Grok 图生视频：Lite vs Grok 1.5 怎么选？

TL;DR

• 要控制图生视频预算，先看 Grok Imagine 1.5：720p 请求 6 秒为 $0.1284；Grok Imagine 1.5 Lite 同档为 $0.273，含 $0.015 输入图费，约为前者的 2.13 倍。完整档位见Lite 价格页和Grok 1.5 价格页。
• 两边都支持 1080p 和 1–15 秒整数时长。迁移时更需要注意输入字段、图片数量和默认值。
• 下文用冲浪与拉花两组同图同提示词成片对照。打开Lite 图生模型页或Grok 1.5 图生模型页，可以沿用同一张输入图试用。

一眼看懂

Lite 默认 720p，Grok 1.5 默认 480p。做同档比较时，两边都显式填写 resolution 和 duration。价格核对日期：2026 年 10 月 27 日；按请求秒数计算，失败终态自动退回预扣费用。

同一张输入图、同一条提示词，两边真实成片

每组两张输入文件的字节与 SHA-256 一致，英文提示词逐字相同；每个模型展示一条已有成片。以下保留英文原始提示词，包括其中对声音的要求。输入比例分别接近 16:9 和 9:16，图注列出实际成片尺寸。

组 A：冲浪者（输入 1672×941）

两模型共用的输入图 · 1672×941

The wave curls and breaks behind the surfer as he carves down its face, white spray bursts and sparkles in the golden backlight, water rushes past. Smooth tracking camera following the surfer. Loud ocean surf and rushing water. Keep the photo realistic. No text, no logos.

提示词中文说明：海浪在冲浪者身后翻卷破碎，他沿浪面滑下，白色水花在金色逆光中迸发闪烁。镜头平稳跟拍冲浪者。响亮的海浪与水流声。保持照片写实质感。不要文字，不要标志。

两边均请求 720p、6 秒；原生成片均为 1264×720、24fps、145 帧，文件时长 6.042 秒，格式均为 MP4。价格按请求的 6 秒计算。

用同一提示词在 Lite 生成 → · 用同一提示词在 Grok 1.5 生成 →。上传上方输入图，再选 720p、6 秒。

组 B：拉花咖啡（输入 941×1672）

两模型共用的输入图 · 941×1672

Steamed milk pours in a thin stream into the espresso and a rosetta pattern slowly blooms on the surface, light steam rises, the barista's hand moves steadily. Slow push-in close-up. Soft cafe ambience, gentle pouring sound, quiet chatter in the background. No text, no logos.

提示词中文说明：蒸奶细流注入浓缩咖啡，叶形拉花在表面缓缓展开，轻微热气升起，咖啡师的手稳定移动。缓慢推近特写。轻柔的咖啡馆环境声、倒奶声与远处低语。不要文字，不要标志。

两边均请求 720p、6 秒；原生成片均为 720×1264、24fps、145 帧，文件时长 6.042 秒，格式均为 MP4。价格按请求的 6 秒计算。

用同一提示词在 Lite 生成 → · 用同一提示词在 Grok 1.5 生成 →。上传上方输入图，再选 720p、6 秒。

看得见的区别：

• 冲浪组：两边都出现沿浪面滑行和逆光水花。Lite 的冲浪者在中后段更早抬高板头、转向镜头；Grok 1.5 沿浪面保持侧向滑行更久。
• 拉花组：输入图已经有叶形拉花。两条成片都延续倒奶与图案变化；Grok 1.5 中段有一次明显停流后继续倒奶，Lite 的奶流更连续。不要把这组描述成从空白咖啡表面开始作画。
• 四条成片均含非静音音轨，拉花两条整体音量较低。音轨存在不等于已确认提示词中的每一种声音；这里不评价海浪声、倒奶声、聊天声或声画同步质量。

按场景怎么选

• 预算优先的 720p 图生批量：Grok 1.5 每条请求 6 秒为 $0.1284，比 Lite 少 $0.1446。
• 要 1080p：两边都有。请求 6 秒，Lite 含图费为 $1.215，Grok 1.5 为 $0.342852；本页展示的是 720p 成片。
• 已有 Lite 单图工作流：可以继续使用 image_url；若为降低费用迁移，先核对字段类型和默认值，再用自己的图片比较输出。
• 需要多张参考图：Grok 1.5 在 480p、720p 接受 1–7 张；1080p 仍限单图。本页两组均只输入一张图。

切换成本：输入类型、默认值和画幅规则

以下保留冲浪案例的英文提示词、720p 和 6 秒设置。Lite 请求示例按案例参数整理；Grok 1.5 请求保留当次记录的输入地址与 aspect_ratio: "16:9"。两种输入地址对应同一个图片文件。

{
  "model": "grok-imagine-1.5-lite/image-to-video",
  "input": {
    "prompt": "The wave curls and breaks behind the surfer as he carves down its face, white spray bursts and sparkles in the golden backlight, water rushes past. Smooth tracking camera following the surfer. Loud ocean surf and rushing water. Keep the photo realistic. No text, no logos.",
    "image_url": "https://static.hiapi.ai/gallery/2026/10/3f75ff28db9e0070.png",
    "resolution": "720p",
    "duration": 6
  }
}

{
  "model": "grok-imagine-1.5/image-to-video",
  "input": {
    "prompt": "The wave curls and breaks behind the surfer as he carves down its face, white spray bursts and sparkles in the golden backlight, water rushes past. Smooth tracking camera following the surfer. Loud ocean surf and rushing water. Keep the photo realistic. No text, no logos.",
    "image_urls": [
      "https://static.hiapi.ai/model-covers/2026/10/19/1792426689343-54aa29a700fa9530-1792144202117-54aa29a700fa9530-surf-in.png"
    ],
    "resolution": "720p",
    "duration": 6,
    "aspect_ratio": "16:9"
  }
}

迁移时，把 image_url 字符串改为 image_urls 数组，显式保留 resolution 与 duration。Grok 1.5 单图时，aspect_ratio 不改变输出比例；auto 是可用默认值，但上面保留的是该成片请求中的 16:9。Lite 不提供 aspect_ratio 字段。

从提交任务到查询结果，见Lite 图生 API 接入指南；更多可复用的运动描述见图生视频提示词指南。

常见问题

Lite 图生每条都要加输入图费吗？

是的，每条加 $0.015。720p 请求 6 秒合计 $0.273；Grok 1.5 同档为 $0.1284，Lite 约为它的 2.13 倍。

1080p 或 1–15 秒整数时长只有 Lite 支持吗？

不是，两边都支持。1080p 每秒 Lite 为 $0.20，Grok 1.5 为 $0.057142；Lite 另外收输入图费。

更换模型时只改 model 就够了吗？

不够。Lite 用单图字符串 image_url，Grok 1.5 用 image_urls 数组；两边默认分辨率、默认时长和提示词是否必填也不同。比较同档输出时显式填写 720p 和 6 秒。

本页的四条视频都有声音吗？

四条都含非静音音轨，拉花两条音量较低。这只说明这些文件含有声音信号，不保证每一种提示音效都实现，也不构成所有未来输出的音频保证。

生成失败会扣费吗？

任务进入失败终态后，创建时预扣的金额会自动全额退还。

下一步：复制上方英文提示词，上传对应输入图，在两个模型页都选择 720p、6 秒，再比较你的目标动作和构图。