Preços da API do Grok Imagine: moderação, censura e imagem para vídeo

Um clipe de cinco segundos da API do Grok Imagine custa entre US$ 0,10 e US$ 0,40, dependendo do modelo de vídeo que você chamar, e uma única imagem custa entre US$ 0,02 e US$ 0,05. Esses números parecem inofensivos até você rodar alguns milhares de gerações, descartar um quarto delas e descobrir que um filtro bloqueou justamente o prompt que mais importava para seu cliente. Este artigo coloca os números reais na mesa: o que a xAI cobra por imagem e por segundo, como um trabalho de imagem para vídeo se soma, como a moderação se comporta, por que tantos usuários falam em censura e o que fazer quando um pedido continua sendo recusado. Se você preferir testar uma ideia antes de escrever qualquer código de API, também há um tutorial curto para animar fotos com o Grok Imagine Video 1.5 no Picasso IA.

O que a API do Grok Imagine inclui

O Grok Imagine é a família de mídia da xAI: geração de imagens, edição de imagens e geração de vídeo, todos acessíveis pela mesma API REST e pela mesma conta que alimentam os modelos de texto do Grok. As chamadas de imagem retornam rapidamente. As chamadas de vídeo são assíncronas: você envia um job, recebe um ID de requisição e consulta o status até ele mostrar done, failed ou expired.

Os modelos de imagem

A xAI vende atualmente três níveis de imagem:

• grok-imagine-image: o modelo básico, feito para volume e rascunhos.
• grok-imagine-image-2.0: o modelo mais novo, o nível que a página de modelos da xAI recomenda para imagens.
• grok-imagine-image-quality: o nível de maior fidelidade, indicado para imagens de destaque e arte final.

Uma única requisição de geração pode retornar até 10 imagens, e uma requisição de edição aceita até 5 imagens de origem, fornecidas como URL pública ou como data URI em base64. As mesmas famílias de modelos estão disponíveis no Picasso IA como Grok Imagine Image 2 e Grok Imagine Image Quality, uma forma prática de comparar os resultados antes de pagar por chamada.

Os modelos de vídeo e seus modos

Três modelos de vídeo estão na tabela de preços: grok-imagine-video-1.5-lite, grok-imagine-video e grok-imagine-video-1.5. Juntos, eles cobrem cinco modos:

• Texto para vídeo: um prompt entra, um clipe sai.
• Imagem para vídeo: anima uma imagem fixa com um prompt de movimento.
• Referência para vídeo: direciona um novo clipe com uma ou mais imagens de referência.
• Edição de vídeo: altera um clipe existente com um prompt de texto.
• Extensão de vídeo: continua um clipe a partir do último quadro.

Os clipes têm até 15 segundos, com configurações de proporção e resolução. Um job começa com um POST para https://api.x.ai/v1/videos/generations e termina consultando https://api.x.ai/v1/videos/{REQUEST_ID}. Se você quiser testar as mesmas famílias sem código, o Picasso IA lista o Grok Imagine Video e o Grok Imagine R2V.

Detalhamento dos preços da API do Grok Imagine

Os preços abaixo vêm da página pública de modelos da xAI, consultada em outubro de 2026. A xAI ajusta as tarifas de tempos em tempos, então confirme-as antes de fechar um orçamento.

A xAI afirma que tanto a duração quanto a resolução afetam o custo total de um vídeo. Alguns rastreadores de preços de terceiros listam tarifas separadas para 480p e 720p no modelo de vídeo básico (por exemplo US$ 0,05 e US$ 0,07 por segundo), mas a tabela da própria xAI não as separa. Faça um lote de teste pequeno e leia o painel de cobrança em vez de confiar em qualquer blog, este incluído.

Quanto custa realmente um clipe

O vídeo é cobrado por segundo, então a conta é uma multiplicação direta:

Um job de imagem para vídeo tem duas partes: a imagem fixa e o movimento. Uma imagem fixa de US$ 0,04 de grok-imagine-image-2.0 mais um clipe de cinco segundos no grok-imagine-video-1.5 somam US$ 0,44. Use o modelo lite para o movimento e o mesmo par custa US$ 0,14. Se você já tem a foto, a imagem fixa não custa nada e você paga só pelo clipe, com um pequeno custo de entrada que alguns rastreadores listam em US$ 0,002 por imagem.

Novas tentativas mudam a conta

O preço de etiqueta não é o preço real. Divida-o pela sua taxa de sucesso. Se uma geração em cada quatro for descartada, por causa de um defeito visual, do movimento errado ou de um bloqueio de moderação, um clipe de US$ 0,40 custa de fato cerca de US$ 0,53.

Quatro hábitos ajudam a manter esse número baixo:

• Rascunhe no lite, renderize no 1.5. Teste o prompt de movimento a US$ 0,10 por cinco segundos e gaste US$ 0,40 apenas na versão que pretende publicar.
• Trave a imagem fixa primeiro. Gerar novamente uma imagem fixa custa US$ 0,02 a US$ 0,05. Gerar novamente um clipe custa até 20 vezes mais.
• Mantenha os clipes curtos. Você paga por cada segundo, então peça cinco, a menos que a história realmente precise de mais.
• Registre cada ID de requisição. Quando a fatura e os clipes entregues não batem, o registro mostra o motivo.

💡 Dica de orçamento: Deixe o modelo lite como padrão e promova só os vencedores para o Video 1.5. Num mês de 200 clipes, esse hábito pode cortar a conta em quase metade.

Exemplos de orçamento mensal

Em escala, a questão deixa de ser preço e passa a ser capacidade de processamento. A tabela de modelos que consultei não publica limites de taxa, então peça à xAI os limites da sua conta antes de agendar um lote de vários milhares de jobs.

Custos de imagem para vídeo na prática

Primeiro a imagem, depois o movimento

O fluxo de trabalho mais barato trata a imagem fixa como a verdadeira decisão criativa. Escolha uma foto com um sujeito nítido, bordas limpas e espaço para o movimento que você quer. Um quadro carregado obriga o modelo a inventar demais, e a invenção é onde surgem os defeitos visuais. Gere ou escolha três imagens candidatas, selecione a melhor e só então gaste com o movimento.

Essa ordem também protege você de surpresas de moderação. A foto de origem faz parte do que é analisado, então uma imagem fixa no limite pode ser recusada na etapa do clipe, depois que você já pagou pela imagem.

Prompts que movem as coisas certas

Um bom prompt de movimento nomeia um sujeito, um movimento e uma panorâmica de câmera. Todo o resto permanece parado, que é exatamente o que você quer. Uma fórmula simples: sujeito e pose inicial, depois movimento ao longo de cinco segundos, depois câmera, depois luz.

• Fraco: "Deixe tudo cinematográfico e épico."
• Forte: "Uma mulher junto à janela se vira lentamente para a luz do sol, uma leve aproximação da câmera, luz quente clareando seu rosto."

Três erros aparecem repetidamente:

1. Ações demais. Pedir uma caminhada, um aceno e uma virada em cinco segundos resulta em um borrão.
2. Palavras de estilo no lugar de movimento. "Cinematográfico" é um visual, não um movimento.
3. Contradizer a imagem fixa. Se a foto mostra meio-dia, um prompt sobre luz de vela conflita com a imagem de origem.

Como funciona a moderação do Grok Imagine

A xAI afirma que a mídia gerada está sujeita à análise da política de conteúdo. Sua Política de Uso Aceitável pede que os usuários sigam a lei, evitem usos prejudiciais, respeitem a privacidade e os direitos autorais, respeitem limites para conteúdo sexual envolvendo pessoas e não tentem contornar salvaguardas. Nada disso é incomum. O que surpreende as pessoas é a frequência com que isso aparece em um fluxo de trabalho comum.

O que é verificado

Relatos de terceiros descrevem salvaguardas que analisam tanto o prompt quanto o resultado gerado. Uma frase inofensiva pode ser recusada se o resultado parecer errado, e uma frase arriscada pode ser recusada antes que qualquer coisa seja renderizada. No caso de imagem para vídeo, trate a imagem fixa enviada como parte da entrada.

Gatilhos comumente relatados:

• Pessoas reais em cenas sexuais ou degradantes
• Menores de idade em qualquer contexto sugestivo
• Personagens famosos e logotipos de marcas
• Violência explícita
• Prompts que tentam contornar as regras

Como é um pedido bloqueado

Relatos descrevem um erro invalid_argument quando a moderação bloqueia um pedido de vídeo. As páginas que consultei não listam códigos de erro de moderação e não informam se uma geração bloqueada é cobrada. Até ter sua própria resposta, trate como cobrado: compare o número de clipes entregues com as cobranças da sua primeira fatura.

💡 Trate as recusas no código: Capture o erro, registre o prompt e a imagem de origem, e nunca repita automaticamente a mesma entrada. Um loop de novas tentativas num pedido bloqueado é a forma mais rápida de queimar o orçamento.

Reclamações de censura e limites reais

Moderação significa regras que você pode ler e prever. Censura é o que parece quando uma regra bloqueia um trabalho que parecia inofensivo. A maioria das reclamações sobre o Grok Imagine se encaixa em dois grupos.

Limites de semelhança e conteúdo adulto

A Política de Uso Aceitável da xAI proíbe representar a semelhança de pessoas reais de forma pornográfica, e essa regra vale para todos os usuários, independentemente do plano de assinatura. Fotos de pessoas reais são, portanto, a entrada mais sensível que você pode enviar. Glamour não explícito e roupa de banho ficam numa zona cinzenta, em que os resultados podem variar de um pedido para o outro, o que frustra profissionais que precisam de um resultado previsível.

Falsos positivos em trabalho normal

Ensaios de moda, férias na praia, diagramas médicos, lutas de boxe e fotografias históricas são sinalizados de vez em quando. Hábitos mais seguros:

• Descreva o movimento, não o corpo.
• Escolha uma imagem fixa com contexto claro, como uma passarela, um estúdio ou uma academia.
• Evite palavras ambíguas que soam diferentes fora de contexto.
• Pare após duas recusas e mude a entrada em vez de gerar de novo.

⚠️ Reescrever um prompt para driblar um filtro viola as regras da xAI, que proíbem tentativas de contornar salvaguardas. Deixe mais clara a intenção legítima do seu prompt. Não tente escondê-la.

Alternativas quando os filtros bloqueiam você

Se seu projeto envolve temas adultos, mas não explícitos, como roupa de banho, glamour ou moda, um filtro rígido continua recusando você, e cada recusa custa dinheiro. O Picasso IA hospeda modelos com regras mais flexíveis. Conteúdo explícito continua fora de cogitação em todos os lugares, mas estas opções atendem trabalhos não explícitos:

1. Seedream 4.5: saída muito realista, edição de imagem integrada e resultados em menos de 3 segundos. A melhor primeira opção.
2. PicassoIA Image Editor Pro: um editor de imagem para imagem com gerações ilimitadas nos planos Elite e Infinite, resultados em menos de um segundo e um teste gratuito de 3 gerações sem cartão de crédito. Gerar 1.000 imagens não custa nada a mais por lá, contra cerca de US$ 100 em modelos típicos de cobrança por imagem.
3. Qwen Image 2: modelo de código aberto, com realismo muito detalhado.
4. P-Image: texto para imagem em menos de 1 segundo.
5. Wan 2.2 I2V Fast: transforma imagens fixas em vídeos curtos e suaves.
6. PicassoIA Video: geração de vídeo ilimitada em até 720p e 5 segundos.
7. P-Video: até 1080p, com um modo de rascunho para prévias instantâneas.
8. Grok Imagine Video: clipes de até 15 segundos sem marca d’água.
9. LTX 2.3 Pro: até 4K a 50 fps, com edição de retake e extensão.

Para comparar, 1.000 imagens na faixa mais barata da xAI custam US$ 20, e 1.000 na faixa de qualidade custam US$ 50. Um plano ilimitado muda essa conta por completo para criadores de alto volume.

Como animar fotos no PicassoIA

Aqui vai um caminho de teste rápido antes de você escrever qualquer código de API. O Grok Imagine Video 1.5 no Picasso IA recebe uma imagem fixa e uma descrição de movimento, e devolve um clipe com áudio sincronizado. A página do modelo lista clipes de até 5 segundos por execução, menos que os 15 segundos permitidos pela API, o que basta para um teste de movimento.

1. Abra a página do modelo do Grok Imagine Video 1.5.
2. Envie sua imagem fixa em arquivo JPG, JPEG, PNG ou WEBP. Ainda não tem uma? Gere uma com o Grok Imagine Image 2 primeiro.
3. Escreva o prompt de movimento com a fórmula acima: um sujeito, um movimento, uma panorâmica de câmera.
4. Defina as opções. Deixe a duração em 5, a resolução em 720p e a proporção em automático.
5. Execute e revise. O exemplo da página do modelo levou cerca de 33 segundos. Rode duas ou três variações de prompt na mesma imagem e fique com a melhor.
6. Baixe o clipe e leve-o para a sua edição.

Quer uma segunda opinião sobre a mesma imagem fixa? Passe-a por estes modelos e compare movimento, áudio e recusas lado a lado:

Experimente você mesmo no Picasso IA

A forma mais barata de descobrir se o Grok Imagine combina com seu projeto é rodar uma imagem fixa em vários modelos e comparar custo, qualidade e recusas lado a lado. Abra o Picasso IA, envie uma foto, escreva um prompt com um único movimento e renderize com o Grok Imagine Video 1.5. Depois, teste o Seedance 2.0 ou o Wan 2.7 I2V na mesma imagem. Dez minutos de experimentos vão ensinar mais do que qualquer página de preços.

Explore o catálogo completo de modelos de imagem e vídeo em picassoia.com/en/all-models e comece a criar suas próprias imagens e vídeos hoje mesmo.