Precios de la API de Grok Imagine: moderación, censura e imagen a video

Un clip de cinco segundos de la API de Grok Imagine cuesta entre $0.10 y $0.40, según el modelo de video que llames, y una sola imagen cuesta entre $0.02 y $0.05. Esas cifras parecen inofensivas hasta que haces unos miles de generaciones, descartas una cuarta parte y descubres que un filtro bloqueó justo el prompt que más le importaba a tu cliente. Este artículo pone sobre la mesa las cifras reales: lo que xAI cobra por imagen y por segundo, cuánto suma un trabajo de imagen a video, cómo se comporta la moderación, por qué tantos usuarios hablan de censura y qué hacer cuando una solicitud sigue siendo rechazada. Si prefieres probar una idea antes de escribir código para la API, también hay un tutorial corto para animar fotos con Grok Imagine Video 1.5 en Picasso IA.

Qué incluye la API de Grok Imagine

Grok Imagine es la familia de medios de xAI: generación de imágenes, edición de imágenes y generación de video, todo accesible a través de la misma API REST y la misma cuenta que dan acceso a los modelos de texto de Grok. Las llamadas de imagen responden rápido. Las de video son asíncronas: envías un trabajo, recibes un ID de solicitud y consultas hasta que el estado indique done, failed o expired.

Los modelos de imagen

xAI vende actualmente tres niveles de imagen:

• grok-imagine-image: el modelo base, pensado para volumen y borradores.
• grok-imagine-image-2.0: el modelo más nuevo, el nivel que la página de modelos de xAI recomienda para imágenes.
• grok-imagine-image-quality: el nivel de mayor fidelidad, pensado para imágenes principales y arte final.

Una sola solicitud de generación puede devolver hasta 10 imágenes, y una solicitud de edición acepta hasta 5 imágenes de origen, enviadas como URL pública o como URI de datos base64. Las mismas familias de modelos están disponibles en Picasso IA como Grok Imagine Image 2 y Grok Imagine Image Quality, lo que permite comparar sus resultados antes de pagar por llamada.

Los modelos de video y sus modos

Tres modelos de video aparecen en la lista de precios: grok-imagine-video-1.5-lite, grok-imagine-video y grok-imagine-video-1.5. Entre todos cubren cinco modos:

• Texto a video: un prompt de entrada, un clip de salida.
• Imagen a video: anima una imagen fija con un prompt de movimiento.
• Referencia a video: dirige un clip nuevo con una o varias imágenes de referencia.
• Edición de video: cambia un clip existente con un prompt de texto.
• Extensión de video: continúa un clip desde su último fotograma.

Los clips duran hasta 15 segundos, con ajustes de relación de aspecto y resolución. Un trabajo empieza con un POST a https://api.x.ai/v1/videos/generations y termina consultando https://api.x.ai/v1/videos/{REQUEST_ID}. Si quieres probar las mismas familias sin código, Picasso IA ofrece Grok Imagine Video y Grok Imagine R2V.

Desglose de precios de la API de Grok Imagine

Los precios siguientes provienen de la página pública de modelos de xAI, revisada en octubre de 2026. xAI ajusta las tarifas de vez en cuando, así que confírmalas antes de fijar un presupuesto.

xAI indica que tanto la duración como la resolución afectan al costo total de un video. Algunos rastreadores de precios de terceros publican tarifas separadas para 480p y 720p en el modelo base de video (por ejemplo, $0.05 y $0.07 por segundo), pero la tabla propia de xAI no las separa. Haz una prueba pequeña y revisa tu panel de facturación en lugar de fiarte de cualquier blog, incluido este.

Cuánto cuesta realmente un clip

El video se cobra por segundo, así que el cálculo es una multiplicación directa:

Un trabajo de imagen a video tiene dos partes: la imagen fija y el movimiento. Una imagen fija de grok-imagine-image-2.0 de $0.04 más un clip de cinco segundos en grok-imagine-video-1.5 suma $0.44. Si usas el modelo lite para el movimiento, la misma pareja cuesta $0.14. Si ya tienes la foto, la imagen fija no cuesta nada y pagas solo el clip, salvo una pequeña tarifa de entrada que algunos rastreadores sitúan en $0.002 por imagen.

Los reintentos cambian el cálculo

El precio anunciado no es el precio real. Divídelo entre tu tasa de éxito. Si una de cada cuatro generaciones se descarta, por un fallo visual, un movimiento equivocado o un bloqueo de moderación, un clip de $0.40 cuesta en realidad unos $0.53.

Cuatro hábitos mantienen ese número bajo control:

• Borrador en lite, render en 1.5. Prueba el prompt de movimiento a $0.10 por cinco segundos y gasta $0.40 solo en la versión que piensas publicar.
• Define primero la imagen fija. Volver a generar una imagen fija cuesta de $0.02 a $0.05. Volver a generar un clip cuesta hasta 20 veces más.
• Mantén los clips cortos. Pagas cada segundo, así que pide cinco salvo que la historia necesite de verdad más.
• Registra cada ID de solicitud. Cuando la factura y los clips entregados no coincidan, el registro te dirá por qué.

💡 Consejo de presupuesto: Haz del modelo lite tu opción por defecto y pasa solo los ganadores a Video 1.5. En un mes de 200 clips, esa costumbre puede reducir la factura casi a la mitad.

Ejemplos de presupuesto mensual

A gran escala, la pregunta deja de ser el precio y pasa a ser el rendimiento. La tabla de modelos que revisé no publica límites de tasa, así que pide a xAI los límites de tu cuenta antes de programar un lote de varios miles de trabajos.

Costos de imagen a video en la práctica

Primero la imagen fija, después el movimiento

El flujo de trabajo más barato trata la imagen fija como la decisión creativa real. Elige una foto con un sujeto nítido, bordes limpios y espacio para el movimiento que quieres. Un encuadre cargado obliga al modelo a inventar demasiado, y la invención es el origen de los fallos visuales. Genera o elige tres imágenes fijas candidatas, quédate con la mejor y solo entonces gasta en movimiento.

Ese orden también te protege de las sorpresas de moderación. La foto de origen forma parte de lo que se revisa, así que una imagen fija en el límite puede rechazarse en la fase del clip, después de que ya hayas pagado por la imagen.

Prompts que mueven lo correcto

Un buen prompt de movimiento nombra un sujeto, un movimiento y un movimiento de cámara. Todo lo demás permanece quieto, que es justo lo que quieres. Una fórmula sencilla: sujeto y pose inicial, luego movimiento durante cinco segundos, después cámara y, por último, luz.

• Débil: "Hazlo cinematográfico y épico."
• Eficaz: "Una mujer junto a una ventana se gira despacio hacia la luz del sol, un leve acercamiento de la cámara, luz cálida iluminando su rostro."

Tres errores aparecen una y otra vez:

1. Demasiadas acciones. Pedir caminar, saludar y girarse en cinco segundos produce un borrón.
2. Palabras de estilo en lugar de movimiento. "Cinematográfico" es un aspecto, no un movimiento.
3. Contradecir la imagen fija. Si la foto muestra el mediodía, un prompt sobre luz de velas pelea con la imagen de origen.

Cómo funciona la moderación de Grok Imagine

xAI indica que el contenido generado está sujeto a revisión de su política de contenido. Su Política de Uso Aceptable pide a los usuarios cumplir la ley, evitar usos dañinos, respetar la privacidad y los derechos de autor, respetar los límites sobre contenido sexual que involucre a personas y no intentar eludir las salvaguardas. Nada de eso es inusual. Lo que sorprende a la gente es con qué frecuencia aparece en un flujo de trabajo corriente.

Qué se revisa

Informes secundarios describen salvaguardas que analizan tanto el prompt como el resultado generado. Una frase inofensiva puede rechazarse si el resultado sale mal, y una frase arriesgada puede rechazarse antes de que se renderice nada. En imagen a video, trata la imagen fija subida como parte de la entrada.

Desencadenantes que se reportan con frecuencia:

• Personas reales en escenas sexuales o degradantes
• Menores en cualquier contexto sugerente
• Personajes famosos y logotipos de marcas
• Violencia gráfica
• Prompts que intentan esquivar las reglas

Qué aspecto tiene una solicitud bloqueada

Los informes describen un error invalid_argument cuando la moderación bloquea una solicitud de video. Las páginas que revisé no enumeran los códigos de error de moderación y no dicen si una generación bloqueada se factura. Hasta que tengas tu propia respuesta, considéralo facturable: compara el número de clips entregados con los cargos de tu primera factura.

💡 Gestiona los rechazos en el código: Captura el error, registra el prompt y la imagen de origen, y nunca reintentes automáticamente la misma entrada. Un bucle de reintentos sobre una solicitud bloqueada es la forma más rápida de quemar el presupuesto.

Quejas por censura y límites reales

La moderación significa normas que puedes leer y predecir. La censura es la sensación que da cuando una norma bloquea un trabajo que parecía inofensivo. La mayoría de las quejas sobre Grok Imagine caen en dos grupos.

Límites sobre parecido y contenido para adultos

La Política de Uso Aceptable de xAI prohíbe representar el parecido de personas reales de forma pornográfica, y esa norma se aplica a todos los usuarios sin importar su nivel de suscripción. Por eso, las fotos de personas reales son la entrada más sensible que puedes enviar. El glamour y la ropa de baño no explícitos están en una zona gris donde los resultados pueden variar de una solicitud a otra, lo que frustra a los profesionales que necesitan resultados previsibles.

Falsos positivos en trabajo normal

Sesiones de fotos de moda, vacaciones en la playa, diagramas médicos, combates de boxeo y fotografías históricas acaban marcadas de vez en cuando. Hábitos más seguros:

• Describe el movimiento, no el cuerpo.
• Elige una imagen fija con un contexto claro, como una pasarela, un estudio o un gimnasio.
• Evita palabras ambiguas que cambian de significado fuera de contexto.
• Deja de insistir tras dos rechazos y cambia la entrada en lugar de volver a generar.

⚠️ Reformular un prompt para colarlo por un filtro incumple las normas de xAI, que prohíben los intentos de eludir las salvaguardas. Haz más clara la intención legítima de tu prompt. No intentes ocultarla.

Alternativas cuando los filtros te bloquean

Si tu proyecto incluye temas para adultos pero no explícitos, como ropa de baño, glamour o moda, un filtro estricto seguirá rechazándote, y cada rechazo cuesta dinero. Picasso IA aloja modelos con normas más flexibles. El contenido explícito queda fuera en todas partes, pero estas opciones cubren trabajo no explícito:

1. Seedream 4.5: resultados muy realistas, edición de imágenes integrada y resultados en menos de 3 segundos. La mejor primera parada.
2. PicassoIA Image Editor Pro: un editor de imagen a imagen con generaciones ilimitadas en los planes Elite e Infinite, resultados en menos de un segundo y una prueba gratuita de 3 generaciones sin tarjeta de crédito. Generar 1,000 imágenes no tiene costo adicional ahí, frente a unos $100 en los modelos habituales de pago por imagen.
3. Qwen Image 2: de código abierto, con un realismo muy detallado.
4. P-Image: texto a imagen en menos de 1 segundo.
5. Wan 2.2 I2V Fast: convierte imágenes fijas en videos cortos y fluidos.
6. PicassoIA Video: generación de video ilimitada de hasta 720p y 5 segundos.
7. P-Video: hasta 1080p, con un modo borrador para previsualizaciones instantáneas.
8. Grok Imagine Video: clips de hasta 15 segundos sin marcas de agua.
9. LTX 2.3 Pro: hasta 4K a 50 fps, con edición de retomas y extensión.

Como referencia, 1,000 imágenes en el nivel más barato de xAI cuestan $20, y 1,000 en el nivel de calidad cuestan $50. Un plan ilimitado cambia por completo esa cuenta para los creadores de gran volumen.

Cómo animar fotos en PicassoIA

Antes de escribir código para la API, aquí tienes una ruta de prueba rápida. Grok Imagine Video 1.5 en Picasso IA toma una imagen fija y una descripción de movimiento, y devuelve un clip con audio sincronizado. La página del modelo indica clips de hasta 5 segundos por ejecución, más cortos que los 15 segundos que permite la API, lo cual basta para una prueba de movimiento.

1. Abre la página del modelo de Grok Imagine Video 1.5.
2. Sube tu imagen fija en formato JPG, JPEG, PNG o WEBP. ¿Aún no tienes ninguna? Genera una con Grok Imagine Image 2 primero.
3. Escribe el prompt de movimiento con la fórmula de arriba: un sujeto, un movimiento, un movimiento de cámara.
4. Ajusta las opciones. Deja la duración en 5, la resolución en 720p y la relación de aspecto en automática.
5. Ejecuta y revisa. El ejemplo de la página del modelo tardó unos 33 segundos. Prueba dos o tres variaciones del prompt sobre la misma imagen y quédate con la mejor.
6. Descarga el clip e incorpóralo a tu edición.

¿Quieres una segunda opinión sobre la misma imagen fija? Pásala por estos modelos y compara movimiento, audio y rechazos lado a lado:

Pruébalo tú mismo en Picasso IA

La forma más barata de saber si Grok Imagine encaja en tu proyecto es pasar una imagen fija por varios modelos y comparar costo, calidad y rechazos lado a lado. Abre Picasso IA, sube una foto, escribe un prompt de un solo movimiento y renderízalo con Grok Imagine Video 1.5. Después prueba Seedance 2.0 o Wan 2.7 I2V con la misma imagen. Diez minutos de experimentos te dirán más que cualquier página de precios.

Explora el catálogo completo de modelos de imagen y video en picassoia.com/en/all-models y empieza hoy mismo a crear tus propias imágenes y videos.