> ## 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 视频模型 > xAI 在 WideRouter 上的两个视频模型：生成、编辑与延长片段，以及时长、分辨率、参考图与预设音色。 Grok Imagine 系列里有两个模型出视频。两个都走[异步任务 API](/zh/api/async-tasks)， 信封与其他模型一致——**视频没有同步接口**，这是唯一的调用方式。 这两个不是简单的新旧关系。`grok-imagine-video-1.5` 分辨率更高、能用预设音色； 而 `grok-imagine-video` 是唯一**接受视频作为输入**的，编辑和延长都要靠它。 用哪个取决于你是要造一段片子，还是要改一段现成的。 ## 系列总览 | | Grok Imagine Video 1.5 | Grok Imagine Video | | ---------- | ----------------------------- | -------------------- | | **模型 ID** | `grok-imagine-video-1.5` | `grok-imagine-video` | | 文生视频 | 支持 | 支持 | | 图生视频（首帧） | 支持 | 支持 | | 参考图 | 支持，最多 3 张 | 支持，最多 3 张 | | **编辑已有片段** | 不支持 | **支持** | | **延长已有片段** | 不支持 | **支持** | | 分辨率 | `480p` / `720p` / **`1080p`** | `480p` / `720p` | | 预设音色 | **支持**，最多 3 个 | 不支持 | | 静音输出 | 支持 | 支持 | | 时长 | 1–15 秒 | 1–15 秒 | 向一个模型要它做不到的事，会在提交时就被拒、不会入队，而且消息会告诉你该换哪个： ```json theme={null} { "error": { "code": "invalid_params", "message": "edit needs a model that takes video input; use grok-imagine-video", "param": "input.mode" } } ``` ## 三种模式 `input.mode` 决定模型做什么，取 `generate`、`edit` 或 `extend`，默认 `generate`。 | `mode` | 需要 `input.video` | 产物时长 | 支持的模型 | | ---------- | ---------------- | -------------------- | ---------------------- | | `generate` | 否 | `duration` 再加 0.04 秒 | 两个都行 | | `edit` | 是 | **继承源片长度** | 仅 `grok-imagine-video` | | `extend` | 是 | 源片加 `duration` | 仅 `grok-imagine-video` | `edit` 按提示词改写一段现成的片子并保持长度，所以它不接受 `resolution`—— 输出跟随源片。`extend` 是在末尾接一段新画面。 ```json theme={null} { "model": "grok-imagine-video", "input": { "prompt": "the camera slowly pulls back", "mode": "extend", "video": "https://example.com/boat.mp4", "duration": 3 } } ``` 实测：3.04 秒的源片配 `duration: 3`，产出 **6.04 秒**——原片加三秒延长段， 不是重新渲染。 **`extend` 模式下 `duration` 的范围会收窄。** 契约层接受 1–15 秒， 但延长段实际只允许 **2–10 秒**，而且源片本身必须**至少 2 秒**。 这两条都不在提交时校验，所以都是任务入队之后才以失败形式回来： `Duration must be between 2 and 10 seconds` · `Input video must be at least 2 seconds long, got 1.0s` ## 参数 下面这些都放在 `input` 里。信封见[异步任务 API](/zh/api/async-tasks)。 | 字段 | 类型 | 默认 | 说明 | | ------------------ | --------- | ---------- | ------------------------------------------------------- | | `prompt` | string | — | 必填。 | | `mode` | string | `generate` | `generate`、`edit` 或 `extend`。 | | `duration` | integer | 模型默认 | 1–15 秒。`extend` 见上面的提醒。 | | `resolution` | string | `480p` | `480p`、`720p`，`1080p` 仅 1.5。`edit` 模式下不接受。 | | `aspect_ratio` | string | `16:9` | 取 `1:1` `16:9` `9:16` `4:3` `3:4` `3:2` `2:3` 之一。 | | `images` | string\[] | — | 恰好一张图，作为**首帧**。 | | `video` | string | — | `edit` 与 `extend` 的源片。`https` URL 或 base64 视频 data URI。 | | `reference_images` | string\[] | — | 最多 3 张，模型从中取风格与主体。不能与 `images` 同时给。 | | `voice_ids` | string\[] | — | 最多 3 个预设音色，仅 `grok-imagine-video-1.5`。 | | `generate_audio` | boolean | `true` | 传 `false` 出静音片段，不影响价格。 | 没有 `n`——视频模型每个任务只产一段。 和图像模型不同，视频**没有 `auto` 画幅**，也没有超宽比例。上面七个就是全部。 ## 分辨率与时长 实测输出像素，每档一个样本： | `resolution` | `aspect_ratio` | 输出 | | ------------ | -------------- | ----------- | | `480p` | `16:9`（默认） | 848 × 480 | | `480p` | `9:16` | 480 × 848 | | `720p` | `16:9` | 1280 × 720 | | `1080p` | `16:9` | 1920 × 1088 | `1080p` 在 `grok-imagine-video` 上会被拒： `1080p is only available on grok-imagine-video-1.5`。 **产物比请求的时长多约 0.04 秒**——要 3 秒，文件是 3.04 秒。 每个样本都是这样，且不影响计费，计费按请求的时长算。 ## 参考图、首帧与音色 能喂进去的有三样东西，其中两样互斥： * **`images`** 是**首帧**。恰好一张，片子从这一帧往后动。 * **`reference_images`** 是风格与主体参考，最多三张。两个模型都接受， 而且一旦用了，**输出封顶 `720p`**——`reference_images` 配 `1080p` 会被拒： `reference images are capped at 720p`。 * 两个同时给会被拒： `cannot be combined with images; a first frame and reference images are different modes`。 `voice_ids` 在 `grok-imagine-video-1.5` 上选预设音色，每段最多三个。合法取值： | | | | | | | | -------- | --------- | -------- | -------- | -------- | -------- | | `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` | | | | | WideRouter 上没有自定义音色。注意音色 ID 本身**不在提交时校验**——写错的名字会被 接受，然后任务失败。音色和 `generate_audio: false` 都不改变价格。 ## 计价 这几个模型走 **`Grok-Official`** 分组。WideRouter 的标价与 xAI 官方价完全一致—— 折扣体现在**分组倍率**上，`Grok-Official` 的倍率是 `0.8`。所以实际扣费是： ``` 原价 × 分组倍率 = 扣费 ``` 视频**按产物的每秒计价**，分辨率决定单价。下面是标价： | 模型 | `480p` | `720p` | `1080p` | | ------------------------ | ---------- | ---------- | ---------- | | `grok-imagine-video-1.5` | \$0.08 / 秒 | \$0.14 / 秒 | \$0.25 / 秒 | | `grok-imagine-video` | \$0.05 / 秒 | \$0.07 / 秒 | 不支持 | 有三条规则是光看每秒单价看不出来的： * **你送进去的媒体也要收费。** 一张参考图约 \$0.01；`edit` 与 `extend` 的源片 按它自己的长度算，每秒约 \$0.01。 * **`extend` 不对原片重复收费。** 只有新增的那一段按每秒单价计，再加源片作为输入。 实测：把一段 3.04 秒的片子延长 3 秒花了 \$0.18——三秒输出按 \$0.05 加上 3.04 秒输入按 \$0.01——而结果是 6.04 秒。从头生成六秒要 \$0.30。 * **`edit` 大约按源片长度收两遍**，一遍算输出一遍算输入。 实测：编辑一段 1.04 秒的片子花了 \$0.06。 完整算一遍。`grok-imagine-video` 出三秒 `480p`： ``` \$0.05 / 秒 × 3 秒 = \$0.15 原价 \$0.15 × 0.8 = \$0.12 Grok-Official 实扣 ``` 完成的任务里带一个 `usage.cost_in_usd_ticks` 字段，`10000000000` ticks 等于 \$1。 这个数字是**原价**，还没乘分组倍率。乘上你所在分组的倍率，才是实际从余额里扣掉的数。 ## 时延 异步接口上从提交到 `completed` 的端到端实测： | 请求 | 端到端 | | ------------------------------------ | ------- | | `grok-imagine-video`，`480p`，1 秒 | 19 秒 | | `grok-imagine-video-1.5`，`480p`，1 秒 | 21 秒 | | `grok-imagine-video`，`480p`，3 秒 | 21–30 秒 | | `grok-imagine-video`，编辑一段 1 秒的片子 | 30 秒 | | `grok-imagine-video`，延长 3 秒 | 30 秒 | | `grok-imagine-video-1.5`，`1080p`，3 秒 | 约 48 秒 | | `grok-imagine-video-1.5`，`480p`，15 秒 | 约 51 秒 | 比人们常说的「视频模型通常要几分钟」快得多，但仍然慢到不能挂连接等—— 这正是它没有同步端点的原因。每两三秒轮询一次，客户端超时按这张表最慢的那一行设， 不要按最快的设。 ## 任务失败时 视频的失败是一个 `failed` 状态的任务加一个 `error` 对象，不是 HTTP 错误—— 查询端点仍然返回 `200`。常见的 code 是 `upstream_error`，消息由 xAI 原样透传： ```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" } } ``` 在生成开始之前就失败的很快——输入取不到是一秒以内， 上游模型自己的约束判定大约六秒。 ## 下一步 在浏览器里真实提交一个视频任务并轮询到完成。 这个系列的图像那一半——三个变体与质量档位。