Crea un video con 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>"
}

Usa questo endpoint per avviare un job video Grok da testo, un’immagine di origine o input di riferimento. Restituisce immediatamente un request_id, quindi consideralo il primo passaggio di un flusso di lavoro asincrono. Invia sempre esplicitamente model: grok-imagine-video-1.5. model e prompt sono obbligatori per le forme di richiesta 1.5 qui documentate.

Scegli una modalità di input

Modalità	Campi della richiesta	Regole
Da testo a video	`prompt`	Ometti `image`, `reference_images` e `reference_audios`.
Da immagine a video	`prompt`, `image.url`	`image.url` accetta un URL pubblico dell’immagine o un URI di dati dell’immagine. Non combinare `image` con input di riferimento.
Da riferimenti a video	`prompt` e almeno uno tra `reference_images` o `reference_audios`	Invia fino a 7 immagini di riferimento e fino a 3 voci preimpostate. L’output da riferimenti a video è limitato a `720p`.

Per un URI di dati, usa data:image/png;base64,<BASE64_IMAGE_DATA>. Ogni elemento reference_images usa lo stesso campo url. Un elemento audio di riferimento usa una voce voice_id preimpostata, ad esempio eve. Nel prompt, tag come <IMAGE_0> e <AUDIO_0> possono identificare il riferimento corrispondente.

Inizia con una richiesta ridotta

Usa model: grok-imagine-video-1.5
Per una prima richiesta, mantieni duration a 1 e resolution a 480p
Mantieni prompt esplicito affinché la scena e il movimento siano chiari
Aggiungi una modalità di input alla volta prima di combinare immagini di riferimento e voci

Durata e risoluzione

Impostazione	Valori supportati	Predefinito	Comportamento ai limiti
`duration`	intero `1`-`15`	`8`	Usa clip più brevi per i primi test; le clip più lunghe costano di più e richiedono più tempo per essere completate.
`resolution`	`480p`, `720p`, `1080p`	`480p`	Le richieste a risoluzione più elevata costano di più e richiedono più tempo per essere completate. Da riferimenti a video supporta fino a `720p`.
`aspect_ratio`	`1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `3:2`, `2:3`	`16:9` per testo a video	Per da immagine a video, l’omissione mantiene le proporzioni dell’immagine di origine.

I video generati includono una traccia audio. Imposta esplicitamente duration, resolution e aspect_ratio quando l’applicazione dipende da una particolare forma di output.

Flusso del task

Crea il job

Invia il modello, il prompt e gli eventuali input, quindi salva il valore request_id restituito.

Esegui il polling per il completamento

Chiama Ottieni i risultati video xAI finché il valore status di livello superiore non diventa done, failed o expired. Una risposta iniziale può contenere solo il valore request_id ripetuto mentre vengono preparati i metadati del task.

Rendi persistente l'output

Copia il valore video.url finale nel tuo spazio di archiviazione se ti serve dopo la finestra di consegna temporanea.

Autorizzazioni

Authorization

string

header

obbligatorio

Use your CometAPI API key as the bearer value.

Corpo

application/json

model

enum<string>

obbligatorio

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

Opzioni disponibili:

grok-imagine-video-1.5

Esempio:

"grok-imagine-video-1.5"

prompt

string

obbligatorio

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

Esempio:

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

duration

integer

predefinito:8

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

Intervallo richiesto: 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.

Opzioni disponibili:

1:1,

16:9,

9:16,

4:3,

3:4,

3:2,

2:3

Esempio:

"16:9"

resolution

enum<string>

predefinito:480p

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

Opzioni disponibili:

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

Risposta

200 - application/json

Request accepted.

request_id

string

obbligatorio

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

Ultima modifica il 21 agosto 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>"
}

Moderazione dei contenuti

Chiavi API

Scegli una modalità di input

Inizia con una richiesta ridotta

Durata e risoluzione

Flusso del task

Autorizzazioni

Corpo

Risposta

​Scegli una modalità di input

​Inizia con una richiesta ridotta

​Durata e risoluzione

​Flusso del task

Autorizzazioni

Corpo

Risposta

Scegli una modalità di input

Inizia con una richiesta ridotta

Durata e risoluzione

Flusso del task