Grok-Video 视频生成使用指南

大约 6 分钟

Grok-Video 视频生成使用指南

xAI 系视频模型，时长最自由（6/10/15/20/25/30 秒可选），适合做社媒短片、口播 vlog、节奏自由的短视频。先读视频生成总览拿到接口共通约定，再看本页细节。

接口地址 & 模型

创建任务：POST https://your-domain.com/v1/video/generations（把 your-domain.com 换成你的预制小龙虾域名）
查询任务：GET https://your-domain.com/v1/video/generations/{task_id}
API 模型 ID：grok-video
认证：HTTP Header Authorization: Bearer <你的 API 令牌>
任务类型：异步任务（提交 → 轮询 → 下载，无需配置 callback）
分辨率：720p（唯一档位）
时长档位：6 / 10 / 15 / 20 / 25 / 30 秒

拿令牌 + 怎么测试（5 分钟流程）

登录你的预制小龙虾后台（https://your-domain.com）。
左侧菜单进「令牌」页，点「添加令牌」，分组挑含 Grok 的视频分组，生成后完整复制好。
打开 Postman 或终端 curl，按本文「文生视频 curl 示例」粘贴执行；拿到 task_id 后调查询接口轮询，直到 status=completed。
第一次只传 model + prompt 跑通，再加 duration / aspect_ratio 等可选参数。

分组开通须知

视频模型属于受控分组 sora-veo-grok-video，新用户无法自助开通。

在 newapi 后台「个人 → API 令牌」页生成令牌时，如果令牌分组下拉找不到 sora-veo-grok-video，请联系客服 zhiyanck@gmail.com 开通该分组权限。
已开通用户：创建令牌时选 sora-veo-grok-video 分组，调用即可。
余额不足时调用会返回 403 quota_exceeded，先充值再试。

模型亮点

特点	说明
时长灵活	最短 6 秒、最长 30 秒，按时长分三档计费
价格便宜	6/10s 仅 0.43 元 / 次，是同类最长档里性价比最高的
720p 单档	不分高低清，省得纠结
文生 + 图生	都支持，传 `image_urls` 即图生视频

完整参数表

参数	类型	必填	可选值 / 说明
`model`	string	是	`grok-video`
`prompt`	string	是	视频描述
`duration`	int	否	`6` / `10` / `15` / `20` / `25` / `30` 秒，默认 `6`
`aspect_ratio`	string	否	`16:9`（横版，默认）/ `9:16`（竖版）/ `1:1`
`image_urls`	string[]	否	参考图 URL，1–N 张，传了即图生视频

注意

必填只有 model + prompt，其它字段都可省略。
平台不开放 callback_url / webhook_url，结果一律走 GET /v1/video/generations/{task_id} 取。
duration 必须是上面列出的 6 个值之一，传 7 / 12 / 24 之类的会直接报错。
没有 1080p / 4K 档位，要高清请改用 Veo3.1。

文生视频 curl 示例

curl -X POST "https://your-domain.com/v1/video/generations" \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-video",
    "prompt": "A street food vendor stir-frying spicy crawfish in a giant wok, flames jumping, crowd watching, neon city lights at night, handheld documentary feel",
    "duration": 15,
    "aspect_ratio": "9:16"
  }'

响应（关键字段）：

{
  "task_id": "task_xxx",
  "model": "grok-video",
  "status": "queued",
  "created_at": 1717000000
}

拿到 task_id 后调用查询接口轮询：

curl "https://your-domain.com/v1/video/generations/task_xxx" \
  -H "Authorization: Bearer <YOUR_API_KEY>"

status=completed 后按总览页的下载流程取视频。

参考图（图生视频）curl 示例

curl -X POST "https://your-domain.com/v1/video/generations" \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-video",
    "prompt": "Use image 1 as the scene reference. The camera slowly pans left to right, ambient noise of a bustling night market, neon reflections on wet pavement",
    "duration": 10,
    "aspect_ratio": "9:16",
    "image_urls": [
      "https://example.com/night-market.jpg"
    ]
  }'

多张参考图

传多张图时，在 prompt 里用 "image 1"、"image 2" 指代，模型会按顺序对应。

价格表 + 算例

售价已是客户最终价，按时长分三档收费。

时长档	6 / 10 秒	15 / 20 秒	25 / 30 秒
价格	0.43 元 / 次	0.86 元 / 次	1.29 元 / 次

算例 1： 我做 1 条 15 秒 grok 视频：

0.86 元 / 次（直接看表）

算例 2： 我用 10 秒做了 5 个试稿，再用 30 秒出 1 个终稿：

0.43 × 5 + 1.29 × 1 = 2.15 + 1.29 = 3.44 元

算例 3： 我要做一组 9:16 抖音号素材，10 条 20 秒：

0.86 × 10 = 8.60 元

提示词技巧

Grok-Video 风格偏"接地气、真实感"，提示词写得越具体、越生活化效果越好。

要素	示例片段
场景细节	`street food stall in Chengdu`、`crowded night market`、`steam rising`
人物动作	`vendor tossing crawfish in the wok`、`customer takes a bite and smiles`
氛围	`neon lights reflect on wet pavement`、`background chatter`、`handheld documentary feel`
节奏	长视频建议描述"分段动作"：先 ... 再 ... 最后 ...

15 秒以上的视频，建议把镜头拆成 2–3 段写：

0-5s: A vendor places crawfish in a wok, flames jump. 5-10s: Close-up of spices being added, sizzling sound. 10-15s: Plate served to customer, customer takes a bite and gives a thumbs up.

节奏分段技巧

6 / 10 秒：写 1 个动作就够。
15 / 20 秒：可以拆 2 个动作。
25 / 30 秒：拆 3 个动作 + 1 个收尾。
写得太"满"反而效果差；留点"自然停顿"给模型发挥。

常见错误 + 排查

现象	可能原因	处理
`400 invalid duration`	时长不在 6/10/15/20/25/30 里	改成允许的档位
`400 model not found`	模型 ID 写错	必须是 `grok-video`（中划线，不是下划线）
`401`	令牌错 / 分组不含 Grok	用对应的 Grok 分组令牌
`402`	余额不足	充值
任务一直 `queued` 超过 5 分钟	上游排队	别重复提交，再等等
`failed` 提示内容审查	prompt 触发安全策略	改 prompt，避免敏感描述
参考图没起作用	URL 不通 / prompt 没引用 image	换公网 URL，prompt 里写 "use image 1 as ..."
视频里"动作"很机械	prompt 太干 / 缺少环境描述	加氛围词（光、声音、背景）

FAQ

为啥没有 1080p / 4K？

Grok-Video 目前只有 720p。要高清请用 Veo3.1。

30 秒的视频值得做吗？

如果是社媒短视频（抖音、Reels、X 短视频），30 秒是黄金时长。如果是产品广告，建议拆 2 个 15 秒分别试稿。

失败扣不扣钱？

不扣。只有任务 completed 才扣费。

一次最多能挂多少任务？

接口没硬限，但 30 秒的任务上游耗时也较长，建议并发 ≤ 5。

中文 prompt 行不行？

行。Grok 系列对中文支持算比较自然，不过英文 prompt 在镜头描述上更稳。

能拼接多个 30 秒做 1 分钟以上视频吗？

可以，但要自己用剪辑软件拼。Grok-Video 接口本身不直接给"延长"能力。建议每段开头和结尾留 1 秒"过渡画面"，方便剪辑对齐。

Cherry Studio / n8n 能用吗？

能。Cherry Studio / n8n 配置请参考：

上一步：Veo 3.1 视频生成使用指南　|　返回：视频生成总览