaca video.url (panduan yang sama).

xAI menyarankan grok-imagine-video-1.5-lite untuk video sederhana dan grok-imagine-video-1.5 saat Anda butuh referensi, suara, bingkai tetap, atau 1080p asli (ringkasan video, dicek 24 Oktober 2026). Untuk gambar diam, panduan API gambar Grok Imagine membahas tiga model gambar xAI; untuk membandingkan Grok dengan API video lain, baca perbandingan model video kami.

OmniaKey menjual akses API ke Grok Imagine Video 1.5, jadi contoh ini kami jalankan lewat OmniaKey. Panggilannya POST https://api.omniakey.com/v1/media/tasks dengan header Idempotency-Key, yang membalas 202 dan id, lalu GET /v1/media/tasks/{id} untuk status (ringkasan media OmniaKey, dicek 24 Oktober 2026). Alur buat, tanyakan, unduh yang sama berlaku untuk model video lain di dokumentasi API video: Kling 3.0, Seedance, Wan 3.0, MiniMax H3, dan HappyHorse. Semua harga di bawah adalah harga xAI sendiri.

Nama kolom xAI berasal dari referensi API Videos dan nama kolom OmniaKey dari dokumentasi API video, keduanya dicek 24 Oktober 2026.

Parameter apa saja yang bisa diatur?

Prompt dan tiga setelan menentukan hasilnya.

• duration wajib di OmniaKey dan menentukan harga (dokumentasi video OmniaKey). Batas bawah OmniaKey untuk model ini 4 detik dan batas atas xAI 15 detik (panduan pembuatan video), jadi tetap di rentang 4–15.
• resolution: kirim "720p" dengan huruf kecil. OmniaKey menyajikan video Grok maksimal 720p (ringkasan media OmniaKey). API milik xAI juga punya 480p sebagai bawaan dan 1080p asli (panduan pembuatan).
• ratio menerima sembilan nilai: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9, dan 5:2, dengan 16:9 sebagai bawaan (panduan pembuatan video). Kami memakai 16:9.
• n harus 1 (dokumentasi video OmniaKey).
• Prompt: tulis adegannya, cahayanya, dan gerakan kamera, lalu tambahkan baris Sound:. Apa pun yang Anda sebut di situ bisa muncul di gambar: baris suara kami menyebut sendok, dan di gambar muncul sendok dan tangan.

Bagaimana mengubah prompt teks jadi video dengan Python?

Pasang requests, taruh kunci di OMNIAKEY_API_KEY, lalu jalankan skripnya.

pip install requests
export OMNIAKEY_API_KEY="your-key"

Ini skrip yang kami jalankan, tanpa perubahan:

import os
import time
import uuid

import requests

API = "https://api.omniakey.com/v1/media/tasks"
HEADERS = {"Authorization": f"Bearer {os.environ['OMNIAKEY_API_KEY']}"}

PROMPT = (
    "Close-up of a white ceramic coffee cup on a wooden café table by a window, "
    "morning sunlight, steam curling up from the coffee, the camera slowly pushes in, "
    "shallow depth of field. Sound: quiet café chatter and a spoon clinking on a saucer."
)

# 1. Buat tugas. Pakai Idempotency-Key yang sama hanya saat mengulang permintaan ini persis.
job = requests.post(
    API,
    headers={**HEADERS, "Idempotency-Key": str(uuid.uuid4())},
    json={
        "model": "grok-imagine-video-1.5",
        "type": "video",
        "operation": "text_to_video",
        "input": {"prompt": PROMPT},
        "parameters": {"duration": 6, "resolution": "720p", "ratio": "16:9"},
    },
    timeout=30,
)
job.raise_for_status()
task = job.json()
print("task:", task["id"], task["status"])

# 2. Tanyakan tugas sampai selesai. Tugas lambat bukan gagal: terus tanya id yang sama.
while True:
    task = requests.get(f"{API}/{task['id']}", headers=HEADERS, timeout=30).json()
    if task["status"] not in ("queued", "processing"):
        break
    time.sleep(5)

if task["status"] != "succeeded":
    raise SystemExit(f"job ended {task['status']}: {task.get('error')}")

# 3. Unduh sekarang: URL bertanda tangan kedaluwarsa sekitar satu jam.
asset = task["assets"][0]
with open("coffee.mp4", "wb") as f:
    f.write(requests.get(asset["url"], timeout=120).content)
print("saved coffee.mp4", asset["mime_type"], asset["byte_size"], "bytes")

Baris terakhir yang dicetaknya pada 24 Oktober 2026:

saved coffee.mp4 video/mp4 2659230 bytes

Baris pertama skrip mencetak ID tugas dan statusnya. Simpan ID itu: dari situ Anda menemukan lagi tugasnya kalau skrip berhenti.

Tugas 6 detik 720p kembali seperti ini:

Klipnya mengikuti prompt: cangkir keramik putih berisi kopi hitam di atas tatakan putih, meja kayu dekat jendela, uap mengepul, dan kafe di belakang tampak blur. Kamera mendekat dengan laju tetap dan cangkir membesar dari sekitar sepertiga lebar bingkai jadi sekitar separuh. Pada 4,5 detik sebuah sendok masuk dari kanan. Audionya trek tenang dengan satu puncak tajam pada 4,8 detik, tepat saat sendok menyentuh tatakan.

Berapa biaya dan waktu satu klip?

xAI menagih video per detik, dan tarifnya tergantung model dan resolusi. Halaman model (dicek 24 Oktober 2026) memerinci harga per resolusi, dan angka 0,080 USD per detik di halaman harga adalah tarif 480p.

Dengan harga daftar itu:

• 6 detik di 1.5 pada 720p: 6 × 0,14 = 0,84 USD.
• 8 detik, durasi bawaan, di 1.5 pada 480p: 8 × 0,08 = 0,64 USD.
• 15 detik di 1.5 pada 1080p: 15 × 0,25 = 3,75 USD.
• 6 detik di 1.5 Lite pada 720p: 6 × 0,03 = 0,18 USD.

xAI hanya menerbitkan tarif video per detik (halaman harga, dicek 24 Oktober 2026).

Di OmniaKey, biayanya durasi yang diminta dikali tarif per detik, dipotong dari saldo saat tugas dibuat dan dikembalikan otomatis kalau tugas gagal (dokumentasi video OmniaKey, dicek 24 Oktober 2026). Kami meminta 6 detik, menerima berkas 6,04 detik, dan ditagih 6 detik. Tarif terbaru ada di halaman Grok Imagine Video 1.5.

Tugas kami butuh 46 detik dari permintaan sampai succeeded. xAI menyebut pembuatan video "biasanya butuh hingga beberapa menit", dan SDK mereka menunggu sampai 10 menit (panduan pembuatan). Tanyakan tiap beberapa detik. Kalau Anda memberi batas waktu pada perulangan, beri kelonggaran, dan saat batas lewat, baca lagi tugasnya lewat ID-nya, bukan mengirim permintaan baru.

Tautan bertanda tangan berlaku sekitar satu jam, dan tautan kami kedaluwarsa tepat satu jam setelah tugas selesai. Catatan tugas disimpan 24 jam, jadi Anda bisa menanyakannya lagi untuk mendapat tautan baru (ringkasan media OmniaKey, dicek 24 Oktober 2026).

Error apa yang akan muncul?

Sebagian besar error kembali langsung sebelum tugas dibuat, jadi tidak berbiaya. Tugas yang gagal belakangan berakhir failed dan uangnya dikembalikan. Dokumentasi media OmniaKey (dicek 24 Oktober 2026) mencantumkan antara lain:

Dua yang pertama sengaja kami picu pada 24 Oktober 2026. Tanpa header, balasannya HTTP 400:

{"error":{"code":"missing_idempotency_key","message":"Idempotency-Key is required and must be at most 255 characters"}}

Memakai kunci tugas dengan prompt berbeda menghasilkan HTTP 409:

{"error":{"code":"idempotency_key_reused","message":"Idempotency-Key was already used with a different request"}}

• Anggap tugas yang lambat masih berjalan. Terus tanyakan ID tugas yang sama; mengirim ulang dengan Idempotency-Key baru memulai tugas kedua, dan itu ikut ditagih.
• Permintaan yang diulang membalas 200 dengan tugas aslinya tanpa daftar assets, karena itu skrip mengambil tugas dulu sebelum membaca assets.

Pertanyaan umum

Apakah Grok Imagine Video API gratis?

Tidak. xAI hanya menerbitkan tarif per detik, dan yang termurah 1.5 Lite di 0,02 USD per detik pada 480p (halaman model, dicek 24 Oktober 2026).

Berapa durasi maksimal video Grok Imagine?

1 sampai 15 detik di API xAI, dengan 8 detik sebagai bawaan (panduan pembuatan video). Lewat OmniaKey, pakai 4 sampai 15 detik: batas bawah OmniaKey untuk model ini 4 (dokumentasi video OmniaKey, dicek 24 Oktober 2026) dan batas atas xAI 15.

Apakah Grok Imagine Video menghasilkan suara?

Ya, ada trek audio secara bawaan, dengan efek, suasana, dan dialog yang dibuat bersama gambarnya (panduan pembuatan video; pengumuman xAI). Punya kami berisi trek AAC stereo. API xAI menerima generate_audio: false untuk klip tanpa suara; untuk membuang treknya dari berkas yang sudah diunduh, jalankan:

ffmpeg -i coffee.mp4 -an -c:v copy coffee-silent.mp4

Bisakah Grok Imagine membuat video dari gambar?

Bisa, di API xAI: kirim gambar sebagai image (URL publik, data URI base64, atau file_id dari Files API; JPEG, PNG, atau WebP), gambar itu jadi bingkai pertama, prompt opsional, dan klipnya mempertahankan rasio aspek gambar (panduan gambar ke video; referensi API Videos). Contoh gambar ke video lewat OmniaKey akan kami tambahkan di sini setelah kami verifikasi dari awal sampai akhir.

Apa bedanya Grok Imagine Video 1.5 dan 1.5 Lite?

Lite paling murah per detik, bisa teks ke video dan gambar ke video dengan suara yang selaras bibir, mencapai 1080p dengan menaikkan 720p, dan tidak punya gambar referensi, referensi suara, atau bingkai kunci (ringkasan video; halaman model Lite). Contoh di sini memakai 1.5, yang di OmniaKey dipanggil sebagai Grok Imagine Video 1.5.

Apakah grok-imagine-video-1.5-preview masih ID model yang valid?

xAI masih mencantumkannya sebagai alias, tetapi 1.5 sudah keluar dari pratinjau dan tersedia umum pada 16 Juni 2026 (halaman model; pengumuman xAI). Pakai grok-imagine-video-1.5.