Grok Imagine 视频生成

更新时间：2026-06-03

本文说明如何在本站调用 Grok Imagine 视频模型。用户只需要使用本站稳定模型名和 OpenAI 兼容视频任务接口。

1. 可用模型

模型	适用场景	计费口径
grok-imagine	文生视频、图生视频、多参考图生视频、视频编辑、视频续写	按能力类型、清晰度、输入/输出视频秒数等组件计费；图生视频输入图片不单独加价

新接入统一使用 grok-imagine，用输入形态和 extra_body.operation 表达具体能力。未在本站模型列表中展示的旧模型名不要直接调用。

2. 接口概览

2.1 推荐：OpenAI 兼容视频任务接口

POST /v1/videos
GET  /v1/videos/{task_id}
GET  /v1/videos/{task_id}/content

POST /v1/videos 提交任务，返回视频任务 ID。客户端轮询 GET /v1/videos/{task_id} 获取状态。任务完成后，可以读取响应里的 URL，也可以通过 /v1/videos/{task_id}/content 代理获取视频文件流。

2.2 兼容：旧视频任务接口

POST /v1/videos/generations
GET  /v1/videos/generations/{task_id}

POST /v1/video/generations
GET  /v1/video/generations/{task_id}

旧接口仍可用，但新接入推荐 /v1/videos。

2.3 认证

Authorization: Bearer sk-***
Content-Type: application/json

3. 快速选型

你想做什么	推荐模型	关键输入	能力标识
根据提示词生成视频	grok-imagine	prompt + duration	自动推断
让一张图片动起来	grok-imagine	prompt + image + duration	自动推断
多张参考图生成视频	grok-imagine	prompt + images + duration	自动推断
编辑已有视频	grok-imagine	prompt + video + extra_body.operation=edit_video，建议带 extra_body.input_video_seconds	edit_video
续写已有视频	grok-imagine	prompt + video + duration + extra_body.operation=video_extend，建议带 extra_body.input_video_seconds	video_extend

说明：extra_body.operation 是本站稳定能力提示。输入形态明确时平台会自动推断；视频编辑和续写都传 video，建议显式传 extra_body.operation 消歧。

4. 参数说明

参数	类型	必填	说明
model	string	是	固定传 grok-imagine
prompt	string	是	视频生成、编辑或续写提示词
image	string/object	图生视频必填	单张图片 URL；也支持 { "url": "..." }
images	string[]	多参考图必填	多张参考图片 URL
image_url / image_urls	string/string[]	否	图片输入兼容字段
video	string/object	编辑/续写必填	源视频 URL；也支持 { "url": "..." }
videos	string[]	否	参考视频 URL 数组，适合参考视频类能力
size	string	否	清晰度，常用 480p、720p；视频续写可能不支持该参数
aspect_ratio	string	否	输出比例；文生视频常用 16:9、1:1、9:16，单图生视频可用 auto
duration	integer/string	条件必填	输出秒数。文生、图生、多参考图和续写使用；视频编辑不要传该字段
seconds	string	条件必填	OpenAI 兼容秒数字段；未传 duration 时可传 seconds，不要和 duration 同时传
extra_body.operation	string	否	稳定能力提示：text_to_video、image_to_video、reference_to_video、edit_video、video_extend
extra_body.input_video_seconds	integer	编辑/续写建议传	源视频可计费秒数提示，传正整数秒。知道源视频秒数时建议传；未传时平台会探测或使用兜底值

5. 秒数规则

文生、图生、多参考图和续写都要传输出秒数。视频编辑不要传输出秒数。

场景	输出秒数字段	支持取值	输入视频秒数
文生视频	duration 或 seconds	1-15 的整数秒	不需要
单图生视频	duration 或 seconds	1-15 的整数秒	不需要
多参考图生视频	duration 或 seconds	1-10 的整数秒	不需要
视频编辑	不传 duration / seconds	不适用	建议传 extra_body.input_video_seconds
视频续写	duration 或 seconds	2-10 的整数秒	建议传 extra_body.input_video_seconds

说明：

• 推荐使用 duration，例如 "duration": 6。
• 如果客户端只能使用 OpenAI 兼容字段，可以传 seconds，例如 "seconds": "6"。
• duration 和 seconds 二选一，不要同时传。
• 视频编辑和续写的 extra_body.input_video_seconds 是源视频秒数提示，不是输出秒数。
• 如果不确定源视频秒数，可以不传 extra_body.input_video_seconds；平台会探测输入视频时长，并在计费记录里展示秒数来源。
• 计费最终不会只信任用户传参，而是按任务结算记录中的输入/输出秒数来源结算。

6. 能力标识选择规则

大多数情况下不需要手动传 extra_body.operation：

• 没有图片和视频：文生视频。
• 有一张 image：图生视频。
• 有多张 images：参考图生视频。
• 有 video：建议显式传 edit_video 或 video_extend。

当你要编辑已有视频：

{
  "extra_body": {
    "operation": "edit_video",
    "input_video_seconds": 8
  }
}

当你要续写已有视频：

{
  "duration": 6,
  "extra_body": {
    "operation": "video_extend",
    "input_video_seconds": 8
  }
}

7. 完整请求示例

7.1 文生视频

curl -X POST "{BASE_URL}/v1/videos" \
  -H "Authorization: Bearer sk-***" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine",
    "prompt": "电影感手持镜头，一名记者站在暴雪中的时代广场，路人撑伞快速走过，雪花不断打在镜头前，皮肤纹理真实，整体色调克制。",
    "size": "720p",
    "aspect_ratio": "16:9",
    "duration": 6
  }'

典型提交响应：

{
  "id": "task_xxx",
  "task_id": "task_xxx",
  "object": "video",
  "model": "grok-imagine",
  "status": "queued",
  "progress": 0,
  "created_at": 1773980459,
  "seconds": "6"
}

7.2 单图生视频

curl -X POST "{BASE_URL}/v1/videos" \
  -H "Authorization: Bearer sk-***" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine",
    "prompt": "人物缓慢转头看向镜头，头发随风轻微摆动，电影级布光，镜头有细微推进。",
    "image": "https://example.com/portrait.png",
    "size": "480p",
    "aspect_ratio": "auto",
    "duration": 10
  }'

7.3 多参考图生视频

curl -X POST "{BASE_URL}/v1/videos" \
  -H "Authorization: Bearer sk-***" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine",
    "prompt": "让 @Image1 中的人物走进 @Image2 的霓虹街景，保持人物身份一致，镜头缓慢推进。",
    "images": [
      "https://example.com/person.png",
      "https://example.com/street.png"
    ],
    "size": "720p",
    "aspect_ratio": "4:3",
    "duration": 10
  }'

7.4 视频编辑

curl -X POST "{BASE_URL}/v1/videos" \
  -H "Authorization: Bearer sk-***" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine",
    "prompt": "把这段视频改成电影感动漫风，同时保留原本动作节奏和构图。",
    "video": "https://example.com/source.mp4",
    "size": "720p",
    "extra_body": {
      "operation": "edit_video",
      "input_video_seconds": 8
    }
  }'

视频编辑不要传 duration / seconds。如果知道源视频秒数，建议传 extra_body.input_video_seconds，这样预估和日志更清楚；未传时平台会探测或使用兜底值。

7.5 视频续写

curl -X POST "{BASE_URL}/v1/videos" \
  -H "Authorization: Bearer sk-***" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine",
    "prompt": "延续镜头运动，逐渐露出远处城市天际线，保持原视频色调和运动方向。",
    "video": "https://example.com/source.mp4",
    "duration": 6,
    "extra_body": {
      "operation": "video_extend",
      "input_video_seconds": 8
    }
  }'

视频续写的 duration 表示输出续写秒数，支持 2-10 秒。如果知道源视频秒数，建议同时传 extra_body.input_video_seconds。

8. 查询任务和获取视频

8.1 查询状态

curl "{BASE_URL}/v1/videos/task_xxx" \
  -H "Authorization: Bearer sk-***"

处理中：

{
  "id": "task_xxx",
  "task_id": "task_xxx",
  "object": "video",
  "model": "grok-imagine",
  "status": "in_progress",
  "progress": 45,
  "created_at": 1773980459,
  "seconds": "6"
}

完成：

{
  "id": "task_xxx",
  "task_id": "task_xxx",
  "object": "video",
  "model": "grok-imagine",
  "status": "completed",
  "progress": 100,
  "created_at": 1773980459,
  "completed_at": 1773980519,
  "seconds": "6",
  "size": "720p",
  "metadata": {
    "url": "https://example.com/result.mp4"
  }
}

失败：

{
  "id": "task_xxx",
  "object": "video",
  "model": "grok-imagine",
  "status": "failed",
  "progress": 100,
  "created_at": 1773980459,
  "error": {
    "code": "task_failed",
    "message": "request rejected"
  }
}

建议客户端每 2-5 秒轮询一次，直到 status 为 completed 或 failed。

8.2 代理获取视频文件

curl "{BASE_URL}/v1/videos/task_xxx/content" \
  -H "Authorization: Bearer sk-***" \
  -o result.mp4

该接口返回 video/mp4 文件流。也可以直接使用查询响应中的 metadata.url。

9. 计费说明

Grok 视频在本站使用组件式计费，公开价格以模型广场展示为准。

场景	主要计费项
文生视频	清晰度档、输出视频秒数
单图生视频	清晰度档、输出视频秒数
多参考图生视频	清晰度档、输出视频秒数
视频编辑	清晰度档、输入视频秒数、输出视频秒数
视频续写	输入视频秒数、输出视频秒数

公开展示会显示“按实际参数计算”和组件单价，例如：

• 输入视频：按秒
• 输出视频 480P：按秒
• 输出视频 720P：按秒

图生视频和多参考图生视频中的输入图片数量可能出现在结算 facts 里，但第一版 Grok 视频规则不应把它配置成单独收费组件。

提交时可能有预扣。预扣用于任务提交阶段的余额锁定，不是把某个最大值当成单次公开售价。

10. 常见错误

把视频模型发到图片接口

grok-imagine 应调用 /v1/videos，不要发到 /v1/images/generations。

编辑和续写都只传了 video

这会产生歧义。编辑传：