Grok Imagine Video 1.5 API
1枚のソース画像から、意図したモーションとネイティブの同期音声を備えた1~15秒の動画を生成します。EvoLinkの統合非同期APIでコストを見積もり、タスクを送信し、結果を本番ワークフローへ連携できます。
API連携の前に、Grok Imagine Video 1.5をその場で試せます。
非同期APIを組み込む前に、参照画像を1枚アップロードし、クレジットの目安を確認して、画像から動画への出力をプレビューできます。
サンプルを作成
画像を1枚アップロードし、プロンプトを入力してパラメータを設定します。必須。参照画像をちょうど1枚アップロードします(画像から動画のみ)。
1generated-image.png
—
✓ 1 枚の画像を追加しました
画像から動画向けのGrok Imagine Video 1.5料金。
画像から動画の実行に必要なクレジットを計画できます。出力は長さと解像度に応じて課金され、入力画像1枚ごとに少額の固定料金が加算されます。
初回テストのコスト
画像から動画 - 6s - 480p - 画像1枚入力画像1枚を含む6s 480pサンプル1本
$10分のクレジットで約25回テストできます。
480pで反復してクレジットを節約し、モーションと構図が確認できる段階になったら720pに切り替えるのがおすすめです。
テスト予算ガイド
想定するテスト回数に合わせて金額を選びましょう。まず検証してみたい方に。
モーションと構図を作り込みたい方に。
本番連携の前にしっかり検証したい方に。
よくあるコスト例
画像から動画1回分の概算合計です(入力画像1枚を含む)。最終的なコストは長さと解像度によって変わる場合があります。
Grok Imagine Video 1.5の料金
-20%| 項目 | 480p | 720p | 課金 |
|---|---|---|---|
| 画像から動画出力動画、1秒あたり | $0.064/s-20% 4.352 cr/s$0.080 公式価格 | $0.112/s-20% 7.616 cr/s$0.140 公式価格 | 出力動画の秒数 |
出力は1秒あたりで課金されます(720p = 480p x 1.75)。入力画像は1枚ごとに少額の固定料金がかかり、画像から動画に必須です。
Grok Imagine Video 1.5で制御可能な画像から動画へのワークフローを構築。
Grok Imagine Video 1.5は、xAIがGA提供する画像から動画への生成モデルです。EvoLinkでは、各リクエストに1枚のソース画像と必須のモーションプロンプトを使用し、1~15秒の480pまたは720p動画を生成します。このルートは短尺生成向けで、ネイティブ音声、非同期タスク処理、リアルタイムのコスト見積もりに対応し、他のモデルと同じAPI Keyを利用できます。
画像から動画へのワークフローに追加される機能
1枚のフレームから意図した動きを生成
準備済みの商品写真、ポートレート、イラスト、ストーリーボードのフレームを視覚的な基準にし、プロンプトで被写体とカメラの動きを指定します。
動画とネイティブ音声を同時生成
モーションに加え、同期した環境音、効果音、音声を1回の処理で生成できます。音声品質は独自の受け入れ基準に照らして検証してください。
本番運用に適した非同期ルート
タスクを送信し、ポーリングまたはコールバックで追跡して、一時的な結果URLが期限切れになる前に完成したアセットを永続保存します。
Grok Imagine Video 1.5のユースケース
EvoLinkにおけるGrok Imagine Video 1.5の本番仕様
| 機能 | Grok Imagine Video 1.5 | 本番運用への影響 | 別のルートを選ぶべき場合 |
|---|---|---|---|
| 生成モード | 1枚の画像から動画への生成のみ | ソース画像によって開始時の構図が決まります。 | プロンプトのみのテキストから動画への生成が必要な場合。 |
| 入力仕様 | 画像1枚 + 空でないプロンプト | タスクを送信する前に両方の入力を検証してください。 | 複数の参考画像または開始・終了フレームが必要な場合。 |
| 長さと出力 | 480pまたは720pで1~15秒 | コストは長さと解像度に応じて変動します。 | EvoLinkでより長いクリップまたは1080pが必要な場合。 |
| 出力の構図 | ソース画像に従う | 希望する最終構図でソース画像を準備してください。 | 最初と最後のフレーム間のトランジションが必要な場合。 |
| 提供方式 | ポーリングまたはコールバックに対応する非同期タスク | タスクをキューに入れ、終了状態をべき等に処理してください。 | ワークフローで即時の同期結果が必要な場合。 |
| 課金 | 出力秒数ごと + 入力画像ごと | 各タスクを見積もり、再試行による支出に上限を設けてください。 | 長さに左右されない固定コストが必要な場合。 |
主な詳細
上流ではGA、EvoLinkではpreviewエイリアス
xAIはgrok-imagine-video-1.5を安定版モデルとして掲載しています。EvoLinkは現在grok-imagine-video-1.5-previewを受け付けるため、EvoLinkの例に示されたIDを使用してください。
厳格な単一画像入力仕様
最大10 MBのJPEG、PNG、WebP画像を必ず1枚と、空でないプロンプトを送信してください。このルートはテキストから動画、参考画像から動画には対応していません。
一時的な結果を伴う非同期配信
タスクを送信し、ポーリングまたはコールバックで状態を取得して、完成した動画を永続保存します。EvoLinkの結果URLは24時間利用できます。
EvoLink経由でGrok Imagine Video 1.5を使用する理由
透明性のある料金
リアルタイムのルート料金を使い、生成前に長さ、解像度、入力画像のコストを見積もれます。
統合API
単一の認証・統合レイヤーからGrok Imagineや他の動画モデルを呼び出せます。
統合残高
同じEvoLinkアカウントでクレジット、支出、モデル利用量を管理できます。
タスク状態の追跡
一貫した非同期ワークフローで、保留中、処理中、完了、失敗のタスクを追跡できます。
モデルの選択肢
Grok 1.5は単一フレームのアニメーションに使用し、他のモダリティはより適したモデルへルーティングできます。
Grok Imagineモデルファミリー
すべてのモデルを見る
EvoLinkのその他の動画モデル




よくある質問
Grok Imagine Video 1.5とは何ですか?
Grok Imagine Video 1.5は、xAIがGA提供する画像から動画への生成モデルです。1枚のソース画像とモーションプロンプトから、ネイティブ音声機能を備えた短尺動画を生成します。
EvoLinkではどのモデルIDを使用すればよいですか?
EvoLinkのリクエストではgrok-imagine-video-1.5-previewを使用してください。xAI上流の安定版IDはgrok-imagine-video-1.5ですが、モデルIDはチャネルごとに異なります。
EvoLinkのモデルIDにpreviewが残っているのはなぜですか?
previewという名称は上流のエイリアスとして残っており、EvoLinkルートで現在公開されているIDです。xAIが1.5リリースを引き続きPreviewと分類しているという意味ではありません。
Grok Imagine Video 1.5はテキストから動画への生成に対応していますか?
いいえ。Grok Imagine Video 1.5は画像から動画への生成専用です。プロンプトのみで生成する場合は、より広範なGrok Imagine Videoルートまたは別の動画モデルを使用してください。
複数の参考画像や最初と最後のフレームを使用できますか?
いいえ。EvoLinkルートではソース画像が必ず1枚必要です。Grok Imagine Video 1.5は参考画像から動画への生成や、最初と最後のフレームを使うワークフローに対応していません。
必要な画像とプロンプトの条件は何ですか?
最大10 MBのJPEG、PNG、WebP画像を1枚と、最大2,000トークンの空でないプロンプトを送信してください(日本語などは1文字あたりのトークン消費が多くなります)。非同期タスクを送信する前に両方を検証してください。
Grok Imagine Video 1.5の料金はいくらですか?
EvoLinkは出力の長さと解像度に基づいて課金し、入力画像の料金を加算します。コピーされた静的な金額ではなく、リアルタイム料金セクションとPlaygroundの見積もりで現在のルート料金を確認してください。
対応する解像度と長さは?
EvoLinkの現在のルートは480pと720pの出力、および1~15秒の長さに対応しています。xAIの上流では1080pも記載されていますが、このEvoLinkルートでは現在提供していません。
出力の構図はどのように決まりますか?
このルートではアスペクト比パラメータを公開していません。生成動画に反映したい構図でソース画像を準備してください。
Grok Imagine Video 1.5は音声を生成しますか?
このモデルは、動画とともに同期した環境音、効果音、音声を生成するよう設計されています。音声品質はシーンによって変わるため、独自の受け入れ基準に照らしてテストしてください。
完成した動画はどのように受け取りますか?
生成は非同期です。タスクを送信し、状態をポーリングするかHTTPSコールバックを指定して、タスク完了時に返された動画を永続保存してください。
結果URLはどのくらい利用できますか?
EvoLinkの結果URLは24時間利用できます。本番環境で一時URLを使用せず、完成したアセットをご自身のオブジェクトストレージにコピーしてください。
失敗またはモデレーション対象となったリクエストは常に無料ですか?
失敗またはモデレーション対象となったすべてのリクエストが無料だと想定しないでください。再試行前に、タスクから返された利用量と課金のフィールドを確認し、現在のアカウント記録を確かめてください。
API Reference
Select endpoint
Authentication
All APIs require Bearer Token authentication.
Authorization:
Bearer YOUR_API_KEY/v1/videos/generationsCreate Image-to-Video
xAI Grok Imagine Video 1.5 Preview animates a single reference image into a short video. This model is image-to-video only — a request without an image is rejected.
Asynchronous processing — use the returned task ID to . Result links are valid for 24 hours.
Request Parameters
modelstringRequiredDefault: grok-imagine-video-1.5-previewFixed value: grok-imagine-video-1.5-preview
grok-imagine-video-1.5-previewpromptstringRequiredText prompt to guide the motion and style of the generated video.
Notes
- Required (≤ 2000 tokens; CJK text uses more tokens per character)
Use the input image as the exact opening frame and preserve the original character, outfit, cybernetic arm, hairstyle, jacket graphic, balcony structure, city layout, and overall composition.
A single continuous 6-second cinematic cyberpunk shot at night. The camera begins directly behind the lone cybernetic woman and slowly dollies forward while making a subtle clockwise arc toward her right shoulder, creating strong layered parallax between the wet metal railing, the character, nearby flying traffic, and the distant skyscrapers.
The woman remains facing the city and does not turn around. She subtly shifts her weight and takes a slow breath; her shoulders move naturally, her short black hair and leather jacket flutter gently in the high-altitude wind. Small orange lights beneath the cybernetic implants on her neck and robotic arm pulse softly. Rainwater beads, streams, and reflects neon light across her jacket, metal arm, railing, and platform.
Heavy rain falls through the entire city with realistic depth. Volumetric mist drifts between the skyscrapers. Holographic billboards flicker, scan, and cast shifting cyan, magenta, and amber light across the buildings. Neon reflections ripple naturally across wet metal and glass. Numerous flying cars move through different depth layers at different speeds, producing realistic atmospheric perspective and complex city traffic.
At the middle of the shot, a large armored hovercraft passes rapidly through the midground from right to left, briefly illuminating the woman’s silhouette with sweeping red and blue light. Its engines push rain and fog outward, creating a visible wave of mist and subtle vibration in her jacket and hair.
During the final second, a distant lightning flash illuminates the clouds and reveals the enormous vertical scale of the megacity. The camera gently settles just behind her right shoulder without revealing her face, ending on a powerful view of the living neon city.
Photorealistic, ultra-detailed cyberpunk environment, cinematic sci-fi film quality, realistic rain physics, physically accurate lighting, deep atmospheric perspective, volumetric fog, complex environmental motion, strong parallax, subtle camera micro-movement, controlled motion blur, anamorphic lens, high contrast, dark blue and cyan night atmosphere, magenta neon accents, fluid motion, stable character anatomy, one uninterrupted shot, no cuts.image_urlsarrayRequiredReference image URL. Image-to-video only — exactly one image.
Notes
- Required. Exactly 1 image
- Formats: .jpg, .jpeg, .png, .webp
- Max 10MB per image
- URL must be directly accessible
["https://cdn.evolink.ai/Model-Example/GrokImagine1.5/generated-image.png"]durationintegerOptionalDefault: 6Output duration in seconds.
| Value | Description |
|---|---|
| 1-15 | Any integer between 1 and 15 (step 1) |
Notes
- Duration directly affects billing
6qualitystringOptionalDefault: 480pOutput resolution.
| Value | Description |
|---|---|
| 480p | Standard (default) |
| 720p | HD, billed at ×1.75 |
480pcallback_urlstringOptionalHTTPS callback URL for task completion notification. Triggered when the task completes, fails, or is cancelled (HTTPS only).
https://your-domain.com/webhooks/video-done