Recetas de prompts de imagen a vídeo de Grok Imagine 1.5: prompts listos para copiar y salidas reales

Resumen

• Qué es esto: cuatro prompts de movimiento listos para copiar para grok-imagine-1.5/image-to-video, cada uno acompañado de su fotograma fijo de origen y el clip que realmente generó en la API en vivo: primeras salidas mostradas en bruto, sin reintentos ocultos, alojadas aquí de forma permanente.
• Una cosa que debes saber sobre este modelo: la API no tiene ningún parámetro de movimiento ni de cámara. El schema de entrada (verificado en vivo) contiene solo prompt + image_urls, además de los opcionales duration, resolution y aspect_ratio. Todas las decisiones de movimiento de cámara, estilo de movimiento y ritmo ocurren dentro del texto del prompt, y para eso sirven estas recetas.
• Datos del schema (verificados contra la API de tareas en vivo el 2026-07-07): image_urls es un array obligatorio con URL de imágenes accesibles públicamente; duration es un entero de 1 a 15 segundos; resolution es 480p o 720p; aspect_ratio acepta auto, 1:1, 16:9, 9:16, 3:2, 2:3. Cualquier otro parámetro (motion_mode, seed, etc.) se rechaza con un 400.
• Precios (por segundo de salida, según la página de precios): 480p a $0.015/segundo, 720p a $0.0282/segundo. La duración es el único multiplicador: un clip de 6 segundos a 720p cuesta unos $0.17, y una prueba de 4 segundos a 480p cuesta $0.06.
• Factura total de medios de este artículo: cuatro fotogramas fijos de gpt-image-2 a $0.03 cada uno, más 22 segundos de vídeo a 720p: unos $0.74 en total a los precios actuales. Eso es lo que significa imagen a vídeo: el fotograma fijo es un coste único que puedes volver a animar tantas veces como quieras.

Cómo se hicieron estas recetas

Cada receta tiene tres partes: el fotograma fijo de origen, el prompt de movimiento exacto (cópialo tal cual) y el clip que generó. Cada fotograma fijo lo generé con gpt-image-2, cada prompt de movimiento lo escribí yo mismo y ejecuté cada uno a través de la API de tareas de hiapi en vivo sobre grok-imagine-1.5. Cada explicación incluye los ajustes y el coste real, para que puedas reproducir exactamente la misma llamada.

Como grok-imagine-1.5 no acepta parámetros de movimiento, la redacción del prompt hace todo el trabajo. Hábitos que siempre funcionan:

• Empieza con un verbo de cámara. «Slow steady dolly push-in», «camera glides slowly to the left»: ponlo al principio y el modelo lo tratará como la columna vertebral del clip.
• Pide un único movimiento continuo y declara «no cuts». Si lo dejas a su aire, a veces el modelo inventa cortes. Añadir «one continuous shot, no cuts» al final del prompt lo suprime de forma fiable.
• Describe qué se mueve de forma continua, no solo la cámara. Vapor, lluvia, reflejos, multitudes: señalar el movimiento del entorno mantiene la imagen viva, en lugar de parecer un desplazamiento sobre una foto.
• Para personas, pide micro-movimiento y bloquea la cámara. «Camera locked off on a tripod … facial features stay perfectly stable, no warping» es la diferencia entre un retrato vivo y una cara derretida.

Receta 1: lenguaje de cámara, avance lento

Objetivo: un clásico travelling cinematográfico que avanza por la calle y se posa sobre un puesto de comida, mientras la lluvia, el vapor y los reflejos siguen trabajando.

Fotograma fijo de origen (gpt-image-2, 16:9, $0.03). Las recetas 1 y 2 animan el mismo fotograma.

Slow steady dolly push-in down the rain-soaked market street toward the glowing noodle stall, steam rising and curling from the pots, rain falling in thin streaks, neon sign reflections shimmering on the wet pavement, pedestrians walking slowly away under umbrellas, smooth constant camera speed, one continuous shot, no cuts, cinematic pacing

Avance lento de cámara hacia el puesto de fideos: grok-imagine-1.5/image-to-video, 6 segundos a 720p, 16:9, $0.17 a los precios actuales. Salida real, generada para esta guía.

Por qué funciona: el avance es la primera cláusula, así que el modelo se aferra a él durante los seis segundos completos. Luego el prompt le entrega una lista de cosas que deben seguir moviéndose (vapor, hilos de lluvia, reflejos, peatones), y eso es justo lo que hace que el plano parezca vídeo y no un zoom sobre un fotograma fijo. Fíjate en lo cerca que quedan el cocinero y la olla en el último fotograma: eso es un movimiento de cámara real, no un recorte.

Receta 2: mismo fotograma fijo, otro verbo de cámara, travelling lateral

Objetivo: volver a animar exactamente el mismo fotograma fijo con un movimiento de seguimiento lateral, para demostrar que en grok-imagine-1.5 el lenguaje de cámara vive por completo en el prompt: cambia un verbo y obtienes otro plano.

Camera glides slowly to the left in a smooth lateral tracking move, strong parallax between the near market stalls and the far end of the street, rain keeps falling, neon reflections slide across the wet ground, the cook keeps stirring behind the counter, steam drifts sideways, one continuous move, no cuts, no zoom

Movimiento de seguimiento lateral por la calle del mercado: grok-imagine-1.5/image-to-video, 6 segundos a 720p, 16:9, $0.17 a los precios actuales. Salida real, generada para esta guía.

Por qué funciona: «glides slowly to the left» junto con la petición explícita de paralaje entre los puestos cercanos y el fondo de la calle da al modelo una pista de profundidad que puede animar. También es la forma más barata de iterar: el fotograma fijo es un coste hundido de $0.03, así que cada nuevo tratamiento de cámara solo cuesta los segundos de vídeo; aquí los dos tratamientos suman unos $0.34 en total. Si estás explorando un aspecto, vuelve a pedir sobre el mismo fotograma antes de plantearte regenerar la imagen.

Receta 3: movimiento guiado por el sujeto, micro-movimiento de retrato (9:16)

Objetivo: un retrato vertical apto para redes sociales en el que la persona respira, parpadea y su pelo y su bufanda se mueven, y nada más.

Fotograma fijo de origen (gpt-image-2, 9:16, $0.03).

Gentle micro-motion only: her hair lifts and drifts in a soft evening breeze, the silk scarf ripples lightly, she blinks naturally and takes one calm slow breath, city bokeh lights flicker softly behind her, camera locked off on a tripod, facial features stay perfectly stable, no warping, subtle photoreal motion

Micro-movimiento de retrato: pelo, bufanda, respiración: grok-imagine-1.5/image-to-video, 6 segundos a 720p, 9:16, $0.17 a los precios actuales. Salida real, generada para esta guía.

Por qué funciona: los retratos son justo donde los modelos de imagen a vídeo derriten las caras, así que el prompt dedica la mayor parte de sus palabras a las restricciones: «micro-motion only», «camera locked off», «facial features stay perfectly stable, no warping». El presupuesto de movimiento se asigna a elementos seguros y de alto rendimiento: pelo, seda, parpadeo, respiración. Grabado en 9:16 para el feed; la relación de aspecto es un campo de API de primera clase, no un recorte.

Receta 4: ambiente, deja que la escena se mueva sola

Objetivo: un bucle natural con cámara fija en el que todo el movimiento viene de la propia escena: olas, niebla y el haz de luz del faro barriendo. Cuatro segundos bastan.

Fotograma fijo de origen (gpt-image-2, 16:9, $0.03).

Waves keep rolling in and bursting against the dark rocks in slow rhythm, sea spray and fog drift across the frame, the lighthouse beam sweeps slowly through the mist, clouds crawl overhead, camera completely static on a tripod, natural documentary motion, no camera movement

Marina ambiental: olas, niebla, haz de luz barriendo: grok-imagine-1.5/image-to-video, 4 segundos a 720p, 16:9, $0.11 a los precios actuales. Salida real, generada para esta guía.

Por qué funciona: declarar «camera completely static on a tripod» libera al modelo para dedicar toda su energía a la física del agua y a la niebla volumétrica, algo que grok-imagine-1.5 resuelve de forma impresionante; fíjate en que el haz de luz sí barre la niebla. Este clip de 4 segundos a 720p cuesta $0.11; los bucles ambientales rara vez necesitan más.

Controla la factura por segundo

El precio del vídeo aquí es refrescantemente unidimensional: duración × tarifa por segundo, nada más. Eso sugiere un flujo de trabajo sencillo:

Acción	Cálculo	Coste
Probar una idea de movimiento	4 segundos × $0.015 (480p)	$0.06
Iterar el prompt con calidad de entrega	6 segundos × $0.0282 (720p)	$0.17
Toma a la duración máxima	15 segundos × $0.0282 (720p)	$0.42
Volver a animar un fotograma fijo que ya tienes	Coste de imagen	$0 adicional

De esta tabla salen tres hábitos. Prueba a 480p y con duraciones cortas: una idea fallida debería costar céntimos, no un dólar. Reutiliza los fotogramas fijos sin piedad: las recetas 1 y 2 de arriba son la misma imagen de $0.03 con dos movimientos de cámara distintos. Pide exactamente los segundos que necesitas: duration baja hasta 1, y los planos ambientales como la receta 4 dejan de mejorar a los pocos segundos. Los cuatro clips de esta página suman $0.62 de vídeo a los precios actuales.

Ejecútalo tú mismo: enviar, consultar, descargar

El modelo funciona por tareas: POST /v1/tasks devuelve un id de tarea, consultas hasta que finaliza con éxito y luego descargas la URL de salida (caduca: guarda el archivo, no el enlace). Una cosa que debes saber: image_urls debe ser accesible públicamente; si pasas una URL privada o local, el envío falla con un error normalize input media antes de que el modelo se ejecute.

import requests, time

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_HIAPI_KEY"}

task = requests.post(API, headers=HEADERS, json={
    "model": "grok-imagine-1.5/image-to-video",
    "input": {
        "prompt": ("Slow steady dolly push-in down the rain-soaked "
                   "market street toward the glowing noodle stall, "
                   "steam rising, one continuous shot, no cuts"),
        "image_urls": ["https://your-host.com/your-still.jpg"],
        "duration": 6,          # int, 1-15 seconds
        "resolution": "720p",   # 480p | 720p
        "aspect_ratio": "16:9", # auto | 1:1 | 16:9 | 9:16 | 3:2 | 2:3
    },
}).json()
task_id = task["data"]["taskId"]

while True:
    t = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if t["status"] in ("success", "fail"):
        break
    time.sleep(5)

assert t["status"] == "success", t.get("error")
url = t["output"][0]["url"]  # expiring link - download it now
open("clip.mp4", "wb").write(requests.get(url).content)

El recorrido completo de la petición (incluido curl) está en la guía de la API de imagen a vídeo de grok-imagine, y la guía de texto a vídeo cubre el modelo hermano que solo usa prompts. La documentación general de la plataforma está aquí.

Referencia rápida del schema

Campo	Obligatorio	Valores (verificados en vivo)
prompt	Recomendado	Texto libre: es tu único control de movimiento
image_urls	Sí	Array de URL de imágenes accesibles públicamente
duration	No	Entero, 1–15 (segundos)
resolution	No	480p, 720p
aspect_ratio	No	auto, 1:1, 16:9, 9:16, 3:2, 2:3

No hay motion_mode, ni seed, ni prompts negativos: el schema rechaza con un 400 los campos desconocidos, así que no copies parámetros de otros modelos. Si quieres un movimiento distinto, escribe otra frase.

Si tu clip necesita más duración o audio nativo, seedance-2.0-fast está disponible en ese rango, y la colección de recetas de seedance-2.0-mini usa el mismo patrón de enviar-consultar-descargar: los prompts y el pipeline se trasladan con pequeños ajustes.

---

Los cuatro prompts están listos para que los copies. Consigue una clave, apunta el fragmento de código de arriba a grok-imagine-1.5 y animar tu primer fotograma fijo a 480p te costará unos cinco centavos.