El precio de la API de generación de video de Grok depende de la tarifa por segundo, la tasa por imagen de entrada y el número de reintentos. Consulta el costo de imagen a video en 480p, 720p y 1080p, el límite de 15 segundos, el límite de 10 solicitudes por segundo y las cuentas para un presupuesto de 20 clips.
Si estás calculando el precio de una integración con la API de generación de video de Grok, la tarifa de la página de precios no es la cifra que importa. Lo que importa es lo que pagas por un clip que de verdad vas a publicar. xAI factura el video de Grok Imagine por segundo de salida, añade una pequeña tasa por cada imagen que envías y limita el volumen de solicitudes a 10 solicitudes por segundo por modelo. Si combinas esos tres datos con tu tasa de reintentos, obtienes tu presupuesto real.
Esta página detalla las tarifas por segundo de los dos modelos de video de xAI, las reglas de facturación de imagen a video, los límites de resolución y duración, y las cuentas para un lote real de clips. Cuando la documentación oficial y los rastreadores de precios de terceros no coinciden o no dan datos, lo indico. Todo lo aquí incluido se comprobó con la documentación de generación de video de xAI y con rastreadores públicos de precios a principios de octubre de 2026, así que confirma las cifras actuales en tu consola de xAI antes de cerrar un presupuesto.
💡 Resumen rápido: el modelo anterior empieza en $0.05 por segundo, el nuevo modelo 1.5 empieza en $0.08 por segundo, 1080p solo existe en 1.5 y un solo clip dura de 1 a 15 segundos.
xAI ofrece dos modelos de video a través del mismo endpoint, POST https://api.x.ai/v1/videos/generations. Comparten la forma de la solicitud y el mismo límite de tasa, pero no el precio, los tipos de entrada ni la resolución máxima.
Las páginas oficiales de cada modelo indican una tarifa principal de salida para cada uno:
grok-imagine-video): $0.050 por segundo. Acepta entrada de texto, imagen y video.grok-imagine-video-1.5): $0.080 por segundo. Acepta solo entrada de texto e imagen.Las páginas oficiales no desglosan esas tarifas por resolución. Un resumen de precios de terceros publicado el 8 de septiembre de 2026 sí lo hace, y es la tabla que más desarrolladores usan para presupuestar:
| Modelo | 480p | 720p | 1080p |
|---|---|---|---|
| Grok Imagine Video | $0.05 | $0.07 | No ofrecido |
| Grok Imagine Video 1.5 | $0.08 | $0.14 | $0.25 |
Fíjate en la columna de 480p: coincide exactamente con las tarifas principales. Eso significa que la cifra oficial es el mínimo, no la factura típica. Un clip de 720p en 1.5 cuesta un 75 por ciento más por segundo de lo que sugiere la tarifa principal, y un clip de 1080p cuesta más de tres veces lo que sugiere la tarifa principal.
💡 Trata el desglose por resolución como informado, no como oficial. Las propias páginas de xAI solo muestran la tarifa de entrada. Haz una prueba de 5 segundos en cada resolución y compárala con la página de uso de tu consola antes de escalar.
Imagen a video añade un cargo fijo por cada imagen de origen, además de los segundos de salida. Las tasas informadas son $0.002 por imagen en el modelo base y $0.01 por imagen en 1.5. En un solo clip, eso es casi nada. En 50 000 clips son $100 frente a $500 solo en tasas de imagen, así que debe formar parte de tu modelo de costos desde el primer día.
Imagen a video es el modo que más equipos publican en realidad. Una fotografía fija te da control sobre el sujeto, el encuadre y el aspecto antes de pagar por un solo segundo de movimiento.
Cuando incluyes el campo opcional image, xAI usa esa imagen como fotograma inicial del clip. Si no cambias la relación de aspecto, la salida sigue las proporciones de la imagen de entrada en lugar del 16:9 predeterminado. El cobro de cada intento se reduce a una línea:
costo por intento = (segundos × tarifa de la resolución elegida) + tasa por imagen
No encontré en la documentación una tasa aparte por prompt ni por token, así que el prompt de texto parece no tener cargo extra. Sin embargo, los prompts tienen un límite de longitud, y uno demasiado largo devuelve un error invalid_argument.
💡 Genera tus primeros fotogramas con un modelo de imágenes fotorrealista, como PicassoIA Image, antes de pagar por el movimiento. Una imagen fija defectuosa se convierte en un clip defectuoso, y corregir una imagen fija cuesta una fracción de volver a renderizar el video.
El ejemplo oficial de xAI para imagen a video con el SDK de Python es breve:
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"
)
Por dentro, es el mismo endpoint asíncrono que texto a video. Envías el trabajo, recibes un request_id y consultas hasta que termine. La duración, la resolución y la relación de aspecto se definen como parámetros de la solicitud, y la siguiente sección enumera sus límites.
Los límites determinan qué ideas puede producir la API y fijan el techo de tu costo por clip. Tres ajustes importan: resolución, duración y relación de aspecto.
Como el predeterminado es 480p, una solicitud que omita el campo de resolución devuelve la salida más barata y más suave. Configúralo a propósito.
El parámetro duration acepta de 1 a 15 segundos para la generación estándar. La facturación es por segundo, así que el costo crece en línea recta: un clip de 10 segundos cuesta exactamente el doble que uno de 5 segundos con la misma resolución.
La edición de video es la excepción. No admite duración personalizada, conserva la duración del video original y tiene un máximo de 8.7 segundos.
La mayoría de los clips publicitarios duran de 5 a 6 segundos. Pagar por 15 segundos cuando tu edición usa 4 es la fuente más común de desperdicio.
Se admiten siete relaciones: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2 y 2:3. Texto a video usa 16:9 por defecto, mientras que imagen a video sigue la imagen de entrada salvo que la cambies. El formato vertical 9:16 está para los feeds de formato corto, así que no tienes que recortar después de renderizar.
El precio te dice cuánto cuesta un clip. Los límites de tasa te dicen con qué rapidez puedes comprarlos.
Los dos modelos de video muestran el mismo techo en la documentación de xAI: 10 solicitudes por segundo. Eso equivale a 600 envíos por minuto. Para la mayoría de productos no es el cuello de botella, porque los trabajos de video se renderizan despacio y rara vez envías más de unos pocos por segundo. Sí importa en las cargas masivas, donde un bucle simple que lanza miles de trabajos a la vez será limitado.
Las páginas de los modelos no indican un tope diario y no dicen cuántos trabajos puede renderizar una sola cuenta al mismo tiempo. Las cuotas a nivel de equipo pueden variar, así que revisa la página de límites en tu consola antes de una ejecución grande.
Ambos modelos funcionan en us-east-1, us-west-2 y us-saltlake-2, y la Batch API es compatible en us-east-1 y us-west-2.
La generación de video es asíncrona. Envías una solicitud, recibes un request_id y consultas hasta que cambie el estado. Los estados documentados son pending, done, expired y failed.
Los videos terminados llegan como URL temporales. xAI recomienda a los desarrolladores descargar o procesar el archivo cuanto antes si quieren conservar una copia. En la práctica:
done, copia el MP4 en tu propio almacenamiento.request_id junto a tu registro, para poder rastrear cualquier clip hasta su prompt y su imagen de origen.La tarifa por segundo es el precio de un intento. El precio de un clip terminado es el precio de un intento multiplicado por el número de tomas que necesites.
Este es el costo de salida de intentos individuales, con las tarifas informadas por resolución. Suma la tasa por imagen ($0.002 o $0.01) a cada fila.
| Clip | Grok Imagine Video | Grok Imagine Video 1.5 |
|---|---|---|
| 5 segundos a 480p | $0.25 | $0.40 |
| 5 segundos a 720p | $0.35 | $0.70 |
| 10 segundos a 720p | $0.70 | $1.40 |
| 15 segundos a 720p | $1.05 | $2.10 |
| 5 segundos a 1080p | No ofrecido | $1.25 |
| 15 segundos a 1080p | No ofrecido | $3.75 |
Ahora toma un trabajo realista: 20 clips terminados, de 5 segundos cada uno, a 720p, una imagen de origen por clip. Con un solo intento por clip, el modelo base cuesta 20 × $0.352 = $7.04 y 1.5 cuesta 20 × $0.71 = $14.20. Son cifras del mejor escenario.
Imagen a video no es determinista. Las tomas con personas, manos o movimientos rápidos de cámara suelen necesitar dos o tres intentos, mientras que un paisaje estático a menudo sale bien a la primera. El mismo trabajo de 20 clips queda así cuando cuentas las tomas por cada una que se aprovecha:
| Tomas por cada toma aprovechable | Grok Imagine Video | Grok Imagine Video 1.5 |
|---|---|---|
| 1 | $7.04 | $14.20 |
| 2 | $14.08 | $28.40 |
| 3 | $21.12 | $42.60 |
| 4 | $28.16 | $56.80 |
Tres hábitos reducen ese multiplicador:
Las respuestas incluyen una marca respect_moderation que indica si el video pasó la moderación. Los prompts demasiado largos o que incumplen la política de contenido devuelven un error invalid_argument, y un trabajo también puede terminar como failed.
No encontré ninguna declaración sobre si los trabajos fallidos o moderados se cobran. No des por hecho que son gratis. Haz una prueba pequeña, vigila tu página de uso y registra cada request_id para poder reclamar un cargo con pruebas.
La tarifa por segundo no es la única forma en que usarás estos modelos. Tres modos adicionales cambian lo que un clip puede hacer.
Audio nativo. En PicassoIA, Grok Imagine Video 1.5 genera sonido que coincide con el movimiento del fotograma, así que una calle lluviosa viene con lluvia. Las páginas de precios de xAI no indican ningún cargo aparte por audio, lo que hace que el sonido forme efectivamente parte de la tarifa por segundo.
Referencia a video. Solo el modelo base acepta video como tipo de entrada, y en eso se apoyan la referencia a video y la extensión de video. Si quieres que un sujeto se mantenga coherente a partir de un conjunto de fotos, mira Grok Imagine R2V y recuerda el límite de 720p.
Edición de video. La edición conserva la duración original y se detiene en 8.7 segundos, así que sirve para arreglos y cambios de estilo cortos, no para ediciones largas.
Si quieres clips sin escribir código de API ni abrir una cuenta de facturación de xAI, puedes usar la misma familia de modelos en el navegador. PicassoIA aloja Grok Imagine Video 1.5 como modelo de imagen a video con audio sincronizado.
La página del modelo indica 1.6 créditos por segundo de video, así que un clip de 5 segundos usa 8 créditos. Hay una prueba gratuita disponible antes de que se apliquen los cargos de la suscripción de pago.
Grok no es la única vía para obtener un buen clip de imagen a video. Estos modelos de PicassoIA valen la pena probarlos uno al lado del otro con la misma imagen fija:
| Modelo | Por qué probarlo |
|---|---|
| Seedance 2.5 Lite | Figura como generador gratuito e ilimitado, con clips de hasta 10 segundos |
| PicassoIA Video | Video gratuito e ilimitado a partir de texto o de una imagen |
| Wan 2.7 I2V | Anima cualquier imagen fija hasta convertirla en video |
| Veo 3.1 Lite | Video con audio nativo |
| Grok Imagine R2V | Convierte fotos de referencia en video |
Si necesitas una API HTTP en lugar de un navegador, PicassoIA también ofrece una API para desarrolladores en https://api.picassoia.com/v1 con predicciones de estilo Replicate. Actualmente sirve PicassoIA Video y Seedance 2.5 Lite para video, permite 5 predicciones simultáneas por cuenta y no incluye Grok. Revisa las condiciones de acceso en la página de precios de PicassoIA antes de construir sobre ella.
Las tablas de precios solo llegan hasta cierto punto. La forma más rápida de saber cuánto vale un clip de Grok para ti es crear uno y juzgarlo fotograma a fotograma.
Aquí tienes un plan sencillo. Genera una imagen fija fotorrealista con PicassoIA Image. Anímala con Grok Imagine Video 1.5. Pasa la misma imagen por Seedance 2.5 Lite y compara el movimiento, el sonido y el costo. Diez minutos de pruebas te dirán más que cualquier tabla de tarifas.
Abre Picasso IA, sube tu propia foto y prueba tu primer clip de imagen a video. Cambia un ajuste a la vez, guarda las tomas que te gusten y anota lo que costó cada una. Ese registro se convierte en tu presupuesto real, y es la cifra que mantendrá tu factura de API bajo control.
Elige tu idioma
