Grok Imagine 1.5 API: Standbilder in kurze Videos verwandeln

Ein einzelnes Produktfoto, ein Porträt oder ein Landschaftsstandbild lässt sich in einen brauchbaren kurzen Videoclip verwandeln, ohne dass man sich in einem weiteren Videogenerierungs-Konto anmelden muss. Der Image-to-Video-Endpunkt von Grok Imagine 1.5 nimmt eine Bild-URL, einen optionalen Prompt, der die Bewegung beschreibt, und eine Dauer entgegen und liefert über die asynchrone Task-API von hiapi eine gerenderte .mp4-Datei zurück.

Diese Demonstration verwendet dasselbe Quellbild mit zwei unterschiedlichen Prompts, um zu zeigen, wie stark die Formulierung das Ergebnis verändert, und zerlegt anschließend das tatsächliche Anfrage-Schema, die Preisgestaltung und ein direkt kopierbares Codebeispiel.

Das Quellbild

Beide unten gezeigten Clips beginnen mit demselben Standbild. Zwischen den beiden Anfragen ändert sich am Basisbild nichts – nur das Feld prompt unterscheidet sich.

Version 1: Kurzer Teaser-artiger Push-in

Prompt: „Langsamer Push-in auf das Motiv, weiches Umgebungslicht, cineastisches Teaser-Tempo.“ Dauer: 4.

Version 2: Längere Orbit-Aufnahme

Prompt: „Die Kamera kreist langsam um das Motiv und zeigt die Szene aus einem neuen Blickwinkel.“ Dauer: 8.

Dasselbe Standbild, dasselbe Modell, zwei völlig unterschiedliche Kamerabewegungen – hier wirkt fast ausschließlich der Prompt, denn die Anfrage enthält keine eigenen Parameter für Bewegungsintensität oder Kamerapfad.

Das tatsächliche Anfrage-Schema

Die vollständige Modelldokumentation und die aktuelle Preisgestaltung finden sich auf der Modellseite von Grok Imagine 1.5 für Image-to-Video. Der Request-Body ist bewusst klein gehalten:

{
  "model": "grok-imagine-1.5/image-to-video",
  "input": {
    "image_urls": ["https://your-public-host.com/source.jpg"],
    "prompt": "Slow push-in toward the subject, soft ambient light, cinematic teaser pacing.",
    "duration": 4
  }
}

Drei Dinge sollte man vor dem Aufruf wissen:

• image_urls muss eine öffentliche HTTP(S)-URL sein. Das Modell ruft das Bild selbst ab – man kann im Request-Body keine Rohbytes hochladen. Wenn das Quellbild nur lokal vorliegt, lade es zuerst in einen beliebigen öffentlichen Bucket hoch.
• duration ist eine ganze Zahl von 1 bis 15 Sekunden. Es gibt keine Felder aspect_ratio, resolution oder Bewegungsintensität – die Ausgabekomposition folgt dem Quellbild, und die Auflösung ergibt sich aus der Preisstufe (480p oder 720p), nicht aus einem Anfrageparameter.
• prompt ist optional, übernimmt aber den Großteil der kreativen Arbeit, weil es sonst nichts gibt, was die Kamera steuert.

Task einreichen und abfragen

Wie alle Video- und Bildmodelle auf hiapi läuft dieses Modell über die einheitliche asynchrone Task-API statt über einen synchronen Endpunkt – die Generierung dauert echte Zeit, daher reicht man zuerst einen Task ein, fragt den Fertigstellungsstatus ab und lädt dann das Ergebnis herunter, bevor der Link abläuft.

# 1. Submit the task
curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-1.5/image-to-video",
    "input": {
      "image_urls": ["https://your-public-host.com/source.jpg"],
      "prompt": "Camera slowly orbits around the subject, revealing the scene from a new angle.",
      "duration": 8
    }
  }'
# => {"id": "task_...", "status": "pending"}

# 2. Poll until it's done
curl -s https://api.hiapi.ai/v1/tasks/task_... \
  -H "Authorization: Bearer $HIAPI_API_KEY"
# => {"id": "task_...", "status": "success", "output": [{"url": "https://...mp4"}]}

Sobald status zu success wird, lade output[0].url sofort herunter – es ist ein zeitlich begrenzter Link und kein permanenter Link, daher sollten die Bytes vor dem Ablauf im eigenen Speicher gesichert werden.

Preisgestaltung und Berechnung der Dauer

Bevor man Batch-Aufträge budgetiert, sollten die aktuellen Zahlen auf der Preisseite von hiapi überprüft werden; zum Zeitpunkt dieses Artikels wird grok-imagine-1.5/image-to-video pro Sekunde Ausgabe abgerechnet:

Auflösung	Preis pro Sekunde
480p	$0.015
720p	$0.0282

Ein 4-Sekunden-Clip in 480p kostet $0.06; derselbe Clip in 720p kostet etwa $0.11. Da die Preisgestaltung mit der Dauer statt mit einer festen Gebühr pro Generierung skaliert, ist es günstig, mehrere Prompt-Varianten auf demselben Standbild zu testen, bevor man den finalen Schnitt festlegt – die beiden Clips in diesem Artikel kosten zusammen deutlich weniger als $0.20.

Häufige Fragen

Kann ich die Kamerabewegung direkt steuern, statt sie im Prompt zu beschreiben? Nein – das Schema dieses Endpunkts enthält keine eigenen Parameter für Bewegungsintensität, Kamerapfad oder Zoom. Das Kameroverhalten wird vollständig davon bestimmt, wie man den prompt formuliert.

Entspricht die Ausgabeauflösung meinem Quellbild? Die Komposition folgt dem Seitenverhältnis des Quellbilds, aber die Auflösung (480p oder 720p) ergibt sich aus der gewählten Preisstufe und nicht aus einem separaten Feld – prüfe das aktuelle Schema auf der oben verlinkten Modellseite, da Plattformmodelle gelegentlich Parameter ergänzen.

Was passiert, wenn ich die Ausgabe nicht schnell genug herunterlade? Die output[0].url eines abgeschlossenen Tasks ist zeitlich begrenzt. Wird das Zeitfenster verpasst, muss der Task erneut eingereicht und die Generierung erneut bezahlt werden – ein abgelaufener Link lässt sich nicht erneut abrufen.

Kann ich mehrere Standbilder in einer einzigen Anfrage animieren? image_urls akzeptiert eine URL, aber jeder Task erzeugt einen Clip aus einem Quellbild. Für Batch-Aufträge reicht man pro Standbild einen Task ein und fragt diese separat ab – das asynchrone Modell bedeutet, dass mehrere Tasks gleichzeitig laufen können.

---

Bereit, es mit eigenen Bildern auszuprobieren? Erzeuge einen kurzen Clip mit deinem eigenen Prompt auf der Modellseite von Grok Imagine 1.5 für Image-to-Video, oder beginne mit der Dokumentation der asynchronen Task-API, wenn du es in eine bestehende Pipeline integrieren möchtest.