Combien coûte l'API Grok Imagine ? Génération d'images à partir de 0,03 $, vidéo à 0,015 $ par seconde

Grok Imagine est une famille de modèles de génération d'images et de vidéos développée par xAI. Sur HiAPI, elle est exposée via l'interface unifiée /v1/tasks ; les images sont facturées à l'unité, les vidéos à la seconde, le tout en paiement à l'usage. Pas d'abonnement, pas de licence par siège, pas de facturation au token. Cet article détaille les tarifs réels de 2026 endpoint par endpoint (tarifs revérifiés le 2026-10-17 par rapport à la tarification en temps réel de HiAPI), précise le coût exact de chaque appel et propose une méthode pour estimer et plafonner les coûts avant de passer à l'échelle.

Grok Imagine sur HiAPI est une famille, pas un modèle unique. Côté image, il y a trois paliers (Basique, Quality, Image 2.0) ; côté vidéo, trois endpoints (texte-vers-vidéo, image-vers-vidéo, et image-vers-vidéo 1.5). Les tarifs diffèrent selon le palier, alors commençons par dérouler le tableau complet.

Aperçu des tarifs de l'API Grok Imagine (2026)

Les prix ci-dessous sont en dollars. Les images sont facturées par image générée avec succès, les vidéos à la seconde.

Images (par image)

Endpoint	Prix	Description
Texte-vers-image · Palier Basique	0,03 $	Le palier le moins cher de la famille, axé sur la vitesse et les formats ultra-larges
Image-vers-image · Palier Basique	0,03 $ + 0,003 $ par image de référence	1 à 3 images de référence
Texte-vers-image · Palier Quality	0,07 $	Positionné par la plateforme comme plus riche en détails
Image-vers-image · Palier Quality	0,08 $ + 0,015 $ par image de référence	1 à 3 images de référence
Texte-vers-image · Image 2.0	0,052 $	Génération plus récente, couvre 1K à 2K
Image-vers-image · Image 2.0	0,065 $	Modification à partir d'une seule image de référence

Vidéos (par seconde)

Endpoint	Prix	Durée par segment
Texte-vers-vidéo	0,015 $/s	6 à 30 secondes
Image-vers-vidéo	0,015 $/s	6 à 30 secondes
Image-vers-vidéo 1.5	0,015 $/s	1 à 15 secondes

C'est toute la grille tarifaire. Le prix des images ne dépend que du palier choisi, facturé par palier, sans supplément selon la résolution de sortie ; le prix des vidéos ne dépend que du nombre de secondes, indépendamment de la résolution, du mouvement de caméra ou de l'audio. Les tâches échouées ne sont pas facturées, et les nouvelles tentatives en cas de timeout ou de prompt bloqué ne coûtent rien.

Comment choisir entre les trois paliers d'image

Les trois paliers diffèrent par leur positionnement et leur prix unitaire ; là où le prix double, il faut dépenser à bon escient.

• Palier Basique, 0,03 $ l'image. Le moins cher de la famille, positionné sur la rapidité et la prise en charge des formats ultra-larges. Idéal pour les croquis, les visuels pour réseaux sociaux, la production en volume et toute image encore destinée à être retravaillée. Texte-vers-image et image-vers-image au même prix, l'image-vers-image ajoutant 0,003 $ par image de référence.
• Palier Image 2.0, 0,052 $ en texte-vers-image, 0,065 $ en image-vers-image. Génération plus récente, couvrant les sorties de 1K à 2K. À utiliser quand on veut un rendu plus stable et une résolution plus élevée. Ce palier fait l'objet d'une analyse tarifaire dédiée, à consulter pour approfondir.
• Palier Quality, 0,07 $ en texte-vers-image, 0,08 $ en image-vers-image. Le plus cher de la famille, positionné par la plateforme comme plus riche en détails. À réserver aux couvertures, aux visuels principaux et aux images destinées à être agrandies. L'image-vers-image ajoute 0,015 $ par image de référence.

Il n'existe pas de réponse universelle sur le palier offrant la meilleure qualité : nous conseillons de générer une image avec chacun de vos propres prompts, puis de comparer avant de décider.

Ce que 0,03 $ permet d'obtenir

La facturation à l'image peut sembler abstraite ; une image du palier Basique à 0,03 $ rend les choses concrètes. Voici une image réellement générée avec le palier Basique en texte-vers-image, pour trois cents :

Le prompt utilisé (copiable directement) :

A cozy specialty coffee shop storefront on a rainy evening, warm golden light spilling from the windows onto glistening wet cobblestones, a handwritten chalkboard menu by the door, hanging plants and a vintage bicycle leaning against weathered brick, soft reflections in the puddles, cinematic color grade, rich atmospheric detail, 35mm look, photorealistic

À trois cents l'image, 1 $ permet d'en générer 33, et 10 $ en permettent 333. Le palier Basique produit de manière stable du 1K ; pour un rendu 2K, passez au palier Image 2.0. Pour produire ce genre d'images d'ambiance en volume, le coût est si bas qu'on peut en générer des dizaines d'un coup puis choisir.

Comment calculer la vidéo : 0,015 $ par seconde

Les trois endpoints vidéo sont au même prix, 0,015 $ par seconde, indépendamment de la résolution, du mouvement de caméra ou de l'audio. La facture, c'est le nombre de secondes multiplié par le prix unitaire.

Durée par segment	Coût (0,015 $/s)
6 secondes	0,09 $
10 secondes	0,15 $
15 secondes	0,225 $
30 secondes	0,45 $

Les segments de texte-vers-vidéo et d'image-vers-vidéo vont de 6 à 30 secondes, ceux d'image-vers-vidéo de Grok Imagine 1.5 de 1 à 15 secondes, au même prix ; la différence réside dans l'entrée fournie et la durée souhaitée. Le palier 1.5 fait l'objet d'une explication tarifaire dédiée, consacrée à l'estimation de la facturation vidéo à la seconde.

À un cent et demi la seconde, un clip de 10 secondes coûte quinze cents, assez bon marché pour en générer plusieurs versions puis choisir.

Ce que 1 $ et 10 $ permettent de faire

Comparons le pouvoir d'achat des trois paliers d'image et de la vidéo :

Budget	Images Basique	Images Image 2.0	Images Quality	Vidéo
1 $	33 images	environ 19 images	environ 14 images	environ 66 secondes
10 $	333 images	environ 192 images	environ 142 images	environ 666 secondes

Les nouveaux comptes bénéficient d'un crédit gratuit à l'inscription : les premières images et vidéos de test ne vous coûtent rien.

Paiement à l'usage vs intégration directe

Plus que les chiffres individuels, c'est la structure qu'il faut regarder. Grok Imagine sur HiAPI fonctionne en paiement à l'usage pur : on ne paie que les appels réussis, images à l'unité, vidéos à la seconde, sans frais mensuels ni paliers d'abonnement à absorber, et une seule clé API couvre tous les endpoints de la famille ainsi que les autres modèles de HiAPI.

L'intégration directe ou via un fournisseur tiers présente un profil de coût différent. Le point d'entrée officiel de Grok Imagine est davantage orienté abonnement grand public ; l'intégration par appels dans son propre produit n'y est pas le point fort. Les autres points d'entrée tiers facturent selon leurs propres conditions, variables selon les régions et souvent changeantes. Nous ne faisons pas de comparaison ligne par ligne ; la réponse honnête dépend de votre volume et de l'endroit où vous exécutez. Ce qui est certain et vérifiable, c'est la structure de facturation : chez HiAPI, la mesure se fait à l'image ou à la seconde, sans facturation des échecs et sans engagement.

Comment estimer et maîtriser les coûts à grande échelle

Quelques leviers déterminent l'essentiel :

• Utilisez le palier Basique pour la production en volume, les paliers supérieurs pour les versions finales. En phase d'exploration, chaque image ne coûte que 0,03 $ ; régénérez celles que vous gardez avec Image 2.0 (0,052 $) ou Quality (0,07 $), et vous économisez sur les brouillons écartés.
• Les images de référence de l'image-vers-image entraînent un supplément. Palier Basique : +0,003 $ par image de référence ; palier Quality : +0,015 $ ; 3 images maximum. Pour économiser, n'ajoutez pas de références inutiles et intégrez ce montant à votre budget.
• Ne demandez que les secondes nécessaires en vidéo. Chaque seconde est facturée 0,015 $ ; réduisez un plan de 30 à 10 secondes réellement utiles, et le coût de ce segment passe directement de 0,45 $ à 0,15 $.
• Faites en sorte que les nouvelles tentatives ne coûtent rien. Les tâches échouées ne sont pas facturées ; un timeout ou un blocage ne vous est pas débité, vous pouvez donc implémenter sereinement une logique de retry.
• Calculez la facture avant de lancer. Le coût image, c'est le nombre d'images multiplié par le prix du palier ; le coût vidéo, le nombre de secondes multiplié par 0,015 $. En y injectant votre volume, vous obtenez un chiffre ferme. Pour une version générique de cette approche sur tous les modèles, lisez Maîtriser les coûts des API d'images et de vidéos IA.

Comment appeler Grok Imagine sur HiAPI

Une seule clé API couvre tous les endpoints de la famille. Images et vidéos passent par l'interface de tâches asynchrones : POST /v1/tasks renvoie un taskId, puis interrogez GET /v1/tasks/{taskId} jusqu'à ce que status passe à success (ou transmettez callback.url au niveau supérieur pour être notifié par callback), puis téléchargez le résultat. Paiement à l'usage, sans minimum de consommation, sans facturation des échecs.

Cet article traite uniquement du coût, jusqu'à la structure de facturation. Pour le corps complet des requêtes (aspect_ratio / resolution pour les images, image_urls pour l'image-vers-image, champs de durée pour la vidéo) et des exemples curl et Python copiables, consultez la documentation HiAPI.

Questions fréquentes

Combien coûte l'API Grok Imagine ? Sur HiAPI, les images se facturent à l'unité : 0,03 $ en texte-vers-image Basique, 0,052 $ en Image 2.0, 0,07 $ en Quality ; les vidéos à la seconde, 0,015 $ par seconde sur les trois endpoints. Pas d'abonnement, pas de facturation au token.

L'image-vers-image coûte-t-il plus cher que le texte-vers-image ? Le palier Basique est au même prix (0,03 $), sauf que l'image-vers-image ajoute 0,003 $ par image de référence ; le palier Quality facture 0,08 $ en image-vers-image plus 0,015 $ par image de référence ; Image 2.0 facture 0,065 $ en image-vers-image. Jusqu'à 3 images de référence.

La résolution influence-t-elle le prix ? Non. Les images sont facturées par palier ; au sein d'un même palier, la résolution de sortie ne change pas le prix. Le palier Basique produit de manière stable du 1K ; pour un rendu 2K, passez au palier Image 2.0.

La vidéo est-elle facturée au segment ou à la seconde ? À la seconde. La facture, c'est le nombre de secondes multiplié par 0,015 $ ; un clip de 10 secondes coûte donc 0,15 $, et 30 secondes 0,45 $. Texte-vers-vidéo et image-vers-vidéo vont de 6 à 30 secondes par segment, l'image-vers-vidéo 1.5 de 1 à 15 secondes.

Faut-il payer pour les générations échouées ? Non. Seules les tâches réussies sont facturées ; les timeouts, prompts bloqués et nouvelles tentatives ne coûtent rien.

Conclusions clés

Le budget de Grok Imagine se calcule facilement en distinguant images et vidéos. Les images, c'est le nombre d'images multiplié par le prix du palier : Basique 0,03 $, Image 2.0 0,052 $, Quality 0,07 $, sans supplément de résolution, l'image-vers-image ajoutant un peu par image de référence. Les vidéos, c'est le nombre de secondes multiplié par 0,015 $, au même prix sur les trois endpoints, plafonné à 0,45 $ pour un segment de 30 secondes. Explorez en volume avec le palier Basique, passez aux paliers supérieurs pour les versions finales ou plus détaillées, ne demandez que les secondes utiles en vidéo, et les nouvelles tentatives ne coûtent rien.

Envie d'un chiffre réel pour votre charge de travail ? Une nouvelle clé inclut un crédit gratuit, la première image ne coûte rien : ouvrez la page du modèle Grok Imagine texte-vers-image et générez votre première image dès maintenant.

Pour aller plus loin

• Grok Image 2.0 vs GPT Image 2 : comparaison à prompt identique, lequel vous convient le mieux ?
• Comment utiliser l'API texte-vers-image de Grok Image 2.0 ? Générez votre première image en 5 minutes