Grok imagen a video: ¿cómo elegir entre Lite y Grok 1.5?

TL;DR

• Para controlar el presupuesto de imagen a video, revisa primero Grok Imagine 1.5: una solicitud de 720p y 6 segundos cuesta $0.1284; Grok Imagine 1.5 Lite en la misma categoría cuesta $0.273, incluido un cargo de $0.015 por imagen de entrada, aproximadamente 2.13 veces más. Consulta la página de precios de Lite y la página de precios de Grok 1.5 para ver todas las categorías.
• Ambos admiten 1080p y duraciones enteras de 1 a 15 segundos. Al migrar, hay que prestar más atención a los campos de entrada, la cantidad de imágenes y los valores predeterminados.
• A continuación se comparan dos grupos de videos generados con la misma imagen y el mismo prompt: surf y latte art. Abre la página del modelo imagen a video Lite o la página del modelo imagen a video Grok 1.5 para probar con la misma imagen de entrada.

Vista rápida

Elemento	Lite: grok-imagine-1.5-lite/image-to-video	Grok 1.5: grok-imagine-1.5/image-to-video
480p por segundo	$0.029	$0.0114
720p por segundo	$0.043	$0.0214
1080p por segundo	$0.20	$0.057142
Solicitud de 720p y 6 segundos	$0.273, incluido un cargo de $0.015 por imagen de entrada en cada solicitud	$0.1284, sin cargo adicional por imagen de entrada indicado aparte
Imagen de entrada	Cadena image_url, 1 imagen	Array image_urls, de 1 a 7 imágenes; 1080p limitado a 1 imagen
Duración solicitada	Entero de 1 a 15 segundos, predeterminado 6 segundos	Entero de 1 a 15 segundos, predeterminado 8 segundos
Prompt	Obligatorio, de 1 a 4096 caracteres	Opcional, máximo 4096 caracteres
Relación de aspecto de salida	Sigue la imagen de entrada; las dimensiones se redondean	Con una sola imagen también sigue la imagen de entrada; aspect_ratio solo actúa con varias imágenes

Lite usa 720p de forma predeterminada y Grok 1.5, 480p. Para comparar en la misma categoría, especifica resolution y duration explícitamente en ambos. Fecha de verificación de precios: 27 de octubre de 2026; se calcula según los segundos solicitados y, si el estado final es de fallo, el cargo retenido al crear la tarea se reembolsa automáticamente.

Misma imagen de entrada y mismo prompt: videos reales de ambos

En cada grupo, los bytes y el SHA-256 de los dos archivos de entrada coinciden, y los prompts en inglés son idénticos palabra por palabra; se muestra un video ya generado por cada modelo. A continuación se conservan los prompts originales en inglés, incluidos sus requisitos de sonido. Las proporciones de entrada se acercan a 16:9 y 9:16 respectivamente; los pies de foto indican las dimensiones reales de los videos.

Grupo A: surfista (entrada 1672×941)

Imagen de entrada compartida por ambos modelos · 1672×941

The wave curls and breaks behind the surfer as he carves down its face, white spray bursts and sparkles in the golden backlight, water rushes past. Smooth tracking camera following the surfer. Loud ocean surf and rushing water. Keep the photo realistic. No text, no logos.

Explicación del prompt en chino: la ola se enrolla y rompe detrás del surfista mientras él desciende por su cara; el rocío blanco estalla y brilla con la contraluz dorada. La cámara sigue al surfista con un movimiento suave. Sonido fuerte de oleaje y agua corriendo. Mantener el realismo fotográfico. Sin texto ni logotipos.

Lite: $0.273, incluido el cargo por imagen	Grok 1.5: $0.1284
Reproducir el video del surfista de Lite (MP4)	Reproducir el video del surfista de Grok 1.5 (MP4)

Ambos solicitaron 720p y 6 segundos; los videos generados originales son 1264×720, 24 fps, 145 fotogramas, con una duración de archivo de 6.042 segundos y formato MP4. El precio se calcula según los 6 segundos solicitados.

Generar en Lite con el mismo prompt → · Generar en Grok 1.5 con el mismo prompt →. Sube la imagen de entrada de arriba y elige 720p y 6 segundos.

Grupo B: café con latte art (entrada 941×1672)

Imagen de entrada compartida por ambos modelos · 941×1672

Steamed milk pours in a thin stream into the espresso and a rosetta pattern slowly blooms on the surface, light steam rises, the barista's hand moves steadily. Slow push-in close-up. Soft cafe ambience, gentle pouring sound, quiet chatter in the background. No text, no logos.

Explicación del prompt en chino: la leche vaporizada se vierte en un hilo fino sobre el espresso y un patrón de roseta florece lentamente en la superficie; se eleva un ligero vapor y la mano del barista se mueve con estabilidad. Primer plano con un lento acercamiento. Ambiente suave de cafetería, sonido delicado al verter y conversaciones tenues de fondo. Sin texto ni logotipos.

Lite: $0.273, incluido el cargo por imagen	Grok 1.5: $0.1284
Reproducir el video de latte art de Lite (MP4)	Reproducir el video de latte art de Grok 1.5 (MP4)

Ambos solicitaron 720p y 6 segundos; los videos generados originales son 720×1264, 24 fps, 145 fotogramas, con una duración de archivo de 6.042 segundos y formato MP4. El precio se calcula según los 6 segundos solicitados.

Generar en Lite con el mismo prompt → · Generar en Grok 1.5 con el mismo prompt →. Sube la imagen de entrada de arriba y elige 720p y 6 segundos.

Diferencias visibles:

• Grupo de surf: en ambos aparecen el deslizamiento por la cara de la ola y el rocío a contraluz. El surfista de Lite levanta la punta de la tabla y gira hacia la cámara antes, en la parte media-final; Grok 1.5 mantiene el deslizamiento lateral por la cara de la ola durante más tiempo.
• Grupo de latte art: la imagen de entrada ya tiene un patrón de roseta. Ambos videos continúan el vertido de leche y la evolución del patrón; en Grok 1.5 hay una pausa clara del flujo a mitad y luego continúa el vertido, mientras que en Lite el flujo de leche es más continuo. No describas este grupo como si se dibujara desde una superficie de café en blanco.
• Los cuatro videos tienen pista de audio no silenciosa; los dos de latte art tienen un volumen general más bajo. Que exista una pista no significa que se haya confirmado cada sonido del prompt; aquí no se evalúa la calidad del sonido de olas, del vertido, de las conversaciones ni la sincronización audio-imagen.

Cómo elegir según el caso

• Lotes de imagen a video en 720p con prioridad de presupuesto: Grok 1.5 cuesta $0.1284 por solicitud de 6 segundos, $0.1446 menos que Lite.
• Si necesitas 1080p: ambos lo tienen. En una solicitud de 6 segundos, Lite cuesta $1.215 con el cargo por imagen incluido y Grok 1.5, $0.342852; esta página muestra videos en 720p.
• Si ya tienes un flujo de trabajo de una sola imagen con Lite: puedes seguir usando image_url; si migras para reducir costos, verifica primero el tipo de campo y los valores predeterminados, y luego compara los resultados con tus propias imágenes.
• Si necesitas varias imágenes de referencia: Grok 1.5 acepta de 1 a 7 en 480p y 720p; en 1080p sigue limitado a una sola imagen. Los dos grupos de esta página solo introducen una imagen.

Costo de cambio: tipos de entrada, valores predeterminados y reglas de relación de aspecto

A continuación se conservan el prompt en inglés del caso de surf, la configuración de 720p y 6 segundos. El ejemplo de solicitud de Lite se organiza según los parámetros del caso; la solicitud de Grok 1.5 conserva la dirección de entrada registrada en esa ocasión y aspect_ratio: "16:9". Las dos direcciones de entrada corresponden al mismo archivo de imagen.

{
  "model": "grok-imagine-1.5-lite/image-to-video",
  "input": {
    "prompt": "The wave curls and breaks behind the surfer as he carves down its face, white spray bursts and sparkles in the golden backlight, water rushes past. Smooth tracking camera following the surfer. Loud ocean surf and rushing water. Keep the photo realistic. No text, no logos.",
    "image_url": "https://static.hiapi.ai/gallery/2026/10/3f75ff28db9e0070.png",
    "resolution": "720p",
    "duration": 6
  }
}

{
  "model": "grok-imagine-1.5/image-to-video",
  "input": {
    "prompt": "The wave curls and breaks behind the surfer as he carves down its face, white spray bursts and sparkles in the golden backlight, water rushes past. Smooth tracking camera following the surfer. Loud ocean surf and rushing water. Keep the photo realistic. No text, no logos.",
    "image_urls": [
      "https://static.hiapi.ai/model-covers/2026/10/19/1792426689343-54aa29a700fa9530-1792144202117-54aa29a700fa9530-surf-in.png"
    ],
    "resolution": "720p",
    "duration": 6,
    "aspect_ratio": "16:9"
  }
}

Al migrar, cambia la cadena image_url por el array image_urls y conserva explícitamente resolution y duration. Con una sola imagen en Grok 1.5, aspect_ratio no cambia la proporción de salida; auto es un valor predeterminado disponible, pero arriba se conserva 16:9 de la solicitud de ese video. Lite no ofrece el campo aspect_ratio.

Para enviar una tarea y consultar el resultado, consulta la guía de integración de la API de imagen a video de Lite; para más descripciones de movimiento reutilizables, consulta la guía de prompts para imagen a video.

Preguntas frecuentes

¿Hay que añadir el cargo por imagen de entrada en cada solicitud de Lite?

Sí, se añaden $0.015 por solicitud. Una solicitud de 720p y 6 segundos suma $0.273; Grok 1.5 en la misma categoría cuesta $0.1284, y Lite es aproximadamente 2.13 veces más.

¿Solo Lite admite 1080p o duraciones enteras de 1 a 15 segundos?

No, ambos lo admiten. En 1080p, Lite cuesta $0.20 por segundo y Grok 1.5, $0.057142; Lite además cobra el cargo por imagen de entrada.

¿Basta con cambiar solo model al cambiar de modelo?

No. Lite usa la cadena de una sola imagen image_url y Grok 1.5 usa el array image_urls; además, difieren la resolución predeterminada, la duración predeterminada y si el prompt es obligatorio. Para comparar resultados de la misma categoría, especifica explícitamente 720p y 6 segundos.

¿Los cuatro videos de esta página tienen sonido?

Los cuatro tienen una pista de audio no silenciosa; los dos de latte art tienen un volumen más bajo. Esto solo indica que estos archivos contienen señal de audio, no garantiza que se haya implementado cada efecto de sonido del prompt ni constituye una garantía de audio para todas las salidas futuras.

¿Se cobra si la generación falla?

Cuando la tarea llega a un estado final de fallo, el importe retenido al crearla se reembolsa automáticamente en su totalidad.

Siguiente paso: copia el prompt en inglés de arriba, sube la imagen de entrada correspondiente, selecciona 720p y 6 segundos en las páginas de ambos modelos y compara el movimiento y la composición que buscas.