SpaceXAI: Grok Imagine Video 1.5 Lite API
Grok Imagine Video 1.5 Lite از SpaceXAI (xAI) یک مدل مقرون‌به‌صرفه برای تولید ویدئو از متن و تصویر با صدای همگام است که برای پیشنمونهسازی و تولید انبوه طراحی شده است.
Grok Imagine Video 1.5 Lite توسط SpaceXAI (xAI) در اکتبر ۲۰۲۶ معرفی شد و نسخه‌ای تقطیرشده از مدل اصلی Grok Imagine Video 1.5 است. این مدل با دریافت متن یا تصویر، ویدئوهایی با مدت ۱ تا ۱۵ ثانیه و نسبت‌های تصویری 16:9، 9:16، 1:1، 4:3، 3:4، 3:2 و 2:3 تولید میکند. خروجی در کیفیتهای 480p، 720p و 1080p ارائه میشود، با این نکته که 1080p ابتدا در 720p رندر و سپس بزرگنمایی میشود. همچنین صدای همگام با ویدئو شامل افکت‌های صوتی، صدای محیط و دیالوگ با هماهنگی لب تولید میکند. این مدل از طریق API و شرکای واسط مانند OpenRouter، fal و Vercel AI Gateway قابل دسترسی است.
این مدل برای کارهای پیشنمونهسازی، تولید پسزمینه و تصاویر B-roll، ایدهپردازی صحنه و تولید انبوه ویدئوهای کوتاه مناسب است؛ جایی که امکان تکرار و رندر مجدد وجود دارد. سرعت بالاتر و هزینه کمتر نسبت به مدل اصلی، آن را به گزینه‌ای مناسب برای دور ریختن برداشت‌های ناموفق و تولید دوباره تبدیل میکند. در مقایسه با Veo 3.1 در جدول رتبه‌بندی متن‌به‌ویدئو (با صدا) عملکرد بهتری دارد.
در عین حال، این مدل کیفیت تصویر را نسبت به نسخه کامل فدا میکند، خروجی 1080p بزرگ‌نمایی‌شده است، هویت سوژه در کلیپ‌های طولانی ممکن است تغییر کند و دستورهای حرکتی بیش از حد در پرامپت می‌تواند کیفیت را کاهش دهد. صدای تولیدشده قابل باور است اما کنترل کامل بر آن وجود ندارد و در هماهنگی لب مکالمه و دقت آناتومیک انسان ضعیف است. URLهای ویدئوی بازگشتی از API موقتی هستند و باید فایل‌ها به‌سرعت دانلود شوند. برای استفاده تجاری، بررسی الزامات ایمنی و مجوز ضروری است.
به‌روزرسانی:
MODEL ID
grok-imagine-video-1.5-lite- خروجی
- video
نکات برجسته
- تولید ویدئو از متن و تصویر
- خروجی تا 1080p با بزرگنمایی
- کلیپ‌های ۱ تا ۱۵ ثانیه‌ای
- صدای همگام با افکت و دیالوگ
- سریع‌تر و کم‌هزینه‌تر از مدل اصلی
- مناسب پیشنمونهسازی و تولید انبوه
ارائه‌دهندگان
قیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.
بنچمارک‌ها
- 998
جدول رتبه‌بندی متن‌به‌ویدئو (با صدا) Artificial Analysis - امتیاز Elo
امتیاز Elo
- 968
Veo 3.1 - امتیاز Elo
امتیاز Elo؛ Grok Imagine Video 1.5 Lite در حدود ۵۴.۳٪ رأی‌ها ترجیح داده شده است
- 1059
Grok Imagine Video 1.5 - امتیاز Elo
امتیاز Elo؛ مدل کامل در حدود ۵۸.۷٪ رأی‌ها ترجیح داده شده است
- 1173
Wan 3.0 - امتیاز Elo
امتیاز Elo؛ پیش‌بینی میشود Lite در حدود ۷۳.۳٪ مواقع شکست بخورد
- 1132
Gemini Omni Flash 1.1 - امتیاز Elo
امتیاز Elo؛ پیش‌بینی میشود Lite در حدود ۶۸.۴٪ مواقع شکست بخورد
امتیازها همان‌گونه که ارائه‌دهنده مدل منتشر کرده است.
مشخصات ویدیو
- نسبت‌های ابعاد
- 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 3:2 / 2:3
- مدت · حداقل
- ۱ ثانیه
- مدت · حداکثر
- ۱۵ ثانیه
- مدت · گام
- ۱ ثانیه
- رزولوشن‌ها
- 480p / 720p / 1080p
مرجع API
جزئیات پروتکل این مدل منتشر نشده است. برای الزامات یکپارچه‌سازی، مرجع API را ببینید.
مرجع API →پرسش‌های متداول
معرفی مدل: SpaceXAI: Grok Imagine Video 1.5 Lite?
Grok Imagine Video 1.5 Lite توسط SpaceXAI (xAI) در اکتبر ۲۰۲۶ معرفی شد و نسخه‌ای تقطیرشده از مدل اصلی Grok Imagine Video 1.5 است. این مدل با دریافت متن یا تصویر، ویدئوهایی با مدت ۱ تا ۱۵ ثانیه و نسبت‌های تصویری 16:9، 9:16، 1:1، 4:3، 3:4، 3:2 و 2:3 تولید میکند. خروجی در کیفیتهای 480p، 720p و 1080p ارائه میشود، با این نکته که 1080p ابتدا در 720p رندر و سپس بزرگنمایی میشود. همچنین صدای همگام با ویدئو شامل افکت‌های صوتی، صدای محیط و دیالوگ با هماهنگی لب تولید میکند. این مدل از طریق API و شرکای واسط مانند OpenRouter، fal و Vercel AI Gateway قابل دسترسی است. این مدل برای کارهای پیشنمونهسازی، تولید پسزمینه و تصاویر B-roll، ایدهپردازی صحنه و تولید انبوه ویدئوهای کوتاه مناسب است؛ جایی که امکان تکرار و رندر مجدد وجود دارد. سرعت بالاتر و هزینه کمتر نسبت به مدل اصلی، آن را به گزینه‌ای مناسب برای دور ریختن برداشت‌های ناموفق و تولید دوباره تبدیل میکند. در مقایسه با Veo 3.1 در جدول رتبه‌بندی متن‌به‌ویدئو (با صدا) عملکرد بهتری دارد. در عین حال، این مدل کیفیت تصویر را نسبت به نسخه کامل فدا میکند، خروجی 1080p بزرگ‌نمایی‌شده است، هویت سوژه در کلیپ‌های طولانی ممکن است تغییر کند و دستورهای حرکتی بیش از حد در پرامپت می‌تواند کیفیت را کاهش دهد. صدای تولیدشده قابل باور است اما کنترل کامل بر آن وجود ندارد و در هماهنگی لب مکالمه و دقت آناتومیک انسان ضعیف است. URLهای ویدئوی بازگشتی از API موقتی هستند و باید فایل‌ها به‌سرعت دانلود شوند. برای استفاده تجاری، بررسی الزامات ایمنی و مجوز ضروری است.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند. صورتحساب بر اساس هزینه واقعی تولید محاسبه میشود. مبلغ نهایی را در صورتحساب ببینید.
این مدل چه ورودیهایی را میپذیرد؟
Grok Imagine Video 1.5 Lite متن و تصویر را بهعنوان ورودی میپذیرد و ویدئو با صدای همگام تولید میکند.
مدت و کیفیت ویدئوی خروجی چقدر است؟
ویدئوهای تولیدشده بین ۱ تا ۱۵ ثانیه طول دارند و در کیفیتهای 480p، 720p و 1080p ارائه میشوند. خروجی 1080p ابتدا در 720p رندر و سپس بزرگنمایی میشود.
این مدل برای چه کارهایی مناسب است؟
برای پیشنمونهسازی، تولید پسزمینه و B-roll، ایدهپردازی صحنه و تولید انبوه ویدئوهای کوتاه که در آنها رندر مجدد قابل قبول است.
تفاوت اصلی آن با Grok Imagine Video 1.5 چیست؟
نسخه کامل بر کیفیت حداکثری تمرکز دارد، در حالی که Lite بر قیمت و سرعت برای تولید انبوه و پیشنمونهسازی اولویت می‌دهد. Lite سریع‌تر و کم‌هزینه‌تر است اما مقداری از کیفیت تصویر را فدا میکند.
آیا محدودیت‌هایی در استفاده تجاری وجود دارد؟
بله، برای استفاده تجاری باید الزامات ایمنی و مجوزها بررسی شوند. همچنین URLهای ویدئوی بازگشتی از API موقتی هستند و باید فایل‌ها را به‌سرعت دانلود کرد.