API Grok Imagine Video

Q: آیا API گراک ایمجین در ایران بدون VPN کار میکند؟

بله. درخواست از سرور شما به سرور ما و از آنجا به xAI میرود، پس VPN و کارت بینالمللی لازم نیست. حساب را در پنل با پرداخت ریالی شارژ میکنید و هزینهٔ هر ویدیو هنگام ثبت درخواست از همان موجودی رزرو میشود.

Q: وضوح ویدیو روی هزینه اثر دارد؟

نه. این مدل برای 480p و 720p یک تعرفهٔ ثانیهای دارد که در جدول بالای صفحه آمده، و هزینه فقط به طول درخواستی بستگی دارد. طول بین ۱ تا ۱۵ ثانیه است و مبلغ رزرو هم بر اساس همان طول حساب میشود.

Q: میتوانم از روی عکس خودم ویدیو بسازم؟

بله. عکس را با نشانی https یا بهشکل data URL در فیلد image بفرستید تا فریم اول ویدیو شود و در prompt بگویید چه حرکتی میخواهید. هزینه مثل ساخت از متن، ثانیهای و فقط بر اساس طول درخواستی است.

مدل ویدیویی نسل اول xAI با صدای هم‌زمان؛ برای کسب‌وکاری که کلیپ کوتاه شبکهٔ اجتماعی را از متن یا عکس می‌سازد و وضوح متوسط برایش کافی است.

ساخت حساب و دریافت کلید

مشخصات و قیمت API Grok Imagine Video

نام مدل در فراخوان: x-ai-grok-imagine-video
نوع: تبدیل متن به ویدیو و عکس به ویدیو
مدت ویدیو: از ۱ تا ۱۵ ثانیه
کیفیت: 480p، 720p
صدا: همیشه با صدا
نگه‌داری فایل: ۷ روز

تنظیم	هر ثانیه	ویدیوی ۱ ثانیه‌ای	ویدیوی ۵ ثانیه‌ای	ویدیوی ۱۵ ثانیه‌ای
هر ثانیه	۱۶٬۷۴۸ تومان	۱۶٬۷۴۸ تومان	۸۳٬۷۳۸ تومان	۲۵۱٬۲۱۳ تومان

قیمت‌ها شامل مالیات بر ارزش افزوده‌اند. مبلغ کامل ویدیو هنگام ثبت درخواست از موجودی قفل می‌شود؛ اگر ساخت موفق شود همان مبلغ کسر می‌شود و اگر ناموفق باشد، کامل به موجودی برمی‌گردد.

دربارهٔ Grok Imagine Video

Grok Imagine Video مدل ساخت ویدیوی xAI، سازندهٔ Grok، است که در بهمن ۱۴۰۴ (ژانویهٔ ۲۰۲۶) از طریق API در دسترس توسعه‌دهنده‌ها قرار گرفت. از توصیف متنی یا از یک تصویر به‌عنوان فریم اول ویدیو می‌سازد و صدا را هم همراه تصویر تولید می‌کند. اگر «API گراک ایمجین» یا «API تبدیل عکس به ویدیو» جست‌وجو کرده‌ای، این صفحه مال نسخهٔ اول این مدل است.

نسبتش با Grok Imagine Video 1.5

این مدل نسل اول است و جانشینش Grok Imagine Video 1.5 است که xAI در خرداد ۱۴۰۵ عرضه کرد. فرق کاربردی‌شان روشن است: نسخهٔ 1.5 فقط از عکس ویدیو می‌سازد و بدون تصویر شروع درخواست را نمی‌پذیرد، ولی نسخهٔ اول هم از متن تنها و هم از عکس کار می‌کند. هر دو در وضوح‌های 480p و 720p کار می‌کنند.

پس اگر ایده‌ات فقط یک توصیف متنی است و عکسی برای شروع نداری، از این دو مدل همین نسخه جواب می‌دهد. قیمت API Grok Imagine Video را هم در جدول بالای صفحه با نسخهٔ 1.5 مقایسه کن.

در میان بقیهٔ مدل‌های ویدیویی ما، Veo 3.1 و Veo 3.1 Fast کلیپ کوتاه‌تر با کیفیت بالا می‌سازند، Runway Gen-4.5 بی‌صداست و Wan 3.0 بازهٔ زمانی بلندتری دارد.

برای چه کلیپ‌هایی مناسب است

کلیپ کوتاه و پرتعداد برای شبکهٔ اجتماعی، جایی که سرعت انتشار از جزئیات مهم‌تر است:

متحرک‌کردن عکس محصول یا عکس فضای فروشگاه برای استوری.
ویدیوی کوتاه سرگرم‌کننده برای صفحهٔ برند، با صدای محیط آماده.
نسخهٔ پیش‌نمایش یک ایدهٔ ویدیویی برای تصمیم‌گیری در تیم.

طول کلیپ بین ۱ تا ۱۵ ثانیه است و اگر چیزی نفرستی ۵ ثانیه ساخته می‌شود. وضوح را بین 480p و 720p انتخاب می‌کنی و تعرفه برای هر دو یکی است؛ پس انتخاب وضوح فقط به نیاز نمایش بستگی دارد، نه به بودجه.

ثبت کار و پرسیدن وضعیت

درخواست را با POST به /api/v1/ai/videos/ بفرست و model را x-ai-grok-imagine-video بگذار؛ توصیف در prompt، طول بر حسب ثانیه در duration، وضوح در resolution و اگر از عکس شروع می‌کنی، تصویر فریم اول در image؛ این فیلد اختیاری است. صدا همیشه ساخته می‌شود و پارامتری برای خاموش‌کردنش نیست. پاسخ با کد HTTP 202 و شناسه‌ای مثل vid_… برمی‌گردد.

سپس هر چند ثانیه /api/v1/ai/videos/<id>/ را بخوان تا status به succeeded یا failed برسد. ساخت معمولاً از چند ده ثانیه تا چند دقیقه طول می‌کشد؛ اتصال را باز نگه ندار.

حساب ثانیه‌ای و برگشت مبلغ

تعرفه یک عدد ثابت برای هر ثانیه ویدیوست و به وضوح بستگی ندارد. هنگام ثبت درخواست، هزینهٔ کامل طول درخواستی رزرو می‌شود. ویدیوی موفق دقیقاً همان مبلغ را کسر می‌کند و ویدیوی شکست‌خورده کل آن را پس می‌دهد. بنابراین تفاوت هزینهٔ یک کلیپ ۶ ثانیه‌ای و ۱۵ ثانیه‌ای را پیش از ارسال بسنج، نه بعد.

توصیف، زبان و نوشتهٔ فارسی

توصیف را کوتاه و تصویری بنویس و حرکت را صریح بگو: دوربین آرام جلو می‌رود، شخصیت سر برمی‌گرداند. در عمل توصیف انگلیسی معمولاً دقیق‌تر دنبال می‌شود. نوشتهٔ فارسی داخل ویدیو قابل اتکا نیست؛ از مدل بخواه تصویر بدون نوشته باشد و متن را در تدوین بگذار. روی گفت‌وگوی فارسی ساخته‌شده هم حساب نکن.

ویدیو ۷ روز روی سرور ما می‌ماند و بعد پاک می‌شود؛ به‌محض موفقیت آن را با سرآیند Authorization و کلید API از videoUrl دانلود کن.

کجا بهتر است مهاجرت کنی

اگر عکس شروع داری و کارت تبدیل عکس به ویدیو است، Grok Imagine Video 1.5 را هم امتحان کن که نسخهٔ تازه‌تر همین خانواده و مخصوص همین کار است. اگر وضوح 1080p لازم داری، Veo 3.1 یا Wan 3.0 را ببین. برای کلیپ نهایی کمپین با جزئیات زیاد، Veo 3.1 گزینهٔ جدی‌تری است. و اگر صدا را جدا می‌سازی، پرداخت برای صدای ساخته‌شده منطقی نیست؛ Runway Gen-4.5 بی‌صدا کار می‌کند.

کاربردهای API Grok Imagine Video

استوری متحرک از عکس فروشگاهعکس محصول یا فضای مغازه را فریم اول می‌گیرد و کلیپ کوتاه با صدای محیط می‌سازد؛ مناسب انتشار روزانه در شبکهٔ اجتماعی.
ویدیو از توصیف متنی تنهابدون عکس شروع، فقط از یک توصیف کلیپ کوتاه با صدا می‌سازد تا تیم پیش از تولید واقعی، چند ایده را ببیند و دربارهٔ جهت کار تصمیم بگیرد.
ویدیوی سرگرم‌کنندهٔ صفحهٔ برندکلیپ کوتاه با صدای آماده می‌سازد تا صفحهٔ برند بدون فیلم‌برداری روزانه، محتوای متحرک تازه داشته باشد.

اتصال به API Grok Imagine Video

ساخت ویدیو ناهمگام است: درخواست، شناسهٔ کار را برمی‌گرداند و نه خود ویدیو. وضعیت را هر چند ثانیه با همان شناسه بپرسید تا succeeded شود و نشانی فایل (videoUrl) بیاید. دریافت فایل هم همان کلید API را می‌خواهد. برای ساخت ویدیو از عکس، نشانی https یا data URL تصویر آغازین را در فیلد image بفرستید.

# ۱. ثبت کار
curl -X POST 'https://melliapi.net/api/v1/ai/videos/' \
  -H 'Authorization: Bearer melli_live_…' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "x-ai-grok-imagine-video",
    "prompt": "A slow cinematic drone shot over the Persian Gulf at sunset",
    "duration": 5,
    "resolution": "720p"
  }'
# → { "ok": true, "id": "vid_…", "status": "processing", … }

# ۲. پیگیری تا پایان
curl 'https://melliapi.net/api/v1/ai/videos/vid_…/' -H 'Authorization: Bearer melli_live_…'

# ۳. دریافت فایل
curl -L -o video.mp4 'https://melliapi.net/api/v1/ai/videos/vid_…/content/' \
  -H 'Authorization: Bearer melli_live_…'

import time, requests

API = "https://melliapi.net/api/v1/ai/videos/"
HEADERS = {"Authorization": "Bearer melli_live_…"}

job = requests.post(API, headers=HEADERS, json={"model":"x-ai-grok-imagine-video","prompt":"A slow cinematic drone shot over the Persian Gulf at sunset","duration":5,"resolution":"720p"}).json()
while job["status"] == "processing":
    time.sleep(5)
    job = requests.get(API + job["id"] + "/", headers=HEADERS).json()

if job["status"] == "succeeded":
    video = requests.get(job["videoUrl"], headers=HEADERS)
    open("video.mp4", "wb").write(video.content)
else:
    print(job["error"])

کدهای خطا و جزئیات صورتحساب در مستندات API هوش مصنوعی آمده است.

مدل‌های دیگر xAI Grok

Grok Imagine Video 1.5

مقایسهٔ قیمت همهٔ مدل‌های xAI Grok

پرسش‌های متداول

Grok Imagine Video با Grok Imagine Video 1.5 چه فرقی دارد؟

Grok Imagine Video نسل اول مدل ویدیویی xAI است و هم از متن تنها و هم از عکس ویدیو می‌سازد. نسخهٔ 1.5 تازه‌تر است و فقط تبدیل عکس به ویدیو انجام می‌دهد، یعنی بدون عکس شروع کار نمی‌کند. هر دو در 480p و 720p کار می‌کنند و صفحه و تعرفهٔ جداگانه دارند.

آیا API گراک ایمجین در ایران بدون VPN کار می‌کند؟

بله. درخواست از سرور شما به سرور ما و از آنجا به xAI می‌رود، پس VPN و کارت بین‌المللی لازم نیست. حساب را در پنل با پرداخت ریالی شارژ می‌کنید و هزینهٔ هر ویدیو هنگام ثبت درخواست از همان موجودی رزرو می‌شود.

وضوح ویدیو روی هزینه اثر دارد؟

نه. این مدل برای 480p و 720p یک تعرفهٔ ثانیه‌ای دارد که در جدول بالای صفحه آمده، و هزینه فقط به طول درخواستی بستگی دارد. طول بین ۱ تا ۱۵ ثانیه است و مبلغ رزرو هم بر اساس همان طول حساب می‌شود.

می‌توانم از روی عکس خودم ویدیو بسازم؟

بله. عکس را با نشانی https یا به‌شکل data URL در فیلد image بفرستید تا فریم اول ویدیو شود و در prompt بگویید چه حرکتی می‌خواهید. هزینه مثل ساخت از متن، ثانیه‌ای و فقط بر اساس طول درخواستی است.

شروع

ساخت حساب کسب‌وکار همهٔ مدل‌های هوش مصنوعی