> ## Documentation Index
> Fetch the complete documentation index at: https://docs.widerouter.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Grok Imagine 動画モデル

> xAIのWideRouter上の2つの動画モデル：クリップの生成、編集、延長に加え、再生時間、解像度、参照画像、プリセット音声に対応。

Grok Imagine ファミリーの 2 つのモデルは動画を生成します。どちらも
[非同期タスク API](/ja/api/async-tasks) 上で、他のすべてと同じエンベロープを使用して実行されます —
同期動画エンドポイントはないため、これらにアクセスする唯一の方法です。

この 2 つは、単純な旧モデルと新モデルの組み合わせではありません。`grok-imagine-video-1.5` は
より高い解像度で生成でき、プリセット音声を使用できます。`grok-imagine-video` は
**入力として動画**を受け付ける唯一のモデルであり、編集や拡張にはこれが必要です。
どちらを選ぶかは、クリップを作成するのか、既存のクリップを変更するのかによって決まります。

## シリーズの概要

|                 | Grok Imagine Video 1.5        | Grok Imagine Video   |
| --------------- | ----------------------------- | -------------------- |
| **モデルID**       | `grok-imagine-video-1.5`      | `grok-imagine-video` |
| テキストから動画        | はい                            | はい                   |
| 画像から動画（最初のフレーム） | はい                            | はい                   |
| 参照画像            | はい、最大3枚                       | はい、最大3枚              |
| **既存のクリップを編集**  | いいえ                           | **はい**               |
| **既存のクリップを延長**  | いいえ                           | **はい**               |
| 解像度             | `480p` / `720p` / **`1080p`** | `480p` / `720p`      |
| プリセット音声         | **はい**、最大3つ                   | いいえ                  |
| 無音出力            | はい                            | はい                   |
| 長さ              | 1～15秒                         | 1～15秒                |

モデルが実行できない内容をリクエストすると、キューに追加される前の送信時に失敗し、代わりに使用するモデルを示すメッセージが表示されます。

```json theme={null}
{
  "error": {
    "code": "invalid_params",
    "message": "edit needs a model that takes video input; use grok-imagine-video",
    "param": "input.mode"
  }
}
```

## モード

`input.mode`はモデルの動作を選択します。`generate`、`edit`、または
`extend`を指定でき、デフォルトは`generate`です。

| `mode`     | `input.video`が必要 | 出力時間                 | モデル                    |
| ---------- | ---------------- | -------------------- | ---------------------- |
| `generate` | いいえ              | `duration`、および0.04秒  | 両方                     |
| `edit`     | はい               | **ソースを継承**           | `grok-imagine-video`のみ |
| `extend`   | はい               | ソースに`duration`を加えた時間 | `grok-imagine-video`のみ |

`edit`はpromptから既存のクリップを書き換え、その長さを維持するため、
`resolution`を受け付けません。出力はソースに従います。`extend`は新しい
映像を末尾に追加します。

```json theme={null}
{
  "model": "grok-imagine-video",
  "input": {
    "prompt": "the camera slowly pulls back",
    "mode": "extend",
    "video": "https://example.com/boat.mp4",
    "duration": 3
  }
}
```

実測では、`duration: 3`を使用した3.04秒のソースから**6.04秒**の
クリップが生成されました。これは再レンダリングではなく、元の映像に3秒の拡張を加えたものです。

<Warning>
  **`duration`の範囲は`extend`モードでは狭くなります。** 仕様上は1～15
  秒を受け付けますが、拡張は実際には**2～10秒**に制限され、ソースクリップ自体も
  **少なくとも2秒**の長さである必要があります。どちらの制限も送信時にはチェックされないため、タスクがキューに追加された後、両方ともタスクレベルの失敗として返されます。

  `Duration must be between 2 and 10 seconds` · `Input video must be at least 2 seconds long, got 1.0s`
</Warning>

## パラメータ

以下のすべては `input` 内に含まれます。エンベロープについては
[非同期タスク API](/ja/api/async-tasks) を参照してください。

| フィールド              | 型       | デフォルト      | 注記                                                                       |
| ------------------ | ------- | ---------- | ------------------------------------------------------------------------ |
| `prompt`           | 文字列     | —          | 必須です。                                                                    |
| `mode`             | 文字列     | `generate` | `generate`、`edit`、または `extend`。                                          |
| `duration`         | 整数      | モデルのデフォルト  | 1～15 秒です。`extend` については上記の警告を参照してください。                                   |
| `resolution`       | 文字列     | `480p`     | `480p`、`720p`、または 1.5 でのみ `1080p`。`edit` モードでは受け付けられません。                 |
| `aspect_ratio`     | 文字列     | `16:9`     | `1:1`、`16:9`、`9:16`、`4:3`、`3:4`、`3:2`、`2:3` のいずれかです。                     |
| `images`           | 文字列\[]  | —          | **最初のフレーム**として使用される画像は 1 枚だけです。                                          |
| `video`            | 文字列     | —          | `edit` および `extend` 用のソースクリップです。`https` URL または base64 動画データ URI を指定します。 |
| `reference_images` | 文字列\[]  | —          | モデルがスタイルと被写体を参照する画像を最大 3 枚指定します。`images` とは併用できません。                      |
| `voice_ids`        | 文字列\[]  | —          | 最大 3 つのプリセット音声です。`grok-imagine-video-1.5` のみ。                            |
| `generate_audio`   | boolean | `true`     | 無音クリップには `false` を設定します。価格は変わりません。                                       |

`n` はありません。動画モデルはタスクごとに 1 本のクリップを生成します。

<Note>
  画像モデルとは異なり、動画には **`auto` アスペクト比**もウルトラワイド
  比率もありません。上記の 7 つの値が完全な一覧です。
</Note>

## 解像度と長さ

測定された出力ピクセル数。各ティアにつき1サンプルです。

| `resolution` | `aspect_ratio` | 出力          |
| ------------ | -------------- | ----------- |
| `480p`       | `16:9`（デフォルト）  | 848 × 480   |
| `480p`       | `9:16`         | 480 × 848   |
| `720p`       | `16:9`         | 1280 × 720  |
| `1080p`      | `16:9`         | 1920 × 1088 |

`1080p` は `grok-imagine-video` では拒否され、エラーは
`1080p is only available on grok-imagine-video-1.5` となります。

**クリップは指定した長さより約0.04秒長くなります** — 3秒を指定すると、
ファイルは3.04秒になります。これはすべてのサンプルで一貫しており、請求額には
影響しません。請求は指定した長さに基づいて行われます。

## 参照画像、最初のフレーム、音声

入力できるものは3種類あり、そのうち2つは同時に使用できません。

* **`images`** は **最初のフレーム**です。画像は1枚のみで、クリップはその画像を起点に展開されます。
* **`reference_images`** はスタイルと被写体のガイダンスで、画像は最大3枚まで指定できます。両モデルで使用できますが、これを使用すると**出力は `720p` に制限されます** — `1080p` を指定した `reference_images` は `reference images are capped at 720p` で拒否されます。
* 両方を渡すと拒否されます：
  `cannot be combined with images; a first frame and reference images are different modes`。

`voice_ids` は `grok-imagine-video-1.5` のプリセット音声を選択します。1クリップあたり最大3つまで指定できます。使用できる値は次のとおりです。

|          |           |          |          |          |          |
| -------- | --------- | -------- | -------- | -------- | -------- |
| `ara`    | `eve`     | `leo`    | `rex`    | `sal`    | `carina` |
| `zagan`  | `helix`   | `orion`  | `luna`   | `iris`   | `altair` |
| `zenith` | `perseus` | `helios` | `lux`    | `kepler` | `rigel`  |
| `cosmo`  | `celeste` | `ursa`   | `sirius` | `lumen`  | `castor` |
| `naksh`  | `atlas`   |          |          |          |          |

カスタム音声はWideRouterでは利用できません。音声 ID 自体は**送信時には検証されない**点に注意してください。認識されない名前でも受け付けられ、その後タスクが失敗します。音声も `generate_audio: false` も価格には影響しません。

## 料金

これらのモデルは **`Grok-Official`** グループを通じて提供されます。WideRouter の定価は xAI の公式価格と完全に一致しており、割引は **グループのレート倍率** に適用されます。`Grok-Official` に対しては `0.8` です。したがって、お支払いいただく金額は次のとおりです。

```
list price × group multiplier = charge
```

動画は解像度ごとに、**出力1秒あたり**の料金が設定されています。以下は定価です。

| モデル                      | `480p`     | `720p`     | `1080p`    |
| ------------------------ | ---------- | ---------- | ---------- |
| `grok-imagine-video-1.5` | \$0.08 / s | \$0.14 / s | \$0.25 / s |
| `grok-imagine-video`     | \$0.05 / s | \$0.07 / s | 利用不可       |

1秒あたりの料金だけでは分からない、3つのルールがあります。

* **送信するメディアにも課金されます。** 参照画像には約 \$0.01 が加算されます。
  `edit` または `extend` のソースクリップには、その長さに応じて1秒あたり約 \$0.01
  が課金されます。
* **`extend` では元のクリップに再課金されません。** 料金が設定されるのは新しいセグメントのみで、
  1秒あたりの料金に加えて、入力としてのソースクリップが課金されます。実測では、3.04秒のクリップを
  3秒延長した場合の料金は \$0.18 でした。これは、出力3秒分の \$0.05 に加え、入力3.04秒分の
  \$0.01 を合算したものです。一方、結果の長さは6.04秒になります。6秒を最初から再生成した場合は、
  \$0.30 かかります。
* **`edit` では、ソースの長さ分が出力と入力でそれぞれ課金されるため、約2倍の料金がかかります。**
  実測では、1.04秒のクリップを編集した料金は \$0.06 でした。

最初から最後までの計算例です。`grok-imagine-video` で `480p` を3秒実行する場合：

```
\$0.05 / s × 3 s        = \$0.15   list price
\$0.15 × 0.8            = \$0.12   charged on Grok-Official
```

<Info>
  完了したタスクには `usage.cost_in_usd_ticks` が付随し、`10000000000` ティックが
  \$1 に相当します。この金額は**定価**であり、グループのレート倍率が適用される前のものです。
  これにグループのレートを掛けると、残高から実際に引かれる金額が求められます。
</Info>

## レイテンシー

非同期 API で、送信から `completed` までのエンドツーエンドの時間を測定した結果です。

| リクエスト                                 | エンドツーエンド |
| ------------------------------------- | -------- |
| `grok-imagine-video`、`480p`、1 s       | 19 s     |
| `grok-imagine-video-1.5`、`480p`、1 s   | 21 s     |
| `grok-imagine-video`、`480p`、3 s       | 21–30 s  |
| `grok-imagine-video`、`edit`、1 s のクリップ | 30 s     |
| `grok-imagine-video`、`extend`、3 s まで  | 30 s     |
| `grok-imagine-video-1.5`、`1080p`、3 s  | 約48 s    |
| `grok-imagine-video-1.5`、`480p`、15 s  | 約51 s    |

生成は、動画モデルでよく説明される「通常は数分」よりもはるかに高速ですが、それでも接続を開いたままにしておくには遅すぎます。そのため、同期エンドポイントはありません。2～3秒ごとにポーリングし、クライアントのタイムアウトは最速の行ではなく、ここに示した最も遅い行を基準に設定してください。

## タスクが失敗した場合

動画の失敗は、HTTP
エラーではなく、`error` オブジェクトを持つ `failed` タスクとして記録されます。読み取りエンドポイントは引き続き `200` を返します。一般的なコードは
`upstream_error` であり、メッセージは xAI からそのまま渡されます。

```json theme={null}
{
  "status": "failed",
  "counts": { "requested": 1, "succeeded": 0, "failed": 1 },
  "error": {
    "code": "upstream_error",
    "message": "Input video must be at least 2 seconds long, got 1.0s"
  }
}
```

生成開始前に発生する失敗は高速です。到達不能な入力の場合は 1 秒未満、アップストリームモデルが適用する制約の場合は約 6 秒です。

## 次のステップ

<CardGroup cols={2}>
  <Card title="プレイグラウンド" icon="play" href="/ja/models/grok-imagine/video/playground">
    ブラウザから実際の動画タスクを送信し、完了するまでポーリングします。
  </Card>

  <Card title="Grok Imagine 画像" icon="image" href="/ja/models/grok-imagine/image/overview">
    ファミリーの画像側です。3つのバリエーションと品質グリッドを確認できます。
  </Card>
</CardGroup>