Grok Imagine Video 1.5 Lite 上线 API：文/图生视频「主力款」，480p 每秒 $0.02，标价约为 1.5 的四分之一

核心背景与行业痛点

视频生成 API 按秒计费，批量做短视频、广告变体或产品演示时，旗舰模型的成本很快失控；很多简单镜头其实用不到参考图、声音克隆或关键帧控制。2026-10-08 Grok Imagine 宣布 Video 1.5 Lite 在 Grok Imagine API 上线，定位是文生视频、图生视频的「主力款」（模型文档）。

架构亮点与底层机制

模型名为 grok-imagine-video-1.5-lite，输入文本或图片、输出视频，原生音频并支持口型同步语音，时长 1–15 秒，支持 480p / 720p / 1080p（1080p 由 720p 超分得到，不是原生），支持 9 种画幅，图生视频自动匹配原图比例。相比 1.5 正式版，Lite 不支持参考图（1.5 最多 14 张）、声音参考、首尾帧和中间关键帧。官方建议：简单视频用 Lite，需要参考图、指定声音、钉住画面或原生 1080p 时用 1.5（能力对照表）。支持 Batch API，异步调用（提交 → 用 request_id 轮询 → 下载），每秒 10 次请求，区域为 us-east-1 / us-west-2。

权威 Benchmark 与实测跑分对比

官方未公布画质评测或盲测 Elo，只公布了价格：480p $0.02/秒、720p $0.03/秒、1080p $0.14/秒。按模型页标价比较，Lite $0.020/秒，1.5 正式版 $0.080/秒，约为四分之一。生成 10 秒 720p 视频约 $0.30。本稿不编造画质跑分。

开发者实战落地与开箱指南

1. 把 model 换成 grok-imagine-video-1.5-lite，用 xAI SDK 或 Vercel AI SDK（会自动轮询）。2. 批量草稿用 480p/720p，定稿再升 1080p 或换 1.5。3. 需要角色一致或首尾帧控制时，Lite 不支持，请改用 1.5。4. 大批量任务走 Batch API，并注意每秒 10 次请求的上限。