跳至主要內容
AI 影片模型
xAI
Grok Imagine

Grok Imagine Video 1.5 Preview

目前串接的是 Grok Imagine Video 1.5 Preview 嗎? 平台路由選擇 — 1~15 秒;480p 或 720p;最多 7 張參考圖片

目前輸入
文字或最多 7 張參考圖
基本生成
基本生成 — 480p 2.4、720p 4.5 點/秒
影片長度
1–15 個整數秒;預設 8 秒
解析度
480p / 720p
30 秒快速瞭解
  • 目前版本 — 一個工作流程同時處理文字提示與參考圖片輸入。
  • 影片長度 — 1~15 秒;480p 或 720p;最多 7 張參考圖片
  • Grok Imagine — 總價按已定價解析度費率乘以 1~15 秒後向上取整:480p 為 3~36、720p 為 5~68 點,整體範圍 3~68。
  • 寬高比 — 480p/720p 最多 7 張 JPEG、PNG 或 WebP 參考圖片,每張不超過 20MB。
  • result actions — 舊版 Extend 與 Upscale 結果操作不屬於目前 1.5 Preview 合約,介面不顯示,伺服器也會拒絕。

熱門搜尋: 目前串接的是 Grok Imagine Video 1.5 Preview 嗎? 平台路由選擇 · Grok Imagine Video 1.5 Preview 如何計費? 基本計費方式 · 上傳圖片後長寬比如何處理? 圖片輸入

示例

Fashion portrait

Fantasy scene

Fantasy scene

Cinematic scene

Duration: 15s | 16:9 Landscape | Native 4K UHD | 24fps Genre: Cinematic Slice-of-Life Fantasy Comedy Target: Ultra-realistic premium live-action fantasy cinema REFERENCE LOCK — @<image1 Use @<image1 as the sole identity reference. Preserve Character A exactly as shown. Exactly one Character A. No redesign, duplication, morphing, identity drift, outfit change, or hairstyle change. CORE CONCEPT Inside an old witch’s cozy kitchen, Character A tries to pour tea from an enchanted silver teapot. The teapot is sitting too far away on a wooden counter. Character A uses one wand to magically pull it closer, but the spell is far too strong. The teapot rockets across the kitchen, flies directly toward Character A, then stops inches before impact and gently pours tea into a cup by itself. SHOT 1 — 0s–4s | THE PROBLEM Wide cinematic kitchen shot. Character A reaches toward a silver teapot positioned far across the wooden counter. The hand clearly cannot reach it. Character A tries once, fails, then gives a tired annoyed look toward the teapot. Slow push-in. Warm morning light through dusty windows. Steam from an old kettle. Natural fabric movement and realistic hand anatomy. SHOT 2 — 4s–7s | THE SPELL Medium profile shot. Character A slowly raises one wand. Extreme close-up of wand tip. Silver-blue magic activates with a restrained glow. Cut to an aligned side angle showing: WAND → OPEN KITCHEN SPACE → TEAPOT At 6s, a thin blue-white magical tether directly connects to the teapot handle. Contact spark. The teapot immediately begins moving. SHOT 3 — 7s–11s | TOO MUCH POWER The teapot suddenly launches across the counter with realistic inertia. Low tracking camera follows it. Tea inside visibly sloshes naturally. Character A's eyes widen slightly but expression remains restrained. At 9.5s, teapot rapidly enters foreground. Character A instinctively leans back. At 10s, teapot stops suddenly just inches from Character A's face. No collision. A brief silence. SHOT 4 — 11s–15s | PERFECTLY USELESS MAGIC Character A slowly looks at the floating teapot. The teapot gently rotates itself. Tea pours perfectly into a waiting cup. Character A watches silently. One tiny exhausted blink. Character A takes the cup and walks away. End while moving. No smile, no camera look, no victory pose. AUDIO + MUSIC Cozy room ambience, wood creaks, ceramic movement, wand ignition, magical hum, rushing air, tea sloshing, pouring tea and footsteps. Music: acoustic guitar, muted piano, soft pizzicato strings, playful clarinet and brushed percussion. Music remains below SFX. No dialogue, vocals, boing, circus music, laugh track or meme sounds. CAUSALITY TEAPOT TOO FAR → HAND FAILS → WAND RAISES → MAGIC CONNECTS → TEAPOT LAUNCHES → RAPID APPROACH → SUDDEN STOP → TEA POURS → CHARACTER A LEAVES. NEGATIVE PROMPT Extra characters, duplicate teapot, duplicate wand, floating objects before activation, teleportation, broken physics, cartoon animation, exaggerated facial expressions, plastic skin, cheap CGI, malformed hands, identity drift, outfit change, face morphing, subtitles, text, logo, watermark.

Fantasy scene

Fashion portrait

一句話瞭解

這個模型表現如何?

提交前會依解析度與時長計算整數點數,並按目前合約檢查圖片數量、單圖比例行為和安全設定。

它擅長什麼
這是目前可用的 Grok Imagine Video 1.5 Preview 生成頁,不是舊 Grok Imagine 路由的相容層。
適合哪些使用者
適合短影片開場、產品視覺、角色動作、概念鏡頭與需要原生音訊的社群素材。
為什麼要在 Kyeo AI 使用
單一工作台整合文字與多圖輸入、時長、解析度、安全檢查及即時費用預估。

關鍵參數總覽

協助你快速評估此模型是否符合你的業務情境。

模型類別
AI 影片模型
接入方式
目前站內接入
模型版本
1.5 Preview
目前輸入
文字或最多 7 張參考圖
影片長度
1–15 個整數秒;預設 8 秒
解析度
480p / 720p
提示詞語言
目前 1.5 Preview 工作流程可隨影片產生原生音訊。

其他名稱

同一個模型在官方文件、社群討論與 API 串接層可能有不同稱呼,這裡幫你統一整理。

Grok Imagine Video 目前版本
Grok Imagine Video 1.5 Preview
xAI Grok Imagine Video 1.5

使用者常見問題

從實際任務、輸入條件和結果要求出發,整理選擇模型時最需要確認的問題。

目前串接的是 Grok Imagine Video 1.5 Preview 嗎? 平台路由選擇
Grok Imagine Video 1.5 Preview 如何計費? 基本計費方式
上傳圖片後長寬比如何處理? 圖片輸入
它會產生原生音訊嗎? 生成模式
還能使用舊版 Extend 或 Upscale 嗎? 結果頁操作
目前串接的是 Grok Imagine Video 1.5 Preview 嗎? 影片長度
Grok Imagine Video 1.5 Preview 如何計費? 解析度
上傳圖片後長寬比如何處理? 寬高比
它會產生原生音訊嗎,安全檢測可以調整嗎?
還能使用舊版 Extend 或 Upscale 嗎? 影片長度

選擇指南

還在猶豫該用哪個模型嗎?先查看這幾個關鍵決策點。

1
選擇文字或圖片輸入

選擇文字或圖片輸入 — 480p/720p 最多 7 張 JPEG、PNG 或 WebP 參考圖片,每張不超過 20MB。

2
選擇 480p 或 720p

選擇 480p 或 720p — 總價按已定價解析度費率乘以 1~15 秒後向上取整:480p 為 3~36、720p 為 5~68 點,整體範圍 3~68。

3
提交前確認輸入設定

提交前確認輸入設定 — 1~15 秒;480p 或 720p;最多 7 張參考圖片

使用者常搜尋的比較

把常見候選放在同一任務下比較,協助你確認輸入方式、控制項和成本差異。

平台路由選擇: Grok Imagine Video 1.5 Preview
基本計費方式: Grok Imagine Video 1.5 Preview / Kling 3.0
圖片輸入: Grok Imagine Video 1.5 Preview / Kling 3.0
結果頁操作: 它會產生原生音訊嗎?
Grok Imagine Video 應該用文字還是圖片生成?
基本計費方式 — 480p / 720p

模型比較表

還在猶豫該選哪一個嗎?這張表協助你快速看清目前模型與替代方案的核心差異。

平台路由選擇
Grok Imagine Video 1.5 Preview
目前 1.5 Preview 在同一工作流程中支援文字提示與參考圖片輸入。
Kling 3.0
平台路由選擇 — Kling 3.0: 目前可用的同類模型,可從詳情頁繼續比較功能與價格。
Veo3.1 Fast
公開資料介面 Veo3.1 Fast 影片工作流程
基本計費方式
Grok Imagine Video 1.5 Preview
基本計費方式 — 總價按已定價解析度費率乘以 1~15 秒後向上取整:480p 為 3~36、720p 為 5~68 點,整體範圍 3~68。
Kling 3.0
基本計費方式 — Kling 3.0: 目前可用的同類模型,可從詳情頁繼續比較功能與價格。
Veo3.1 Fast
依目前點數設定計費
圖片輸入
Grok Imagine Video 1.5 Preview
480p/720p 最多 7 張 JPEG、PNG 或 WebP 參考圖片,每張不超過 20MB。 — 寬高比 — 剛好 1 張圖片時保留原圖比例,不傳送 `aspect_ratio`。
Kling 3.0
圖片輸入 — Kling 3.0: 目前可用的同類模型,可從詳情頁繼續比較功能與價格。
Veo3.1 Fast
依生成類型使用首尾影格或參考圖
安全內容檢測
Grok Imagine Video 1.5 Preview
預設開啟,使用者可在送出前明確選擇開啟或關閉。
Kling 3.0
生成模式 — Kling 3.0: 目前可用的同類模型,可從詳情頁繼續比較功能與價格。
Veo3.1 Fast
以輸出、聲音與鏡頭參數控制
結果頁操作
Grok Imagine Video 1.5 Preview
舊版 Extend 與 Upscale 結果操作不屬於目前 1.5 Preview 合約,介面不顯示,伺服器也會拒絕。
Kling 3.0
結果頁操作 — Kling 3.0: 目前可用的同類模型,可從詳情頁繼續比較功能與價格。

實際使用體驗

結合公開資料、目前站內邊界和典型任務,說明模型適合與不適合的情況。

目前版本統一文字與圖片創作

工作台把文字提示與參考圖片輸入整合在一個清楚的生成流程中。

參考圖片數量與格式

480p 和 720p 最多支援 7 張 JPEG、PNG 或 WebP 參考圖片,每張不超過 20MB。

功能詳解

文字生成影片

文字生成影片 — 1~15 秒;480p 或 720p;最多 7 張參考圖片

多圖參考

480p 和 720p 最多支援 7 張 JPEG、PNG 或 WebP 參考圖片,每張不超過 20MB。僅上傳 1 張圖片時會自動保留原圖比例。

安全檢測與結果操作

安全內容檢測預設開啟,也可在送出前關閉。目前 1.5 Preview 不提供舊版 Extend 和 Upscale 結果操作。

適合做什麼

文字概念鏡頭

描述主體、動作、運鏡、環境與節奏,生成一段影片。

讓主視覺動起來

讓主視覺動起來: 單張圖片生成影片: 可上傳最多 7 張參考圖;只有 1 張時沿用圖片比例,不傳送 `aspect_ratio`。

橫向與直向素材

文字生成影片可選 16:9 或 9:16;圖片生成影片應先準備符合目標比例的圖片。

提示詞技巧

Grok Imagine Video 1.5 Preview prompt

Grok Imagine Video 1.5 Preview prompt: 清楚描述主體、動作、鏡頭、環境與聲音;使用多圖時說明每張參考圖的用途。

分開描述動作與運鏡

分開描述動作與運鏡: 清楚描述主體、動作、鏡頭、環境與聲音;使用多圖時說明每張參考圖的用途。 目前 1.5 Preview 工作流程可隨影片產生原生音訊。

完成後盡快下載

公開資料介面通用任務文件指出,生成結果網址通常約 24 小時後失效。

選擇它的理由

目前版本 — 一個工作流程同時處理文字提示與參考圖片輸入。
目前版本 — 一個工作流程同時處理文字提示與參考圖片輸入。 — 1~15 秒;480p 或 720p;最多 7 張參考圖片
文字或最多 7 張參考圖; 最多 7 張 JPEG、PNG 或 WebP 圖片;每張不超過 20MB
目前 1.5 Preview 工作流程可隨影片產生原生音訊,安全內容檢測預設開啟並允許使用者調整。

使用前須知

使用 Grok Imagine 時,建議先按所選參數生成一個代表性樣本,確認效果符合目標後再擴大批次。
使用 Grok Imagine 時,建議先按所選參數生成一個代表性樣本,確認效果符合目標後再擴大批次。 — 480p/720p 最多 7 張 JPEG、PNG 或 WebP 參考圖片,每張不超過 20MB。
寬高比 — 剛好 1 張圖片時保留原圖比例,不傳送 `aspect_ratio`。
安全內容檢測預設開啟;若關閉,仍須自行確認素材權利、使用情境和輸出內容。
舊版 Extend 與 Upscale 操作在目前 1.5 Preview 中無法使用,頁面不會顯示,也無法提交相關請求。

可調整參數

協助你快速評估此模型是否符合你的業務情境。

影片長度
可選
參數類型: number
8
Range — 1–15 個整數秒;預設 8 秒
解析度
可選
參數類型: select
480p
480p
720p
寬高比
可選
參數類型: select
auto
auto
1:1
16:9
9:16
3:2
2:3
安全內容檢測
可選
參數類型: select
true
true
false

點數消耗

480p 2.4、720p 4.5 點/秒

總價按已定價解析度費率乘以 1~15 秒後向上取整:480p 為 3~36、720p 為 5~68 點,整體範圍 3~68。

省點數小技巧

批次生成圖片或影片前,建議先用同一組素材,在目前模型與同類候選模型之間進行 A/B 測試;確認效果後再批次生成,避免浪費點數。

常見問題

同類模型推薦

還沒決定該用哪個嗎?順便比較一下這幾個同類候選模型。

Kling 3.0

瞭解 Kyeo AI 的 Kling 3.0 影片:3~15 秒、單鏡頭與最多 5 個多鏡頭、首尾幀、聲音,以及 std/pro/4k 每秒費率。 適合指定起始/結束幀,或把一段 3~15 秒概念拆成最多 5 個短鏡頭。人物一致性、對嘴、文字、聲音與鏡頭銜接仍須依實際結果驗收。

AI 影片模型
每次 42~1005 點數

Veo3.1 Fast

Kyeo AI 的 Veo3.1 Fast 支援純文字、首尾影格與參考圖片生成,可直接選擇 720p、1080p、4K,以及 4、6、8 秒時長。 依解析度為 30 / 38 / 90 點數.

AI 影片模型
依解析度為 30 / 38 / 90 點數

Seedance 2.5

Seedance 2.5 將 30 秒邊界、較高素材數量與影片編輯型參考輸入納入同一套嚴格情境合約。自動片長不會以預設 5 秒低估,而是按最長 30 秒預授權。

AI 影片模型
102–5,700 點

資訊來源

頁面內容依據廠商資料、模型系列說明與 Kyeo AI 平台串接設定整理。

來源說明

1~15 秒;480p 或 720p;最多 7 張參考圖片。總價按已定價解析度費率乘以 1~15 秒後向上取整:480p 為 3~36、720p 為 5~68 點,整體範圍 3~68。

最後更新: 2026-08-28
xAI:Grok Imagine API 公告資訊
官方

xAI:Grok Imagine API 公告資訊: 目前 1.5 Preview 工作流程可隨影片產生原生音訊。

查看原始來源
xAI:Grok Imagine Video 1.5
官方

xAI:Grok Imagine Video 1.5: 這是目前可用的 Grok Imagine Video 1.5 Preview 生成頁,不是舊 Grok Imagine 路由的相容層。

查看原始來源
xAI:Video API 參考文件
官方

xAI:Video API 參考,用於核對目前生成能力與請求限制。

查看原始來源