兩美分生成一秒 AI 視頻：先別喊便宜，看清 1080p 那行小字 價格表：便宜是真的，但分檔 xAI 給 Grok Imagine 視頻 API 加了一個… · @swordBluesy · TwKit

@swordBluesy

兩美分生成一秒 AI 視頻：先別喊便宜，看清 1080p 那行小字 價格表：便宜是真的，但分檔 xAI 給 Grok Imagine 視頻 API 加了一個 Lite 檔，主打一個「低到離譜」： 480p：完整版每秒 0.08 美元，Lite 每秒 0.02 美元（10 秒：0.80 對 0.20） 720p：完整版 0.14 美元，Lite 0.03 美元（10 秒：1.40 對 0.30） 1080p：完整版 0.25 美元，Lite 0.14 美元（10 秒：2.50 對 1.40） 兩檔都要另收每張 0.01 美元的圖片輸入費；完整版的預置音頻輸入免費。注意一個交叉點：Lite 的 1080p 和完整版的 720p 同價——同樣一筆預算，你可以選「更大的放大畫面」，也可以選「更全的生成控制、較低的輸出分辨率」，這筆賬要自己算。 1080p 和 1080p 不是一回事 這是全文最重要的一句：完整版 Video 1.5 的 1080p 是原生渲染，Lite 的 1080p 是拿 720p 放大出來的。放大能提高輸出分辨率，但不等於底層畫面就是按 1080p 的細節生成的。如果交付要求寫明原生分辨率，Lite 這一檔直接出局；反過來，如果你的成片最終就發在 1080p 以下的平台，Lite 低分辨率檔的價格優勢反而更實在——為放大檔多付每秒 0.14 美元，需要一個超出「選最大的那個」的理由。 完整版真正的賣點：參考控制 分辨率只是升級的一半。完整版支持最多 14 張參考圖、3 條聲音參考，還能釘住首幀、尾幀和中間幀。這些控制解決的是另一個問題：讓主體長相保持一致、讓特定畫面出現在特定時刻。文生視頻在兩個型號上其實是同一個流程——先按提示詞生一張圖，再把圖動起來，中間那張圖不會返回給你。 音頻方面，兩個型號生成的視頻默認自帶聲音，且都宣傳支持對口型語音；完整版的參考生視頻可用最多三個預置說話人聲音。注意：是「預置聲音」，不要讀成「任意錄音克隆」。 時長別踩舊型號的坑 新兩檔的時長可配 1 到 15 秒，默認 8 秒——不寫就按 8 秒給你計費預算，別默認它會選最短最便宜的。但舊型號 grok-imagine-video 的規矩完全不同：參考生視頻上限 10 秒，視頻編輯最長 8.7 秒且保持原片時長；視頻編輯和延長功能至今仍指回舊型號。所以能力檢查要同時綁型號名和操作類型，別把新兩檔當成所有 Imagine 端點的直接替代品。 接入流程：提交、拿號、輪詢 視頻生成是異步的，一次請求不會直接返回成片，標準流程三步： 向 POST https://api.x.ai/v1/videos/generations 提交生成請求，參數裡寫明型號（例如 grok-imagine-video-1.5-lite）、提示詞、時長、畫幅和分辨率。 保存返回的 request_id。 輪詢 GET https://api.x.ai/v1/videos/{request_id}，狀態有 pending、done、failed 三種；完成後成片地址在 video.url 裡。 用官方 SDK 的話，提交和輪詢有現成方法，超時和輪詢間隔可配。兩個實作要點：返回的視頻地址是臨時連結，要留存就立刻下載，別拿它當長期存儲；生產環境把生成當後台任務處理，帶超時和明確的失敗處理，進度提示要反映任務真實狀態，而不是假裝已經生成好了。 S1哥觀點 兩美分一秒這個價格會逼死一批按秒收費的友商，但我想潑盆冷水：Lite 的性價比高地在 480p 和 720p，不在那個放大出來的 1080p。當一個產品的宣傳頁把「0.02 美元」和「1080p」印在同一行、卻不在同一檔時，讀小字就是開發者的基本功。 真正的分水嶺其實是參考控制。批量做短視頻的人最痛的不是分辨率，是角色一致性——14 張參考圖加釘幀，這是完整版貴四倍還能站住的理由。問題留給你們：你做視頻時願意為「便宜四倍」放棄參考圖控制嗎？還是反過來，草稿用 Lite、定稿用完整版，這種混搭才是正解？評論區聊聊。 原文連結：https://www.zeniteq.com/xai-adds-grok-imagine-video-1-5-and-a-0-02-lite-tier-hwe588 原文：@Zeniteq（由 S1哥 編譯）

曝光 163 · 评论 1 · 点赞 3 · 书签 0