Comment utiliser l'API de génération de vidéo à partir de texte Grok Imagine 1.5 Lite ? Effets sonores inclus

TL;DR

• Grok Imagine 1.5 Lite Text to Video (grok-imagine-1.5-lite/text-to-video) génère à partir d'un texte des vidéos de 1 à 15 secondes avec effets sonores intégrés, en génération native dans sept formats : paysage, portrait, carré. Ouvrez la page du modèle pour l'essayer ; les nouveaux utilisateurs reçoivent 200 crédits à l'inscription.
• Le prix est calculé à la seconde : 480P $0.029, 720P (par défaut) $0.043, 1080P $0.2 ; une vidéo 720p de 6 secondes coûte $0.258.
• L'appel passe par l'interface /v1/tasks de HiAPI : soumettez la tâche pour obtenir un taskId, puis interrogez le résultat ; une fois la tâche réussie, récupérez l'URL de la vidéo depuis output (adresse temporaire, à sauvegarder rapidement).

Ce qu'il peut faire

• Tout décrire en un seul paragraphe : image, action et son : indiquez dans le prompt le mouvement de caméra et les effets sonores ; la vidéo finale intègre sa piste audio (non désactivable, sans surcoût).
• De 1 à 15 secondes, n'importe quel entier : mettez la valeur souhaitée dans duration, par défaut 6.
• Sept formats générés nativement : 16:9, 9:16, 1:1, 4:3, 3:2, 2:3, 3:4 — le portrait et le carré ne sont pas recadrés depuis le paysage.
• La même série propose aussi la génération de vidéo à partir d'image : grok-imagine-1.5-lite/image-to-video anime une image importée ; voir le guide d'intégration de la génération vidéo à partir d'image.

Comment choisir entre les deux interfaces :

	grok-imagine-1.5-lite/text-to-video (cette page)	grok-imagine-1.5-lite/image-to-video
Entrée	Un texte	1 image + description du mouvement
Format d'image	7 au choix	Hérité de l'image d'entrée
Frais supplémentaires	Aucun	$0.015 par image d'entrée
Idéal pour	Créer un plan de zéro, création publicitaire	Photo ou image produit déjà disponible

En résumé : pour concevoir l'image de zéro, utilisez la génération à partir de texte ; si l'image existe déjà, utilisez la génération à partir d'image ; quand le texte créatif et l'image source sont prêts, la génération à partir d'image est plus contrôlable.

Voici une vidéo réelle (720p · 6 secondes · 16:9, avec bruit du vent et chants d'oiseaux) :

A glass hot-air balloon drifts slowly over a misty valley of terraced rice fields at sunrise. Golden light spills across the water-filled terraces, mist rolls between the hills, a flock of white egrets glides beneath the balloon. Smooth aerial tracking shot, gentle wind sounds and distant birdsong, cinematic, natural colors. No text, no logos.

(En français : une montgolfière en verre dérive lentement au-dessus d'une vallée de rizières en terrasses brumeuse au lever du soleil. Une lumière dorée se répand sur les terrasses remplies d'eau, la brume roule entre les collines, une volée d'aigrettes blanches plane sous le ballon. Plan de suivi aérien fluide, sons doux du vent et chants d'oiseaux lointains, rendu cinématographique, couleurs naturelles. Pas de texte, pas de logos.)

grok-imagine-1.5-lite/text-to-video, 720P, 6 secondes, 16:9, 1280×720, effets sonores intégrés, $0.258.Voir la vidéo complète →

Générer avec ce prompt →

Prix : trois paliers à la seconde

Palier	Par seconde	5 secondes	6 secondes	15 secondes
480P	$0.029	$0.145	$0.174	$0.435
720P (par défaut)	$0.043	$0.215	$0.258	$0.645
1080P	$0.20	$1.00	$1.20	$3.00

Prix actuel de HiAPI, vérifié le 23 octobre 2026. Attention : 1080P coûte $0.2 par seconde, soit environ 4,65 fois le 720P — pour les tâches en lot, privilégiez le 720p pour les brouillons et ne passez en 1080P que pour les versions finales. Les échecs ne sont pas facturés.

Deux parcours pour démarrer

Navigateur en 3 étapes : ouvrez la page du modèle → collez le prompt, choisissez la durée, la résolution et le format → cliquez sur générer ; une vidéo 720p de 6 secondes coûte $0.258, prévisualisez directement en ligne une fois générée, puis décidez si vous voulez continuer à en produire davantage.

API en 3 étapes : POST /v1/tasks pour soumettre → récupérez le taskId → GET /v1/tasks/<taskId> jusqu'au statut success, puis téléchargez.

curl : le premier appel

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: your-unique-key-001" \
  -d '{
  "model": "grok-imagine-1.5-lite/text-to-video",
  "input": {
    "prompt": "A glass hot-air balloon drifts slowly over a misty valley of terraced rice fields at sunrise. Golden light spills across the water-filled terraces, mist rolls between the hills, a flock of white egrets glides beneath the balloon. Smooth aerial tracking shot, gentle wind sounds and distant birdsong, cinematic, natural colors. No text, no logos.",
    "duration": 6,
    "resolution": "720p",
    "aspect_ratio": "16:9"
  }
}'

Python : soumettre, interroger, télécharger

import time, uuid, requests

BASE = "https://api.hiapi.ai/v1/tasks"
HEADERS = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json",
}

payload = {
    "model": "grok-imagine-1.5-lite/text-to-video",
    "input": {
        "prompt": "A glass hot-air balloon drifts slowly over a misty valley of terraced rice fields at sunrise. Golden light spills across the water-filled terraces, mist rolls between the hills, a flock of white egrets glides beneath the balloon. Smooth aerial tracking shot, gentle wind sounds and distant birdsong, cinematic, natural colors. No text, no logos.",
        "duration": 6,
        "resolution": "720p",
        "aspect_ratio": "16:9",
    },
}

resp = requests.post(
    BASE,
    headers={**HEADERS, "Idempotency-Key": str(uuid.uuid4())},
    json=payload,
    timeout=30,
)
resp.raise_for_status()
task_id = resp.json()["taskId"]

while True:
    task = requests.get(f"{BASE}/{task_id}", headers=HEADERS, timeout=30).json()
    print(task["status"])
    if task["status"] in ("success", "fail"):
        break
    time.sleep(5)

if task["status"] == "success":
    video = next(o for o in task["output"] if o.get("type") == "video")
    mp4 = requests.get(video["url"], timeout=120)   # adresse temporaire, sauvegardez rapidement
    with open("output.mp4", "wb") as f:
        f.write(mp4.content)
    print("saved output.mp4")

Tableau des paramètres

Champ	Obligatoire	Valeurs	Description
prompt	Oui	1–4096 caractères	Décrivez image, action, caméra et effets sonores en un seul paragraphe
duration	Non	Tout entier de 1 à 15, par défaut 6	Contrairement aux durées énumérées des autres modèles vidéo
resolution	Non	480p / 720p / 1080p, par défaut 720p	1080P coûte $0.2 par seconde, attention à la facture
aspect_ratio	Non	7 formats, par défaut 16:9	Portrait et carré générés nativement

Tout champ absent du tableau dans le corps de la requête renvoie directement une 400.

Erreurs que vous rencontrerez

Code de statut	Signification	Que faire
400 INVALID_REQUEST	Corps de requête invalide (prompt manquant, duration à 0 ou 16, champ absent du tableau)	Corrigez le corps de requête selon le tableau des paramètres
402 INSUFFICIENT_QUOTA	Solde insuffisant (non facturé)	Rechargez puis réessayez
429 RATE_LIMITED	Limite de débit atteinte	Réduisez la fréquence de soumission
409 / 422 IDEMPOTENCY_KEY_*	Soumission répétée avec la même clé d'idempotence	Utilisez une nouvelle Idempotency-Key

En cas d'échec terminal d'une tâche, il peut aussi y avoir CONTENT_POLICY_VIOLATION, TASK_FAILED, TASK_TIMEOUT, etc. ; les échecs ne sont pas facturés.

À vérifier avant la mise en production

• Callback : les tâches vidéo étant longues, passez "callback": {"url": "https://..."} au niveau supérieur du corps de requête pour éviter l'interrogation répétée.
• Sauvegardez rapidement : l'URL de la vidéo dans output est temporaire, téléchargez-la dès réception.
• Le son ne peut pas être désactivé : pour obtenir un média muet, coupez la piste audio en post-production ; le prix n'est pas affecté.
• Prudence avec le 1080P en lot : $0.2 par seconde, soit $1.20 pour 6 secondes ; utilisez le 480P pour l'exploration en lot ($0.174 la vidéo).

Questions fréquentes

• Oui, chaque vidéo intègre des effets sonores : les effets sonores décrits dans le prompt (vent, chants d'oiseaux, dialogues) sont générés avec la vidéo ; il n'existe pas d'option pour les désactiver.
• Oui, la durée est un nombre entier de secondes au choix (1–15), sans paliers fixes.
• Oui, le portrait et le carré sont générés nativement, sans recadrage ; la composition est aussi complète qu'en paysage.
• Oui, $10 permettent environ 38 vidéos : $0.258 pour une 720P de 6 secondes ; $0.174 pour une 480P, soit 57 vidéos avec $10, suffisant pour la phase d'exploration créative.
• Oui, les trois paliers permettent les sept formats ; la résolution n'influence que la netteté, pas les ratios disponibles.
• Oui, les personnages peuvent prononcer des dialogues : mettez les répliques entre guillemets dans le prompt (comme dans l'exemple du boulanger), dialogues et sons d'ambiance sont générés ensemble.

Prochaine étape : reprenez le prompt de la montgolfière pour générer votre première vidéo sur la page du modèle, et retrouvez cinq scénarios dans le recueil de prompts pour la génération de vidéo à partir de texte.