Grok преобразование изображения в видео: как выбрать между Lite и Grok 1.5?

TL;DR

• Если нужно контролировать бюджет на преобразование изображения в видео, сначала обратите внимание на Grok Imagine 1.5: запрос 720p на 6 секунд стоит $0.1284; Grok Imagine 1.5 Lite в том же тарифе — $0.273 с учётом платы $0.015 за входное изображение, что примерно в 2.13 раза больше. Полные тарифы см. на странице цен Lite и странице цен Grok 1.5.
• Оба варианта поддерживают 1080p и целочисленную длительность от 1 до 15 секунд. При миграции важнее обратить внимание на входные поля, количество изображений и значения по умолчанию.
• Ниже приведено сравнение готовых роликов для двух групп — сёрфинг и латте-арт — с одинаковым изображением и одинаковым промптом. Откройте страницу модели Lite для преобразования изображения в видео или страницу модели Grok 1.5 для преобразования изображения в видео, чтобы попробовать с тем же входным изображением.

Краткий обзор

Пункт	Lite: grok-imagine-1.5-lite/image-to-video	Grok 1.5: grok-imagine-1.5/image-to-video
480p за секунду	$0.029	$0.0114
720p за секунду	$0.043	$0.0214
1080p за секунду	$0.20	$0.057142
Запрос 720p на 6 секунд	$0.273, включая $0.015 за входное изображение для каждого запроса	$0.1284, отдельная доплата за входное изображение не указана
Входные изображения	Строка image_url, 1 изображение	Массив image_urls, от 1 до 7 изображений; для 1080p — только 1 изображение
Длительность запроса	Целое число от 1 до 15 секунд, по умолчанию 6 секунд	Целое число от 1 до 15 секунд, по умолчанию 8 секунд
Промпт	Обязательный, от 1 до 4096 символов	Необязательный, до 4096 символов
Выходной размер кадра	Следует за входным изображением, размеры округляются	При одном изображении также следует за входным изображением; aspect_ratio действует только при нескольких изображениях

По умолчанию Lite использует 720p, Grok 1.5 — 480p. При сравнении в одинаковом тарифе явно указывайте resolution и duration в обоих случаях. Дата проверки цен: 27 октября 2026 года; расчёт по запрошенным секундам, при переходе в конечное состояние ошибки предварительно удержанная сумма автоматически возвращается.

Одинаковое входное изображение и одинаковый промпт — реальные ролики обоих вариантов

В каждой группе байты и SHA-256 входных файлов совпадают, английские промпты совпадают дословно; для каждой модели показан один готовый ролик. Ниже сохранены оригинальные английские промпты, включая требования к звуку. Соотношения сторон входных изображений близки к 16:9 и 9:16, в подписях к изображениям указаны фактические размеры готовых роликов.

Группа A: сёрфер (входное изображение 1672×941)

Общее входное изображение для обеих моделей · 1672×941

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.

Пояснение к промпту на китайском: волна закручивается и разбивается за сёрфером, он скользит вниз по её поверхности, белые брызги вспыхивают и сверкают в золотом контровом свете. Камера плавно следует за сёрфером. Громкий шум океанского прибоя и воды. Сохранить фотореалистичность. Без текста, без логотипов.

Lite: $0.273, включая плату за изображение	Grok 1.5: $0.1284
Воспроизвести ролик Lite с сёрфером (MP4)	Воспроизвести ролик Grok 1.5 с сёрфером (MP4)

В обоих случаях запрошены 720p и 6 секунд; исходные готовые ролики имеют размер 1264×720, 24fps, 145 кадров, длительность файла 6.042 секунды, формат MP4. Цена рассчитана по запрошенным 6 секундам.

Сгенерировать в Lite с тем же промптом → · Сгенерировать в Grok 1.5 с тем же промптом →. Загрузите входное изображение выше, затем выберите 720p и 6 секунд.

Группа B: кофе с латте-артом (входное изображение 941×1672)

Общее входное изображение для обеих моделей · 941×1672

Steamed milk pours in a thin stream into the espresso and a rosetta pattern slowly blooms on the surface, light steam rises, the barista's hand moves steadily. Slow push-in close-up. Soft cafe ambience, gentle pouring sound, quiet chatter in the background. No text, no logos.

Пояснение к промпту на китайском: струйка подогретого молока тонко вливается в эспрессо, узор «розетта» медленно раскрывается на поверхности, поднимается лёгкий пар, рука бариста движется уверенно. Медленный наезд камеры, крупный план. Мягкая атмосфера кафе, негромкий звук наливания и тихий разговор на фоне. Без текста, без логотипов.

Lite: $0.273, включая плату за изображение	Grok 1.5: $0.1284
Воспроизвести ролик Lite с кофе и латте-артом (MP4)	Воспроизвести ролик Grok 1.5 с кофе и латте-артом (MP4)

В обоих случаях запрошены 720p и 6 секунд; исходные готовые ролики имеют размер 720×1264, 24fps, 145 кадров, длительность файла 6.042 секунды, формат MP4. Цена рассчитана по запрошенным 6 секундам.

Сгенерировать в Lite с тем же промптом → · Сгенерировать в Grok 1.5 с тем же промптом →. Загрузите входное изображение выше, затем выберите 720p и 6 секунд.

Видимые различия:

• Группа с сёрфингом: в обоих вариантах есть скольжение по поверхности волны и брызги в контровом свете. У Lite сёрфер в середине и ближе к концу раньше приподнимает нос доски и поворачивается к камере; Grok 1.5 дольше сохраняет боковое скольжение вдоль поверхности волны.
• Группа с латте-артом: на входном изображении уже есть узор «розетта». В обоих роликах продолжается наливание молока и изменение узора; у Grok 1.5 в середине есть заметная пауза в потоке, после которой наливание продолжается, а у Lite поток молока более непрерывный. Не описывайте эту группу так, будто рисование начинается с чистой поверхности кофе.
• Все четыре ролика содержат непустую звуковую дорожку, у двух роликов с латте-артом общая громкость ниже. Наличие звуковой дорожки не означает, что подтверждено наличие каждого звука из промпта; здесь не оценивается качество шума прибоя, звука наливания, разговоров или синхронизации звука и изображения.

Как выбрать в зависимости от сценария

• Пакетная генерация 720p из изображений с приоритетом бюджета: у Grok 1.5 каждый запрос на 6 секунд стоит $0.1284, на $0.1446 меньше, чем у Lite.
• Нужен 1080p: есть в обоих вариантах. При запросе на 6 секунд Lite с учётом платы за изображение стоит $1.215, Grok 1.5 — $0.342852; на этой странице показаны ролики 720p.
• Уже есть рабочий процесс Lite с одним изображением: можно продолжать использовать image_url; если миграция нужна для снижения затрат, сначала проверьте типы полей и значения по умолчанию, затем сравните результаты на своих изображениях.
• Нужно несколько референсных изображений: Grok 1.5 при 480p и 720p принимает от 1 до 7 изображений; для 1080p по-прежнему ограничение в одно изображение. В обеих группах на этой странице подано только одно изображение.

Издержки переключения: типы входных данных, значения по умолчанию и правила размера кадра

Ниже сохранены английский промпт из примера с сёрфингом, настройки 720p и 6 секунд. Пример запроса Lite составлен по параметрам кейса; в запросе Grok 1.5 сохранены записанный адрес входного изображения и aspect_ratio: "16:9". Оба адреса входных данных соответствуют одному и тому же файлу изображения.

{
  "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",
    "resolution": "720p",
    "duration": 6
  }
}

{
  "model": "grok-imagine-1.5/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_urls": [
      "https://static.hiapi.ai/model-covers/2026/10/19/1792426689343-54aa29a700fa9530-1792144202117-54aa29a700fa9530-surf-in.png"
    ],
    "resolution": "720p",
    "duration": 6,
    "aspect_ratio": "16:9"
  }
}

При миграции замените строку image_url на массив image_urls, явно сохраните resolution и duration. В Grok 1.5 при одном изображении aspect_ratio не меняет пропорции выходного ролика; auto — доступное значение по умолчанию, но выше сохранён 16:9 из запроса этого готового ролика. В Lite поле aspect_ratio не предусмотрено.

О том, как отправить задачу и получить результат, см. руководство по API Lite для преобразования изображения в видео; больше готовых описаний движения см. в руководстве по промптам для преобразования изображения в видео.

Частые вопросы

Нужно ли добавлять плату за входное изображение к каждому запросу Lite для преобразования изображения в видео?

Да, к каждому запросу добавляется $0.015. Запрос 720p на 6 секунд итого стоит $0.273; Grok 1.5 в том же тарифе — $0.1284, Lite примерно в 2.13 раза дороже.

Только ли Lite поддерживает 1080p или целочисленную длительность от 1 до 15 секунд?

Нет, поддерживают оба. За секунду 1080p Lite стоит $0.20, Grok 1.5 — $0.057142; Lite дополнительно взимает плату за входное изображение.

Достаточно ли при смене модели изменить только model?

Нет. Lite использует строку с одним изображением image_url, Grok 1.5 — массив image_urls; у них также различаются разрешение по умолчанию, длительность по умолчанию и обязательность промпта. При сравнении результатов в одном тарифе явно указывайте 720p и 6 секунд.

Есть ли звук во всех четырёх роликах на этой странице?

Все четыре содержат непустую звуковую дорожку, у двух роликов с латте-артом громкость ниже. Это лишь означает, что в этих файлах присутствует звуковой сигнал, и не гарантирует реализацию каждого звукового эффекта из промпта, а также не является гарантией звука для всех будущих результатов.

Списывается ли плата при неудачной генерации?

После перехода задачи в конечное состояние ошибки предварительно удержанная при создании сумма автоматически возвращается в полном объёме.

Следующий шаг: скопируйте английский промпт выше, загрузите соответствующее входное изображение, выберите 720p и 6 секунд на страницах обеих моделей, а затем сравните целевое движение и композицию.