Grok Imagine 是 xAI 出品的图像与视频生成模型家族。在 HiAPI 上，它通过统一的 /v1/tasks 接口对外，图像按张计费，视频按秒计费，全部按量付费。没有订阅，没有席位授权，也不按 token 计费。这篇把 2026 年的真实价格按端点拆开（价格于 2026-10-17 对照 HiAPI 实时定价 重新核对过），说清楚每次调用到底多少钱，并给一套在放量前估算和封顶成本的方法。
Grok Imagine 在 HiAPI 上是一个家族，不是单一模型。图像端有三档（基础、Quality、Image 2.0），视频端有三个端点（文生视频、图生视频，以及 1.5 的图生视频）。各档价格不同，所以先把整张价目表摊开看。
Grok Imagine API 价格一览（2026）
下面的价格单位都是美元。图像按成功生成的每张计费，视频按秒计费。
图像（每张）
| 端点 | 价格 | 说明 |
|---|---|---|
| 文生图 · 基础档 | $0.03 | 家族里最便宜的一档，主打速度和超宽画幅 |
| 图生图 · 基础档 | $0.03 + 每张参考图 $0.003 | 参考图 1 到 3 张 |
| 文生图 · Quality 档 | $0.07 | 平台定位是细节更丰富 |
| 图生图 · Quality 档 | $0.08 + 每张参考图 $0.015 | 参考图 1 到 3 张 |
| 文生图 · Image 2.0 | $0.052 | 较新一代，覆盖 1K 到 2K |
| 图生图 · Image 2.0 | $0.065 | 单张参考图改图 |
视频（每秒）
| 端点 | 价格 | 单段时长 |
|---|---|---|
| 文生视频 | $0.015/秒 | 6 到 30 秒 |
| 图生视频 | $0.015/秒 | 6 到 30 秒 |
| 1.5 图生视频 | $0.015/秒 | 1 到 15 秒 |
这就是全部价目。图像价格只看你选哪一档，按档定价，不按输出分辨率加价；视频价格只看秒数，和分辨率、运镜、音频都无关。失败任务不计费，超时或提示词被拦截时的重试不花钱。
图像三档怎么选
三档的差别在定位和单价，价格翻倍的地方要花在刀刃上。
- 基础档，$0.03 一张。 家族里最便宜的一档，平台定位是速度快、支持超宽画幅。适合草图、社媒配图、批量铺量，以及任何还要反复调的画面。文生图和图生图同价，图生图再按参考图每张加 $0.003。
- Image 2.0 档，文生图 $0.052、图生图 $0.065。 较新一代，覆盖 1K 到 2K 输出。想要更稳的成品、更高分辨率时用它。这一档单独有一篇定价拆解，要深入看就点进去。
- Quality 档，文生图 $0.07、图生图 $0.08。 家族里最贵的一档，平台定位是细节更丰富。留给封面、主视觉、会被放大看的图。图生图按参考图每张加 $0.015。
哪档画质更合适没有放之四海的答案，建议用你自己的提示词各出一张，对比了再定。
一张 $0.03 能买到什么
按张计费听起来抽象，看一张基础档 $0.03 出的图就具体了。下面这张就是用基础档文生图实跑出来的，一张三美分：
用的提示词（可直接复制）：
A cozy specialty coffee shop storefront on a rainy evening, warm golden light spilling from the windows onto glistening wet cobblestones, a handwritten chalkboard menu by the door, hanging plants and a vintage bicycle leaning against weathered brick, soft reflections in the puddles, cinematic color grade, rich atmospheric detail, 35mm look, photorealistic
一张三美分，意味着 1 美元能出 33 张，10 美元能出 333 张。基础档稳定输出 1K，想要 2K 成品可以走 Image 2.0 档。要批量铺这种氛围图，成本低到可以一口气出几十张再挑。
视频怎么算：每秒 $0.015
三个视频端点都是同一个价，每秒 $0.015，和分辨率、运镜、音频都无关。账单就是秒数乘单价。
| 单段时长 | 成本（$0.015/秒） |
|---|---|
| 6 秒 | $0.09 |
| 10 秒 | $0.15 |
| 15 秒 | $0.225 |
| 30 秒 | $0.45 |
文生视频和图生视频的单段时长是 6 到 30 秒，Grok Imagine 1.5 的图生视频是 1 到 15 秒，价格都一样，差别在你给什么输入、要多长。1.5 这一档单独有一篇定价说明，专门讲视频按秒计费怎么估。
每秒一分半美分，一段 10 秒的片子一毛五，便宜到可以多出几版再挑。
$1 和 $10 分别能做多少
把三档图像和视频的购买力放一起：
| 预算 | 基础档图 | Image 2.0 图 | Quality 图 | 视频 |
|---|---|---|---|---|
| $1 | 33 张 | 约 19 张 | 约 14 张 | 约 66 秒 |
| $10 | 333 张 | 约 192 张 | 约 142 张 | 约 666 秒 |
新账号注册自带免费额度，第一批测试图和测试片不用自己掏钱。
按量付费 vs 直接接入
比单个数字更该看的是结构。Grok Imagine 在 HiAPI 上是纯按量付费：只为成功的调用付费，图像按张、视频按秒，没有月费，没有要慢慢消化的订阅档，一个 API Key 还能覆盖家族全部端点和 HiAPI 上别的模型。
直接或第一方接入的成本形状不一样。Grok Imagine 的原厂入口更偏消费级订阅，按调用接进自己的产品不是它的主场；其它第三方入口则各按自己的条款计费，条款因地区而异，还经常变。我们不做逐行比价，诚实的回答是看你的量和你在哪跑。这里确定且可核对的是计费结构：HiAPI 这边按张或按秒计量，失败不计费，不绑定承诺。
规模化怎么估算和控制成本
几个杠杆基本决定了大头：
- 铺量用基础档，定稿再上高档。 探索阶段每张只花 $0.03，留用的再用 Image 2.0（$0.052）或 Quality（$0.07）重出，丢掉的草稿就省下来了。
- 图生图的参考图会加价。 基础档每张参考图 +$0.003，Quality 档 +$0.015，最多 3 张。要省就别无谓多挂参考图，算预算时把这笔加进去。
- 视频只请求需要的秒数。 每一秒都按 $0.015 计费，把计划里的 30 秒砍到真正要用的 10 秒，这段成本直接从 $0.45 降到 $0.15。
- 让重试不花钱。 失败任务不计费，超时或被拦截不扣你的钱，可以放心写重试逻辑。
- 先把账算出来再跑。 图像成本是张数乘每档单价，视频成本是秒数乘 $0.015，把你的量代进去就是一个硬数字。想看这套打法在各模型上的通用版本，读控制 AI 图像和视频 API 成本。
怎么在 HiAPI 上调用 Grok Imagine
一个 API Key 覆盖家族全部端点。图像和视频都走异步任务接口：POST /v1/tasks 返回一个 taskId，轮询 GET /v1/tasks/{taskId} 直到 status 变成 success（或在顶层传 callback.url 让它回调通知你），再下载结果。按量付费，无低消，失败不计费。
本篇只讲成本，到计费结构为止。完整的请求体（图像的 aspect_ratio / resolution、图生图的 image_urls、视频的时长字段）和可直接复制的 curl 与 Python，看 HiAPI 文档。
常见问题
Grok Imagine API 多少钱？ 在 HiAPI 上，图像按张：基础档文生图 $0.03、Image 2.0 档 $0.052、Quality 档 $0.07；视频按秒，三个端点都是每秒 $0.015。没有订阅，也不按 token 计费。
图生图比文生图贵吗？ 基础档和文生图同价（$0.03），只是图生图会按参考图每张加 $0.003；Quality 档图生图 $0.08、每张参考图加 $0.015；Image 2.0 图生图 $0.065。参考图最多挂 3 张。
分辨率会影响价格吗？ 不会。图像按档定价，同一档里不同输出分辨率是一个价。基础档稳定输出 1K，要 2K 成品走 Image 2.0 档。
视频是按段还是按秒收费？ 按秒。收费是秒数乘 $0.015，所以一段 10 秒的片子是 $0.15，30 秒是 $0.45。文生视频和图生视频单段 6 到 30 秒，1.5 图生视频 1 到 15 秒。
失败的生成要付钱吗？ 不用。只有成功的任务才计费，超时、提示词被拦截、重试都不花钱。
关键结论
Grok Imagine 的预算把图像和视频分开看就很好算。图像是张数乘每档单价，基础档 $0.03、Image 2.0 $0.052、Quality $0.07，分辨率不加价，图生图再按参考图每张加一点。视频是秒数乘 $0.015，三个端点同价，单段 30 秒封顶 $0.45。铺量用基础档探索，定稿或要细节再上高档，视频只请求用得上的秒数，失败重试不花钱。
想给自己的工作量算个真实数字？新 Key 自带免费额度，第一张图不花钱，打开 Grok Imagine 文生图模型页 现在就跑第一张。
