Как использовать API Grok Imagine 1.5 Lite для преобразования текста в видео? Со встроенными звуковыми эффектами

TL;DR

• Grok Imagine 1.5 Lite Text to Video (grok-imagine-1.5-lite/text-to-video) генерирует из фрагмента текста видео длительностью 1–15 секунд со встроенными звуковыми эффектами, с нативной генерацией в семи форматах кадра: горизонтальный, вертикальный, квадратный. Откройте страницу модели, чтобы попробовать; новым пользователям при регистрации дают 200 кредитов.
• Цена считается по секундам: 480P — $0.029, 720P (по умолчанию) — $0.043, 1080P — $0.2; одно видео 720p на 6 секунд — $0.258.
• Вызов идёт через интерфейс HiAPI /v1/tasks: отправьте задачу и получите taskId, затем запросите результат и после успеха возьмите адрес видео из output (временный адрес, сохраняйте вовремя).

Что он умеет

• Один абзац описывает и картинку, и движение, и звук: как движется камера и какие звуковые эффекты нужны — всё пишется в промпт, готовое видео получает звуковую дорожку (её нельзя отключить, и она не добавляет стоимости).
• Любое целое число секунд от 1 до 15: в duration можно указать сколько угодно секунд, по умолчанию 6.
• Нативная генерация в семи форматах кадра: 16:9, 9:16, 1:1, 4:3, 3:2, 2:3, 3:4 — вертикальные и квадратные кадры не обрезаются из горизонтальных.
• В той же серии есть преобразование изображения в видео: grok-imagine-1.5-lite/image-to-video оживляет загруженную картинку, см. руководство по подключению преобразования изображения в видео.

Как выбрать между двумя интерфейсами:

	grok-imagine-1.5-lite/text-to-video (эта страница)	grok-imagine-1.5-lite/image-to-video
Вход	Фрагмент текста	1 изображение + описание движения
Формат кадра	На выбор из 7	Следует входному изображению
Доплата	Нет	Плата за входное изображение $0.015 за видео
Когда подходит	Создание кадров с нуля, рекламные идеи	Есть готовое фото или изображение продукта

Коротко: если изображение задумывается с нуля — используйте текст-в-видео, если изображение уже есть — изображение-в-видео; когда есть и текстовая идея, и исходные изображения, изображение-в-видео даёт больше контроля.

Ниже — реальное готовое видео (720p · 6 секунд · 16:9, со встроенным шумом ветра и пением птиц):

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.

(По-китайски это значит: стеклянный воздушный шар медленно плывёт на рассвете над покрытой туманом долиной рисовых террас. Золотой свет разливается по залитым водой террасам, между холмами клубится лёгкий туман, стая белых цапель скользит под шаром. Плавный облёт с сопровождением, мягкий шум ветра и далёкое пение птиц, кинематографичность, естественные цвета. Без текста, без логотипов.)

grok-imagine-1.5-lite/text-to-video, 720P, 6 секунд, 16:9, 1280×720, со встроенными звуковыми эффектами, $0.258.Смотреть полное видео →

Сгенерировать с этим промптом →

Цена: три тарифа по секундам

Тариф	За секунду	5 секунд	6 секунд	15 секунд
480P	$0.029	$0.145	$0.174	$0.435
720P (по умолчанию)	$0.043	$0.215	$0.258	$0.645
1080P	$0.20	$1.00	$1.20	$3.00

Текущие цены HiAPI, проверено 23 октября 2026 г. Обратите внимание: 1080P стоит $0.2 за секунду, это примерно в 4,65 раза дороже 720P — для пакетных задач рекомендуется делать черновики в 720p и повышать до 1080P только финальные версии. За неудачные задачи плата не списывается.

Два пути освоения

3 шага в браузере: откройте страницу модели → вставьте промпт, выберите длительность, разрешение и формат кадра → нажмите «Сгенерировать»; одно видео 720p на 6 секунд стоит $0.258, после генерации можно сразу посмотреть его онлайн и уже потом решать, стоит ли наращивать объёмы и создавать больше материалов.

3 шага через API: POST /v1/tasks для отправки → получите taskId → GET /v1/tasks/<taskId> до статуса success, затем скачайте.

curl: первый запрос

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: отправка, опрос, скачивание

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)   # 临时地址，尽快保存
    with open("output.mp4", "wb") as f:
        f.write(mp4.content)
    print("saved output.mp4")

Таблица параметров

Поле	Обязательно	Значения	Описание
prompt	Да	1–4096 символов	Картинка, движение, камера и звуковые эффекты в одном абзаце
duration	Нет	Любое целое число 1–15, по умолчанию 6	В отличие от перечислимых длительностей у других видеомоделей
resolution	Нет	480p / 720p / 1080p, по умолчанию 720p	1080P — $0.2 за секунду, следите за счётом
aspect_ratio	Нет	7 вариантов, по умолчанию 16:9	Вертикальные и квадратные кадры генерируются нативно

Если в теле запроса есть поля вне таблицы, сразу вернётся 400.

Ошибки, с которыми вы столкнётесь

Код статуса	Значение	Как исправить
400 INVALID_REQUEST	Некорректное тело запроса (отсутствует prompt, duration равен 0 или 16, переданы поля вне таблицы)	Исправьте тело запроса по таблице параметров
402 INSUFFICIENT_QUOTA	Недостаточно средств (плата не списывается)	Пополните баланс и повторите попытку
429 RATE_LIMITED	Сработало ограничение частоты	Снизьте частоту отправки
409 / 422 IDEMPOTENCY_KEY_*	Повторная отправка с тем же ключом идемпотентности	Используйте новый Idempotency-Key

При финальном провале задачи также возможны CONTENT_POLICY_VIOLATION, TASK_FAILED, TASK_TIMEOUT и др.; за неудачные задачи плата не списывается.

Что учесть перед запуском

• Callback: видеозадачи выполняются долго, передайте на верхнем уровне тела запроса "callback": {"url": "https://..."}, чтобы не опрашивать статус.
• Своевременно пересохраняйте: адрес видео в output временный — скачивайте сразу после получения.
• Звук нельзя отключить: если нужен материал без звука, вырежьте звуковую дорожку на постобработке; цена от этого не меняется.
• 1080P — осторожно с пакетами: $0.2 за секунду, одно 6-секундное видео — $1.20; для массовых экспериментов используйте 480P ($0.174 за видео).

Частые вопросы

• Да, у каждого видео есть встроенные звуковые эффекты: если указать в промпте звуки (шум ветра, пение птиц, реплики), они будут сгенерированы; выключателя нет.
• Да, длительность — любое целое число секунд (1–15), не ограничено фиксированными значениями.
• Да, вертикальные и квадратные кадры генерируются нативно, это не обрезка — композиция такая же полная, как в горизонтальном кадре.
• Да, за $10 примерно 38 видео: одно видео 720P на 6 секунд — $0.258; одно видео 480P — $0.174, на $10 можно сделать 57 видео, этого достаточно на этапе поиска идей.
• Да, на всех трёх тарифах доступны все семь форматов кадра, разрешение влияет только на чёткость, а не на доступные пропорции.
• Да, персонажи могут произносить реплики: напишите реплики в промпте в кавычках (как в примере с пекарем), диалог выйдет вместе с фоновыми звуками.

Дальше: возьмите промпт с воздушным шаром и создайте первое видео на странице модели, а пять сценариев смотрите в сборнике промптов для текст-в-видео.