Quanto costa l'API Grok Imagine? Testo-immagine da $0.03, video a $0.015 al secondo

Grok Imagine è la famiglia di modelli per la generazione di immagini e video realizzata da xAI. Su HiAPI è esposta tramite l'interfaccia unificata /v1/tasks: le immagini si pagano a pezzo, i video al secondo, tutto in pagamento a consumo. Nessun abbonamento, nessuna licenza per utente, nessuna tariffazione a token. Questo articolo scompone i prezzi reali del 2026 per endpoint (prezzi riverificati il 2026-10-17 confrontandoli con il listino in tempo reale di HiAPI), spiega quanto costa davvero ogni chiamata e fornisce un metodo per stimare e fissare un tetto ai costi prima di scalare.

Grok Imagine su HiAPI è una famiglia, non un singolo modello. Il lato immagine ha tre livelli (Base, Quality, Image 2.0), il lato video ha tre endpoint (testo-video, immagine-video e immagine-video 1.5). I prezzi variano per livello, quindi conviene partire dall'intero listino.

Panoramica dei prezzi dell'API Grok Imagine (2026)

Tutti i prezzi qui sotto sono in dollari. Le immagini si pagano per ogni immagine generata con successo, i video al secondo.

Immagini (per immagine)

Endpoint	Prezzo	Note
Testo-immagine · Base	$0.03	Il livello più economico della famiglia, orientato a velocità e formati ultra-wide
Immagine-immagine · Base	$0.03 + $0.003 per immagine di riferimento	Da 1 a 3 immagini di riferimento
Testo-immagine · Quality	$0.07	Posizionato dalla piattaforma come più ricco di dettagli
Immagine-immagine · Quality	$0.08 + $0.015 per immagine di riferimento	Da 1 a 3 immagini di riferimento
Testo-immagine · Image 2.0	$0.052	Generazione più recente, copre da 1K a 2K
Immagine-immagine · Image 2.0	$0.065	Modifica a partire da una singola immagine di riferimento

Video (al secondo)

Endpoint	Prezzo	Durata per clip
Testo-video	$0.015/secondo	Da 6 a 30 secondi
Immagine-video	$0.015/secondo	Da 6 a 30 secondi
Immagine-video 1.5	$0.015/secondo	Da 1 a 15 secondi

Questo è l'intero listino. Per le immagini conta solo il livello scelto: il prezzo è per livello, senza sovrapprezzo in base alla risoluzione di output. Per i video conta solo il numero di secondi, indipendentemente da risoluzione, movimento di camera e audio. Le attività fallite non vengono addebitate: i tentativi ripetuti in caso di timeout o di prompt bloccato non costano nulla.

Come scegliere tra i tre livelli immagine

I tre livelli differiscono per posizionamento e prezzo unitario; dove il prezzo raddoppia, conviene spendere con criterio.

• Base, $0.03 a immagine. Il livello più economico della famiglia, posizionato dalla piattaforma come veloce e con supporto ai formati ultra-wide. Adatto a bozze, illustrazioni per i social, produzione in grandi volumi e a qualsiasi immagine che dovrà essere ritoccata più volte. Testo-immagine e immagine-immagine hanno lo stesso prezzo; immagine-immagine aggiunge $0.003 per ogni immagine di riferimento.
• Image 2.0, testo-immagine $0.052 e immagine-immagine $0.065. Generazione più recente, con output da 1K a 2K. Da usare quando serve un risultato più stabile o una risoluzione più alta. A questo livello è dedicato un approfondimento sui prezzi, da aprire per i dettagli.
• Quality, testo-immagine $0.07 e immagine-immagine $0.08. Il livello più costoso della famiglia, posizionato dalla piattaforma come più ricco di dettagli. Da riservare a copertine, key visual e immagini che verranno ingrandite. Immagine-immagine aggiunge $0.015 per ogni immagine di riferimento.

Non esiste una risposta valida per tutti su quale livello offra la qualità più adatta: conviene generare un'immagine con ciascun livello usando i propri prompt e confrontarle prima di decidere.

Cosa si ottiene con $0.03

La tariffazione a pezzo può sembrare astratta, ma diventa concreta guardando un'immagine generata al livello Base da $0.03. Quella qui sotto è stata prodotta realmente con testo-immagine Base, a tre centesimi:

Il prompt utilizzato (copiabile direttamente):

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

A tre centesimi per immagine, $1 produce 33 immagini e $10 ne producono 333. Il livello Base restituisce stabilmente 1K; per risultati a 2K si può passare al livello Image 2.0. Per produrre in volume immagini di questa atmosfera, il costo è così basso che si possono generare decine di varianti in un colpo e poi scegliere.

Come si calcola il video: $0.015 al secondo

Tutti e tre gli endpoint video hanno lo stesso prezzo, $0.015 al secondo, indipendentemente da risoluzione, movimento di camera e audio. Il conto è semplicemente secondi per prezzo unitario.

Durata per clip	Costo ($0.015/secondo)
6 secondi	$0.09
10 secondi	$0.15
15 secondi	$0.225
30 secondi	$0.45

La durata per clip di testo-video e immagine-video va da 6 a 30 secondi, mentre immagine-video di Grok Imagine 1.5 va da 1 a 15 secondi: il prezzo è identico, cambiano l'input fornito e la durata desiderata. Al livello 1.5 è dedicata una spiegazione dei prezzi che tratta specificamente come stimare la tariffazione video al secondo.

A un centesimo e mezzo al secondo, una clip di 10 secondi costa quindici centesimi: così poco che si possono generare più versioni e poi scegliere.

Quanto si può fare con $1 e con $10

Ecco il potere d'acquisto a confronto per i tre livelli immagine e per il video:

Budget	Immagini Base	Immagini Image 2.0	Immagini Quality	Video
$1	33 immagini	circa 19 immagini	circa 14 immagini	circa 66 secondi
$10	333 immagini	circa 192 immagini	circa 142 immagini	circa 666 secondi

I nuovi account ricevono credito gratuito alla registrazione: le prime immagini e clip di test non richiedono esborso.

Pagamento a consumo vs accesso diretto

Più del singolo numero conta la struttura. Grok Imagine su HiAPI è in puro pagamento a consumo: si paga solo per le chiamate riuscite, immagini a pezzo e video al secondo, senza canone mensile, senza piani in abbonamento da smaltire; una sola API Key copre inoltre tutti gli endpoint della famiglia e gli altri modelli su HiAPI.

L'accesso diretto o di prima parte ha una struttura di costo diversa. Il canale originale di Grok Imagine è più orientato all'abbonamento consumer: l'integrazione a chiamata nel proprio prodotto non è il suo terreno principale; gli altri canali di terze parti fatturano secondo le proprie condizioni, che variano per regione e cambiano spesso. Non facciamo confronti riga per riga: la risposta onesta è che dipende dai tuoi volumi e da dove esegui. Qui ciò che è certo e verificabile è la struttura di fatturazione: su HiAPI si misura a pezzo o al secondo, le attività fallite non vengono addebitate e non ci sono impegni vincolanti.

Come stimare e controllare i costi su larga scala

Pochi fattori determinano la maggior parte della spesa:

• Usa il livello Base per il volume, passa ai livelli superiori solo per la versione finale. In fase esplorativa ogni immagine costa solo $0.03; quelle da tenere si rigenerano con Image 2.0 ($0.052) o Quality ($0.07), risparmiando sulle bozze scartate.
• Le immagini di riferimento di immagine-immagine aggiungono costo. Nel livello Base ogni immagine di riferimento costa +$0.003, nel livello Quality +$0.015, fino a 3 immagini. Per risparmiare, evita riferimenti inutili e includi questa voce nel budget.
• Per i video richiedi solo i secondi necessari. Ogni secondo costa $0.015: ridurre i 30 secondi previsti ai 10 effettivamente necessari abbassa il costo da $0.45 a $0.15.
• Fai in modo che i tentativi ripetuti non costino. Le attività fallite non vengono addebitate: timeout o blocchi non ti vengono addebitati, quindi puoi implementare la logica di retry senza timore.
• Calcola prima di eseguire. Il costo delle immagini è numero di immagini per prezzo unitario del livello, quello dei video è secondi per $0.015: inserendo i tuoi volumi ottieni un numero preciso. Per una versione generale di questo approccio su vari modelli, leggi Controllare i costi delle API di generazione immagini e video.

Come chiamare Grok Imagine su HiAPI

Una sola API Key copre tutti gli endpoint della famiglia. Immagini e video passano dall'interfaccia asincrona delle attività: POST /v1/tasks restituisce un taskId, si interroga GET /v1/tasks/{taskId} finché status non diventa success (oppure si passa callback.url al livello superiore per ricevere una notifica di callback), poi si scarica il risultato. Pagamento a consumo, nessun minimo di spesa, nessun addebito per le attività fallite.

Questo articolo tratta solo i costi, fermandosi alla struttura di fatturazione. Per il corpo completo della richiesta (i campi aspect_ratio / resolution delle immagini, image_urls di immagine-immagine, il campo durata dei video) e per esempi curl e Python copiabili, consulta la documentazione HiAPI.

Domande frequenti

Quanto costa l'API Grok Imagine? Su HiAPI le immagini si pagano a pezzo: testo-immagine Base $0.03, Image 2.0 $0.052, Quality $0.07; i video al secondo, con tutti e tre gli endpoint a $0.015 al secondo. Nessun abbonamento e nessuna tariffazione a token.

Immagine-immagine costa più di testo-immagine? Base ha lo stesso prezzo di testo-immagine ($0.03), ma immagine-immagine aggiunge $0.003 per ogni immagine di riferimento; Quality immagine-immagine costa $0.08 e aggiunge $0.015 per ogni immagine di riferimento; Image 2.0 immagine-immagine costa $0.065. Si possono usare al massimo 3 immagini di riferimento.

La risoluzione influisce sul prezzo? No. Le immagini sono prezzate per livello: all'interno dello stesso livello, risoluzioni di output diverse hanno lo stesso prezzo. Il livello Base restituisce stabilmente 1K; per risultati a 2K si passa al livello Image 2.0.

Il video si paga a clip o al secondo? Al secondo. Il costo è secondi per $0.015: una clip di 10 secondi costa $0.15, una di 30 secondi $0.45. Testo-video e immagine-video hanno clip da 6 a 30 secondi, immagine-video 1.5 da 1 a 15 secondi.

Le generazioni fallite si pagano? No. Vengono addebitate solo le attività riuscite: timeout, prompt bloccati e tentativi ripetuti non costano nulla.

Conclusioni chiave

Il budget di Grok Imagine è facile da calcolare separando immagini e video. Le immagini sono numero di immagini per prezzo unitario del livello: Base $0.03, Image 2.0 $0.052, Quality $0.07, senza sovrapprezzo per la risoluzione, più un piccolo extra per ogni immagine di riferimento in immagine-immagine. I video sono secondi per $0.015, con tutti e tre gli endpoint allo stesso prezzo e un tetto di $0.45 per una clip da 30 secondi. Usa il livello Base per esplorare in volume, passa ai livelli superiori per la versione finale o quando servono dettagli, richiedi per i video solo i secondi utili: i tentativi ripetuti dopo un fallimento non costano nulla.

Vuoi calcolare un numero reale per il tuo carico di lavoro? Le nuove Key includono credito gratuito, la prima immagine non costa nulla: apri la pagina del modello Grok Imagine testo-immagine e genera subito la tua prima immagine.

Letture correlate

• Grok Image 2.0 vs GPT Image 2: confronto con lo stesso prompt, quale fa per te?
• Come si usa l'API testo-immagine di Grok Image 2.0? La prima immagine in 5 minuti