Como usar a API Grok Imagine 1.5 Lite de imagem para vídeo? Faça suas fotos se moverem

TL;DR

• Grok Imagine 1.5 Lite Image to Video (grok-imagine-1.5-lite/image-to-video) envia 1 imagem e a faz se mover: 1–15 segundos, com efeitos sonoros próprios, formato segue a imagem de entrada. Abra a página do modelo, envie uma imagem e teste; novos usuários ganham 200 créditos ao se cadastrar.
• Preço = preço por segundo × segundos + $0.015 de taxa de imagem de entrada por vídeo: 720P 6 segundos custa $0.273; 480P $0.189; 1080P $1.215.
• A chamada usa a interface /v1/tasks do HiAPI: image_url é uma string (não um array), exatamente 1 endereço público.

O que ele faz

• Transforma uma foto em uma cena com som: movimentos, movimento de câmera e efeitos sonoros são descritos no prompt, e o sujeito da imagem é mantido.
• Formato segue a imagem de entrada: imagem horizontal gera 16:9 (1264×720), vertical gera 9:16 (720×1264), quadrada gera 1:1 (960×960), 4:3 gera 1104×816 — os pixels são arredondados para tamanhos suportados, mantendo a proporção.
• Qualquer número inteiro de 1–15 segundos, em três resoluções.
• Texto para vídeo da mesma família: para gerar do zero, veja o guia de integração de texto para vídeo; as duas interfaces têm o mesmo preço (imagem para vídeo tem uma taxa extra de $0.015 pela imagem de entrada), usam o mesmo /v1/tasks, e o código só difere em model e image_url.

Como ler a tabela de preços:

• “preço por segundo × segundos” é o custo do vídeo em si, idêntico ao de texto para vídeo;
• $0.015 é a taxa adicional da imagem de entrada, um valor fixo por vídeo, independente de resolução e duração;
• Portanto, com os mesmos parâmetros, imagem para vídeo custa $0.015 a mais que texto para vídeo: 720P 6 segundos $0.258 + $0.015 = $0.273. Em um lote de mil vídeos, essa diferença é de $15, que precisa ser reservada no orçamento.

Abaixo está um resultado real (foto de surfe → cena de acompanhamento de 6 segundos, com som de ondas do mar):

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.

(Em português: a onda se curva e quebra atrás do surfista enquanto ele desce pela face, respingos brancos explodem e brilham na contraluz dourada. Câmera em acompanhamento suave seguindo o surfista. Som alto de ondas e água corrente. Mantenha a foto realista. Sem texto, sem logotipos.)

·

grok-imagine-1.5-lite/image-to-video, 720P, 6 segundos, 16:9, 1264×720, com efeitos sonoros, $0.273 (inclui $0.015 de taxa de imagem de entrada).Ver o vídeo completo →

Gerar com este prompt →

Preço: preço por segundo + taxa de imagem de entrada

Nível	Por segundo	6 segundos por vídeo (inclui $0.015 de taxa de imagem de entrada)
480P	$0.029	$0.189
720P (padrão)	$0.043	$0.273
1080P	$0.20	$1.215

Preço atual do HiAPI, verificado em 23 de outubro de 2026. image_url é obrigatório, então todo vídeo tem esses $0.015; 1080P custa $0.2 por segundo (cerca de 4,65 vezes o 720P), use 480P para exploração em lote. Falhas não são cobradas.

Duas formas de começar

Navegador em 3 passos: abra a página do modelo → envie a imagem, escreva a descrição do movimento → clique em gerar.

API em 3 passos: POST /v1/tasks para enviar → obtenha o taskId → consulte com GET /v1/tasks/<taskId> até success e baixe.

curl: primeiro vídeo

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/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",
    "duration": 6,
    "resolution": "720p"
  }
}'

Observe que image_url é uma string e recebe apenas uma imagem — enviar um array retorna 400.

Python: enviar, consultar, baixar

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/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://example.com/your-image.png",
        "duration": 6,
        "resolution": "720p",
    },
}

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)   # endereço temporário, salve o quanto antes
    with open("output.mp4", "wb") as f:
        f.write(mp4.content)
    print("saved output.mp4")

Tabela de parâmetros

Campo	Obrigatório	Valores	Descrição
image_url	Sim	String, exatamente 1 endereço público	A proporção da saída segue esta imagem
prompt	Sim	1–4096 caracteres	Descreva o movimento ou mudança desejados, incluindo efeitos sonoros
duration	Não	Qualquer inteiro de 1–15, padrão 6
resolution	Não	480p / 720p / 1080p, padrão 720p

Campos fora da tabela no corpo da requisição retornam diretamente 400.

Erros que você vai encontrar

Código de status	Significado	Como tratar
400 INVALID_REQUEST	Corpo da requisição inválido (image_url ausente, image_url enviado como array, campo fora da tabela)	Use image_url como string
402 INSUFFICIENT_QUOTA	Saldo insuficiente (sem cobrança)	Recarregue e tente novamente
429 RATE_LIMITED	Limite de requisições atingido	Reduza a frequência de envio
409 / 422 IDEMPOTENCY_KEY_*	Envio repetido com a mesma chave de idempotência	Use um novo Idempotency-Key

A falha em estado final da tarefa também pode trazer CONTENT_POLICY_VIOLATION, TASK_FAILED, TASK_TIMEOUT etc.; falhas não são cobradas.

Atenção antes de ir para produção

• Callback: tarefas de vídeo demoram, passe no nível superior "callback": {"url": "https://..."} para evitar polling.
• Salve imediatamente: o endereço do vídeo em output é temporário; baixe assim que receber e guarde no seu armazenamento, não use o link temporário como biblioteca de materiais.
• A mesma imagem pode ser reutilizada: trocar o prompt gera um novo vídeo (nova cobrança), ideal para produzir rapidamente um conjunto completo de materiais de exibição de um mesmo produto com vários ângulos de movimento de câmera.
• Não esqueça os $0.015 no cálculo: calcule o orçamento em lote como “preço por segundo × segundos + $0.015 × quantidade”.
• O som não pode ser desativado: para material sem áudio, edite depois; o preço não muda.

Perguntas frequentes

• Sim, todo vídeo tem efeitos sonoros próprios: descrever sons no prompt (ondas, passos na neve) faz com que sejam gerados; não há opção de desativar.
• Sim, o formato segue a imagem de entrada: imagem 16:9 gera 1264×720, imagem quadrada gera 960×960, pixels arredondados, proporção mantida.
• Sim, image_url é uma string, aceita apenas 1 imagem; enviar array ou várias imagens retorna 400.
• Sim, a duração é qualquer inteiro de 1–15 segundos: uma ação em 5–6 segundos, uma sequência contínua em 10 segundos ou mais.
• Sim, a qualidade da imagem de entrada define o limite do resultado: imagens pequenas e desfocadas não ficam nítidas ao se mover; dê preferência a imagens originais nítidas de 720p ou mais.
• Sim, o cálculo em lote tem fórmula: preço por segundo × segundos + $0.015 × quantidade; 720P 6 segundos, cem vídeos custa $27.30, mil vídeos $273.00.

Próximo passo: pegue uma foto sua e vá à página do modelo para fazê-la se mover; para quatro cenários, veja o guia completo de prompts de imagem para vídeo.