Nano Banana 2.1 公開中 — Google 最新モデル | 今すぐ試す →
xAI動画 API1回あたり$0.05から

Grok Imagine Video API

xAI の Grok Imagine Video は、テキストから動画、画像から動画、リファレンスから動画、video-extend、edit-video に対応し、さらに、1080pのテキストから動画と最大7枚の画像からのリファレンスから動画を備えた高速な v1.5 の生成も提供します。

1つのファミリーに2つの世代があります。オリジナルのエンドポイントは、テキストから動画、画像から動画、リファレンスから動画(アイデンティティ、スタイル、シーン構成を保持)、video-extend、edit-video をカバーします。高速な v1.5 の世代は、1080pのオプションつきのテキストから動画、480p/720pの画像から動画、最大7枚の参照画像からのリファレンスから動画を加えます。

概要

Grok Imagine Video APIについて

Grok Imagine Videoでできること、xAIのモデルラインナップにおける位置づけ、そして多くのチームに選ばれる理由。

Grok Imagine VideoはxAIの動画生成モデルで、WaveSpeedAIのREST APIから利用できます。xAI の Grok Imagine Video は、テキストから動画、画像から動画、リファレンスから動画、video-extend、edit-video に対応し、さらに、1080pのテキストから動画と最大7枚の画像からのリファレンスから動画を備えた高速な v1.5 の生成も提供します。

1つのファミリーに2つの世代があります。オリジナルのエンドポイントは、テキストから動画、画像から動画、リファレンスから動画(アイデンティティ、スタイル、シーン構成を保持)、video-extend、edit-video をカバーします。高速な v1.5 の世代は、1080pのオプションつきのテキストから動画、480p/720pの画像から動画、最大7枚の参照画像からのリファレンスから動画を加えます。

WaveSpeedAIのGrok Imagine Videoファミリーには、Reference-To-Video, Video-Extend, Video-To-Video, Image-To-Video, Text-To-Videoのワークフローをカバーする8個のRESTエンドポイントがあります。各バリアントには、それぞれ独自の料金、パラメーター、作例があります。入力の種類と本番環境の制約に合うものを選ぶか、同じAPIキーで複数を呼び出して、多段階のパイプラインを組み立ててください。

WaveSpeedAIの他の1,000以上のAIモデルと同じAPIキー、請求アカウント、レート制限の枠組みでGrok Imagine Videoを実行できます。ベンダーごとの設定も、プロバイダーごとのSDKも、ベンダーごとのレート制限も不要です。1つの連携で、テキストから画像、テキストから動画から、音声合成、3D生成、高画質化、編集まで、すべてカバーできます。

エンドポイント

Grok Imagine VideoのAPIエンドポイント一覧

WaveSpeedAIで現在利用可能なGrok Imagine Videoのエンドポイントは8個です。ワークフローに合ったバリアントを選んでください。

reference-to-videoGrok Imagine Video Reference To Video — xAIのGrok Imagine Video reference-to-videoプレビュー

Grok Imagine Video Reference To Video

X-AI Grok Imagine Video Reference-to-Video generates videos from multiple reference images with preserved identity, style, and scene composition. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.05から
video-extendGrok Imagine Video Video Extend — xAIのGrok Imagine Video video-extendプレビュー

Grok Imagine Video Video Extend

X-AI Grok Imagine Video Extend turns short clips into longer videos with smooth motion continuity and natural scene extension. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.05から
video-to-videoGrok Imagine Video Edit Video — xAIのGrok Imagine Video video-to-videoプレビュー

Grok Imagine Video Edit Video

X-AI Grok Imagine Video Edit enables video editing using xAI's Grok Imagine Video model. Transform and modify existing videos with text prompts for seamless AI-powered edits. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.065から
image-to-videoGrok Imagine Video Image To Video — xAIのGrok Imagine Video image-to-videoプレビュー

Grok Imagine Video Image To Video

X-AI Grok Imagine Video transforms images into videos using xAI's Grok Imagine Video model. Animate still images with natural motion, scene continuity, and synchronized audio. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.05から
text-to-videoGrok Imagine Video Text To Video — xAIのGrok Imagine Video text-to-videoプレビュー

Grok Imagine Video Text To Video

X-AI Grok Imagine Video generates videos from text descriptions using xAI's Grok Imagine Video model. Create high-quality videos with customizable duration, aspect ratio, and resolution. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.05から
reference-to-videoGrok Imagine Video v1.5 Reference To Video — xAIのGrok Imagine Video reference-to-videoプレビュー

Grok Imagine Video v1.5 Reference To Video

xAI Grok Imagine Video v1.5 Reference to Video turns up to seven reference images and a natural-language prompt into short, stylized AI videos, with 480P / 720P output options and selectable aspect ratios for identity-consistent clips, character-driven videos, social media content, creative storytelling, and marketing workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.09から
text-to-videoGrok Imagine Video v1.5 Text To Video — xAIのGrok Imagine Video text-to-videoプレビュー

Grok Imagine Video v1.5 Text To Video

xAI Grok Imagine Video v1.5 Text to Video turns natural-language prompts into short, stylized AI videos, with 480P, 720P, and 1080P output options plus selectable aspect ratios for social media clips, creative storytelling, concept videos, marketing content, and professional text-to-video workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.08から
image-to-videoGrok Imagine Video v1.5 Image To Video — xAIのGrok Imagine Video image-to-videoプレビュー

Grok Imagine Video v1.5 Image To Video

xAI Grok Imagine Video v1.5 Image-to-Video turns a single input image and a natural-language prompt into short, stylized AI videos, with 480P, 720P, and 1080P output options and selectable aspect ratios for character animation, product videos, social media content, creative storytelling, and marketing workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.09から

作例

Grok Imagine Videoの実力を見る

Grok Imagine Video APIで実際に生成された出力です。動画にカーソルを合わせるとプレビュー、クリックすると原寸のビューアで開きます。

使い方

Grok Imagine Video APIの使い方

登録から生成完了まで4ステップ。Python、Node.js、cURLの完全なサンプルは、下のAPIセクションにあります。

  1. 01

    APIキーを取得

    WaveSpeedAIのアカウントに登録し、ダッシュボードからAPIキーをコピーします。新規アカウントには無料のスタータークレジットが付くので、課金が始まる前にプレイグラウンドを数十回実行できます。

  2. 02

    予測を送信

    入力をJSONとしてhttps://api.wavespeed.ai/api/v3/x-ai/grok-imagine-video/text-to-videoにPOSTします。エンドポイントはすぐに予測IDを返します。生成は非同期なので、推論中に接続を開いたままにする必要はありません。

  3. 03

    完了までポーリング

    https://api.wavespeed.ai/api/v3/predictions/{request_id}/resultにGETします。completedなら出力を返し、failed、cancelled、timeout、deletedならエラーで停止し、それ以外のステータスの間はポーリングを続けます。

  4. 04

    出力URLを読み取る

    ステータスが"completed"になったら、data.outputs[0]からURLを読み取ります。URLは、WaveSpeedAIのCDN上にある生成されたメディアを指します。呼び出したGrok Imagine Videoのバリアントに応じて、画像、動画、音声、3Dファイルのいずれかです。

活用例

Grok Imagine Videoで作れるもの

開発者やクリエイターがGrok Imagine Video APIでよく使うワークフロー。

01

2つの世代にまたがるテキストから動画

x-ai/grok-imagine-video/text-to-video は、長さ、アスペクト比、解像度を調整できる動画を生成し、x-ai/grok-imagine-video-v1.5/text-to-video は、480p、720p、1080pを選べる、高速でスタイライズされた出力を加えます。

text-to-videocustomizable1080p
02

シーンの連続性を保つ画像から動画

x-ai/grok-imagine-video/image-to-video は、静止画を、自然なモーション、シーンの連続性、同期オーディオでアニメーション化します。v1.5 のバリアントは、480pと720pでの、高速なプロンプト駆動のアニメーションを提供します。

image-to-videocontinuityaudio
03

アイデンティティを保つリファレンスから動画

x-ai/grok-imagine-video/reference-to-video は、複数の参照画像から、アイデンティティ、スタイル、シーン構成を保った動画を生成します。v1.5 のバリアントは、最大7枚の参照画像を受け付け、アイデンティティの一貫性を保ったキャラクター主体のクリップを作れます。

referenceidentityseven-images
04

より長いシーケンスのための video-extend

x-ai/grok-imagine-video/video-extend は、短いクリップを、滑らかなモーションの連続性と自然なシーンの拡張を備えた長い動画に変えます。延長を連鎖させれば、1回の生成の枠を超えて、物語のシーケンスを作れます。

video-extendlong-formcontinuation
05

テキストプロンプトによる edit-video

x-ai/grok-imagine-video/edit-video は、既存の動画を、テキストプロンプトによるシームレスなAI編集で変換・修正します。元の映像を最初から再生成せずに、プロンプト駆動で変更できます。

edittransformprompt-driven
06

ショートフォーム向けの高速な v1.5 階層

カタログでは、v1.5 のバリアントを、SNSクリップ、マーケティングコンテンツ、クリエイティブなストーリーテリング向けと位置づけています。アスペクト比を選べる高速な生成は、大量のショートフォームのパイプラインに適しています。

v1.5socialshort-form

コツ

Grok Imagine Videoのプロンプトのコツ

Grok Imagine Videoからより良い出力を得るための実践的なアドバイス。本番のパイプラインで動画モデル全般に通用するパターンに基づいています。

  1. 01

    長さとアスペクト比を最初に設定する

    カタログ上の特長は、長さ、アスペクト比、解像度を調整できることです。納品に関するパラメーターは、APIの呼び出しで設定してください。横長で生成してから9:16にトリミングしないようにしましょう。

  2. 02

    アンサンブルシーンにはリファレンスから動画

    参照した複数の被写体をまとまりよく保つ必要があるときは、すべての参照画像を渡してリファレンスから動画を使います。アイデンティティとシーン構成が、参照から出力に引き継がれます。

  3. 03

    物語の連続性には video-extend

    まず5〜8秒の質の高いベースのクリップを生成し、video-extend で滑らかに続けます。長い1回の生成ではなく、延長を連鎖させて長いシーケンスを作ってください。

  4. 04

    狙った変更には edit-video

    既存の映像にプロンプト駆動の変更が必要なときは、edit-video を使ってください。シーン全体を最初から再生成するより高速です。

  5. 05

    画像から動画はシーンの連続性を保つ

    カタログでは、画像から動画のシーンの連続性を強調しています。クリーンで明るい参照用の静止画を渡してください。モデルは、開始時の構図にモーションを合わせます。

料金

Grok Imagine Video APIの料金

料金は出力ごとです。最終的な請求額は、各バリアントのプレイグラウンドで設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。

最低料金

$0.05/ 回

8個のエンドポイント · Grok Imagine Video

プレイグラウンドを開く

API

Grok Imagine Video APIを呼び出す

wavespeed.ai/accesskeyでAPIキーに登録し、RESTで予測を送信します。プレイグラウンドでは、入力の組み合わせに応じて、そのまま貼り付けられるサンプルが生成されます。

POSThttps://api.wavespeed.ai/api/v3/x-ai/grok-imagine-video/text-to-video

# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
  -X POST "https://api.wavespeed.ai/api/v3/x-ai/grok-imagine-video/text-to-video" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $WAVESPEED_API_KEY" \
  -d '{
    "prompt": "A cinematic shot of a city at sunset, soft golden light",
    "duration": 6,
    "aspect_ratio": "16:9",
    "resolution": "720p"
}')

TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
  printf 'Submission response did not contain a prediction id
' >&2
  exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"

# 2. Poll until the prediction finishes.
while true; do
  RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
    -H "Authorization: Bearer $WAVESPEED_API_KEY")
  RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
  STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
  case "$STATUS" in
    completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
    failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
    *) sleep 2 ;;
  esac
done

比較

Grok Imagine Videoと他モデルの比較

WaveSpeedAI上の類似モデルではなくGrok Imagine Videoを選ぶべきケース。

Grok Imagine Video vs Seedance 2.0

Seedance 2.0 は、全階層でのネイティブオーディオに加え、Fast/Standard/Turbo の料金階層と、専用のリスタイルのエンドポイントとしての video-edit を備えています。Grok Imagine Video は、xAI の Grok ブランドのもと、2つの世代にまたがる8つのエンドポイント(edit-video、video-extend、高速な v1.5 階層を含む)という、より幅広い構成をカバーしています。

Grok Imagine Video vs Wan 2.7

Wan 2.7 は、モダリティをまたぐパイプライン向けに、同じファミリーに image-edit と text-to-image のバリアントを加えています。Grok Imagine Video は動画に集中し、edit-video と video-extend を主要なエンドポイントとして備えています。

Grok Imagine Video vs Veo 3.1

Veo 3.1 は、人物の顔のフォトリアリズムで評価が高く、Google の3つの料金階層があります。Grok Imagine Video は、長さと解像度を調整でき、edit-video を含む5つのエンドポイントを備えています。プロバイダーは異なりますが、API連携のパターンは同程度です。

FAQ

Grok Imagine Video API — よくある質問

料金、ライセンス、連携など、WaveSpeedAIでGrok Imagine Videoを実行する際のよくある質問。

Grok Imagine Video APIとは何ですか?

Grok Imagine Videoは、xAIの動画生成モデルで、WaveSpeedAI上でREST APIとして提供されています。xAI の Grok Imagine Video は、テキストから動画、画像から動画、リファレンスから動画、video-extend、edit-video に対応し、さらに、1080pのテキストから動画と最大7枚の画像からのリファレンスから動画を備えた高速な v1.5 の生成も提供します。プログラムから呼び出すことも、上にリンクされたプレイグラウンドで試すこともできます。

Grok Imagine Video APIはどう呼び出しますか?

WaveSpeedAIのアカウントに登録し、/accesskeyからAPIキーをコピーして、入力をJSONとしてhttps://api.wavespeed.ai/api/v3/x-ai/grok-imagine-video/text-to-videoにPOSTします。エンドポイントは予測IDを返します。結果のエンドポイントを約2秒ごとにポーリングし、長時間かかるタスクでは間隔を広げ、終端ステータスになったら停止してください。本番運用向けのPython / Node.js / cURLのサンプルは上にあります。

Grok Imagine Video APIの料金はいくらですか?

Grok Imagine Videoは1回あたり$0.05からです。実際の料金は、設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。プレイグラウンドの「生成」ボタンの横に表示されるリアルタイムの料金プレビューで、現在の入力での正確な料金を確認できます。

Grok Imagine Videoにはどのバリアントがありますか?

WaveSpeedAIでは、8個のGrok Imagine Videoエンドポイントが利用可能です:x-ai/grok-imagine-video/reference-to-video, x-ai/grok-imagine-video/video-extend, x-ai/grok-imagine-video/edit-video, x-ai/grok-imagine-video/image-to-video, x-ai/grok-imagine-video/text-to-video, x-ai/grok-imagine-video-v1.5/reference-to-video, x-ai/grok-imagine-video-v1.5/text-to-video, x-ai/grok-imagine-video-v1.5/image-to-video。各バリアントには、専用のプレイグラウンドページと料金があります。

Grok Imagine Videoの出力を商用利用できますか?

商用利用の権利は、xAIのモデルライセンスに従います。xAIのほとんどのモデルは出力の商用利用を認めています。具体的なライセンスの概要は各モデルのプレイグラウンドページで、プラットフォーム全体の条件はWaveSpeedAIの利用規約でご確認ください。

なぜ直接ではなくWaveSpeedAIでGrok Imagine Videoを使うのですか?

Grok Imagine Videoと、他のプロバイダーの1,000以上のAIモデルを、1つのAPIキー、1つの請求アカウントで利用できます。ベンダーごとのSDK設定も、個別のレート制限も、ベンダーごとの連携コードの書き直しも不要です。料金は、通常xAIの直接のAPIと同等かそれ以下です。

提供元

xAIについて

WaveSpeedAIにおけるGrok Imagine Videoと、xAIのモデルラインナップ全体を手がけるチーム。

xAI は、イーロン・マスク氏のAI企業で、チャット、推論、マルチモーダル生成のための Grok モデルを提供しています。Grok Imagine Video は、テキストから動画、画像から動画、リファレンスから動画、video-extend、edit-video に対応し、長さ、アスペクト比、解像度を調整できます。WaveSpeedAI の統合APIで、主要プロバイダーの各モデルと並べて利用できます。

WaveSpeedAIでGrok Imagine Videoを使った開発を始めよう

登録時に無料のスタータークレジットを進呈。xAIをはじめ、あらゆるプロバイダーの1,000以上のAIモデルを、1つのAPIキーで。