Create xAI video

这个端点兼容 xAI 的视频生成接口。已有 xAI 代码时，将 base_url 指向本站即可， 请求体与响应形状与客户端现有的一致。

支持的模型#

⚠️ 1080p 仅 x-ai/grok-imagine-video-1.5 支持。 在 x-ai/grok-imagine-video 上请求该档位将返回 400，不会被静默降级—— 若降级处理，调用方需在任务完成并计费后才能发现输出分辨率与预期不符。

精确的取值域也可以从 GET /v1/models 的 supported_parameters 读到， 那一份与实际放行的完全一致。

四种生成模式#

模式由请求中提供的素材决定，无需额外声明：

prompt 为可选——提供任一素材即可省略。此处与 MiniMax 视频端点相反， 从该端点迁移时无需补一条占位提示词。提示词与素材均未提供时返回 400。

参数行为说明#

duration 的默认值为 8 秒#

这是上游的默认值。未显式提供时输出为 8 秒，计费亦按 8 秒计。

x-ai/grok-imagine-video 的时长上限随模式变化#

该模型在纯文生、图生场景下支持至 15 秒；请求中一旦包含 reference_images 或 last_frame，上限收窄至 10 秒。

超出限制在提交时同步返回 400，不会等到任务执行后才失败。 x-ai/grok-imagine-video-1.5 无此收窄，四种模式均支持至 15 秒。

图生视频的输出尺寸由源图决定#

此场景下 aspect_ratio 与 resolution 不决定输出尺寸——输出宽高比恒跟随 所提供的图片。传入 3:2 的图片将得到 3:2 的视频，显式指定 aspect_ratio: "16:9" 不会改变这一结果。

计费不受影响：费用按请求的 resolution 档位计算，与实际像素无关。

⚠️ 1080p 档位的实际输出高度为 1088 而非 1080（H.264 宏块 16 对齐所致）， 这属于编码器行为，不影响档位判定与计费。

输入素材的传递方式#

与本站其它视频端点不同，此端点的每种素材是独立的顶层字段， 不使用统一的素材数组：

{
  "model": "x-ai/grok-imagine-video-1.5",
  "prompt": "让瀑布倾泻而下，镜头缓缓拉远",
  "image": { "url": "https://…/waterfall.png" },
  "reference_images": [{ "url": "https://…/style.png" }]
}

⚠️ 地址需包裹在对象中（{"url": "…"}），不接受裸字符串。 传入字符串将返回 400 并说明正确写法。

⚠️ reference_audios 暂不支持。 上游该字段接收的是预置音色标识 （voice_id），而非一段参考音频文件，两者语义不同。传入该字段将返回 400， 不会被静默忽略。

计费#

费用 = 实际出片秒数 × 该分辨率档单价 + 输入图片张数 × 单张单价

出片秒数取上游返回的实际值，而非请求中的 duration—— 图生视频场景下输出时长跟随素材。

分辨率是出片费用的唯一分档维度；aspect_ratio 生效但不影响单价。 首帧、尾帧与参考图均计入输入图片张数。

提交时按请求的 duration 与 resolution 预留费用， 完成后按实际用量结算并释放差额。

任务 ID#

返回的 request_id 是 Amux 的任务 ID，而非上游任务句柄。所有取回口均只接受 该 ID：GET /v1/tasks/{id} 与 xAI 形状的别名读取的是同一个任务。