تسعير API الخاص بتوليد الفيديو من Grok: من الصورة إلى الفيديو والحدود

إذا كنت تحسب تكلفة دمج واجهة برمجة تطبيقات Grok لتوليد الفيديو، فإن السعر المعروض في صفحة التسعير ليس الرقم المهم. الأهم هو ما تدفعه مقابل مقطع ستنشره فعلًا. تحتسب xAI فيديوهات Grok Imagine بحسب الثانية من المخرجات، وتضيف رسومًا صغيرة على كل صورة ترسلها، وتحدّ عدد الطلبات بحد أقصى 10 طلبات في الثانية لكل نموذج. اجمع هذه الحقائق الثلاث مع معدل إعادة المحاولة لديك، وستحصل على ميزانيتك الحقيقية.

تعرض هذه الصفحة الأسعار لكل ثانية لنموذجي فيديو xAI، وقواعد الفوترة الخاصة بتحويل الصورة إلى فيديو، وحدود الدقة والمدة، وحساب دفعة حقيقية من المقاطع. وحيث تختلف الوثائق الرسمية والمتتبعات الخارجية أو تصمت، سأذكر ذلك صراحةً. تم التحقق من كل ما هنا مقابل وثائق توليد الفيديو في xAI وملخصات الأسعار العامة في أوائل أكتوبر 2026، لذا تأكد من الأرقام الحالية في وحدة التحكم الخاصة بـ xAI قبل أن تعتمد أي ميزانية.

💡 الخلاصة السريعة: يبدأ النموذج الأقدم من 0.05 دولار للثانية، ويبدأ النموذج الأحدث 1.5 من 0.08 دولار للثانية، ولا تتوفر دقة 1080p إلا على الإصدار 1.5، ويتراوح طول المقطع الواحد بين ثانية واحدة و15 ثانية.

ما الذي تفرضه xAI فعليًا

تقدم xAI نموذجين للفيديو عبر نقطة النهاية نفسها، POST https://api.x.ai/v1/videos/generations. يتشاركان شكل الطلب ونفس حد المعدل، لكن ليس السعر ولا أنواع الإدخال ولا أعلى دقة.

الأسعار لكل ثانية

تسرد صفحات النماذج الرسمية معدل مخرجات رئيسيًا واحدًا لكل نموذج:

• Grok Imagine Video (grok-imagine-video): 0.050 دولار للثانية. يقبل إدخال النص والصورة والفيديو.
• Grok Imagine Video 1.5 (grok-imagine-video-1.5): 0.080 دولار للثانية. يقبل إدخال النص والصورة فقط.

لا تفصّل الصفحات الرسمية هذه المعدلات حسب الدقة. أما ملخص أسعار صادر عن جهة خارجية بتاريخ 8 سبتمبر 2026 فيفعل ذلك، وهو الجدول الذي يعتمد عليه معظم المطورين في وضع ميزانياتهم:

انظر إلى عمود 480p: إنه يطابق المعدلات المعلنة تمامًا. هذا يعني أن الرقم الرسمي هو الحد الأدنى، لا الفاتورة المعتادة. يكلّف مقطع 720p على الإصدار 1.5 أكثر بنسبة 75 في المئة للثانية مما توحي به المعدلات المعلنة، ويكلّف مقطع 1080p أكثر من ثلاثة أضعاف ذلك.

💡 تعامل مع توزيع الدقة على أنه مُبلَّغ عنه، لا رسمي. صفحات xAI نفسها تعرض معدل الدخول فقط. شغّل اختبارًا واحدًا بطول 5 ثوانٍ لكل دقة، وقارن النتيجة مع صفحة الاستخدام في وحدة التحكم قبل أن تتوسع.

رسم إدخال الصورة

يضيف تحويل الصورة إلى فيديو رسمًا ثابتًا لكل صورة مصدر فوق ثواني المخرجات. الرسوم المُبلَّغ عنها هي 0.002 دولار لكل صورة على النموذج الأساسي، و0.01 دولار لكل صورة على الإصدار 1.5. في مقطع واحد يبدو هذا المبلغ تافهًا. أما على 50,000 مقطع فالتكلفة هي 100 دولار مقابل 500 دولار في رسوم الصور وحدها، لذا يجب إدراجه في نموذج التكلفة لديك منذ البداية.

كيف تعمل فوترة تحويل الصورة إلى فيديو

تحويل الصورة إلى فيديو هو الوضع الذي تطلقه معظم الفرق فعليًا. الصورة الثابتة تمنحك التحكم في الشخص والتكوين والمظهر قبل أن تدفع مقابل ثانية واحدة من الحركة.

الصورة هي الإطار الأول

عند تضمين الحقل الاختياري image، تستخدم xAI تلك الصورة كـإطار بداية للمقطع. إذا لم تتجاوز نسبة العرض إلى الارتفاع، فإن المخرجات تتبع أبعاد الصورة المدخلة بدلًا من الافتراضي 16:9. تُختصر فاتورة كل محاولة في سطر واحد:

تكلفة المحاولة = (الثواني × معدل الدقة المختارة) + رسم الصورة

لم أجد في الوثائق رسومًا منفصلة للأمر النصي أو للتوكنات، لذا يبدو أن الأمر النصي لا يحمل أي تكلفة إضافية. لكن للأوامر النصية حدًا أقصى للطول، وإذا تجاوزته يُرجع النظام خطأ invalid_argument.

💡 ولّد إطاراتك الأولى بنموذج صور واقعية ثابتة مثل PicassoIA Image قبل أن تدفع مقابل الحركة. الصورة الثابتة المعيبة تصبح مقطعًا معيبًا، وإصلاح الصورة يكلّف جزءًا يسيرًا من إعادة تصيير الفيديو.

طلب بسيط

المثال الذي تقدمه xAI لتحويل الصورة إلى فيديو عبر Python SDK قصير:

response = client.video.generate(
    prompt="Slow push-in on the cliff as waves roll in",
    model="grok-imagine-video-1.5",
    image="https://example.com/cliff.jpg"
)

نسخ الأمر النصي

من الناحية التقنية، هذه نقطة النهاية غير المتزامنة نفسها المستخدمة في تحويل النص إلى فيديو. ترسل المهمة، وتتلقى request_id، ثم تستعلم عن حالتها حتى تكتمل. تُضبط المدة والدقة ونسبة العرض كمعاملات في الطلب، ويسرد القسم التالي حدودها.

حدود الدقة والمدة

الحدود تحدد الأفكار التي تستطيع الواجهة إنتاجها أصلًا، وهي تضع سقف تكلفة كل مقطع. ثلاثة إعدادات تهم: الدقة والمدة ونسبة العرض إلى الارتفاع.

480p و720p و1080p

• 480p هي الافتراضية وأرخص فئة. تناسب المخططات القصصية والمسودات والصور المصغرة الصغيرة لوسائل التواصل.
• 720p هي فئة التسليم العملية لمعظم مقاطع الويب ووسائل التواصل.
• 1080p متوفرة فقط على Grok Imagine Video 1.5، ولتحويل النص إلى فيديو وتحويل الصورة إلى فيديو فقط.
• الإشارة المرجعية إلى الفيديو محدودة بدقة 720p.

بما أن الدقة الافتراضية هي 480p، فإن الطلب الذي يحذف حقل الدقة سيعيد المخرجات الأرخص والأنعم. اضبطها عن قصد.

من ثانية إلى 15 ثانية

يقبل المعامل duration مدة تتراوح بين 1 و15 ثانية لتوليد الفيديو القياسي. يُحتسب السعر وفق الثانية، لذا تزداد التكلفة بشكل طردي: مقطع مدته 10 ثوانٍ يكلّف بالضبط ضعف مقطع مدته 5 ثوانٍ بالدقة نفسها.

تحرير الفيديو استثناء. لا يقبل مدة مخصصة، ويحافظ على طول الفيديو المصدر، ويتوقف عند 8.7 ثانية.

معظم مقاطع الترويج تناسب 5 إلى 6 ثوانٍ. دفع ثمن 15 ثانية بينما يستخدم مونتاجك 4 ثوانٍ هو أكثر مصادر الهدر شيوعًا.

نسب العرض المدعومة

تُدعم سبع نسب: 1:1 و16:9 و9:16 و4:3 و3:4 و3:2 و2:3. يفترض تحويل النص إلى فيديو النسبة 16:9، بينما يتبع تحويل الصورة إلى فيديو الصورة المدخلة ما لم تتجاوزها. النسبة العمودية 9:16 موجودة لخلاصات المحتوى القصير، فلا تحتاج إلى قص المقطع بعد التصيير.

حدود المعدل والإنتاجية

التسعير يخبرك بتكلفة المقطع. أما حدود المعدل فتخبرك بسرعة شرائك له.

عشرة طلبات في الثانية

يسرد كلا نموذجي الفيديو في وثائق xAI السقف نفسه: 10 طلبات في الثانية. وهذا يعادل 600 طلب في الدقيقة. بالنسبة لمعظم المنتجات ليس هذا عنق الزجاجة، لأن مهام الفيديو تُصيَّر ببطء، ونادرًا ما ترسل أكثر من عدد قليل منها في الثانية. يصبح الأمر مهمًا أثناء عمليات التعبئة الجماعية، حيث ستُقيَّد حلقة بسيطة تطلق آلاف المهام دفعة واحدة.

لا تحدد صفحات النماذج سقفًا يوميًا، ولا تذكر عدد المهام التي يمكن للحساب الواحد تصييرها في وقت واحد. قد تختلف حصص مستوى الفريق، لذا راجع صفحة الحدود في وحدة التحكم قبل أي تشغيل كبير.

يعمل النموذجان في us-east-1 و us-west-2 و us-saltlake-2، وتُدعم Batch API في us-east-1 و us-west-2.

المهام غير المتزامنة والروابط المؤقتة

توليد الفيديو غير متزامن. ترسل طلبًا، وتتلقى request_id، ثم تستعلم حتى تتغير الحالة. الحالات الموثقة هي pending وdone وexpired وfailed.

تصل الفيديوهات المكتملة كـروابط مؤقتة. تنصح xAI المطورين بتنزيل الملف أو معالجته بسرعة إذا أرادوا الاحتفاظ بنسخة. عمليًا:

1. استعلم كل بضع ثوانٍ مع تأخير تدريجي بدلًا من إغراق نقطة النهاية بالطلبات.
2. في اللحظة التي تُبلغ فيها المهمة عن done، انسخ ملف MP4 إلى مساحتك التخزينية الخاصة.
3. احفظ request_id بجوار سجلك الخاص، حتى تتمكن من ربط أي مقطع بأمره النصي وصورته المصدر.

التكلفة الحقيقية للمقطع

معدل الثانية هو ثمن المحاولة. وثمن المقطع النهائي هو ثمن المحاولة مضروبًا في عدد المحاولات التي تحتاجها.

حساب الميزانية لـ20 مقطعًا

هذه تكلفة المخرجات لمحاولات مفردة، باستخدام معدلات الدقة المُبلَّغ عنها. أضف رسم الصورة (0.002 دولار أو 0.01 دولار) إلى كل صف.

الآن خذ مهمة واقعية: 20 مقطعًا نهائيًا، بطول 5 ثوانٍ لكل منها، بدقة 720p، وصورة مصدر واحدة لكل مقطع. مع محاولة واحدة لكل مقطع، يكلّف النموذج الأساسي 20 × 0.352 دولار = 7.04 دولار، ويكلّف الإصدار 1.5 مبلغ 20 × 0.71 دولار = 14.20 دولار. هذه أرقام أفضل السيناريوهات.

لماذا تحدد إعادة المحاولة الفاتورة

تحويل الصورة إلى فيديو ليس حتميًا. اللقطات التي تضم أشخاصًا أو أيدي أو حركات كاميرا سريعة تميل إلى الحاجة لمحاولتين أو ثلاث، بينما غالبًا ما تنجح لقطة ثابتة لمنظر طبيعي من المحاولة الأولى. هكذا تبدو المهمة نفسها المكونة من 20 مقطعًا عند احتساب المحاولات لكل مقطع ناجح:

ثلاث عادات تخفض هذا المضاعف:

• ارسم المسودات بدقة 480p، واكمل بدقة 720p. خمس مسودات بدقة 480p للقطة واحدة على الإصدار 1.5 تكلّف 5 × 0.41 دولار = 2.05 دولار، والنسخة النهائية بدقة 720p تضيف 0.71 دولار، أي 2.76 دولار في المجموع. خمس محاولات بدقة 720p تكلّف 3.55 دولار. عامل المسودة كفحص للأمر النصي، لأن الدقة المختلفة توليد جديد وليست معاينة للإطارات نفسها.
• اكتب حركة واحدة لكل أمر نصي. "دفع بطيء للكاميرا بينما تتدحرج الأمواج" أفضل من فقرة من التعليمات المتعارضة.
• ابدأ من صور ثابتة نظيفة. الأشخاص الواضحون والحواف الحادة والمساحة الكافية للحركة تقلل العيوب.

الإشراف والمهام الفاشلة

تحمل الاستجابات علامة respect_moderation تخبرك ما إذا كان الفيديو قد اجتاز الإشراف. الأوامر النصية التي تطول أكثر من اللازم أو تخالف سياسات المحتوى تُرجع خطأ invalid_argument، ويمكن أن تنتهي المهمة أيضًا بحالة failed.

لم أجد بيانًا يوضح ما إذا كانت المهام الفاشلة أو المرفوضة بالإشراف تُحتسب. لا تفترض أنها مجانية. شغّل اختبارًا صغيرًا، وراقب صفحة الاستخدام لديك، وسجّل كل request_id حتى تتمكن من الاعتراض على أي رسوم بأدلة.

الصوت والتحرير وأوضاع المراجع

معدل الثانية ليس الطريقة الوحيدة التي ستستخدم بها هذه النماذج. ثلاثة أوضاع إضافية تغيّر ما يستطيع المقطع فعله.

الصوت الأصلي. على PicassoIA، يولّد Grok Imagine Video 1.5 صوتًا يطابق الحركة في الإطار، فيأتي شارع ممطر مع المطر. لا تذكر صفحات تسعير xAI أي رسوم منفصلة للصوت، مما يجعل الصوت فعليًا جزءًا من معدل الثانية.

الإشارة المرجعية إلى الفيديو. النموذج الأساسي وحده يقبل الفيديو كنوع إدخال، وعليه تعتمد الإشارة المرجعية إلى الفيديو وتمديد الفيديو. إذا أردت أن يبقى شخص ما ثابتًا عبر مجموعة من الصور، فانظر إلى Grok Imagine R2V، وتذكّر سقف 720p.

تحرير الفيديو. يحافظ التحرير على الطول الأصلي ويتوقف عند 8.7 ثانية، لذا فهو مناسب للإصلاحات القصيرة وإعادة التنسيق البصري، لا للتعديلات الطويلة.

شغّل Grok Imagine على PicassoIA

إذا أردت مقاطع دون كتابة كود API أو فتح حساب فوترة في xAI، فيمكنك تشغيل عائلة النماذج نفسها في المتصفح. تستضيف PicassoIA Grok Imagine Video 1.5 كنموذج لتحويل الصورة إلى فيديو مع صوت متزامن.

خطوات Grok Imagine Video 1.5

1. افتح صفحة Grok Imagine Video 1.5.
2. ارفع صورة ثابتة بصيغة JPG أو PNG أو WEBP. هذه هي إطارك الأول.
3. صف الحركة في جملة أو جملتين.
4. اختر المدة (حتى 5 ثوانٍ)، والدقة (حتى 720p)، ونسبة العرض إلى الارتفاع: 16:9 أو 9:16 أو 4:3 أو 1:1 أو 3:2 أو تُكتشف تلقائيًا من صورتك.
5. ولّد المقطع، وعاينه، ثم نزّله مع صوته.

تذكر صفحة النموذج 1.6 نقطة لكل ثانية من الفيديو، لذا يستهلك مقطع بطول 5 ثوانٍ 8 نقاط. تتوفر تجربة مجانية قبل أن تطبق رسوم الاشتراك المدفوع.

إعدادات توفر النقاط

• أبقِ المقاطع عند 5 ثوانٍ أو أقل. أنت تدفع بحسب الثانية، والحلقات القصيرة هي ما تستخدمه معظم الخلاصات.
• اختبر الأمر النصي بدقة أقل قبل أن تعتمد النسخة النهائية.
• أعد استخدام صورة ثابتة قوية مع عدة أوامر نصية بدلًا من توليد صورة جديدة في كل مرة.
• دع نسبة العرض تتبع صورتك، حتى لا يضطر النموذج إلى القص أو اختلاق الحواف.

نماذج أرخص للمقارنة

Grok ليس الطريق الوحيد إلى مقطع جيد لتحويل الصورة إلى فيديو. تستحق نماذج PicassoIA هذه التشغيل جنبًا إلى جنب على الصورة الثابتة نفسها:

إذا كنت تحتاج إلى HTTP API بدلًا من المتصفح، فإن PicassoIA تشغّل أيضًا واجهة برمجة تطبيقات للمطورين على https://api.picassoia.com/v1 بأسلوب تنبؤات Replicate. وهي تخدم حاليًا PicassoIA Video وSeedance 2.5 Lite للفيديو، وتسمح بخمسة تنبؤات متزامنة لكل حساب، ولا تتضمن Grok. تحقّق من شروط الوصول في صفحة تسعير PicassoIA قبل أن تبني عليها.

أنشئ أول مقطع لك اليوم

جداول الأسعار لا تكفي وحدها. أسرع طريقة لترى قيمة مقطع Grok بالنسبة لك هي أن تصنعه وتحكم عليه إطارًا بإطار.

إليك خطة بسيطة. ولّد صورة ثابتة واقعية باستخدام PicassoIA Image. حرّكها باستخدام Grok Imagine Video 1.5. ثم مرّر الصورة الثابتة نفسها عبر Seedance 2.5 Lite وقارن الحركة والصوت والتكلفة. عشر دقائق من الاختبار ستعلّمك أكثر من أي بطاقة أسعار.

افتح PicassoIA، وارفع صورتك الخاصة، وجرّب أول مقطع لك من الصورة إلى الفيديو. غيّر إعدادًا واحدًا في كل مرة، واحتفظ بالمحاولات التي تعجبك، وسجّل تكلفة كل واحدة. هذا السجل هو ميزانيتك الحقيقية، وهو الرقم الذي سيبقي فاتورة API الخاصة بك دقيقة.