Grok image-to-video : Lite ou Grok 1.5, comment choisir ?

TL;DR

• Pour maîtriser le budget de vos vidéos générées à partir d'images, commencez par Grok Imagine 1.5 : une requête 720p de 6 secondes coûte 0,1284 $ ; Grok Imagine 1.5 Lite, au même palier, coûte 0,273 $, image d'entrée de 0,015 $ comprise, soit environ 2,13 fois le prix du premier. Voir tous les paliers sur la page tarifaire de Lite et la page tarifaire de Grok 1.5.
• Les deux prennent en charge la 1080p et des durées entières de 1 à 15 secondes. Lors d'une migration, faites surtout attention aux champs d'entrée, au nombre d'images et aux valeurs par défaut.
• Ci-dessous, deux groupes de vidéos comparatives avec la même image et le même prompt : surf et latte art. Ouvrez la page du modèle image-vers-vidéo Lite ou la page du modèle image-vers-vidéo Grok 1.5 pour essayer avec la même image d'entrée.

Vue d'ensemble

Élément	Lite : grok-imagine-1.5-lite/image-to-video	Grok 1.5 : grok-imagine-1.5/image-to-video
480p par seconde	0,029 $	0,0114 $
720p par seconde	0,043 $	0,0214 $
1080p par seconde	0,20 $	0,057142 $
Requête 720p de 6 secondes	0,273 $, image d'entrée de 0,015 $ comprise par requête	0,1284 $, sans supplément d'image d'entrée distinct
Images d'entrée	chaîne image_url, 1 image	tableau image_urls, 1 à 7 images ; 1 image en 1080p
Durée demandée	entier de 1 à 15 secondes, 6 secondes par défaut	entier de 1 à 15 secondes, 8 secondes par défaut
Prompt	obligatoire, 1 à 4096 caractères	facultatif, jusqu'à 4096 caractères
Format de sortie	suit l'image d'entrée, les dimensions sont arrondies	avec une seule image, suit aussi l'image d'entrée ; aspect_ratio n'agit qu'avec plusieurs images

Lite est en 720p par défaut, Grok 1.5 en 480p. Pour comparer à palier égal, renseignez explicitement resolution et duration des deux côtés. Vérification des prix : 27 octobre 2026 ; le calcul se fait sur les secondes demandées, et le montant prélevé est automatiquement remboursé en cas d'état final d'échec.

Même image d'entrée, même prompt : les vraies vidéos des deux côtés

Pour chaque groupe, les deux fichiers d'entrée ont des octets et un SHA-256 identiques, et le prompt anglais est mot pour mot le même ; chaque modèle présente une vidéo déjà générée. Les prompts anglais originaux sont conservés ci-dessous, y compris leurs indications sonores. Les ratios d'entrée sont proches de 16:9 et 9:16 ; les légendes indiquent les dimensions réelles des vidéos.

Groupe A : surfeur (entrée 1672×941)

Image d'entrée commune aux deux modèles · 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.

Explication du prompt en français : la vague se replie et déferle derrière le surfeur tandis qu'il descend le long de sa face ; les embruns blancs jaillissent et scintillent dans le contre-jour doré. La caméra suit le surfeur en un mouvement fluide. Bruit puissant de l'océan et de l'eau qui file. Conserver le rendu photoréaliste. Pas de texte, pas de logos.

Lite : 0,273 $, image comprise	Grok 1.5 : 0,1284 $
Lire la vidéo Lite du surfeur (MP4)	Lire la vidéo Grok 1.5 du surfeur (MP4)

Les deux requêtes sont en 720p sur 6 secondes ; les vidéos générées font toutes deux 1264×720, 24 ips, 145 images, d'une durée de fichier de 6,042 secondes, au format MP4. Le prix est calculé sur les 6 secondes demandées.

Générer avec le même prompt sur Lite → · Générer avec le même prompt sur Grok 1.5 →. Téléversez l'image d'entrée ci-dessus, puis choisissez 720p et 6 secondes.

Groupe B : latte art (entrée 941×1672)

Image d'entrée commune aux deux modèles · 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.

Explication du prompt en français : le lait vaporisé s'écoule en un mince filet dans l'espresso et une rosette se déploie lentement à la surface ; une légère vapeur s'élève, la main du barista bouge régulièrement. Gros plan en travelling avant lent. Ambiance douce de café, bruit léger du versement et conversations discrètes en arrière-plan. Pas de texte, pas de logos.

Lite : 0,273 $, image comprise	Grok 1.5 : 0,1284 $
Lire la vidéo Lite du latte art (MP4)	Lire la vidéo Grok 1.5 du latte art (MP4)

Les deux requêtes sont en 720p sur 6 secondes ; les vidéos générées font toutes deux 720×1264, 24 ips, 145 images, d'une durée de fichier de 6,042 secondes, au format MP4. Le prix est calculé sur les 6 secondes demandées.

Générer avec le même prompt sur Lite → · Générer avec le même prompt sur Grok 1.5 →. Téléversez l'image d'entrée ci-dessus, puis choisissez 720p et 6 secondes.

Différences visibles :

• Groupe surf : des deux côtés, on voit la glisse le long de la vague et les embruns en contre-jour. Dans la vidéo Lite, le surfeur relève plus tôt le nez de la planche et se tourne vers la caméra en milieu/fin de séquence ; Grok 1.5 conserve plus longtemps la glisse latérale le long de la vague.
• Groupe latte art : l'image d'entrée montre déjà une rosette. Les deux vidéos prolongent le versement du lait et l'évolution du motif ; dans Grok 1.5, le versement s'interrompt nettement au milieu avant de reprendre, tandis que le filet de lait de Lite est plus continu. Ne décrivez pas ce groupe comme un dessin partant d'une surface de café vierge.
• Les quatre vidéos ont une piste audio non silencieuse ; les deux vidéos de latte art ont un volume global plus faible. La présence d'une piste audio ne signifie pas que chaque son du prompt est confirmé ; nous n'évaluons ici ni le bruit des vagues, ni le versement, ni les conversations, ni la qualité de synchronisation son-image.

Comment choisir selon le cas

• Génération par lots en 720p avec budget prioritaire : Grok 1.5 coûte 0,1284 $ par requête de 6 secondes, soit 0,1446 $ de moins que Lite.
• Besoin de 1080p : les deux le proposent. Pour une requête de 6 secondes, Lite revient à 1,215 $ image comprise, Grok 1.5 à 0,342852 $ ; les vidéos présentées sur cette page sont en 720p.
• Vous avez déjà un flux de travail Lite à image unique : vous pouvez continuer d'utiliser image_url ; si vous migrez pour réduire les coûts, vérifiez d'abord le type des champs et les valeurs par défaut, puis comparez les sorties avec vos propres images.
• Besoin de plusieurs images de référence : Grok 1.5 accepte 1 à 7 images en 480p et 720p ; en 1080p, une seule image reste autorisée. Les deux groupes de cette page n'utilisent qu'une image d'entrée.

Coût de bascule : types d'entrée, valeurs par défaut et règles de format

Ci-dessous, le prompt anglais du cas surf, les réglages 720p et 6 secondes sont conservés. L'exemple de requête Lite est organisé selon les paramètres du cas ; la requête Grok 1.5 conserve l'adresse d'entrée enregistrée lors de l'essai et aspect_ratio: "16:9". Les deux adresses d'entrée correspondent au même fichier image.

{
  "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"
  }
}

Lors de la migration, remplacez la chaîne image_url par le tableau image_urls, et conservez explicitement resolution et duration. Avec une seule image, aspect_ratio ne modifie pas le ratio de sortie de Grok 1.5 ; auto est une valeur par défaut utilisable, mais l'exemple ci-dessus conserve 16:9, tel qu'utilisé dans la requête de cette vidéo. Lite ne propose pas de champ aspect_ratio.

De la soumission d'une tâche à la récupération du résultat, voir le guide d'intégration de l'API image-vers-vidéo Lite ; pour d'autres descriptions de mouvement réutilisables, voir le guide des prompts image-vers-vidéo.

Questions fréquentes

Faut-il ajouter des frais d'image d'entrée pour chaque requête Lite image-vers-vidéo ?

Oui, 0,015 $ par requête. Une requête 720p de 6 secondes revient à 0,273 $ au total ; Grok 1.5, au même palier, coûte 0,1284 $, soit environ 2,13 fois moins que Lite.

Seul Lite prend-il en charge la 1080p ou les durées entières de 1 à 15 secondes ?

Non, les deux le prennent en charge. En 1080p, Lite coûte 0,20 $ par seconde et Grok 1.5 0,057142 $ ; Lite facture en plus les frais d'image d'entrée.

Suffit-il de changer le champ model pour changer de modèle ?

Non. Lite utilise la chaîne image_url pour une image unique, Grok 1.5 un tableau image_urls ; les résolutions par défaut, les durées par défaut et le caractère obligatoire ou non du prompt diffèrent aussi. Pour comparer des sorties à palier égal, renseignez explicitement 720p et 6 secondes.

Les quatre vidéos de cette page ont-elles du son ?

Les quatre ont une piste audio non silencieuse ; les deux vidéos de latte art ont un volume plus faible. Cela signifie seulement que ces fichiers contiennent un signal sonore ; cela ne garantit pas que chaque effet sonore du prompt est reproduit, ni ne constitue une garantie audio pour toutes les sorties futures.

Une génération échouée est-elle facturée ?

Une fois la tâche dans un état final d'échec, le montant prélevé à la création est automatiquement remboursé intégralement.

Prochaine étape : copiez le prompt anglais ci-dessus, téléversez l'image d'entrée correspondante, choisissez 720p et 6 secondes sur les deux pages de modèles, puis comparez le mouvement et la composition visés.