Tarifs de l’API Grok Imagine : modération, censure et image vers vidéo

Un clip de cinq secondes issu de l’API Grok Imagine coûte entre $0,10 et $0,40, selon le modèle vidéo appelé, et une seule image coûte entre $0,02 et $0,05. Ces chiffres paraissent anodins jusqu’à ce que vous lanciez quelques milliers de générations, en jetiez un quart et découvriez qu’un filtre a bloqué le seul prompt qui intéressait votre client. Cet article met les chiffres réels sur la table : ce que xAI facture par image et par seconde, le coût d’un job image vers vidéo, le fonctionnement de la modération, les raisons pour lesquelles tant d’utilisateurs parlent de censure et que faire quand une requête continue d’être refusée. Si vous préférez tester une idée avant d’écrire la moindre ligne de code API, un court tutoriel explique aussi comment animer des photos avec Grok Imagine Video 1.5 sur Picasso IA.

Ce que comprend l’API Grok Imagine

Grok Imagine est la famille de médias de xAI : génération d’images, édition d’images et génération de vidéos, accessibles via la même API REST et le même compte que ceux qui alimentent les modèles de texte Grok. Les appels d’image répondent rapidement. Les appels vidéo sont asynchrones : vous soumettez un job, recevez un identifiant de requête et interrogez le statut jusqu’à ce qu’il affiche done, failed ou expired.

Les modèles d’image

xAI commercialise actuellement trois niveaux d’image :

• grok-imagine-image : le modèle de base, conçu pour le volume et les brouillons.
• grok-imagine-image-2.0 : le modèle plus récent, le niveau que la page du modèle de xAI recommande pour les images.
• grok-imagine-image-quality : le niveau de fidélité le plus élevé, destiné aux visuels phares et aux œuvres finales.

Une seule requête de génération peut renvoyer jusqu’à 10 images, et une requête d’édition accepte jusqu’à 5 images source, fournies sous forme d’URL publique ou d’URI de données base64. Les mêmes familles de modèles sont disponibles sur Picasso IA sous les noms Grok Imagine Image 2 et Grok Imagine Image Quality, ce qui permet de comparer leurs résultats avant de payer à l’appel.

Les modèles vidéo et leurs modes

Trois modèles vidéo figurent dans la grille tarifaire : grok-imagine-video-1.5-lite, grok-imagine-video et grok-imagine-video-1.5. Ensemble, ils couvrent cinq modes :

• Texte vers vidéo : un prompt en entrée, un clip en sortie.
• Image vers vidéo : animer une image fixe avec un prompt de mouvement.
• Référence vers vidéo : orienter un nouveau clip à l’aide d’une ou plusieurs images de référence.
• Édition vidéo : modifier un clip existant avec un prompt texte.
• Extension vidéo : prolonger un clip à partir de sa dernière image.

Les clips peuvent aller jusqu’à 15 secondes, avec des réglages de format et de résolution. Un job démarre par un POST vers https://api.x.ai/v1/videos/generations et se termine en interrogeant https://api.x.ai/v1/videos/{REQUEST_ID}. Si vous voulez tester les mêmes familles sans code, Picasso IA propose Grok Imagine Video et Grok Imagine R2V.

Détail des tarifs de l’API Grok Imagine

Les tarifs ci-dessous proviennent de la page publique des modèles de xAI, vérifiée en octobre 2026. xAI ajuste ses tarifs de temps en temps : confirmez-les avant de bloquer un budget.

xAI indique que la durée et la résolution influencent toutes deux le coût total d’une vidéo. Certains comparateurs de prix tiers listent des tarifs distincts en 480p et en 720p pour le modèle vidéo de base (par exemple $0,05 et $0,07 par seconde), mais le tableau de xAI ne les sépare pas. Lancez un petit lot de test et consultez votre tableau de facturation plutôt que de vous fier à n’importe quel blog, celui-ci compris.

Ce que coûte réellement un clip

La vidéo est facturée à la seconde, le calcul est donc une simple multiplication :

Un job image vers vidéo comporte deux parties : l’image fixe et le mouvement. Une image fixe à $0,04 issue de grok-imagine-image-2.0, plus un clip de cinq secondes sur grok-imagine-video-1.5, fait $0,44. Utilisez le modèle lite pour le mouvement et le même duo coûte $0,14. Si vous possédez déjà la photo, l’image fixe ne coûte rien et vous ne payez que le clip, à un petit frais d’entrée près : certains comparateurs listent un frais modeste de $0,002 par image.

Les reprises modifient le calcul

Le prix affiché n’est pas le prix réel. Divisez-le par votre taux de réussite. Si une génération sur quatre est jetée, à cause d’un défaut visuel, d’un mouvement incorrect ou d’un blocage de modération, un clip à $0,40 coûte en réalité environ $0,53.

Quatre habitudes permettent de limiter ce chiffre :

• Brouillonnez sur lite, rendez sur 1.5. Testez le prompt de mouvement à $0,10 les cinq secondes, puis ne dépensez $0,40 que pour la version que vous comptez publier.
• Verrouillez d’abord l’image fixe. Régénérer une image fixe coûte $0,02 à $0,05. Régénérer un clip coûte jusqu’à 20 fois plus.
• Gardez des clips courts. Vous payez chaque seconde : demandez cinq secondes, sauf si le récit exige vraiment davantage.
• Journalisez chaque identifiant de requête. Quand la facture et vos clips livrés ne concordent pas, le journal vous indique pourquoi.

💡 Conseil budget : faites du modèle lite votre option par défaut et ne passez à Video 1.5 que les meilleurs clips. Sur un mois de 200 clips, cette habitude peut réduire la facture de près de moitié.

Exemples de budget mensuel

La question de l’échelle passe du prix au débit. Le tableau des modèles que j’ai consulté ne publie pas de limites de débit : demandez à xAI les limites de votre compte avant de planifier un lot de plusieurs milliers de jobs.

Coûts image vers vidéo en pratique

L’image fixe d’abord, le mouvement ensuite

Le flux de travail le moins cher traite l’image fixe comme la véritable décision créative. Choisissez une photo avec un sujet net, des contours propres et de la place pour le mouvement souhaité. Un cadre encombré oblige le modèle à inventer trop, et c’est l’invention qui produit les défauts visuels. Générez ou choisissez trois images fixes candidates, retenez la meilleure, puis seulement alors investissez dans le mouvement.

Cet ordre vous protège aussi des surprises de modération. La photo source fait partie de ce qui est examiné : une image limite peut donc être refusée au stade du clip, alors que vous avez déjà payé l’image.

Des prompts qui font bouger les bonnes choses

Un bon prompt de mouvement nomme un sujet, un mouvement et un mouvement de caméra. Tout le reste reste immobile, ce qui est exactement ce que vous voulez. Une formule simple : sujet et posture de départ, puis mouvement sur cinq secondes, puis caméra, puis lumière.

• Faible : « Rendez la scène cinématographique et épique. »
• Solide : « Une femme à une fenêtre tourne lentement son visage vers la lumière du soleil, léger travelling avant de la caméra, lumière chaude qui illumine progressivement son visage. »

Trois erreurs reviennent sans cesse :

1. Trop d’actions. Demander une marche, un salut et un demi-tour en cinq secondes donne un flou.
2. Des mots de style à la place du mouvement. « Cinématographique » décrit un rendu, pas un mouvement.
3. Contredire l’image fixe. Si la photo montre midi, un prompt sur la lumière de bougie entre en contradiction avec l’image source.

Fonctionnement de la modération de Grok Imagine

xAI indique que les médias générés sont soumis à un examen au titre de leur politique de contenu. Sa politique d’utilisation acceptable demande aux utilisateurs de respecter la loi, d’éviter tout usage nuisible, de respecter la vie privée et le droit d’auteur, de respecter les limites concernant les contenus sexuels impliquant des personnes, et de ne pas tenter de contourner les garde-fous. Rien de tout cela n’est inhabituel. Ce qui surprend, c’est la fréquence à laquelle cela apparaît dans un flux de travail ordinaire.

Ce qui est vérifié

Des comptes rendus secondaires décrivent des garde-fous qui analysent à la fois le prompt et le résultat généré. Une phrase anodine peut être refusée si le résultat paraît problématique, et une phrase risquée peut être refusée avant même le rendu. Pour l’image vers vidéo, considérez l’image fixe importée comme faisant partie de l’entrée.

Déclencheurs couramment signalés :

• Des personnes réelles dans des scènes sexuelles ou dégradantes
• Des mineurs dans tout contexte suggestif
• Des personnages célèbres et des logos de marques
• Des violences explicites
• Des prompts qui cherchent à contourner les règles

À quoi ressemble une requête bloquée

Des comptes rendus décrivent une erreur invalid_argument lorsque la modération bloque une requête vidéo. Les pages que j’ai consultées ne listent pas les codes d’erreur de modération et n’indiquent pas si une génération bloquée est facturée. Tant que vous n’avez pas votre propre réponse, considérez-la comme facturable : comparez le nombre de clips livrés avec les montants de votre première facture.

💡 Gérer les refus dans le code : interceptez l’erreur, journalisez le prompt et l’image source, et ne relancez jamais automatiquement la même entrée. Une boucle de nouvelles tentatives sur une requête bloquée est le moyen le plus rapide de consommer son budget.

Plaintes pour censure et limites réelles

La modération, ce sont des règles que l’on peut lire et prévoir. La censure, c’est ce que l’on ressent quand une règle bloque un travail qui semblait anodin. La plupart des plaintes concernant Grok Imagine entrent dans deux catégories.

Limites liées à la ressemblance et aux contenus pour adultes

La politique d’utilisation acceptable de xAI interdit de représenter la ressemblance de personnes réelles de manière pornographique, et cette règle s’applique à tous les utilisateurs, quel que soit le niveau d’abonnement. Les photos de personnes réelles sont donc l’entrée la plus sensible que vous puissiez envoyer. Le glamour non explicite et les maillots de bain se trouvent dans une zone grise où les résultats peuvent varier d’une requête à l’autre, ce qui frustre les professionnels qui ont besoin de résultats prévisibles.

Faux positifs sur un travail normal

Séances photo de mode, vacances à la plage, schémas médicaux, combats de boxe et photographies historiques sont tous signalés de temps à autre. Habitudes plus sûres :

• Décrivez le mouvement, pas le corps.
• Choisissez une image fixe au contexte clair, comme un podium, un studio ou une salle de sport.
• Évitez les mots ambigus qui se lisent différemment hors contexte.
• Arrêtez-vous après deux refus et changez l’entrée au lieu de relancer.

⚠️ Reformuler un prompt pour contourner un filtre enfreint les règles de xAI, qui interdisent les tentatives de contournement des garde-fous. Rendez plutôt l’intention légitime de votre prompt plus claire. Ne cherchez pas à la masquer.

Alternatives quand les filtres vous bloquent

Si votre projet touche à des thèmes adultes mais non explicites, comme les maillots de bain, le glamour ou la mode, un filtre strict continue de vous refuser, et chaque refus coûte de l’argent. Picasso IA héberge des modèles aux règles plus souples. Le contenu explicite reste exclu partout, mais ces options gèrent les travaux non explicites :

1. Seedream 4.5 : rendu très réaliste, édition d’images intégrée et résultats en moins de 3 secondes. Le meilleur premier arrêt.
2. PicassoIA Image Editor Pro : un éditeur d’image vers image avec générations illimitées sur les forfaits Elite et Infinite, des résultats en moins d’une seconde et un essai gratuit de 3 générations sans carte bancaire. Générer 1 000 images ne coûte rien de plus là-bas, contre environ $100 sur des modèles classiques facturés à l’image.
3. Qwen Image 2 : open source, avec un réalisme très détaillé.
4. P-Image : texte vers image en moins d’une seconde.
5. Wan 2.2 I2V Fast : transforme des images fixes en courtes vidéos fluides.
6. PicassoIA Video : génération de vidéos illimitée jusqu’en 720p et 5 secondes.
7. P-Video : jusqu’en 1080p, avec un mode brouillon pour des aperçus instantanés.
8. Grok Imagine Video : clips jusqu’à 15 secondes, sans filigrane.
9. LTX 2.3 Pro : jusqu’en 4K à 50 fps, avec montage par reprise et extension.

À titre de comparaison, 1 000 images au niveau le moins cher de xAI coûtent $20, et 1 000 au niveau qualité coûtent $50. Une formule illimitée change complètement ce calcul pour les créateurs à gros volume.

Comment animer des photos sur PicassoIA

Voici un parcours de test rapide avant d’écrire le moindre code API. Grok Imagine Video 1.5 sur Picasso IA prend une image fixe et une description de mouvement, puis renvoie un clip avec audio synchronisé. La page du modèle indique des clips allant jusqu’à 5 secondes par exécution, soit moins que les 15 secondes permises par l’API, ce qui suffit pour un test de mouvement.

1. Ouvrez la page du modèle de Grok Imagine Video 1.5.
2. Importez votre image fixe au format JPG, JPEG, PNG ou WEBP. Pas encore d’image ? Générez-en une avec Grok Imagine Image 2 d’abord.
3. Rédigez le prompt de mouvement avec la formule ci-dessus : un sujet, un mouvement, un mouvement de caméra.
4. Réglez les options. Laissez la durée à 5, la résolution à 720p et le format sur auto.
5. Lancez et examinez. L’exemple de la page du modèle a pris environ 33 secondes. Essayez deux ou trois variantes du prompt sur la même image et gardez la meilleure.
6. Téléchargez le clip et intégrez-le à votre montage.

Besoin d’un second avis sur la même image fixe ? Faites-la passer par ces modèles et comparez côte à côte le mouvement, l’audio et les refus :

Essayez par vous-même sur Picasso IA

Le moyen le moins coûteux de savoir si Grok Imagine convient à votre projet est de faire passer une image fixe dans plusieurs modèles et de comparer côte à côte coût, qualité et refus. Ouvrez Picasso IA, importez une photo, rédigez un prompt à un seul mouvement et lancez le rendu avec Grok Imagine Video 1.5. Puis essayez Seedance 2.0 ou Wan 2.7 I2V sur la même image. Dix minutes d’expérimentation vous en apprendront plus que n’importe quelle page de tarifs.

Parcourez le catalogue complet des modèles d’image et de vidéo sur picassoia.com/en/all-models, puis commencez dès aujourd’hui à créer vos propres images et vidéos.