Grok Imagine Video 1.5 API：料金とリミット

Grok Imagine Video 1.5はテキスト生成ビデオではなく、画像から動画を作成するAPIです。 ソース画像にモーションプロンプトを付けると、モデルがその最初のフレームをネイティブ音声対応でアニメーション化します。xAIの現在のAPIは480p、720p、1080pの料金体系を用意していますが、現在のreAPIルートは480pと720pに対応しています。^[1]

この違いは最も一般的な失敗要因を防ぎます。つまり、テキストだけをこの1.5モデルに送信してしまうことです。テキスト生成、参照ビデオからの生成、編集、ビデオ拡張が必要な場合、xAIはこれらの機能を1.5の画像から動画エンドポイントではなく、より広いgrok-imagine-videoファミリーのドキュメントで説明しています。^[2]

TL;DR

入力： 1つの画像とモーションプロンプト。
出力： xAI経由で1～15秒の動画。reAPIの推奨チャネルはフォールバック互換性のため6～15秒を使用します。
xAI定価： 480pで秒あたり$0.08、720pで$0.14、1080pで$0.25、入力画像に+$0.01。^[1]
reAPI現在の推奨チャネル： 480pで秒あたり$0.03、720pで$0.06。利用前に最新モデルページを確認してください。
ネイティブ音声： 対応。reAPIの公式チャネルでaudioトグルが利用可能。
最大期間： 15秒。
主な制限： Grok Imagine Video 1.5はテキスト単独入力に対応していない、またreAPI経由では1080pは提供されていません。

Grok Imagine Video 1.5の仕様

項目	xAI API	reAPI推奨チャネル
モデルID	`grok-imagine-video-1.5`	`grok-imagine-video-1.5-official`
入力	画像＋プロンプト	公開画像URL＋必須プロンプト
解像度	480p、720p、1080p	480p、720p
期間	最大15秒	6～15秒
アスペクト比	ベンダー対応セット	`1:1`、`16:9`、`9:16`
音声	ネイティブ	ネイティブ、トグル利用可
課金	秒単位＋画像入力	秒単位
実行形式	非同期	非同期タスク

xAIはソース画像を最初のフレームとして説明しています。これにより、モデルは製品写真、イラスト、ポートレート、およびスタート構成が保持されるべきキーフレームに有用です。^[3]

Grok Imagine Video 1.5 API料金

Grok Imagine Video 1.5の480p、720p、1080p解像度別料金。xAI定価とreAPI現在対応状況を表示

xAI直接価格

解像度	動画レート	入力画像費用	8秒の例
480p	秒$0.08	$0.01	$0.65
720p	秒$0.14	$0.01	$1.13
1080p	秒$0.25	$0.01	$2.01

例はレート × 8 + $0.01です。したがって15秒の1080pクリップは、リトライ前に$3.76に達します。解像度が最大の価格変動要因です。^[1]

reAPI料金とチャネル別の違い

reAPIは現在2つのチャネルを提供しています。推奨されるofficialルートは480pで秒$0.03、720pで秒$0.06をリストしています。ベータルートはより広いアスペクト比セットとnsfw_checkerフィールドがありますが、現在のレートは高めです。公式ルートはプロンプトが必須、6～15秒に対応、音声トグル提供です。

8秒クリップの場合、現在の推奨ルートは約以下の通りです：

解像度	秒単価	8秒クリップ
480p	$0.03	$0.24
720p	$0.06	$0.48

レートは運用データであり、永遠の事実ではありません。電卓公開やお客様価格設定前に、最新のGrok Imagine Video 1.5モデルページをご参照ください。

reAPI経由でGrok Imagine Video 1.5を呼び出す

このエンドポイントは非同期です。ジョブを送信し、タスクIDを保存し、完了までタスクエンドポイントをポーリングします。

import requests

payload = {
    "model": "grok-imagine-video-1.5-official",
    "prompt": "Slow cinematic push-in, natural hair movement, warm sunset light",
    "image_urls": ["https://your-cdn.com/keyframe.jpg"],
    "aspect_ratio": "16:9",
    "resolution": "720p",
    "duration": 8,
    "audio": True,
}

response = requests.post(
    "https://reapi.ai/api/v1/videos/generations",
    headers={
        "Authorization": "Bearer YOUR_API_KEY",
        "Content-Type": "application/json",
    },
    json=payload,
    timeout=30,
)
response.raise_for_status()
task = response.json()
print(task["id"])

GET /api/v1/tasks/{id}をポーリングします。完成した結果は生成動画URLを公開します。アプリケーションが永続アセットを必要とする場合は、自社のストレージにコピーすることをお勧めします。

ソース画像を保持するプロンプト作成

最強のプロンプトはフレーム全体の再設計ではなく、動き・カメラアクションを説明します。ソース画像はすでに構図、被写体、衣装、パレット、背景を提供しています。

この順序に従います：

被写体モーション： まばたき、回転、歩行、生地の動き、製品回転。
カメラモーション： ズームイン、ドリー左、固定カメラ、ハンドヘルドドリフト。
環境モーション： 風、雨、交通、水、パーティクル。
オーディオ： 環境音、会話、エフェクト、音楽方向。
不変性： アイデンティティ、製品形状、ロゴ配置、フレーミング保持。

例：

The camera makes a slow 10% push-in. The subject blinks once and turns slightly
toward the window. Curtains move in a light breeze. Preserve the exact face,
clothing, room layout, and morning color palette. Quiet room tone and distant
city ambience; no dialogue.

8秒で10ショットを撮影するよう要求することは、急速なモンタージュが目標でない限り避けてください。短いクリップは複数のカメラ移動とアクションを確立する時間がほとんどありません。