Créer une vidéo avec Grok

POST

grok

videos

generations

curl https://api.cometapi.com/grok/v1/videos/generations \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  --data-binary '{
  "model": "grok-imagine-video-1.5",
  "prompt": "A paper boat glides across a quiet pond at sunrise.",
  "duration": 1,
  "aspect_ratio": "16:9",
  "resolution": "480p"
}'

{
  "request_id": "<request_id>"
}

Utilisez ce endpoint pour démarrer une tâche vidéo Grok à partir de texte, d’une image source ou d’entrées de référence. Il renvoie immédiatement un request_id, traitez-le donc comme la première étape d’un workflow asynchrone. Envoyez toujours model: grok-imagine-video-1.5 explicitement. model et prompt sont requis pour les formats de requête 1.5 documentés ici.

Choisir un mode d’entrée

Mode	Champs de la requête	Règles
Texte vers vidéo	`prompt`	Omettez `image`, `reference_images` et `reference_audios`.
Image vers vidéo	`prompt`, `image.url`	`image.url` accepte une URL d’image publique ou un URI de données d’image. Ne combinez pas `image` avec des entrées de référence.
Références vers vidéo	`prompt` et au moins l’un de `reference_images` ou `reference_audios`	Envoyez jusqu’à 7 images de référence et jusqu’à 3 voix prédéfinies. La sortie de références vers vidéo est limitée à `720p`.

Pour un URI de données, utilisez data:image/png;base64,<BASE64_IMAGE_DATA>. Chaque élément reference_images utilise le même champ url. Un élément audio de référence utilise un voice_id prédéfini, tel que eve. Dans le prompt, des balises telles que <IMAGE_0> et <AUDIO_0> peuvent identifier la référence correspondante.

Commencer avec une petite requête

Utilisez model: grok-imagine-video-1.5
Pour une première requête, définissez duration sur 1 et resolution sur 480p
Gardez prompt explicite afin que la scène et le mouvement soient clairs
Ajoutez un mode d’entrée à la fois avant de combiner des images et des voix de référence

Durée et résolution

Paramètre	Valeurs prises en charge	Valeur par défaut	Comportement aux limites
`duration`	entier `1`-`15`	`8`	Utilisez des clips plus courts pour les premiers tests ; les clips plus longs coûtent plus cher et prennent plus de temps à terminer.
`resolution`	`480p`, `720p`, `1080p`	`480p`	Les requêtes à plus haute résolution coûtent plus cher et prennent plus de temps à terminer. Les références vers vidéo prennent en charge jusqu’à `720p`.
`aspect_ratio`	`1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `3:2`, `2:3`	`16:9` pour le texte vers vidéo	Pour l’image vers vidéo, l’omission conserve le rapport hauteur/largeur de l’image source.

Les vidéos générées incluent une piste audio. Définissez duration, resolution et aspect_ratio explicitement lorsque votre application dépend d’un format de sortie particulier.

Flux de tâche

Créer la tâche

Envoyez le modèle, le prompt et toutes les entrées, puis enregistrez le request_id renvoyé.

Interroger l’état jusqu’à la fin

Appelez Obtenir les résultats vidéo xAI jusqu’à ce que le status de niveau supérieur devienne done, failed ou expired. Une réponse initiale peut ne contenir que le request_id renvoyé en écho pendant la préparation des métadonnées de la tâche.

Conserver la sortie

Copiez le video.url final dans votre propre stockage si vous en avez besoin après la fenêtre de livraison temporaire.

Autorisations

Authorization

string

header

requis

Use your CometAPI API key as the bearer value.

Corps

application/json

model

enum<string>

requis

The Grok video model ID. Send this field explicitly so the request uses Grok Imagine Video 1.5.

Options disponibles:

grok-imagine-video-1.5

Exemple:

"grok-imagine-video-1.5"

prompt

string

requis

A description of the scene, motion, and audio. Reference-to-video prompts can identify inputs with tags such as <IMAGE_0> and <AUDIO_0>.

Minimum string length: 1

Exemple:

"A paper boat glides across a quiet pond at sunrise."

duration

integer

défaut:8

The output duration in seconds. Use an integer from 1 through 15.

Plage requise: 1 <= x <= 15

aspect_ratio

enum<string>

The output aspect ratio. Text-to-video uses 16:9 when omitted. Image-to-video uses the source image's aspect ratio when omitted.

Options disponibles:

1:1,

16:9,

9:16,

4:3,

3:4,

3:2,

2:3

Exemple:

"16:9"

resolution

enum<string>

défaut:480p

The output resolution. Reference-to-video requests support 480p and 720p; text-to-video and image-to-video also support 1080p.

Options disponibles:

480p,

720p,

1080p

image

object

The source image for image-to-video. Do not combine this field with reference_images or reference_audios.

Show child attributes

reference_images

object[]

Visual references for reference-to-video. Each item accepts a public image URL or image data URI. Do not combine this field with image.

Required array length: 1 - 7 elements

Show child attributes

reference_audios

object[]

Preset voice references for reference-to-video. Do not combine this field with image.

Required array length: 1 - 3 elements

Show child attributes

Réponse

200 - application/json

Request accepted.

request_id

string

requis

The deferred request ID used to poll GET /grok/v1/videos/{request_id}.

Dernière modification le 21 août 2026

curl https://api.cometapi.com/grok/v1/videos/generations \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  --data-binary '{
  "model": "grok-imagine-video-1.5",
  "prompt": "A paper boat glides across a quiet pond at sunrise.",
  "duration": 1,
  "aspect_ratio": "16:9",
  "resolution": "480p"
}'

{
  "request_id": "<request_id>"
}

Modération de contenu

Clés API

Choisir un mode d’entrée

Commencer avec une petite requête

Durée et résolution

Flux de tâche

Autorisations

Corps

Réponse

​Choisir un mode d’entrée

​Commencer avec une petite requête

​Durée et résolution

​Flux de tâche

Autorisations

Corps

Réponse

Choisir un mode d’entrée

Commencer avec une petite requête

Durée et résolution

Flux de tâche