Grok Imagine 1.5 Lite テキストtoビデオ API の使い方？音効果付き

TL;DR

• Grok Imagine 1.5 Lite Text to Video（grok-imagine-1.5-lite/text-to-video）は、1つのテキストから1～15秒の音効果付き動画を生成し、横長・縦長・正方形の7種類のアスペクト比をネイティブ生成します。モデルページを開くとすぐに試せて、新規ユーザー登録で200クレジットがもらえます。
• 価格は秒単位：480P $0.029、720P（デフォルト）$0.043、1080P $0.2。720p 6秒で1本 $0.258。
• 呼び出しは HiAPI の /v1/tasks インターフェース経由：タスクを送信して taskId を取得し、結果を照会、成功後に output から動画のアドレスを取得します（一時的なアドレスなので早めに保存）。

できること

• 1つの文章で画面・動き・音をすべて指定：カメラの動きや音効果をプロンプトに書き込めば、完成した動画には音声トラックが付属します（オフにできず、追加料金もなし）。
• 1～15秒の任意の整数秒：duration は希望する秒数を入力でき、デフォルトは6。
• 7種類のアスペクト比をネイティブ生成：16:9、9:16、1:1、4:3、3:2、2:3、3:4——縦長や正方形は横長からトリミングしたものではありません。
• 同シリーズに画像toビデオもあり：grok-imagine-1.5-lite/image-to-video は1枚の画像をアップロードして動かします。画像toビデオ接入ガイドをご覧ください。

2つのインターフェースの選び方：

	grok-imagine-1.5-lite/text-to-video（本ページ）	grok-imagine-1.5-lite/image-to-video
入力	1つのテキスト	1枚の画像＋動きの説明
アスペクト比	7種類から選択	入力画像に従う
追加料金	なし	1本あたり $0.015 の入力画像費
向いている用途	ゼロからカットを制作、広告クリエイティブ	既存の写真や商品画像がある場合

一言で言えば：画面をゼロから構想するならテキストtoビデオ、画面がすでにあるなら画像toビデオ。コピーと素材画像が揃っている場合は画像toビデオのほうが制御しやすいです。

以下は実際の完成動画です（720p・6秒・16:9、風の音と鳥のさえずり付き）：

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.

（日本語の意味：ガラスの熱気球が日の出の霧に包まれた棚田の谷をゆっくりと漂う。金色の光が水を張った棚田に降り注ぎ、霧が丘の間を流れ、白鷺の群れが気球の下を滑空する。滑らかな空撮トラッキングショット、穏やかな風の音と遠くの鳥のさえずり、映画的な自然な色彩。テキストなし、ロゴなし。）

grok-imagine-1.5-lite/text-to-video、720P、6秒、16:9、1280×720、音効果付き、$0.258。完成動画を見る →

このプロンプトで生成する →

価格：3段階の秒単位

プラン	毎秒	5秒	6秒	15秒
480P	$0.029	$0.145	$0.174	$0.435
720P（デフォルト）	$0.043	$0.215	$0.258	$0.645
1080P	$0.20	$1.00	$1.20	$3.00

HiAPI の現行価格、2026年10月23日確認。 1080P は毎秒 $0.2 で、720P の約4.65倍です——バッチタスクでは720pで下書きを作り、確定稿だけ1080Pに上げることをおすすめします。失敗時は課金されません。

2つの導入ルート

ブラウザで3ステップ：モデルページを開く → プロンプトを貼り付け、時間・解像度・アスペクト比を選択 → 生成をクリック。720p 6秒で1本 $0.258、生成後はそのままオンラインプレビューでき、満足したらさらに量を増やして素材を作るか決められます。

APIで3ステップ：POST /v1/tasks で送信 → taskId を取得 → GET /v1/tasks/<taskId> で success を確認してダウンロード。

curl：最初の1本

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：送信、ポーリング、ダウンロード

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)   # 一時的なアドレス、できるだけ早く保存
    with open("output.mp4", "wb") as f:
        f.write(mp4.content)
    print("saved output.mp4")

パラメータ表

フィールド	必須	値	説明
prompt	はい	1～4096文字	画面、動き、カメラ、音効果を1つの文章で記述
duration	いいえ	1～15の任意の整数、デフォルト6	他の動画モデルの列挙型の時間とは異なります
resolution	いいえ	480p / 720p / 1080p、デフォルト720p	1080P は毎秒 $0.2、請求に注意
aspect_ratio	いいえ	7種類、デフォルト16:9	縦長・正方形をネイティブ生成

リクエストボディに表にないフィールドが含まれると直接400になります。

遭遇するエラー

ステータスコード	意味	対処方法
400 INVALID_REQUEST	リクエストボディが不正（prompt 欠落、duration に0や16を指定、表にないフィールドを指定）	パラメータ表に照らしてリクエストボディを修正
402 INSUFFICIENT_QUOTA	残高不足（課金なし）	チャージ後に再試行
429 RATE_LIMITED	レート制限に達した	送信頻度を下げる
409 / 422 IDEMPOTENCY_KEY_*	同じ冪等キーで重複送信	新しい Idempotency-Key に変更

タスクの終態失敗には CONTENT_POLICY_VIOLATION、TASK_FAILED、TASK_TIMEOUT などもあります。失敗時は課金されません。

公開前の注意

• コールバック：動画タスクは時間がかかるため、リクエストボディのトップレベルに "callback": {"url": "https://..."} を渡すとポーリングを省けます。
• 早めに転送保存：output の動画アドレスは一時的なものなので、取得したらすぐにダウンロード。
• 音はオフにできない：無音素材が必要なら後工程で音声トラックをカットしてください。価格には影響しません。
• 1080P のバッチは慎重に：毎秒 $0.2、6秒で1本 $1.20。バッチ探索には480P（1本 $0.174）を使用。

よくある質問

• はい、毎回音効果付きです：プロンプトに音効果（風の音、鳥のさえずり、セリフ）を書けば一緒に生成されます。オフにするスイッチはありません。
• はい、時間は任意の整数秒です（1～15）。固定の段階に限られません。
• はい、縦長と正方形はネイティブ生成です。トリミングではなく、構図は横長と同じくらい完全です。
• はい、$10 で約38本です：720P 6秒で1本 $0.258。480P は1本 $0.174 で、$10 なら57本まわせて、クリエイティブ探索段階に十分です。
• はい、3段階すべてで7種類のアスペクト比を出力できます。解像度は鮮明度にのみ影響し、選択可能な比率には影響しません。
• はい、人物がセリフを言えます：プロンプト内に引用符でセリフを書けば（例：パン屋の事例）、セリフと環境音が一緒に生成されます。

次のステップ：気球のプロンプトを使ってモデルページで最初の1本を生成。5つのシーンはテキストtoビデオプロンプト大全をご覧ください。