Grok Imagine: видео и картинки от xAI, лимиты и вызов по API
Под названием Grok Imagine xAI объединила модели для картинок и видео, их можно запускать в приложении Grok и по API. Видеомодель выдаёт ролики до 15 секунд с речью и шумами, изображения делает другая модель. В Relay есть видео под идентификатором grok-imagine-video. Картиночной модели Grok Imagine в каталоге нет, замены названы ниже.
Коротко
У xAI три видео-слага (основная 1.5, облегчённая 1.5-lite и базовая для правки) и одна картиночная модель Grok Imagine Image 2.0.
Основная версия берёт референсы (картинок до 14) и до трёх голосов. Lite их не берёт, зато по минимальной ставке обходится в четыре раза дешевле.
Про бесплатные лимиты Imagine у xAI цифр нет: FAQ описывает бесплатное только для чата и голоса.
Каталог Relay называет для видео длительности 6 и 10 секунд и версии 1.0 и 1.5, то есть уже, чем у вендора.
Какую видеомодель xAI брать под задачу
Сведения взяты из документации xAI на 29 октября 2026. Цены вендора мы не приводим: видео у xAI тарифицируется за секунду, и итог зависит от длительности и разрешения.
| Задача | Модель xAI | Что важно |
|---|---|---|
| Новый ролик из текста или фотографии | Grok Imagine Video 1.5 | 1-15 секунд, стандартно 8, для текста и фото 1080p без апскейла |
| Несколько героев, вещи, голоса | Grok Imagine Video 1.5 | референсы (картинок до 14), до 3 готовых голосов, опорные кадры |
| Простой ролик подешевле | Grok Imagine Video 1.5 Lite | до 15 секунд, без референсов, 1080p только через апскейл с 720p |
| Доработка готового ролика | grok-imagine-video | правка исходника до 8,7 секунды, продление на 2-10 секунд, результат до 720p |
Семейство умеет пять вещей: ролик по тексту, оживление снимка, сборку из референсов, правку и продление. Нативное 1080p для двух первых входов и референсы с готовыми голосами добавили 31 июля 2026, как видно из журнала изменений xAI. Звук у обеих основных версий родной, речь синхронизирована с губами.
Референсный режим работает так. Картинки определяют, кто в кадре, какие там вещи и где идёт действие. Встроенные голоса достаются не более чем трём героям, а свои аудиофайлы xAI пока принимает только у доверенных партнёров. Опорные кадры (стартовый, финальный и до четырёх между ними) фиксируют узловые точки сцены. Запрос асинхронный: создаёте задачу, опрашиваете статус, забираете ролик. Адрес готового файла живёт недолго, поэтому сохраняйте его сразу.
Что записано в каталоге Relay
В каталоге лежит одна запись grok-imagine-video. Её параметры: длительности 6 и 10 секунд, разрешения 480p, 720p и 1080p, форматы кадра 16:9, 9:16 и 1:1, два входа (текст и картинка) и версии 1.0 и 1.5. Какая версия каталога соответствует какому слагу xAI, уточняйте в карточке. Диапазон 1-15 секунд, референсы и голоса в этих параметрах не перечислены, поэтому рассчитывать на них через Relay без проверки нельзя. Адреса xAI в запросы Relay переносить не надо: у шлюза свой формат, он показан ниже.
Картинки: что умеет xAI и чем заменить
Модель Grok Imagine Image 2.0 работает в разрешениях 1K и 2K и отдаёт до десяти изображений за запрос. При правке по тексту ей можно подать до пяти исходников. Цена у xAI фиксированная за картинку и от длины промпта не зависит, зато правка тарифицируется дважды: вход и результат. Старый слаг grok-imagine-image-quality вендор убирает 2 ноября 2026, запросы к нему уйдут в 2.0 в низком качестве.
Картиночной модели Grok Imagine в каталоге Relay нет. Нужны изображения, берите gpt-image-2 или nano-banana-2, подойдут также nano-banana, nano-banana-pro и gpt-image-2-5. Все они вызываются через эндпоинт POST /v1/images/generations.
{
"model": "gpt-image-2",
"prompt": "Серая цапля в утреннем тумане над озером, мягкий свет",
"n": 1
}Поля запроса и формат ответа описаны в документации Images API.
Что известно о лимитах
Цифр про бесплатный Imagine у xAI нет, в FAQ сказано следующее.
У платных планов общий недельный лимит на весь Grok, включая Imagine.
Расход показывает вкладка Usage в настройках, в процентах по продуктам.
Исчерпав лимит, платные функции ждут сброса.
Бесплатные лимиты FAQ описывает только для чата и голоса.
Докупить расход можно через Extra Usage Credits, пока только на сайте.
Постоянный бесплатный лимит на видео в планы закладывать нельзя, проверяйте свой аккаунт. Доступность приложения и условия подписки смотрите на страницах xAI.
Как формулировать запрос
В документации xAI есть деталь, которая задаёт стиль промпта. Генерация по тексту у версии 1.5 устроена как цепочка: модель сперва рисует стартовый кадр, затем анимирует его. Отсюда правило: начало промпта посвятите конкретному первому кадру, а движение опишите после. Референсы определяют героев и место, но не фиксируют первый кадр, а голос привязывается к персонажу из встроенного набора. О русском языке для промптов документация молчит, так что в первой пробе проверьте оба языка на одном сюжете.
Текст в видео: «Крупный план: серая цапля стоит по колено в утреннем тумане над озером, с клюва стекают капли. Цапля делает шаг и взлетает, камера поднимается следом. Звук: плеск воды, взмах крыльев, далёкий лай собаки».
Диалог: «Двое в такси ночью, водитель за рулём, пассажирка сзади. Водитель: "До вокзала минут двадцать". Пассажирка: "Успеем, поезд в полночь". Средний план через плечо, неоновые блики на стекле».
Фото в видео: «Оживи снимок: ветка сирени у открытого окна, шторы колышутся, дождь стучит по карнизу, камера медленно приближается».
Видео через Relay
Запрос идёт на общий видеомаршрут POST /v1/videos: шлюз читает поля model и duration_seconds, остальное передаёт модели без изменений.
curl https://relay-llm.ru/v1/videos \
-H "Authorization: Bearer $RELAY_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-imagine-video",
"prompt": "Серая цапля стоит в утреннем тумане над озером, делает шаг и взлетает. Звук: плеск воды и взмах крыльев",
"duration_seconds": 6
}'Длительность берите из карточки: 6 или 10 секунд. В ответе придёт id задачи со статусом queued. Статус проверяют запросом GET /v1/videos/JOB_ID, готовый файл забирают с GET /v1/videos/JOB_ID/content до времени expires_at. Полная схема описана в документации видео, расчёт за секунду готового ролика в разделе о резерве и списании. Видео открывается после порога по сумме оплаченных пополнений, бонус при регистрации в него не входит. Сопоставить Grok Imagine с другими моделями поможет обзор видеонейросетей в блоге Relay.
Как долго длится ролик Grok Imagine?
Версия 1.5 по документации xAI снимает клипы длиной 1-15 секунд, стандартно восемь, Lite тоже тянет 15. В карточке Relay записаны 6 и 10 секунд, поэтому ориентируйтесь на карточку.
Есть ли у Grok Imagine генерация картинок?
Есть, их делает Grok Imagine Image 2.0: разрешения 1K и 2K, пачка до десяти изображений в запросе, правка по тексту. В каталоге Relay такой модели нет, вместо неё доступны gpt-image-2 и семейство Nano Banana.
Что отличает Lite от основной версии 1.5?
Основная версия отдаёт 1080p без апскейла и поддерживает референсы, голоса и опорные кадры. Lite дешевле, подходит под простые ролики, а 1080p у неё достигается растяжением из 720p.