API Grok Imagine Video: текст в видео на Python

API Grok Imagine Video работает асинхронно: вы отправляете промпт и создаёте задачу, опрашиваете её ID до завершения, а затем скачиваете MP4. Текущая модель — grok-imagine-video-1.5. 24 октября 2026 года наш шестисекундный клип в 720p был готов через 46 секунд после запроса, и в нём была звуковая дорожка.

Ниже — скрипт, который работает как есть, параметры, от которых зависит результат, стоимость и время одного клипа и ошибки, с которыми вы столкнётесь.

Коротко

• Модель: grok-imagine-video-1.5. xAI сообщает, что 1.5 вышла из предварительного доступа и стала общедоступной 16 июня 2026 года (xAI).
• Настройки: duration от 4 до 15 секунд, resolution "720p" и ratio вроде "16:9".
• Цена: 0,14 USD за секунду в 720p по прайсу xAI, то есть 0,84 USD за клип на 6 секунд (страница моделей xAI, проверена 24 октября 2026 года).
• Время: наша задача на 6 секунд в 720p заняла 46 секунд. Опросите тот же ID задачи и скачайте файл в течение часа.

Как работает API Grok Imagine Video?

Задача проходит три шага: создание, опрос, скачивание (руководство xAI по генерации видео, проверено 24 октября 2026 года).

В собственном API xAI вы отправляете POST на https://api.x.ai/v1/videos/generations с ID модели и промптом и получаете request_id. Затем опрашиваете https://api.x.ai/v1/videos/{request_id} через GET, пока задача не станет done, и читаете video.url (то же руководство).

xAI советует grok-imagine-video-1.5-lite для простых видео и grok-imagine-video-1.5, когда нужны референсы, голоса, заданные кадры или нативный 1080p (обзор видео, проверено 24 октября 2026 года). Для статичных изображений руководство по API изображений Grok Imagine разбирает три модели изображений xAI; чтобы сравнить Grok с другими API видео, читайте наш обзор моделей видео.

OmniaKey продаёт API-доступ к Grok Imagine Video 1.5, поэтому пример мы запускали через неё. Вызовы — POST https://api.omniakey.com/v1/media/tasks с заголовком Idempotency-Key, который отвечает 202 и id, и GET /v1/media/tasks/{id} для статуса (обзор медиа OmniaKey, проверено 24 октября 2026 года). Та же последовательность создания, опроса и скачивания работает для остальных видеомоделей из документации по API видео: Kling 3.0, Seedance, Wan 3.0, MiniMax H3 и HappyHorse. Все цены ниже — собственные цены xAI.

Названия полей xAI взяты из справочника API видео, а OmniaKey — из документации по API видео; обе проверены 24 октября 2026 года.

Какие параметры можно задать?

Результат определяют промпт и три настройки.

• duration обязателен в OmniaKey и определяет цену (документация OmniaKey по видео). Минимум OmniaKey для этой модели — 4 секунды, максимум xAI — 15 (руководство по генерации видео), так что держитесь диапазона 4–15.
• resolution: отправляйте "720p" строчными буквами. OmniaKey отдаёт видео Grok максимум в 720p (обзор медиа OmniaKey). В собственном API xAI есть ещё 480p по умолчанию и нативный 1080p (руководство по генерации).
• ratio принимает девять значений: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 и 5:2, по умолчанию 16:9 (руководство по генерации видео). Мы использовали 16:9.
• n может быть только 1 (документация OmniaKey по видео).
• Промпт: опишите кадр, свет и движение камеры, затем добавьте строку Sound:. Всё, что вы там назовёте, может появиться в кадре: в нашей звуковой строке упоминалась ложка, и в кадре появились ложка и рука.

Как превратить текстовый промпт в видео на Python?

Установите requests, положите ключ в OMNIAKEY_API_KEY и запустите скрипт.

pip install requests
export OMNIAKEY_API_KEY="your-key"

Вот скрипт, который мы запускали, без изменений:

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. Создайте задачу. Тот же Idempotency-Key берите только при повторе этого же запроса.
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. Опрашивайте задачу до завершения. Медленная задача не провалилась: спрашивайте тот же id.
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. Скачайте сразу: подписанная ссылка живёт около часа.
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")

Последняя строка, которую он вывел 24 октября 2026 года:

saved coffee.mp4 video/mp4 2659230 bytes

Первая строка скрипта печатает ID задачи и статус. Сохраните этот ID: по нему вы найдёте задачу, если скрипт остановится.

Задача на 6 секунд в 720p вернулась так:

Клип следует промпту: белая керамическая чашка с чёрным кофе на белом блюдце, деревянный стол у окна, поднимающийся пар и размытое кафе на фоне. Камера приближается равномерно, и чашка вырастает примерно с трети ширины кадра до половины. На 4,5 секунды справа входит ложка. Звук — спокойная дорожка с одним резким пиком на 4,8 секунды, ровно в момент, когда ложка касается блюдца.

Сколько стоит клип и сколько он занимает?

xAI берёт плату за видео посекундно, и тариф зависит от модели и разрешения. На странице моделей (проверена 24 октября 2026 года) цена разложена по разрешениям, а единые 0,080 USD за секунду на странице цен — это тариф для 480p.

По этим прайсовым ценам:

• 6 секунд на 1.5 в 720p: 6 × 0,14 = 0,84 USD.
• 8 секунд, длина по умолчанию, на 1.5 в 480p: 8 × 0,08 = 0,64 USD.
• 15 секунд на 1.5 в 1080p: 15 × 0,25 = 3,75 USD.
• 6 секунд на 1.5 Lite в 720p: 6 × 0,03 = 0,18 USD.

xAI публикует только посекундные тарифы на видео (страница цен, проверена 24 октября 2026 года).

В OmniaKey списание равно запрошенной длительности, умноженной на тариф за секунду: сумма уходит с баланса при создании задачи и возвращается автоматически, если задача провалилась (документация OmniaKey по видео, проверена 24 октября 2026 года). Мы запросили 6 секунд, получили файл на 6,04 секунды, а списали за 6 секунд. Актуальные тарифы — на странице Grok Imagine Video 1.5.

Наша задача заняла 46 секунд от запроса до succeeded. xAI пишет, что генерация «обычно занимает до нескольких минут», а их SDK ждёт до 10 минут (руководство по генерации). Опрашивайте каждые несколько секунд. Если ставите циклу ограничение по времени, дайте запас, а когда оно истечёт, перечитайте задачу по её ID вместо отправки нового запроса.

Подписанная ссылка живёт около часа, и наша истекла ровно через час после завершения задачи. Запись задачи хранится 24 часа, поэтому можно опросить её снова и получить свежую ссылку (обзор медиа OmniaKey, проверено 24 октября 2026 года).

Какие ошибки вы встретите?

Большинство ошибок возвращается сразу, до создания задачи, поэтому ничего не стоит. Задача, которая провалилась позже, завершается как failed, и деньги возвращаются. В документации OmniaKey по медиа (проверена 24 октября 2026 года) есть, среди прочего, такие:

Первые две мы вызвали намеренно 24 октября 2026 года. Без заголовка приходит HTTP 400:

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

Если взять ключ задачи и отправить другой промпт, приходит HTTP 409:

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

• Считайте медленную задачу всё ещё выполняющейся. Продолжайте опрашивать тот же ID задачи; повторная отправка с новым Idempotency-Key запускает вторую задачу и списывает деньги за неё.
• Повторный запрос отвечает 200 с исходной задачей и без списка assets, поэтому скрипт сначала получает задачу и только потом читает assets.

Частые вопросы

API Grok Imagine Video бесплатный?

Нет. xAI публикует только посекундные тарифы, и самый дешёвый — 1.5 Lite за 0,02 USD в секунду в 480p (страница моделей, проверена 24 октября 2026 года).

Какая максимальная длина видео у Grok Imagine?

От 1 до 15 секунд в API xAI, по умолчанию 8 секунд (руководство по генерации видео). Через OmniaKey берите от 4 до 15 секунд: минимум OmniaKey для этой модели — 4 (документация OmniaKey по видео, проверена 24 октября 2026 года), а максимум xAI — 15.

Grok Imagine Video делает звук?

Да, звуковая дорожка есть по умолчанию: эффекты, атмосфера и речь генерируются вместе с картинкой (руководство по генерации видео; анонс xAI). В нашем клипе была стереодорожка AAC. API xAI принимает generate_audio: false для клипа без звука; чтобы убрать дорожку из скачанного файла, выполните:

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

Grok Imagine умеет делать видео из картинки?

Да, в API xAI: передайте изображение как image (публичный URL, data URI в base64 или file_id из Files API; JPEG, PNG или WebP), оно станет первым кадром, промпт можно не указывать, а клип сохранит соотношение сторон картинки (руководство по видео из изображения; справочник API видео). Пример видео из изображения через OmniaKey добавим сюда, когда проверим его от начала до конца.

Чем отличаются Grok Imagine Video 1.5 и 1.5 Lite?

Lite — самый дешёвый в секунду: делает видео из текста и из изображения, добавляет речь с синхронизацией губ, доводит картинку до 1080p апскейлом из 720p, но не принимает референсные изображения, голосовые референсы и ключевые кадры (обзор видео; страница модели Lite). В примерах здесь используется 1.5; в OmniaKey она вызывается как Grok Imagine Video 1.5.

grok-imagine-video-1.5-preview всё ещё рабочий ID модели?

xAI всё ещё держит его как псевдоним, но 1.5 вышла из предварительного доступа и стала общедоступной 16 июня 2026 года (страница модели; анонс xAI). Используйте grok-imagine-video-1.5.