SpaceXAI: Grok Imagine Video 1.5 Lite API
SpaceXAI-এর Grok Imagine Video 1.5 Lite একটি টেক্সট ও ইমেজ ইনপুট থেকে নেটিভ অডিওসহ ভিডিও তৈরির সাশ্রয়ী মডেল।
Grok Imagine Video 1.5 Lite হলো SpaceXAI (xAI)-এর ভিডিও জেনারেশন মডেল, যা প্যারেন্ট মডেল Grok Imagine Video 1.5 থেকে ডিস্টিল করা। এটি টেক্সট প্রম্পট বা স্থির ছবি থেকে ভিডিও তৈরি করে এবং ভিডিওর সাথে সিঙ্ক্রোনাইজড অডিও—যেমন সাউন্ড ইফেক্ট, অ্যাম্বিয়েন্ট সাউন্ড ও লিপ-সিঙ্ক ডায়ালগ—জেনারেট করে। আউটপুট 480p, 720p ও 1080p রেজোলিউশনে পাওয়া যায়; 1080p আউটপুট 720p-তে রেন্ডার করে আপস্কেল করা হয়। ক্লিপের দৈর্ঘ্য 1 সেকেন্ড থেকে 15 সেকেন্ড এবং অ্যাসপেক্ট রেশিও 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 ও 2:3 সমর্থিত।
এটি ড্রাফটিং ও প্রোটোটাইপিংয়ের জন্য উপযোগী, যেখানে বারবার ট্রায়াল ও এরর করে কম খরচে কাজ করা যায়। ব্যাকগ্রাউন্ড ফুটেজ, B-roll এবং প্রোডাক্ট কনসেপ্ট বা দৃশ্যের আইডিয়েশনেও এটি ব্যবহার করা যায়। উচ্চ-ভলিউম শর্ট ভিডিও প্রোডাকশনে, যেখানে রিশুট গ্রহণযোগ্য, সেখানেও এটি কাজে আসে।
তুলনামূলকভাবে এটি দ্রুত ও কম খরচের হলেও প্যারেন্ট মডেলের তুলনায় কিছুটা ইমেজ কোয়ালিটি কমে। দীর্ঘ ক্লিপে সাবজেক্টের পরিচয় পরিবর্তিত হতে পারে, অতিরিক্ত মোশন নির্দেশনা কোয়ালিটি কমাতে পারে এবং অডিও বিশ্বাসযোগ্য শোনালেও পুরোপুরি নিয়ন্ত্রণযোগ্য নয়। কথোপকথনমূলক লিপ-সিঙ্ক ও মানব অ্যানাটমির নির্ভুলতায় এটি দুর্বল। API-তে পাওয়া ভিডিও URL সাময়িক, তাই ফাইল দ্রুত ডাউনলোড করতে হয় এবং বাণিজ্যিক ব্যবহারের আগে সেফটি ও লাইসেন্সিং প্রয়োজনীয়তা যাচাই করতে হয়।
আপডেট:
মডেল ID
grok-imagine-video-1.5-lite- আউটপুট
- video
মূল বৈশিষ্ট্য
- টেক্সট ও ইমেজ—দুই ইনপুট সমর্থন
- নেটিভ সিঙ্ক্রোনাইজড অডিও
- 480p, 720p, 1080p আউটপুট
- 1 থেকে 15 সেকেন্ডের ক্লিপ
- প্যারেন্ট মডেল থেকে ডিস্টিলড
- API-তে OpenRouter, fal, Vercel AI Gateway
প্রোভাইডার
প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।
বেঞ্চমার্ক
- 998
Artificial Analysis টেক্সট-টু-ভিডিও লিডারবোর্ড (অডিওসহ) Elo
Elo
- 968
Veo 3.1 Elo
Elo; ভোটের প্রায় 54.3%-এ Grok Imagine Video 1.5 Lite-কে অগ্রাধিকার দেওয়া হয়
- 1059
Grok Imagine Video 1.5 Elo
Elo; ভোটের প্রায় 58.7%-এ সম্পূর্ণ মডেলকে অগ্রাধিকার দেওয়া হয়
- 1173
Wan 3.0 Elo
Elo; Lite আনুমানিক 73.3% ক্ষেত্রে হেরে যাবে বলে পূর্বাভাস
- 1132
Gemini Omni Flash 1.1 Elo
Elo; Lite আনুমানিক 68.4% ক্ষেত্রে হেরে যাবে বলে পূর্বাভাস
স্কোর মডেল প্রোভাইডারের প্রকাশিত তথ্য অনুযায়ী।
ভিডিও স্পেসিফিকেশন
- আস্পেক্ট অনুপাত
- 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 3:2 / 2:3
- সময়কাল · সর্বনিম্ন
- ১ সেকেন্ড
- সময়কাল · সর্বোচ্চ
- ১৫ সেকেন্ড
- সময়কাল · ধাপ
- ১ সেকেন্ড
- রেজোলিউশন
- 480p / 720p / 1080p
API রেফারেন্স
এই মডেলের প্রোটোকলের বিস্তারিত প্রকাশ করা হয়নি। ইন্টিগ্রেশনের প্রয়োজনীয়তার জন্য API রেফারেন্স দেখুন।
API রেফারেন্স →সাধারণ প্রশ্ন
মডেল পরিচিতি: SpaceXAI: Grok Imagine Video 1.5 Lite?
Grok Imagine Video 1.5 Lite হলো SpaceXAI (xAI)-এর ভিডিও জেনারেশন মডেল, যা প্যারেন্ট মডেল Grok Imagine Video 1.5 থেকে ডিস্টিল করা। এটি টেক্সট প্রম্পট বা স্থির ছবি থেকে ভিডিও তৈরি করে এবং ভিডিওর সাথে সিঙ্ক্রোনাইজড অডিও—যেমন সাউন্ড ইফেক্ট, অ্যাম্বিয়েন্ট সাউন্ড ও লিপ-সিঙ্ক ডায়ালগ—জেনারেট করে। আউটপুট 480p, 720p ও 1080p রেজোলিউশনে পাওয়া যায়; 1080p আউটপুট 720p-তে রেন্ডার করে আপস্কেল করা হয়। ক্লিপের দৈর্ঘ্য 1 সেকেন্ড থেকে 15 সেকেন্ড এবং অ্যাসপেক্ট রেশিও 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 ও 2:3 সমর্থিত। এটি ড্রাফটিং ও প্রোটোটাইপিংয়ের জন্য উপযোগী, যেখানে বারবার ট্রায়াল ও এরর করে কম খরচে কাজ করা যায়। ব্যাকগ্রাউন্ড ফুটেজ, B-roll এবং প্রোডাক্ট কনসেপ্ট বা দৃশ্যের আইডিয়েশনেও এটি ব্যবহার করা যায়। উচ্চ-ভলিউম শর্ট ভিডিও প্রোডাকশনে, যেখানে রিশুট গ্রহণযোগ্য, সেখানেও এটি কাজে আসে। তুলনামূলকভাবে এটি দ্রুত ও কম খরচের হলেও প্যারেন্ট মডেলের তুলনায় কিছুটা ইমেজ কোয়ালিটি কমে। দীর্ঘ ক্লিপে সাবজেক্টের পরিচয় পরিবর্তিত হতে পারে, অতিরিক্ত মোশন নির্দেশনা কোয়ালিটি কমাতে পারে এবং অডিও বিশ্বাসযোগ্য শোনালেও পুরোপুরি নিয়ন্ত্রণযোগ্য নয়। কথোপকথনমূলক লিপ-সিঙ্ক ও মানব অ্যানাটমির নির্ভুলতায় এটি দুর্বল। API-তে পাওয়া ভিডিও URL সাময়িক, তাই ফাইল দ্রুত ডাউনলোড করতে হয় এবং বাণিজ্যিক ব্যবহারের আগে সেফটি ও লাইসেন্সিং প্রয়োজনীয়তা যাচাই করতে হয়।
ব্যবহারের জন্য কীভাবে চার্জ হয়?
আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে। প্রকৃত জেনারেশন খরচের ভিত্তিতে চার্জ করা হয়। চূড়ান্ত পরিমাণের জন্য আপনার বিল দেখুন।
Grok Imagine Video 1.5 Lite কী ধরনের ইনপুট নিতে পারে?
এটি টেক্সট প্রম্পট এবং স্থির ছবি—দুই ধরনের ইনপুটই নিতে পারে। টেক্সট থেকে টেক্সট-টু-ভিডিও এবং ছবি থেকে ইমেজ-টু-ভিডিও তৈরি করা যায়।
এই মডেলের ভিডিও কত লম্বা এবং কোন রেজোলিউশনে পাওয়া যায়?
ক্লিপের দৈর্ঘ্য 1 সেকেন্ড থেকে 15 সেকেন্ড পর্যন্ত হয়। আউটপুট 480p, 720p ও 1080p-তে পাওয়া যায়, তবে 1080p আউটপুট 720p-তে রেন্ডার করে আপস্কেল করা হয়।
এটি কি অডিও তৈরি করতে পারে?
হ্যাঁ, এটি ভিডিওর সাথে সিঙ্ক্রোনাইজড নেটিভ অডিও তৈরি করে। এর মধ্যে সাউন্ড ইফেক্ট, অ্যাম্বিয়েন্ট সাউন্ড ও লিপ-সিঙ্ক ডায়ালগ অন্তর্ভুক্ত, তবে অডিও পুরোপুরি নিয়ন্ত্রণযোগ্য নয়।
Grok Imagine Video 1.5-এর সাথে এর পার্থক্য কী?
Lite মডেলটি প্যারেন্ট মডেল Grok Imagine Video 1.5 থেকে ডিস্টিল করা এবং এটি দ্রুত ও কম খরচের। এর বিনিময়ে কিছুটা ইমেজ কোয়ালিটি কমে, আর প্যারেন্ট মডেল সর্বোচ্চ কোয়ালিটিকে অগ্রাধিকার দেয়।
কোন কাজের জন্য এটি সবচেয়ে উপযুক্ত?
কম খরচে বারবার ড্রাফটিং ও প্রোটোটাইপিং, ব্যাকগ্রাউন্ড ফুটেজ ও B-roll, এবং প্রোডাক্ট কনসেপ্ট বা দৃশ্যের আইডিয়েশনের জন্য এটি উপযুক্ত। যেখানে রিশুট গ্রহণযোগ্য, এমন উচ্চ-ভলিউম শর্ট ভিডিও প্রোডাকশনেও এটি ব্যবহার করা যায়।