API de Grok Imagine 1.5: convierte imágenes en vídeos cortos

Una sola foto de producto, un retrato o un fotograma fijo de un paisaje puede convertirse en un clip de vídeo utilizable sin necesidad de iniciar sesión en otra cuenta de generación de vídeo. El endpoint de imagen a vídeo de Grok Imagine 1.5 recibe una URL de imagen, un prompt opcional que describe el movimiento y una duración, y devuelve un archivo .mp4 ya renderizado a través de la API de tareas asíncronas de hiapi.

En este recorrido práctico usamos la misma imagen de origen con dos prompts distintos para mostrar hasta qué punto cambia el resultado la forma de redactarlos; después desglosamos el esquema real de la petición, los precios y ejemplos de código listos para copiar.

Imagen de origen

Los dos clips siguientes parten de este mismo fotograma fijo. Entre ambas peticiones la imagen base no cambia en absoluto: solo difiere el campo prompt.

Versión 1: desplazamiento estilo teaser breve

Prompt: «Slow push-in toward the subject, soft ambient light, cinematic teaser pacing.» Duración: 4.

Versión 2: órbita más larga

Prompt: «Camera slowly orbits around the subject, revealing the scene from a new angle.» Duración: 8.

El mismo fotograma fijo, el mismo modelo y dos movimientos de cámara completamente distintos; aquí prácticamente todo depende del prompt, porque la petición no incluye ningún parámetro específico de intensidad de movimiento ni de trayectoria de cámara.

El esquema real de la petición

Consulta la documentación completa del modelo y los precios actualizados en la página del modelo Grok Imagine 1.5 de imagen a vídeo. El cuerpo de la petición es deliberadamente compacto:

{
  "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
  }
}

Hay tres cosas que debes saber antes de llamar:

• image_urls debe ser una URL HTTP(S) pública. El modelo descarga la imagen por su cuenta; no puedes subir los bytes originales en el cuerpo de la petición. Si tu imagen de origen solo existe en local, súbela primero a cualquier bucket público.
• duration es un entero de 1 a 15 segundos. No hay campos aspect_ratio, resolution ni de intensidad de movimiento: la composición de salida sigue a la imagen de origen, y la resolución la determina el tramo de precio (480p o 720p), no un parámetro de la petición.
• prompt es opcional, pero asume la mayor parte del trabajo creativo, porque no hay nada más que guíe la cámara.

Enviar la tarea y consultar su estado

Igual que todos los modelos de vídeo e imagen de hiapi, este funciona mediante la API unificada de tareas asíncronas y no mediante un endpoint síncrono: la generación lleva tiempo real, así que debes enviar la tarea, consultar el estado hasta que termine y descargar el resultado antes de que caduque el enlace.

# 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"}]}

En cuanto status pase a success, descarga output[0].url de inmediato: es un enlace temporal, no permanente, así que guarda los bytes en tu propio almacenamiento antes de que caduque.

Precios y cálculo por duración

Antes de presupuestar tareas por lotes, verifica las cifras vigentes en la página de precios de hiapi; no obstante, en el momento de escribir esto, grok-imagine-1.5/image-to-video se factura por segundo de salida:

Resolución	Precio por segundo
480p	$0.015
720p	$0.0282

Un clip de 4 segundos en 480p cuesta $0.06; el mismo clip en 720p sale por unos $0.11. Como el precio escala con la duración y no con una tarifa fija por generación, probar varias variantes de prompt sobre el mismo fotograma fijo antes de decidir el montaje final resulta barato: los dos clips de este artículo cuestan en total bastante menos de $0.20.

Preguntas frecuentes

¿Puedo controlar directamente el movimiento de cámara en lugar de describirlo en el prompt? No: el esquema de este endpoint no incluye parámetros específicos de intensidad de movimiento, trayectoria de cámara ni zoom. El comportamiento de la cámara depende por completo de cómo formules el prompt.

¿La resolución de salida coincidirá con la de mi imagen de origen? La composición respeta la relación de aspecto de la imagen de origen, pero la resolución (480p o 720p) se elige como tramo de precio y no se define mediante un campo aparte; consulta el esquema vigente en la página del modelo enlazada arriba, ya que los modelos de la plataforma a veces añaden parámetros.

¿Qué pasa si no descargo la salida con la suficiente rapidez? El output[0].url de una tarea completada es temporal. Si dejas pasar la ventana, tendrás que reenviar la tarea y volver a pagar la generación: no es posible recuperar un enlace caducado.

¿Puedo animar varios fotogramas fijos en una sola petición? image_urls acepta una URL, pero cada tarea genera un clip a partir de una sola imagen de origen. Para tareas por lotes, envía una tarea por cada fotograma fijo y consulta el estado de cada una por separado; al ser un modelo asíncrono, puedes tener varias tareas en curso a la vez.

---

¿Listo para probarlo con tus propias imágenes? Genera un clip corto con tus propios prompts en la página del modelo Grok Imagine 1.5 de imagen a vídeo, o, si vas a integrarlo en un pipeline existente, empieza por la documentación de la API de tareas asíncronas.