Grok Imagine 1.5 Preview、APIで15秒動画と2K画像生成へ拡張

視覚生成が開発者APIになる

今回の変化は、デモではなくAPIとして使える点にある。Grokアカウントは6月3日、Grok Imagine 1.5 Previewについて“Try it today in the API”と投稿した。原文はXで確認できる。投稿には短い動画デモも付いている。

リンク先のxAIページは、Grok Imagineを画像・動画生成、編集、リスタイルを扱うAPIとして説明している。テキストから動画、画像から動画への変換に対応し、動画は最大15秒、画像は1リクエスト最大10枚、最大2K解像度まで生成できる。価格は画像あたり$0.02からとされ、コード例にはxAI SDKだけでなくOpenAI互換クライアントの使い方も載っている。

GrokとxAIのアカウントは、テキスト、音声、画像、動画モデルのAPI提供状況をXで頻繁に示している。今回の投稿は短いが、FxTwitterでは48時間以内の投稿として確認でき、3,100万回超の表示とデモ動画が付いていた。これは消費者向けの創作機能だけでなく、商品デモ、広告、バーチャル試着、商品配置のような業務フローに入るモデルとしての位置づけを示す。

xAIのページは、Artificial Analysisのテキスト動画ランキングでGrok Imagineを1位として掲載している。ただし、この種の順位は実際の用途、待ち時間、価格、入力制約で評価が変わる。次に見るべきなのは、コンテンツ安全ポリシー、権利条件、15秒動画を大量生成したときの品質維持、そして本番利用での遅延とコストだ。