API Grok Imagine 1.5 : transformer des images en vidéos courtes

Une seule photo de produit, un portrait ou une image fixe de paysage peut devenir un court clip vidéo exploitable, sans avoir à ouvrir un autre compte de génération vidéo. Le point de terminaison image-vers-vidéo de Grok Imagine 1.5 accepte une URL d'image, un prompt facultatif décrivant le mouvement et une durée, puis renvoie un fichier .mp4 rendu via l'API de tâches asynchrones de hiapi.

Cet exercice utilise la même image source et deux prompts différents pour montrer à quel point la formulation change le résultat, puis détaille le schéma de requête réel, la tarification et fournit des exemples de code directement copiables.

Image source

Les deux clips ci-dessous partent de cette même image fixe. Entre les deux requêtes, l'image de base ne change pas du tout — seul le champ prompt diffère.

Version 1 : travelling de type teaser court

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

Version 2 : orbite plus longue

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

Même image fixe, même modèle, deux mouvements de caméra totalement différents — ici, presque tout repose sur le prompt, car la requête ne contient aucun paramètre dédié à l'intensité du mouvement ou à la trajectoire de caméra.

Le schéma de requête réel

La documentation complète du modèle et la tarification en temps réel sont disponibles sur la page du modèle image-vers-vidéo Grok Imagine 1.5. Le corps de la requête est volontairement minimal :

{
  "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
  }
}

Trois points à connaître avant l'appel :

• image_urls doit être une URL HTTP(S) publique. Le modèle récupère lui-même l'image — vous ne pouvez pas téléverser les octets bruts dans le corps de la requête. Si votre image source n'existe que localement, téléversez-la d'abord vers un bucket public quelconque.
• duration est un entier de 1 à 15 secondes. Il n'existe aucun champ aspect_ratio, resolution ou intensité de mouvement — la composition de sortie suit l'image source, et la résolution est déterminée par le palier de tarification (480p ou 720p), non par un paramètre de requête.
• prompt est facultatif, mais assume l'essentiel du travail créatif, car rien d'autre ne permet de guider la caméra.

Soumettre et interroger la tâche

Comme tous les modèles vidéo et image de hiapi, ce modèle fonctionne via l'API de tâches asynchrones unifiée, et non via un point de terminaison synchrone — la génération prend du temps réel, vous devez donc soumettre la tâche, interroger son état d'avancement, puis télécharger le résultat avant l'expiration du lien.

# 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"}]}

Dès que status passe à success, téléchargez immédiatement output[0].url — il s'agit d'un lien temporaire, pas d'un lien permanent ; enregistrez donc les octets dans votre propre stockage avant l'expiration.

Tarification et calcul de la durée

Avant de budgétiser des tâches par lots, vérifiez les chiffres actuels sur la page de tarification de hiapi, mais au moment de la rédaction, grok-imagine-1.5/image-to-video est facturé à la seconde de sortie :

Résolution	Prix par seconde
480p	0,015 $
720p	0,0282 $

Un clip de 4 secondes en 480p coûte 0,06 $ ; le même clip en 720p revient à environ 0,11 $. Comme la tarification évolue avec la durée plutôt qu'avec un coût fixe par génération, tester plusieurs variantes de prompt sur la même image fixe avant de finaliser le montage coûte peu cher — les deux clips de cet article ont coûté bien moins de 0,20 $ au total.

Questions fréquentes

Puis-je contrôler directement le mouvement de caméra au lieu de le décrire dans le prompt ? Non — le schéma de ce point de terminaison ne comporte aucun paramètre dédié à l'intensité du mouvement, à la trajectoire de caméra ou au zoom. Le comportement de la caméra dépend entièrement de la manière dont vous formulez le prompt.

La résolution de sortie correspondra-t-elle à mon image source ? La composition suit le rapport d'aspect de l'image source, mais la résolution (480p ou 720p) relève du choix du palier de tarification et non d'un champ distinct — consultez le schéma actuel sur la page du modèle liée ci-dessus, car les modèles de la plateforme ajoutent parfois des paramètres.

Que se passe-t-il si je ne télécharge pas la sortie assez vite ? L'output[0].url des tâches terminées est temporaire. Si vous manquez la fenêtre, vous devez soumettre à nouveau la tâche et payer une seconde fois les frais de génération — il est impossible de récupérer un lien expiré.

Puis-je animer plusieurs images fixes en une seule requête ? image_urls accepte une URL, mais chaque tâche génère un clip à partir d'une seule image source. Pour des traitements par lots, soumettez une tâche par image fixe et interrogez-les séparément — le modèle asynchrone signifie que vous pouvez avoir plusieurs tâches en cours simultanément.

---

Prêt à essayer sur vos propres images ? Générez un court clip avec votre propre prompt sur la page du modèle image-vers-vidéo Grok Imagine 1.5, ou si vous souhaitez l'intégrer à un pipeline existant, commencez par la documentation de l'API de tâches asynchrones.