वीडियो के साथ ही आवाज़
ध्वनि प्रभाव, माहौल की आवाज़ें और संवाद वीडियो के साथ ही बनते हैं और दृश्य की गतिविधि से तालमेल रखते हैं। आवाज़ के साथ या बिना आवाज़ के कीमत एक ही है।
Grok Imagine Video 1.5 API: xAI का मॉडल टेक्स्ट, पहले फ़्रेम या अधिकतम 3 रेफ़रेंस इमेज से आवाज़ वाला 480p या 720p वीडियो बनाता है, $0.071 प्रति सेकंड से शुरू।
grok-imagine-video-1.5अपडेट किया गया import os, time, requestsAPI = "https://api.zurelay.com/v1"KEY = os.environ["ZURELAY_API_KEY"]headers = {"Authorization": f"Bearer {KEY}"}res = requests.post(f"{API}/videos", headers=headers, json={ "model": "grok-imagine-video-1.5", "prompt": "A red fox trotting through snow at dawn, cinematic", "seconds": 5, "resolution": "720p", "aspect_ratio": "16:9",})res.raise_for_status()job = res.json()url = f"{API}/videos/{job['id']}"# Takes a few minutes: poll until it's donewhile job["status"] in ("queued", "in_progress"): time.sleep(5) job = requests.get(url, headers=headers).json()if job["status"] == "failed": raise SystemExit(job["error"]["message"])video = requests.get(f"{url}/content", headers=headers)with open("video.mp4", "wb") as f: f.write(video.content)print(f"Saved video.mp4 for ${job['cost']}")बेस URL https://api.zurelay.com/v1. HTTPS पर सादा JSON: जॉब शुरू करें, उसका स्टेटस जाँचते रहें, MP4 डाउनलोड करें। Grok Imagine गाइड
कीमतें
बिना किसी सदस्यता के, प्रीपेड क्रेडिट से जितना इस्तेमाल करें, उतना भुगतान करें। $10 से टॉप-अप करें। वीडियो मिलने पर ही शुल्क लगता है; वीडियो बनाना असफल होने पर कोई शुल्क नहीं लगता।
A clip costs its length in seconds times the price at its resolution. It's held from your balance when the job is accepted and charged when the video is delivered. Sound, a first frame, reference इमेजs and the aspect ratio don't change the price.
Grok का हर मॉडल और उसकी कीमतरिज़ॉल्यूशन, अवधि और वीडियो की संख्या चुनें.
100 क्लिप × $0.62
लागत
लिस्ट कीमत के मुक़ाबले Zurelay की लाइव कीमतों पर आम वर्कलोड।
5 s पर 720p.
720p पर 15 s — इससे बनने वाला सबसे लंबा और सबसे शार्प आउटपुट।
100 क्लिप, हर एक 5 s, 720p पर।
खास जानकारी
Grok Imagine Video 1.5 को xAI अपना अब तक का सबसे अच्छा वीडियो मॉडल बताता है। यह वीडियो के साथ ही ध्वनि प्रभाव, माहौल की आवाज़ें और संवाद भी बनाता है। Zurelay पर यह टेक्स्ट, पहले फ़्रेम या अधिकतम 3 रेफ़रेंस इमेज से 1 से 15 सेकंड की 480p और 720p क्लिप बनाता है। Zurelay पर Grok Imagine Video 1.5 API की दर $0.071 प्रति सेकंड से शुरू होती है, और वीडियो डिलीवर होने पर ही शुल्क लिया जाता है।
Grok Imagine Video 1.5 वह वीडियो मॉडल है जिसे xAI अपने API में इस्तेमाल करने की सलाह देता है। xAI के अनुसार, ऑडियो, बोली, गति और भौतिकी के मामले में यह उसके पिछले वीडियो मॉडल से बेहतर है। प्रीव्यू के बाद xAI ने इसे 16 जून, 2026 को अपने API में सभी के लिए उपलब्ध कराया, और 31 जुलाई को टेक्स्ट से वीडियो बनाने, रेफ़रेंस इमेज और 1080p की सुविधा जोड़ी। Zurelay पर इसकी मॉडल ID grok-imagine-video-1.5 है। आप xai/grok-imagine-video-1.5, grok-imagine-video-1.5-preview और grok-imagine-video भी इस्तेमाल कर सकते हैं, जो सभी Video 1.5 पर चलते हैं।
Zurelay पर Grok Imagine Video 1.5 टेक्स्ट प्रॉम्प्ट, पहले फ़्रेम या लोगों, उत्पादों या जगहों की अधिकतम 3 रेफ़रेंस इमेज से वीडियो बनाता है, जिनका आप प्रॉम्प्ट में वर्णन करते हैं। यह वीडियो के साथ आवाज़ भी बनाता है: xAI के अनुसार, ध्वनि प्रभाव, माहौल की आवाज़ें और संवाद दृश्य की गतिविधि से मेल खाते हैं, और बोली पहले से ज़्यादा साफ़ और बेहतर तालमेल में है। generate_audio से आवाज़ बंद की जा सकती है। क्लिप 480p या 720p में, 1 से 15 पूरे सेकंड की अवधि में और 16:9, 9:16, 1:1, 4:3 या 3:4 अनुपात में बनती हैं; पहले फ़्रेम से बनाने पर वीडियो का अनुपात इमेज जैसा रहता है। xAI का अपना API 1080p वीडियो बनाने, आखिरी फ़्रेम या कीफ़्रेम तय करने और प्रीसेट आवाज़ें इस्तेमाल करने की सुविधा भी देता है; ये विकल्प Zurelay पर उपलब्ध नहीं हैं।
वीडियो बनाने में समय लगता है, इसलिए API एसिंक्रोनस है। POST https://api.zurelay.com/v1/videos तुरंत एक जॉब लौटाता है; उसका status completed होने तक GET /v1/videos/{id} से बार-बार स्थिति जाँचें, फिर /v1/videos/{id}/content से या जॉब में दिए गए साइन किए गए url से MP4 डाउनलोड करें। 5 सेकंड की 720p क्लिप बनाने में आम तौर पर about 50 seconds लगते हैं। वीडियो 30 दिनों तक रखे जाते हैं।
Zurelay पर Grok Imagine Video 1.5 की दर प्रति सेकंड है: 480p पर $0.071 प्रति सेकंड और 720p पर $0.124, इसलिए 5 सेकंड की 720p क्लिप की कीमत $0.62 है। आवाज़ का कोई अतिरिक्त शुल्क नहीं है, और पहले फ़्रेम, रेफ़रेंस इमेज या आस्पेक्ट रेशियो से कीमत नहीं बदलती। जॉब स्वीकार होने पर आपके बैलेंस में उतनी रकम रोक ली जाती है और वीडियो डिलीवर होने पर ही काटी जाती है। वीडियो न बन पाने पर कोई शुल्क नहीं लगता, भले ही उसे कंटेंट फ़िल्टर ने अस्वीकार किया हो।
खूबियाँ
ध्वनि प्रभाव, माहौल की आवाज़ें और संवाद वीडियो के साथ ही बनते हैं और दृश्य की गतिविधि से तालमेल रखते हैं। आवाज़ के साथ या बिना आवाज़ के कीमत एक ही है।
लोगों, उत्पादों या जगहों की इमेज दें और दृश्य का वर्णन करें। xAI ने रेफ़रेंस की सुविधा इसलिए बनाई है ताकि उन्हें वीडियो में शामिल करने के लिए पहला फ़्रेम तय न करना पड़े।
xAI के अनुसार, पूरी क्लिप में गति सुसंगत रहती है, आकार कम बिगड़ते हैं और उसके पिछले मॉडल के मुकाबले वज़न और संवेग ज़्यादा वास्तविक लगते हैं।
xAI के अनुसार, 480p की प्रोसेसिंग तेज़ होती है और इसकी प्रति सेकंड लागत भी कम है। पहले 480p पर आइडिया आज़माएँ, फिर पसंद आने वाले वीडियो को 720p पर रेंडर करें।
इस्तेमाल के तरीके
उत्पाद की फ़ोटो रेफ़रेंस इमेज के तौर पर दें और उस दृश्य का वर्णन करें जिसमें आप उसे दिखाना चाहते हैं।
किसी व्यक्ति और कपड़े की रेफ़रेंस इमेज दें और शॉट का वर्णन करें।
कहानी भर में किरदार का रूप एक जैसा रखने के लिए सभी क्लिप में वही रेफ़रेंस इमेज इस्तेमाल करें।
किसी फ़ोटो या चित्र को पहला फ़्रेम बनाएँ और गति के साथ उससे मेल खाने वाली आवाज़ का वर्णन करें।
शुरू करें
न कोई वेटलिस्ट, न कुछ इंस्टॉल करना है: बस तीन HTTPS एंडपॉइंट और आपकी API कुंजी.
Sign up, add credit और create an API key. Set a monthly budget or a rate limit per key if you like.
Every video endpoint lives under this base URL. Send your key as a Bearer token.
https://api.zurelay.com/v1POST a prompt से /v1/videos, poll the job every few seconds until it's completed, then download the MP4. Videos are kept for 30 days.
grok-imagine-video-1.5आपके मौजूदा टूल के साथ काम करता है
तुलना करें
प्रति सेकंड $0.039 से शुरू
अधिकतम 10 रेफ़रेंस इमेज, 1080p और 30 सेकंड तक की क्लिप के लिए Wan 3.0 चुनें, जिसमें आवाज़ का कोई अतिरिक्त शुल्क नहीं है।
Wan 3.0 APIप्रति सेकंड $0.03 से शुरू
1080p, 16 सेकंड तक की क्लिप और पहले से आखिरी फ़्रेम तक के ट्रांज़िशन के लिए Vidu Q3 Turbo चुनें।
Vidu Q3 Turbo APIप्रति सेकंड $0.019 से शुरू
नेगेटिव प्रॉम्प्ट, पहले और आखिरी फ़्रेम, 360p ड्राफ़्ट और कम कीमत वाली बिना आवाज़ की क्लिप के लिए PixVerse V6 चुनें।
PixVerse V6 APIअक्सर पूछे जाने वाले सवाल
कुछ और पूछना है? हमारी टीम से पूछें और हम ईमेल से जवाब देंगे.
Zurelay वीडियो की अवधि के हिसाब से शुल्क लेता है: 480p पर $0.071 प्रति सेकंड और 720p पर $0.124। क्लिप की कीमत उसकी अवधि को इस दर से गुणा करके निकलती है, इसलिए 5 सेकंड की 720p क्लिप की कीमत $0.62 है। आवाज़, पहले फ़्रेम, रेफ़रेंस इमेज या आस्पेक्ट रेशियो से कीमत नहीं बदलती।
जब Zurelay जॉब स्वीकार करता है, तो उसकी कीमत के बराबर रकम आपके बैलेंस से रोक ली जाती है, ताकि बन रहे वीडियो पर आपके बैलेंस से ज़्यादा खर्च न हो सके। शुल्क सिर्फ़ वीडियो मिलने पर काटा जाता है। अगर वीडियो बनना असफल हो जाए, या कॉन्टेंट फ़िल्टर प्रॉम्प्ट या तस्वीरों को अस्वीकार कर दे, तो आपको कुछ भी नहीं देना होता।
POST https://api.zurelay.com/v1/videos पर अपनी Zurelay कुंजी Bearer टोकन के तौर पर और JSON बॉडी में ये भेजें: model को grok-imagine-video-1.5 पर सेट करें, एक prompt दें और चाहें तो seconds (डिफ़ॉल्ट 5), resolution (डिफ़ॉल्ट 720p, या 480p), aspect_ratio (डिफ़ॉल्ट 16:9) और generate_audio (डिफ़ॉल्ट true) भी दें। आपको तुरंत एक जॉब मिल जाती है। हर कुछ सेकंड में GET /v1/videos/{id} पर पोल करें, जब तक उसका status completed न हो जाए, फिर /v1/videos/{id}/content से MP4 डाउनलोड करें। कोई भी HTTP क्लाइंट इस्तेमाल कर सकते हैं; कोई SDK इंस्टॉल करने की ज़रूरत नहीं है।
5 सेकंड की 720p क्लिप बनाने में आम तौर पर about 50 seconds लगते हैं। xAI के मुताबिक, समय प्रॉम्प्ट, लंबाई और रिज़ॉल्यूशन पर निर्भर करता है। पोल करते समय, जॉब का progress फ़ील्ड 0 से 100 के बीच प्रगति का अनुमान देता है।
हाँ, जब तक आप इसे बंद न कर दें। यह वीडियो के साथ ही साउंड इफ़ेक्ट, परिवेश की आवाज़ें और संवाद बनाता है। xAI के मुताबिक, इसके पिछले मॉडल के मुकाबले बोली ज़्यादा साफ़ है और वीडियो से बेहतर मेल खाती है। बोले जाने वाले संवाद और आवाज़ें प्रॉम्प्ट में लिखें। बिना आवाज़ की क्लिप के लिए generate_audio को false पर सेट करें; दोनों की कीमत एक ही है।
हाँ। first_frame दें और वीडियो उसी इमेज से शुरू होगा और उसी के अनुपात में बनेगा। इमेज के लिए 10 MB तक की PNG, JPEG या WebP फ़ाइलों के https URL या base64 डेटा URL दे सकते हैं। Zurelay पर last_frame उपलब्ध नहीं है, और पहले फ़्रेम के साथ रेफ़रेंस इमेज इस्तेमाल नहीं की जा सकतीं।
reference_images में किसी व्यक्ति, प्रोडक्ट या जगह जैसी अधिकतम 3 इमेज दें, और प्रॉम्प्ट में बताएँ कि वे कौन या क्या हैं और क्या होता है। xAI ने रेफ़रेंस इमेज की सुविधा बनाई है ताकि पहला फ़्रेम तय किए बिना खास लोगों, चीज़ों या कपड़ों को वीडियो में शामिल किया जा सके। इसलिए शॉट की शुरुआत इनमें से किसी इमेज से होना ज़रूरी नहीं है। इन्हें पहले फ़्रेम के साथ इस्तेमाल नहीं किया जा सकता।
480p और 720p, 1 से 15 सेकंड तक, पूरे सेकंड में। आस्पेक्ट रेशियो 16:9, 9:16, 1:1, 4:3 और 3:4 हैं; पहला फ़्रेम देने पर वीडियो इमेज के अनुपात में बनता है। xAI की अपनी API में 1080p और 3:2 या 2:3 वीडियो भी बनते हैं, लेकिन ये Zurelay पर उपलब्ध नहीं हैं।
नहीं। आपको क्या चाहिए, यह प्रॉम्प्ट में बताएँ: Grok Imagine Video 1.5 में negative_prompt नहीं दिया जा सकता, और एक जैसा नतीजा पाने के लिए seed भी उपलब्ध नहीं है।
30 दिन। पूरे हो चुके जॉब में url एक साइन किया हुआ लिंक होता है, जो 24 घंटे तक मान्य रहता है; नया लिंक पाने के लिए जॉब फिर से फ़ेच करें, या /v1/videos/{id}/content से डाउनलोड करें। GET /v1/videos आपके हाल के वीडियो की सूची देता है।
हाँ। आपके अनुरोध xAI के Grok Imagine Video 1.5 पर चलते हैं, और Zurelay उसकी जगह कोई दूसरा या छोटा मॉडल इस्तेमाल नहीं करता। हर बार वीडियो जनरेशन का नतीजा बदलता है, इसलिए एक ही प्रॉम्प्ट से हर बार अलग क्लिप बनती है। Zurelay एक स्वतंत्र सेवा है और xAI से संबद्ध नहीं है।
सेकंडों में एक कुंजी बनाएं, अपने मौजूदा SDK को Zurelay से जोड़ें, और पहले टोकन से ही हर अनुरोध पर 90% तक कम खर्च करें.