Criar um vídeo com 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>"
}

Use este endpoint para iniciar um job de vídeo do Grok a partir de texto, uma imagem de origem ou entradas de referência. Ele retorna um request_id imediatamente, portanto, trate-o como a primeira etapa de um fluxo de trabalho assíncrono. Sempre envie model: grok-imagine-video-1.5 explicitamente. model e prompt são obrigatórios para os formatos de solicitação 1.5 documentados aqui.

Escolha um modo de entrada

Modo	Campos da solicitação	Regras
Texto para vídeo	`prompt`	Omita `image`, `reference_images` e `reference_audios`.
Imagem para vídeo	`prompt`, `image.url`	`image.url` aceita uma URL de imagem pública ou um URI de dados de imagem. Não combine `image` com entradas de referência.
Referência para vídeo	`prompt` e pelo menos um de `reference_images` ou `reference_audios`	Envie até 7 imagens de referência e até 3 vozes predefinidas. A saída de referência para vídeo é limitada a `720p`.

Para um URI de dados, use data:image/png;base64,<BASE64_IMAGE_DATA>. Cada item reference_images usa o mesmo campo url. Um item de áudio de referência usa uma voice_id predefinida, como eve. No Prompt, tags como <IMAGE_0> e <AUDIO_0> podem identificar a referência correspondente.

Comece com uma solicitação pequena

Use model: grok-imagine-video-1.5
Para a primeira solicitação, mantenha duration em 1 e resolution em 480p
Mantenha prompt explícito para que a cena e o movimento fiquem claros
Adicione um modo de entrada por vez antes de combinar imagens de referência e vozes

Duração e resolução

Configuração	Valores compatíveis	Padrão	Comportamento nos limites
`duration`	inteiro `1`-`15`	`8`	Use clipes mais curtos nos primeiros testes; clipes mais longos custam mais e levam mais tempo para serem concluídos.
`resolution`	`480p`, `720p`, `1080p`	`480p`	Solicitações de resolução mais alta custam mais e levam mais tempo para serem concluídas. Referência para vídeo é compatível com até `720p`.
`aspect_ratio`	`1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `3:2`, `2:3`	`16:9` para texto para vídeo	Para imagem para vídeo, a omissão preserva a proporção da imagem de origem.

Os vídeos gerados incluem uma faixa de áudio. Defina duration, resolution e aspect_ratio explicitamente quando sua aplicação depender de uma configuração de saída específica.

Fluxo da tarefa

Criar o job

Envie o modelo, o Prompt e todas as entradas e, em seguida, salve o request_id retornado.

Verificar a conclusão

Chame Obter resultados de vídeo da xAI até que status de nível superior se torne done, failed ou expired. Uma resposta inicial pode conter apenas o request_id repetido enquanto os metadados da tarefa são preparados.

Persistir a saída

Copie o video.url final para seu próprio armazenamento caso precise dele após a janela de entrega temporária.

Autorizações

Authorization

string

header

obrigatório

Use your CometAPI API key as the bearer value.

Corpo

application/json

model

enum<string>

obrigatório

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

Opções disponíveis:

grok-imagine-video-1.5

Exemplo:

"grok-imagine-video-1.5"

prompt

string

obrigatório

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

Exemplo:

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

duration

integer

padrão:8

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

Intervalo necessário: 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.

Opções disponíveis:

1:1,

16:9,

9:16,

4:3,

3:4,

3:2,

2:3

Exemplo:

"16:9"

resolution

enum<string>

padrão:480p

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

Opções disponíveis:

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

Resposta

200 - application/json

Request accepted.

request_id

string

obrigatório

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

Última modificação em 21 de agosto de 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>"
}

Moderação de conteúdo

Chaves de API

Escolha um modo de entrada

Comece com uma solicitação pequena

Duração e resolução

Fluxo da tarefa

Autorizações

Corpo

Resposta

​Escolha um modo de entrada

​Comece com uma solicitação pequena

​Duração e resolução

​Fluxo da tarefa

Autorizações

Corpo

Resposta

Escolha um modo de entrada

Comece com uma solicitação pequena

Duração e resolução

Fluxo da tarefa