xAI Grok Imagine Video v1.5 テキストから動画生成

x-ai/grok-imagine-video-v1.5/text-to-video

テキストプロンプトから1-15秒の動画を生成します。480p、720p、1080pに対応しています。

サンプル

xAI Grok Imagine Video v1.5 テキストから動画生成 example 1

パラメータ

名前既定制約説明
prompt *プロンプトtextarea≤ 5000 chars生成したい動画のテキスト説明。
duration長さslider61 ~ 15 · step 1出力動画の長さ(秒)。
aspect_ratioアスペクト比select16:916:9 | 1:1 | 9:16 | 3:2 | 2:3生成される動画のアスペクト比。
resolution解像度select720p720p | 480p | 1080p出力動画の解像度。

API

統一 REST API でこのモデルを呼び出せます。API Keys ページでキーを取得してください。

cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/x-ai/grok-imagine-video-v1.5/text-to-video" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
    "duration": 6,
    "aspect_ratio": "16:9",
    "resolution": "720p"
  }
}'

# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
  -H "Authorization: Bearer YOUR_API_KEY"
Python
import time, requests

API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}

# 1) Submit
resp = requests.post(
    "https://www.namifusion.com/api/v1/marketplace/run/x-ai/grok-imagine-video-v1.5/text-to-video",
    headers=HEADERS,
    json={
        "input": {
            "prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
            "duration": 6,
            "aspect_ratio": "16:9",
            "resolution": "720p"
        }
    },
)
resp.raise_for_status()  # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()

# 2) Poll until a terminal state (completed / failed / cancelled).
#    This model is allowed up to 300s server-side.
deadline = time.time() + 360
while task.get("status") not in ("completed", "failed", "cancelled"):
    if time.time() > deadline:
        raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
    time.sleep(3)
    poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
    poll.raise_for_status()
    task = poll.json()

print(task["status"], task.get("output"))
JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };

// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/x-ai/grok-imagine-video-v1.5/text-to-video", {
  method: "POST",
  headers: { ...HEADERS, "Content-Type": "application/json" },
  body: JSON.stringify({
    "input": {
      "prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
      "duration": 6,
      "aspect_ratio": "16:9",
      "resolution": "720p"
    }
  }),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();

// 2) Poll until a terminal state (completed / failed / cancelled).
//    This model is allowed up to 300s server-side.
const deadline = Date.now() + 360 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
  if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
  await new Promise((r) => setTimeout(r, 3000));
  const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
  if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
  task = await poll.json();
}

console.log(task.status, task.output);

ドキュメント

xAI Grok Imagine Video v1.5 Text to Video

🚀 Key Features

  • プロンプトのみで動画生成:画像入力なしで、プロンプトだけから短尺動画を生成できます。
  • モーションとカメラ表現に対応:被写体の動き、カメラモーション、雰囲気、時間経過による変化をプロンプトで細かく記述できます。
  • 柔軟な出力品質480p、720p、1080p から選択でき、試作から最終用途までコストと品質を調整可能です。
  • 複数のアスペクト比16:9、1:1、9:16、3:2、2:3 に対応し、横向き・正方形・縦長の配信形式に適応します。
  • 短尺生成に最適化1〜15 秒 のクリップ生成に適しており、素早い試行錯誤と安定したプロンプト制御に向いています。

🛠️ Technical Specifications

項目内容
モデル名xAI Grok Imagine Video v1.5 Text to Video
モデル種別テキスト生成動画モデル
モデルアーキテクチャプロンプト駆動の短尺動画生成
入力プロンプト
出力動画
出力形式生成された短尺動画
長さ1〜15 秒(デフォルト:6)
アスペクト比16:9、1:1、9:16、3:2、2:3(デフォルト:16:9)
解像度480p、720p、1080p(デフォルト:720p)
フレームレート非公開
制御性シーン、被写体の動き、カメラモーション、テンポ、雰囲気をプロンプトで指定可能
最適な用途短尺のコンセプト動画、SNS 向けコンテンツ、迅速なクリエイティブ検証

サンプルプロンプト

  • 夜明けの海に打ち寄せるシネマティックな波、非常に高精細、海霧の中を差し込む黄金の光、ゆっくり前進するカメラ、ドラマチックな雰囲気。
  • ネオンに照らされた夜の都市を歩く未来的なファッションモデル、弱い雨、濡れた路面の反射、滑らかな追従ショット。
  • 山道のヘアピンカーブをドリフトで駆け抜ける赤いスポーツカー、低いカメラアングル、背景に強いモーションブラー、緊張感のある演出。

💰 Pricing

解像度1 秒あたりの価格5 秒の例10 秒の例15 秒の例
480p$0.08$0.40$0.80$1.20
720p$0.14$0.70$1.40$2.10
1080p$0.25$1.25$2.50$3.75

課金ルール

  • 料金は 長さ解像度 に応じて線形に計算されます。
  • 課金対象の長さは 1 秒単位で切り上げられます。
  • 最小課金長さは 1 秒 です。
  • 最大対応長さは 15 秒 です。

💡 Best Use Cases

  • SNS 向け動画制作:縦向き・正方形・横向きの各フォーマットで、投稿用やプロモーション用の短尺動画を素早く作成できます。
  • コンセプト可視化:文章ベースのアイデアを、ムードクリップやモーション検証用の映像として具体化できます。
  • 広告モックアップ:キャンペーン提案、企画レビュー、制作前の方向性確認向けに、短時間でアニメーション案を作成できます。
  • クリエイティブプロトタイピング:モーション、テンポ、カメラ演出をプロンプトベースで試し、制作初期の検証を効率化できます。

🔗 Related Models

  • xAI Grok Imagine Video v1.5 Image-to-Video:既存の画像をもとに短尺動画へアニメーション化するモデルです。
  • xAI Grok Imagine Video v1.5 Reference-to-Video:最大 7 枚の参照画像で生成を誘導し、より高いビジュアル一貫性を求める用途に適しています。

関連モデル

Pixverse V6 Text to Video
Text to VideoPixVerse

Pixverse V6 Text to Video

PixVerse V6は大幅な進化を遂げ、映画並みの超高画質と深いセマンティック理解をサポート。テキストプロンプトを、繊細な光影とリアルな物理インタラクションを伴う動的な動画へと正確に変換します。高コンカレンシー・低遅延のREST推論API、コールドスタートなしで、プロフェッショナルな動画制作とビジネス展開を強力に支援します。

$0.180 / 1 回
Pixverse C1 Text to Video
Text to VideoPixVerse

Pixverse C1 Text to Video

PixVerse C1は、テキストプロンプトから映画クオリティの高品質な動画を生成する最先端のAIモデルです。1〜15秒の柔軟な動画再生時間、最大1080pの複数解像度に対応し、ネイティブ音声の同時生成も可能です。即時利用可能なREST推論APIを提供しており、圧倒的な高パフォーマンス、コールドスタートなしの即時起動、そして導入しやすい低価格な料金プランを実現しています。

$0.200 / 1 回
Nami Wan 2.7 T2V Spicy
Text to Video

Nami Wan 2.7 T2V Spicy

WAN 2.7 Spicy はテキストプロンプトから高品質な動画を生成し、より自然で滑らかなモーション、高い画面一貫性、表現力豊かなシネマティック映像を実現します。マルチショット生成とプロンプト最適化に対応し、クリエイティブコンテンツ、広告制作、キャラクターアニメーション、映画品質の動画生成に最適です。すぐに使える REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$1.30 / 1 回
MiniMax H3 テキストから動画生成
Text to VideoMinimax

MiniMax H3 テキストから動画生成

MiniMax H3 テキストから動画生成は、プロンプトから一貫性のある 2K 動画を生成できます。4〜15秒の柔軟な長さと、6種類のアスペクト比に対応し、シネマティックなシーン、クリエイティブ動画、制作ワークフローに適しています。すぐに使える REST 推論 API を提供し、高性能・コールドスタートなし・手頃な価格で利用できます。

$0.650 / 1 回
Kling Omni Video O3 標準版テキストから動画生成
Text to VideoKling

Kling Omni Video O3 標準版テキストから動画生成

Kling Omni Video O3 は、MVL(マルチモーダルビジュアルランゲージ)技術を採用したKuaishouの高度な統合型マルチモーダル動画モデルです。テキストから動画生成モードでは、プロンプトを基に主体の一貫性、自然な物理シミュレーション、正確な意味理解を備えた映画品質の動画を生成します。音声生成にも対応。すぐに使えるREST API、最高のパフォーマンス、冷スタートなし、手頃な価格。

$0.420 / 1 回
Kling Omni Video O1 テキストから動画生成
Text to VideoKling

Kling Omni Video O1 テキストから動画生成

Kling Omni Video O1 は、MVL(マルチモーダルビジュアルランゲージ)技術を採用したKuaishou初の統合型マルチモーダル動画モデルです。テキストから動画生成モードでは、プロンプトに基づいて映画品質の動画を生成し、主体の一貫性、自然な物理シミュレーション、正確な意味理解を実現します。すぐに使えるREST API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.420 / 1 回
Kling 3.0 標準版
Text to VideoKling

Kling 3.0 標準版

Kling 3.0 標準版は、高品質なテキストから動画生成を提供します。滑らかな動き、映画のような映像、正確なプロンプトの適合性、そして共有可能なクリップ用のネイティブ音声を備えています。即時利用可能な REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.630 / 1 回
Kling V2.6 テキストから動画生成 API
Text to VideoKling

Kling V2.6 テキストから動画生成 API

Kling 2.6 は、滑らかなモーション、映画のようなビジュアル、強力なプロンプト適合性、そしてネイティブオーディオを備えた、トップクラスのテキストから動画生成を提供します。共有可能なクリップを即座に生成可能。すぐに使用できる REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.700 / 1 回