Grok Imagine Video 1.5｜使い方・1080p・料金

テキスト・画像・参照素材から何ができる？

Grok Imagine Video 1.5のAPIは、テキスト・画像・参照素材を使う動画生成に対応し、1〜15秒の動画を指定できます。入力の役割によって、選べる解像度が変わります。

開始・終了・途中のフレームも指定できる

Video 1.5では、開始画像に加えてlast_frameで最後の画像、keyframesで途中の画像を最大4か所指定できます。こうしたフレーム指定や参照素材を組み合わせる処理は、通常の画像1枚からの生成とは区別し、参照生成の上限720pを前提に確認します。

たとえば「最初と最後の構図をそろえる」「途中で決まった商品画像を見せる」といった用途の候補になります。ただし、指定した構図の間の動きや会話が希望どおりになるかは、生成後の確認が必要です。

公式：参照画像・音声・フレーム指定（2026年10月16日確認）

音声は標準で付き、無音にもできる

生成動画には標準で音声が含まれ、Video 1.5は口の動きと合う会話音声にも対応しています。無音にしたい場合は、REST APIのJSONで"generate_audio": falseを指定します。

声を選びたい場合は参照生成のプリセット音声を使います。自分の音声ファイルを渡す機能は申請対象のパートナー向けで、すべての利用者が使える機能として扱いません。

公式：動画生成APIの仕様 ／ 参照画像・音声・フレーム指定（2026年10月16日確認）

どこで使える？API・Web・アプリの違い

Grok Imagine Video 1.5はAPIで指定でき、Video 1.5 FastはGrok.comとiOS・Androidアプリへの展開が発表されています。APIの仕様表を、そのままアプリの利用条件として読むことはできません。

公式：2026年6月16日のVideo 1.5公式発表 ／ Video 1.5のモデル名と単価 ／ 一般向けGrokの公式FAQ（2026年10月16日確認）

API料金はいくら？480p・720p・1080pを比較

Grok Imagine Video 1.5の通常API料金は、動画出力が480pで1秒$0.08、720pで$0.14、1080pで$0.25です。画像を渡す場合は1枚$0.01を加算します。

試作と仕上げの費用を分けて考える

筆者の提案は、短い480p動画で動きや構図を絞り、必要な案だけ希望の解像度で作り直す方法です。ただし、再生成は同じ動画の高解像度化を保証する操作ではありません。構図や動きが変わる可能性も含めて予算を組みます。

たとえば画像を1枚ずつ渡して6秒動画を480pで5本、1080pで1本生成するなら、$0.49 × 5 ＋ $1.51 ＝ $3.96が単価ベースの概算です。最終的に使う1本だけでなく、候補を作る費用も見込めます。

APIの始め方とコピーして使える依頼例

Grok Imagine Video 1.5をAPIで使うときは、生成を依頼し、返された識別子で完了を確認してから動画を取得します。画像なしで始める場合は、テキストと生成条件を送れます。

1. ConsoleでAPIキーと課金条件を準備するAPIの利用には認証情報が必要です。xAI Consoleで利用可能なモデルと支払い設定を確認します。キーは公開HTMLや記事へ貼らず、サーバー側や手元の環境変数で管理します。基本はAPIキーの発行・管理・料金の確認方法で整理しています。
2. 生成条件を送るPOST /v1/videos/generationsへモデル名・プロンプト・秒数・解像度を送ります。以下は画像を含まないJSON例です。
3. 同じrequest_idで完了を確認するGET /v1/videos/{request_id}で状態を確認します。pendingは処理中、doneは完了、failedは失敗です。処理中に毎回新しい生成を依頼する必要はありません。
4. 完成動画を保存して確認する通常返される動画URLは一時的です。必要な動画は速やかに保存し、映像・音声・文字・権利面を確認してから使用します。

公式：動画生成APIの仕様（2026年10月16日確認）

{
  "model": "grok-imagine-video-1.5",
  "prompt": "木の机に青い陶器のマグカップが1つ置かれている。朝の光が差し、湯気がゆっくり上がる。カメラはわずかに前へ進む。静かな室内音。会話と音楽は入れない。",
  "duration": 6,
  "aspect_ratio": "16:9",
  "resolution": "720p"
}

上のJSONは、認証ヘッダーを付けてAPIに送るリクエスト本文です。コピーだけでは生成されません。画像を開始フレームにする場合はimageを追加し、参照素材を使う場合は専用のフィールドと上限を確認します。

入力方法に合わせて、依頼文を変える

テキストから作る場合は「何を映すか」から記述します。画像から作る場合は、画像で決まっている見た目を長く説明し直すより、「何を残し、何を動かすか」を明示するのが筆者の提案です。以下は本記事で作成した例であり、生成結果を確認したものではありません。

被写体：青い陶器のマグカップ1つ。
場所：朝の光が差す木の机。
動き：湯気がゆっくり上がる。
カメラ：カップに向かってわずかに前進する。
音：静かな室内音。会話と音楽は入れない。
避けたいこと：別の物を増やさない。途中で場面を切り替えない。

入力画像を開始フレームにする。
被写体の形、色、背景の配置をできるだけ保つ。
カメラはゆっくり近づき、動きは控えめにする。
会話と音楽は入れず、場面に合う環境音にする。
文字やロゴを追加しない。途中で別の場面へ切り替えない。

秒数や解像度は、依頼文だけでなくAPIのパラメーターで設定します。完全な無音が必要なら、文章中の「無音」だけに頼らずgenerate_audioをfalseにします。縦長の画像から動画を作る場合、aspect_ratioで横長に変更することはできないため、先に入力画像の縦横比を整えてください。

公式：画像から動画を生成する方法 ／ 動画生成APIの仕様（2026年10月16日確認）

Video 1.5・Fast・Lite・旧モデルの選び方

Grok Imagine Video 1.5は、ネイティブ1080pや参照素材・フレーム指定を使いたいときの候補です。費用優先の単純な生成や既存動画の編集では、別モデルも選択肢になります。

公式：動画モデルの機能比較（2026年10月16日確認）

「Fastの約25秒」をAPIの待ち時間にしない

2026年6月16日の発表で、Video 1.5 Fastは6秒・720pの動画を約25秒で生成する例が示されました。比較対象の従来モデルは40秒以上とされていますが、これは発表時の特定条件です。

その数値を、APIのVideo 1.5や15秒・1080pの処理時間の保証として使うことはできません。生成時間は内容・長さ・解像度などで変わるため、APIでは完了状態を確認する処理が必要です。

公式：2026年6月16日のVideo 1.5公式発表 ／ 動画生成APIの仕様（2026年10月16日確認）

音声・動きの改善は、出力を見て採用する

公式発表は、音声の同期や動き・物理表現の改善を挙げています。一方で、すべての人物・商品・構図で意図した出力が得られることを保証するものではありません。

筆者の判断基準では、文字やロゴの完全な維持、口の動きと発話の厳密な一致、他社モデルより高い品質を前提に契約を決める使い方は避けます。必要な品質条件を決め、短い素材の結果を確認してから採用してください。

公式：2026年6月16日のVideo 1.5公式発表（2026年10月16日確認）

上限・生成失敗・保存で確認すること

Grok Imagine Video 1.5のAPIでは、動画の長さと送信頻度を別に管理します。生成が遅い場合も、新しい生成を繰り返す前に、既存リクエストの状態を確認してください。

最大15秒とレート制限は別の上限

通常生成のdurationは1〜15秒、既定値は8秒です。長さを省略すると6秒にはならないため、料金例に合わせたい場合は6を明示します。解像度の既定値は480pです。

公式：動画生成APIの仕様（2026年10月16日確認）

レート制限は、短時間にAPIへ送れる量の上限です。現行モデルページの表示は10 RPS（1秒あたりのリクエスト数）で、10 RPM（1分あたり）ではありません。自分のチームに適用される条件はConsoleのModelsで確認します。

公式レート制限ページには動画のティア別表がある一方、Imagine APIの上限引き上げは問い合わせるよう案内されています。「累計支払い額が増えれば動画の上限も必ず自動で増える」とは断定しません。

公式：Video 1.5のモデル名と単価 ／ APIのレート制限（2026年10月16日確認）

失敗した場所から切り分ける

• 機能が表示されない：ログイン中のアカウント、契約プラン、Imagineの入口、アプリの更新状況を確認します。
• APIが429を返す：送信間隔や同時に送る本数を調整し、待ち時間を増やして再試行します。解像度を下げるだけで、送信回数の制限を解消できるとは限りません。
• pendingが続く：同じrequest_idの状態を確認します。画面で待っている時間と、動画そのものの秒数は別です。
• failedになる：返されたエラー、モデル、入力フィールド、秒数、解像度を確認します。参照生成へ1080pを指定していないかも見直します。
• 動画URLが開けない：生成状態とURLの有効性、保存済みファイルの有無を確認します。

公式：動画生成APIの仕様 ／ APIのレート制限（2026年10月16日確認）

繰り返し保存する実装では、生成物をFilesへ残すstorage_optionsも公式に案内されています。公開URLを使う場合は、公開範囲を理解してから指定してください。

公式：生成動画のファイル保存（2026年10月16日確認）

実在人物・商品・素材の扱いを確認する

人物の写真、他社のキャラクター、顧客から預かった画像や音声を使う場合は、入力と公開に必要な許可を先に確認します。一般向けGrokとAPIの契約・データの扱いを同一視せず、利用するサービスの規約に照らして判断してください。

公開前には、画像の形や文字が変わっていないか、意図しない発話や音が入っていないか、生成物を実写の記録のように誤解させないかを確認します。用途に応じた品質確認までを制作工程に含めるのが実用的です。

公式：利用規約・関連ポリシー（2026年10月16日確認）

Grok Imagine Video 1.5のよくある質問

Grok Imagine Video 1.5で迷いやすい入力方式・画質・料金・利用条件を、利用する入口ごとに確認します。回答は2026年10月16日に確認した公式情報に基づきます。

公式：動画生成APIの仕様 ／ 動画モデルの機能比較 ／ Video 1.5のモデル名と単価 ／ 2026年6月16日のVideo 1.5公式発表 ／ 一般向けGrokの公式FAQ ／ 利用規約・関連ポリシー（2026年10月16日確認）

まとめ：入力方法と解像度から決める

Grok Imagine Video 1.5は、APIでテキストからも画像からも動画を作れるモデルです。入力方法で上限解像度が変わり、費用は動画の秒数・解像度と、実際に渡す画像枚数から判断できます。

次に見直す条件は、入力モードごとの解像度・秒数、API単価、Fastの提供先や画面の利用枠が変更されたときです。