Opprett en video med 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>"
}

Bruk dette endepunktet for å starte en Grok-videooppgave fra tekst, et kildebilde eller referanseinndata. Det returnerer umiddelbart en request_id, så behandle det som det første trinnet i en asynkron arbeidsflyt. Send alltid model: grok-imagine-video-1.5 eksplisitt. model og prompt kreves for 1.5-forespørselsformene som dokumenteres her.

Velg en inndatamodus

Modus	Forespørselsfelt	Regler
Tekst-til-video	`prompt`	Utelat `image`, `reference_images` og `reference_audios`.
Bilde-til-video	`prompt`, `image.url`	`image.url` godtar en offentlig bilde-URL eller en bilde-data-URI. Ikke kombiner `image` med referanseinndata.
Referanse-til-video	`prompt` og minst én av `reference_images` eller `reference_audios`	Send opptil 7 referansebilder og opptil 3 forhåndsinnstilte stemmer. Utdata fra referanse-til-video er begrenset til `720p`.

For en data URI bruker du data:image/png;base64,<BASE64_IMAGE_DATA>. Hvert reference_images-element bruker det samme url-feltet. Et referanselydelement bruker en forhåndsinnstilt voice_id, for eksempel eve. I Prompt kan tagger som <IMAGE_0> og <AUDIO_0> identifisere den tilsvarende referansen.

Begynn med en liten forespørsel

Bruk model: grok-imagine-video-1.5
For den første forespørselen bør du holde duration på 1 og resolution på 480p
Hold prompt eksplisitt slik at scenen og bevegelsen er tydelige
Legg til én inndatamodus om gangen før du kombinerer referansebilder og stemmer

Varighet og oppløsning

Innstilling	Støttede verdier	Standard	Atferd ved grenseverdier
`duration`	heltall `1`-`15`	`8`	Bruk kortere klipp ved første tester; lengre klipp koster mer og tar lengre tid å fullføre.
`resolution`	`480p`, `720p`, `1080p`	`480p`	Forespørsler med høyere oppløsning koster mer og tar lengre tid å fullføre. Referanse-til-video støtter opptil `720p`.
`aspect_ratio`	`1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `3:2`, `2:3`	`16:9` for tekst-til-video	For bilde-til-video bevarer utelatelse kildebildets sideforhold.

Genererte videoer inkluderer et lydspor. Angi duration, resolution og aspect_ratio eksplisitt når applikasjonen din avhenger av et bestemt utdataformat.

Oppgaveflyt

Opprett oppgaven

Send modellen, Prompt og eventuelle inndata, og lagre den returnerte request_id.

Sjekk om den er fullført

Kall Hent xAI-videoresultater til status på toppnivå blir done, failed eller expired. Et første svar kan bare inneholde den gjentatte request_id mens oppgavemetadata klargjøres.

Lagre utdataene

Kopier den endelige video.url til din egen lagring hvis du trenger den etter det midlertidige leveringsvinduet.

Autorisasjoner

Authorization

string

header

påkrevd

Use your CometAPI API key as the bearer value.

Kropp

application/json

model

enum<string>

påkrevd

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

Tilgjengelige alternativer:

grok-imagine-video-1.5

Eksempel:

"grok-imagine-video-1.5"

prompt

string

påkrevd

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

Eksempel:

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

duration

integer

standard:8

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

Nødvendig område: 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.

Tilgjengelige alternativer:

1:1,

16:9,

9:16,

4:3,

3:4,

3:2,

2:3

Eksempel:

"16:9"

resolution

enum<string>

standard:480p

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

Tilgjengelige alternativer:

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

Svar

200 - application/json

Request accepted.

request_id

string

påkrevd

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

Sist endret 21. august 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>"
}

Innholdsmoderering

API-nøkler

Velg en inndatamodus

Begynn med en liten forespørsel

Varighet og oppløsning

Oppgaveflyt

Autorisasjoner

Kropp

Svar

​Velg en inndatamodus

​Begynn med en liten forespørsel

​Varighet og oppløsning

​Oppgaveflyt

Autorisasjoner

Kropp

Svar

Velg en inndatamodus

Begynn med en liten forespørsel

Varighet og oppløsning

Oppgaveflyt