Seedance 2.5 Flash पर अब 35% की छूट — 30 नवंबर को समाप्त
Hero background 1Hero background 2Hero background 3

Grok Imagine Video with Reference Guidance

Grok Imagine Video डेवलपर्स को xAI के वीडियो परिवार तक पहुँच प्रदान करता है, जिससे क्लिप बनाए, एनिमेट, विस्तारित और संपादित की जा सकती हैं। प्रॉम्प्ट से 1 से 15 सेकंड के वीडियो जनरेट करें, अधिकतम सात संदर्भ छवियों के साथ लोगों, वस्तुओं या शैलियों का मार्गदर्शन करें, और 480p या 720p में काम करें। Atlas Cloud इन क्षमताओं को OpenAI-संगत एंडपॉइंट्स और पारदर्शी पे-एज़-यू-गो मूल्य निर्धारण के माध्यम से एक साथ उपलब्ध कराता है। आज ही निर्माण शुरू करें।

Grok Imagine Video को xAI द्वारा विकसित किया गया है। Atlas Cloud (Atlas Cloud AI LLC द्वारा संचालित) इस तक पहुँच प्रदान करता है, इसका स्वामी नहीं है। सभी ट्रेडमार्क उनके संबंधित स्वामियों की संपत्ति हैं।

अग्रणी मॉडल एक्सप्लोर करें

Atlas Cloud आपको उद्योग में अग्रणी नवीनतम रचनात्मक मॉडल प्रदान करता है।

Grok Imagine Video मोड और वर्कफ़्लो की तुलना

अपने स्रोत एसेट, वांछित रूपांतरण और प्रोडक्शन वर्कफ़्लो के अनुरूप Grok Imagine Video एंडपॉइंट चुनें।

मोडैलिटीविवरण
Grok Imagine Video T2V API (Text To Video)प्राकृतिक भाषा वाले प्रॉम्प्ट को 1 से 15 सेकंड लंबे 480p या 720p वीडियो में बदलें। यह एंडपॉइंट कॉन्सेप्ट विज़ुअलाइज़ेशन, सोशल क्लिप और बिना स्रोत मीडिया के बनाए गए दृश्यों के लिए उपयुक्त है।
Grok Imagine Video I2V API (Image To Video)दिए गए इमेज से शुरुआत करके, यह एंडपॉइंट प्राकृतिक भाषा वाले मोशन प्रॉम्प्ट लागू करता है और 480p या 720p वीडियो तैयार करता है। इसका उपयोग आर्टवर्क, प्रोडक्ट इमेजरी, कैरेक्टर फ़्रेम या कैंपेन विज़ुअल को एनिमेट करने के लिए करें।
Grok Imagine Video R2V API (Reference To Video)लोगों, ऑब्जेक्ट या विज़ुअल स्टाइल को दर्शाने वाली 1 से 7 रेफ़रेंस इमेज के साथ वीडियो जनरेशन को निर्देशित करें। आउटपुट 480p या 720p पर अधिकतम 10 सेकंड लंबे हो सकते हैं, जिससे रेफ़रेंस-आधारित क्रिएटिव प्रोडक्शन में सहायता मिलती है।
Grok Imagine Video Extend API (Video Extension)मौजूदा 2 से 15 सेकंड के MP4 को प्रॉम्प्ट-निर्देशित 2 से 10 सेकंड लंबे एक्सटेंशन के साथ जारी रखें। आउटपुट इनपुट फ़ॉर्मैट से मेल खाता है और 720p तक सीमित है, इसलिए यह एंडपॉइंट पहले से तैयार शॉट की अवधि बढ़ाने के लिए उपयोगी है।
Grok Imagine Video Edit API (Video Editing)किसी MP4 और प्राकृतिक भाषा में दिए गए निर्देशों से उसकी विज़ुअल सामग्री में बदलाव करें, जबकि स्रोत अवधि बरकरार रहे। आउटपुट अधिकतम 8.7 सेकंड तक सीमित है, जो शॉर्ट फ़ुटेज में लक्षित संशोधनों और प्रॉम्प्ट-आधारित रूपांतरणों के लिए उपयुक्त है।

पाँच क्रिएटिव वर्कफ़्लो में Grok Imagine Video

Grok Imagine Video टेक्स्ट, शुरुआती फ़्रेम और अधिकतम सात रेफ़रेंस को शॉर्ट क्लिप में बदलता है, फिर Atlas Cloud के एकीकृत, पे-ऐज़-यू-गो API के ज़रिए मौजूदा MP4 फ़ुटेज को आगे बढ़ाता या संपादित करता है।

टेक्स्ट से Grok Imagine Video

नेचुरल-लैंग्वेज प्रॉम्प्ट लिखकर 480p या 720p में 1 से 15 सेकंड की क्लिप जनरेट करें। 16:9, 1:1 और 9:16 सहित सात आस्पेक्ट रेशियो हर शॉट को उसके इच्छित कैनवस के अनुरूप ढालते हैं। प्रॉम्प्ट में ही सब्जेक्ट, ऐक्शन, कैमरा मूवमेंट और माहौल नियंत्रित करें। यह स्टोरी बीट्स, कैंपेन कॉन्सेप्ट और सोशल वीडियो के लिए एक लचीला शुरुआती बिंदु है।

शुरुआती फ़्रेम को ऐनिमेट करें

दिए गए शुरुआती-फ़्रेम वाले इमेज को 480p या 720p में 1 से 15 सेकंड के वीडियो में बदलें। इमेज शुरुआती कंपोज़िशन तय करती है, जबकि नेचुरल-लैंग्वेज मोशन प्रॉम्प्ट मूवमेंट और सीन के विकास को निर्देशित करता है। अलग आउटपुट आकार की ज़रूरत होने पर सात आस्पेक्ट रेशियो में से चुनें। यह वर्कफ़्लो प्रोडक्ट शॉट्स, इलस्ट्रेटेड सीन और आर्ट-डायरेक्टेड कॉन्सेप्ट के लिए उपयुक्त है, जहाँ शुरुआती फ़्रेम को दोबारा बनाए बिना उसमें गति जोड़नी हो।

Grok Imagine Video रेफ़रेंस कंट्रोल

लोगों, ऑब्जेक्ट्स या विज़ुअल स्टाइल को दर्शाने वाली 1 से 7 रेफ़रेंस इमेज की मदद से वीडियो को निर्देशित करें। प्रॉम्प्ट में अलग-अलग इनपुट का संदर्भ दें, फिर सात समर्थित आस्पेक्ट रेशियो में 480p या 720p पर अधिकतम 10 सेकंड का वीडियो जनरेट करें। चूँकि रेफ़रेंस केवल शुरुआती फ़्रेम के रूप में काम करने के बजाय पूरे सीन को आकार देते हैं, क्रिएटर्स को बार-बार आने वाले विज़ुअल एलिमेंट्स पर अधिक नियंत्रण मिलता है। इसका उपयोग कैरेक्टर-केंद्रित सीन, प्रोडक्ट स्टोरीटेलिंग या स्टाइल-अवेयर कैंपेन के लिए करें।

स्टोरीलाइन को आगे बढ़ाएँ

मौजूदा 2 से 15 सेकंड के MP4 को प्रॉम्प्ट-आधारित 2 से 10 सेकंड के एक्सटेंशन के साथ जारी रखें। Grok Imagine Video अंतिम फ़्रेम से आगे बढ़ता है और मूल क्लिप के साथ नया सेगमेंट लौटाता है, तथा अधिकतम 720p तक इनपुट रिज़ॉल्यूशन से मेल खाता है। अगले ऐक्शन, रिवील या कैमरा मूव को साधारण भाषा में बताएँ। इससे अचानक समाप्त होने वाले वीडियो को पूर्ण नैरेटिव बीट्स में बदलना आसान हो जाता है।

Grok Imagine Video से क्लिप संपादित करें

Grok Imagine Video को एक MP4 और नेचुरल-लैंग्वेज निर्देश दें, ताकि वह स्रोत अवधि बनाए रखते हुए फ़ुटेज को रूपांतरित कर सके। इनपुट अधिकतम 8.7 सेकंड के हो सकते हैं और बिलिंग इनपुट वीडियो की लंबाई के अनुसार होती है। क्लिप को शुरू से दोबारा बनाए बिना विज़ुअल बदलाव, माहौल में परिवर्तन या सीन-स्तरीय संशोधन के लिए कहें। यह शॉर्ट क्रिएटिव वैरिएशन और नियंत्रित पोस्ट-जनरेशन सुधारों के लिए उपयुक्त है।

पाँच वर्कफ़्लो, एक API

एक ही एकीकृत API के ज़रिए टेक्स्ट-टू-वीडियो, इमेज-टू-वीडियो, रेफ़रेंस-गाइडेड जनरेशन, एक्सटेंशन और एडिटिंग के बीच सहजता से काम करें। उपलब्ध स्रोत सामग्री के अनुरूप endpoint चुनें और हर जॉब को असिंक्रोनस प्रेडिक्शन फ़्लो के ज़रिए सबमिट करें। पूरे वर्कफ़्लो में ऑथेंटिकेशन और इंटीग्रेशन पैटर्न एकसमान रखें। पे-ऐज़-यू-गो ऐक्सेस प्रयोगों और दोहराए जा सकने वाले प्रोडक्शन पाइपलाइन को समर्थन देता है। डेवलपर्स कम इंटीग्रेशन ओवरहेड के साथ अधिक व्यापक वीडियो टूल बना सकते हैं।

एक प्रॉम्प्ट, तीन विज़न: Grok Imagine Video की तुलना

देखें कि Grok Imagine Video और दो प्रमुख विकल्प समान प्रॉम्प्ट की व्याख्या गति, निरंतरता, कैमरा नियंत्रण, प्रकाश व्यवस्था और दृश्य कहानी कहने के माध्यम से कैसे करते हैं।

प्रॉम्प्ट

पन्ना-हरी घाटी में मूसलाधार बारिश के तुरंत बाद स्थापित 8–10-सेकंड की अति-यथार्थवादी आउटडोर एडवेंचर फ़िल्म। पहले फ़्रेम से आख़िरी फ़्रेम तक कोबाल्ट-नीले वाटरप्रूफ़ सूट और नारंगी-लाल लाइफ़ जैकेट पहने एक कयाकर उग्र सफ़ेद जलधारा को चीरता हुआ आगे बढ़ता है। शुरुआत अल्ट्रा-लो वॉटरलाइन ट्रैकिंग शॉट से हो, जो कयाक के साथ तेज़ी से दौड़े, जबकि पैडल के ब्लेड धारा में कट मारते हुए लेंस पर स्पष्ट छींटे उछालें; कयाक ऊँची लहर की चोटी पर चढ़े और हवा में उछल जाए। व्हिप-पैन करते हुए कयाकर के first-person POV में जाएँ, जहाँ नाव गिरे हुए पेड़ के नीचे करवट लेती हुई गुज़रे, पानी के पारदर्शी परदे को चीरती हुई निकले और नुकीली भीगी चट्टानों को बाल-बाल पार करे; छींटों और क्षणिक अवरोधों के दौरान हाथ, पैडल और कोबाल्ट रंग का अगला सिरा भौतिक रूप से एकसमान बने रहें। कयाकर पैडल को धारा के विरुद्ध टिकाता है, घाटी की दीवार से सटकर तीखे रिबाउंड मोड़ में दिशा बदलता है और फिर तेज़ बहाव में उतर जाता है। चरम क्षण पर क्लिफ़-टॉप से ड्रोन प्लंज में संक्रमण हो, जो तेज़ी से नीचे उतरते हुए लैंडिंग के दौरान कयाकर की परिक्रमा करे; अगला सिरा तैरते हुए लकड़ी के बक्से से विश्वसनीय प्रभाव के साथ टकराए, उसे तोड़कर खोल दे—और अचानक हास्यपूर्ण खुलासे के रूप में, पूरी तरह साबुत रंग-बिरंगे कागज़ी लालटेनों की जुड़ी हुई लड़ियाँ बाहर उछलें, खुलें और ठंडे तेज़ बहते पानी पर गर्म चमक के साथ डोलें, जबकि कयाक आगे दौड़ता रहे। निरंतर शारीरिक रूप से सही गति, यथार्थवादी कयाक जड़त्व, पैडल प्रतिरोध, टक्करें, अशांत द्रव-गतिकी, कपड़े की गति, पानी की बूँदें, लेंस पर छींटे और हर अवरोध के बाद विषय की अडिग पहचान; कोई slow motion नहीं, कोई खाली establishing shots नहीं, और स्क्रीन, interfaces, dashboards, progress bars, charts, captions, logos या explanatory text पर कोई कट नहीं। बादलों से ढकी ठंडी cyan daylight, बारिश से गहरी हुई पन्ना-हरी चट्टानी दीवारें, चमकीली नारंगी-लाल लाइफ़ जैकेट, गर्म बहुरंगी लालटेन चमक, गति पर ज़ोर देने वाली सिनेमाई widescreen तिरछी रचनाएँ, उच्च contrast, स्वाभाविक motion blur और immersive photorealistic action-sports cinematography। समकालिक ऑडियो: गरजती तेज़ धाराएँ, पैडल की तीखी चोटें, लकड़ी के चटकने की आवाज़, थकी हुई साँसें, पतवार से टकराता पानी और लालटेन के मुक्त होते ही बजने वाला उज्ज्वल percussive musical accent। 16:9 aspect ratio।

Generated with Grok Imagine Video v1.5 Text-to-Video on Atlas Cloud

Generated with Seedance 2.5 Text-to-Video on Atlas Cloud

Generated with Grok Imagine Video v1.5 Developer Text-to-Video on Atlas Cloud

प्रॉम्प्ट

मूसलाधार बारिश शुरू होने से कुछ क्षण पहले खुले-आसमान वाले रात के बाज़ार में घटित 8–10-सेकंड का continuous-action cinematic sequence: आँखों पर पट्टी बाँधा हुआ एक रेमन उस्ताद आत्मविश्वास से भीड़भरे खाने के स्टॉलों की भूलभुलैया में दौड़ता है और लगातार अपने हाथों के बीच चाँदी-सफ़ेद नूडल्स की एक पट्टी खींचता रहता है। शुरुआत perfectly vertical bird’s-eye view से हो, फिर ऊपर से तेज़ी से नीचे उतरते हुए neon-lit बाज़ार की भूलभुलैया में प्रवेश करें, उसी समय बारिश की पहली भारी बूँदें छतरियों और भीगे फ़र्श पर गिरें। उड़ती हुई नूडल पट्टी पर लॉक करें और उसके कुछ इंच बगल में दौड़ें, जब वह चमकते कोयले की अंगीठियों, चौंके हुए ग्राहकों, चटचटाती ग्रिलों और हवा में खुलती छतरियों के ऊपर से फटकारती हुई गुज़रे; seamless human motion, विश्वसनीय elastic noodle physics, जटिल foreground occlusion, छपाक करती बारिश, चिंगारियाँ और घनी भाप बनी रहे। व्हिप-पैन करके शेफ़ को बिना कदम रोके एक नीची पेटी के ऊपर से छलाँग लगाते दिखाएँ, फिर उसके चारों ओर तेज़ 360-degree orbit करें, जब वह घूमते हुए सटीक momentum के साथ नूडल्स को पीछे की ओर छोड़ता है। नूडल पट्टी उसके पीछे रखे ज़ोरों से उबलते ताँबे के बर्तन में साफ़ चाप बनाते हुए जा गिरे—विजय के ठीक उसी क्षण, एक शरारती नारंगी tabby बिल्ली स्टॉल के नीचे से छलाँग लगाए, लटकते नूडल्स का आधा हिस्सा मुँह में दबोच ले और भाग जाए, जिससे स्पष्ट दृश्य punchline बने, जबकि शेफ़ अनजान रहकर दौड़ता रहे। Neon-noir photorealism, बारिश से चमकती ज़मीन पर cyan-green और magenta reflections, लयबद्ध दृश्य accents के रूप में गर्म furnace-orange fire, स्पर्शनीय भाप और बारिश, स्थिर choreography, तीखा cinematic detail, ऊर्जावान real-time pacing, कोई slow motion नहीं और spatial या character continuity तोड़ने वाले कोई कट नहीं। ऑडियो: बढ़ती गरज, बाज़ार की बातचीत, ज़ोरदार कदमों की आवाज़, छतरियों के खुलने की चटाख, चटचटाता कोयला, उबलता पानी, कैमरा moves के साथ synchronized noodle whooshes और अंत में चमकीली हास्यपूर्ण बिल्ली की म्याऊँ तथा ताँबे के बर्तन में पानी के छपाक की आवाज़। कोई screens, user interfaces, dashboards, progress bars, charts, captions, subtitles, logos, watermarks या explanatory text नहीं। 16:9 aspect ratio।

Generated with Grok Imagine Video v1.5 Text-to-Video on Atlas Cloud

Generated with Seedance 2.5 Text-to-Video on Atlas Cloud

Generated with Grok Imagine Video v1.5 Developer Text-to-Video on Atlas Cloud

हर रचनात्मक चरण के लिए Grok Imagine Video

Grok Imagine Video प्रॉम्प्ट, स्थिर चित्रों, संदर्भों और मौजूदा MP4 फ़ाइलों को सोशल क्लिप्स, उत्पाद विज़ुअल्स, ब्रांड कहानियों, लंबे सीक्वेंस, लक्षित एडिट्स और क्रिएटर टूल्स के लिए व्यावहारिक विकल्पों में बदलता है।

Grok Imagine Video से सोशल क्लिप्स

Grok Imagine Video प्राकृतिक भाषा वाले प्रॉम्प्ट्स को छोटे 480p या 720p क्लिप्स में बदलता है। स्रोत फ़ुटेज पहले से तैयार किए बिना सोशल टीज़र, कैंपेन कॉन्सेप्ट और तेज़ विज़ुअल ड्राफ़्ट बनाने के लिए इसका उपयोग करें।

उत्पाद के स्थिर चित्रों को एनिमेट करें

उत्पाद की छवि से शुरुआत करते हुए, image to video endpoint 480p या 720p पर प्रॉम्प्ट-निर्देशित गति जोड़ता है। ब्रांड कैटलॉग की स्थिर छवियों को उत्पाद रिवील, लॉन्च एसेट्स और मार्केटप्लेस विज़ुअल्स में बदल सकते हैं।

संदर्भ-निर्देशित ब्रांड कहानियाँ

one to seven images के साथ, reference to video लोगों, वस्तुओं या शैलियों को एक नई क्लिप में मार्गदर्शित करता है। क्रिएटिव टीमें दिए गए विज़ुअल्स पर आधारित ब्रांड कहानियाँ, किरदारों के कॉन्सेप्ट और उत्पाद दृश्यों को विकसित कर सकती हैं।

Grok Imagine Video से कहानी का विस्तार

मौजूदा MP4 को two to ten second के प्रॉम्प्ट-आधारित एक्सटेंशन के साथ जारी रखें, जो 720p तक का इनपुट रिज़ॉल्यूशन बनाए रखता है। यह लंबे स्टोरीबोर्ड बीट्स, एपिसोडिक ट्रांज़िशन्स और स्वीकृत फ़ुटेज से आगे के सीक्वेंस के लिए उपयोगी है।

प्राकृतिक भाषा से वीडियो एडिट्स

प्राकृतिक भाषा के निर्देशों से MP4 को एडिट करें और उसकी स्रोत अवधि बनाए रखें; आउटपुट अधिकतम 8.7 seconds तक सीमित है। टीमें वैकल्पिक लुक्स, स्थानीयकृत कैंपेन वैरिएंट्स या संशोधित विज़ुअल ट्रीटमेंट तैयार कर सकती हैं।

Grok Imagine Video के साथ निर्माण करें

जनरेशन, एनिमेशन, संदर्भों, एक्सटेंशन और एडिटिंग के लिए Grok Imagine Video के five मोड्स पर आधारित प्रॉम्प्ट-निर्देशित वीडियो टूल्स बनाएँ। डेवलपर्स 480p या 720p आउटपुट चुनते हुए एक ही परिवार से क्रिएटर वर्कफ़्लोज़ संचालित कर सकते हैं।

वीडियो मॉडल्स में Grok Imagine Video की स्थिति

इनपुट विधियों, क्लिप की लंबाई, अधिकतम रिज़ॉल्यूशन और मानक कीमत के आधार पर Grok Imagine Video के वर्कफ़्लो की चयनित Atlas Cloud विकल्पों से तुलना करें।

मॉडलइनपुट वर्कफ़्लोक्लिप या सेगमेंट की लंबाईअधिकतम रिज़ॉल्यूशनमानक कीमत
Grok Imagine Video Text-to-Videoटेक्स्ट प्रॉम्प्ट1–15s720p$0.05/sec
Grok Imagine Video Image-to-Videoशुरुआती इमेज + टेक्स्ट प्रॉम्प्ट1–15s720p$0.05/sec
Grok Imagine Video Reference-to-Video1–7 रेफ़रेंस इमेज + टेक्स्ट प्रॉम्प्ट1–10s720p$0.05/sec
Grok Imagine Video Extend2–15s MP4 + टेक्स्ट प्रॉम्प्ट2–10s एक्सटेंशनइनपुट के समान, अधिकतम 720p तक$0.07/sec
Grok Imagine Video EditMP4 + टेक्स्ट निर्देशइनपुट के समान, अधिकतम 8.7s तक-$0.07/input sec
MiniMax H3 Text-to-Videoटेक्स्ट प्रॉम्प्ट4–15s2K$0.038/sec
Seedance 2.0 Image-to-Videoशुरुआती इमेज + टेक्स्ट, वैकल्पिक अंतिम फ़्रेम4–15sनेटिव 4K$0.112/sec
Vidu Q3-Mix Reference to Video1–4 रेफ़रेंस इमेज + टेक्स्ट प्रॉम्प्ट1–16s1440p SR, नेटिव अधिकतम 1080p तक$0.125/run
Wan-2.7 Video-editसोर्स वीडियो + टेक्स्ट, वैकल्पिक इमेज या ऑडियो-1080p$0.10/run

Atlas Cloud पर Grok Imagine Video का उपयोग कैसे करें

कुछ ही मिनटों में शुरू करें — इन सरल चरणों का पालन करके Atlas Cloud प्लेटफ़ॉर्म के ज़रिए मॉडल इंटीग्रेट और डिप्लॉय करें।

Atlas Cloud अकाउंट बनाएं

atlascloud.ai पर साइन अप करें और वेरिफिकेशन पूरा करें। नए यूज़र्स को प्लेटफ़ॉर्म एक्सप्लोर करने और मॉडल टेस्ट करने के लिए फ्री क्रेडिट मिलते हैं।

Atlas Cloud पर Grok Imagine Video का उपयोग क्यों करें

बेजोड़ प्रदर्शन, स्केलेबिलिटी और विकास अनुभव के लिए उन्नत Grok Imagine Video मॉडल को Atlas Cloud के GPU त्वरण प्लेटफ़ॉर्म के साथ संयोजित करें।

प्रदर्शन और लचीलापन

कम विलंबता:
रियल-टाइम प्रतिक्रिया के लिए GPU-अनुकूलित इंफरेंसिंग।

एकीकृत API:
Grok Imagine Video, GPT, Gemini और DeepSeek के लिए एक इंटीग्रेशन।

पारदर्शी मूल्य निर्धारण:
प्रति token बिलिंग, Serverless मोड का समर्थन।

एंटरप्राइज और स्केल

डेवलपर अनुभव:
SDK, डेटा एनालिटिक्स, फाइन-ट्यूनिंग टूल और टेम्पलेट पूरी तरह से उपलब्ध हैं।

विश्वसनीयता:
99.99% उपलब्धता, RBAC अनुमति नियंत्रण, अनुपालन लॉगिंग।

सुरक्षा और अनुपालन:
SOC 2 Type II प्रमाणन, HIPAA अनुपालन, US डेटा संप्रभुता।

Grok Imagine Video API से जुड़े सवालों के जवाब

Grok Imagine Video, xAI का वीडियो जनरेशन मॉडल परिवार है, जिसका उपयोग शॉर्ट क्लिप बनाने, उनमें एनीमेशन जोड़ने, उन्हें बढ़ाने और संपादित करने के लिए किया जाता है। Atlas Cloud टेक्स्ट, इमेज, रेफ़रेंस, एक्सटेंशन और एडिटिंग वर्कफ़्लो के लिए अलग-अलग API endpoints उपलब्ध कराता है।

Grok Imagine Video टेक्स्ट से क्लिप जनरेट कर सकता है, शुरुआती इमेज में एनीमेशन जोड़ सकता है या लोगों, ऑब्जेक्ट्स और स्टाइल को निर्देशित करने के लिए अधिकतम 7 रेफ़रेंस इमेज का उपयोग कर सकता है। अलग-अलग endpoints मौजूदा क्लिप को आगे बढ़ा सकते हैं या प्राकृतिक भाषा के निर्देशों से MP4 संपादित कर सकते हैं।

Atlas Cloud API key बनाएँ और /api/v1/model/generateVideo पर प्रमाणीकृत POST अनुरोध भेजें। आवश्यक model ID, prompt और उस route के लिए ज़रूरी कोई भी इमेज या वीडियो इनपुट निर्दिष्ट करें। response में request ID, status और output fields शामिल होते हैं।

जब दृश्य की शुरुआत prompt से होती है, तब text-to-video चुनें; अगर दी गई इमेज को शुरुआती फ़्रेम बनाना हो, तो image-to-video चुनें। reference-to-video कई इमेज से व्यापक मार्गदर्शन देता है, जबकि extend-video और edit-video मौजूदा MP4 फ़ाइलों पर काम करते हैं।

Text-to-video और image-to-video, 480p या 720p पर 1 से 15 सेकंड लंबी क्लिप का समर्थन करते हैं। Reference-to-video समान resolutions पर 1 से 10 सेकंड का समर्थन करता है। सामान्य aspect ratios में 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 और 2:3 शामिल हैं। Extension और editing routes की अपनी input limits होती हैं।

हाँ। xAI के दस्तावेज़ों के अनुसार, Grok Imagine वीडियो वर्कफ़्लो में native audio generation शामिल है, जिससे ध्वनि और दृश्य एक साथ बनाए जा सकते हैं। इन routes के लिए Atlas Cloud के प्रकाशित schemas में अलग audio toggle उपलब्ध नहीं है।

reference-to-video endpoint के माध्यम से 1 से 7 सार्वजनिक HTTPS image URLs या base64 data URIs दें। <IMAGE_0> जैसे tags prompt में बताए गए लोगों, ऑब्जेक्ट्स या स्टाइल से अलग-अलग रेफ़रेंस को जोड़ सकते हैं। यह route 480p या 720p पर अधिकतम 10 सेकंड लंबी क्लिप लौटाता है।

2 से 15 सेकंड लंबे MP4 के साथ extend-video का उपयोग करें और prompt के अनुसार अतिरिक्त 2 से 10 सेकंड की कार्रवाई का अनुरोध करें। लक्षित बदलावों के लिए edit-video, अधिकतम 8.7 सेकंड लंबे MP4 को स्वीकार करता है और उसकी duration बनाए रखता है। दोनों routes आउटपुट resolution को 720p तक सीमित रखते हैं।

Atlas Cloud की standard pricing के अनुसार text-to-video, image-to-video और reference-to-video की कीमत $0.05 प्रति सेकंड है। Extend-video और edit-video की standard दर $0.07 प्रति सेकंड है। Editing का शुल्क input video duration के आधार पर लिया जाता है, क्योंकि output उसी duration को बनाए रखता है।

सबसे पहले पुष्टि करें कि चुना गया endpoint आपके input type से मेल खाता है और सभी आवश्यक prompt, image URL या video URL मौजूद हैं। दोबारा सबमिट करने से पहले route-विशिष्ट duration, resolution, aspect ratio, reference count और MP4 limits जाँचें। यदि अनुरोध सफल हो लेकिन दृश्य सटीक न हो, तो prompt को स्पष्ट subject motion, camera movement, pacing और visual details के साथ दोबारा लिखें।

अधिक सीरीज़ एक्सप्लोर करें

Seedance 2.5

Seedance 2.5 API डेवलपर्स को ByteDance Seed का संयुक्त ऑडियो और वीडियो मॉडल प्रदान करता है, जो टेक्स्ट, पहले फ्रेम, या चित्र, वीडियो और ऑडियो में 50 तक के संदर्भों से एक बार में 4 से 30 सेकंड तक का नेटिव 4K रिज़ॉल्यूशन जनरेट करता है। यह चयनित क्षेत्रों को संपादित करता है, क्लिप का विस्तार करता है, और व्हाइट-मॉडल तथा ग्रीन-स्क्रीन इनपुट का पालन करता है।

सीरीज़ देखें

Seedance 2.5 Flash

Seedance 2.5 Flash API डेवलपर्स को ByteDance Seed के Seedance 2.5 का तेज़ और कम लागत वाला टियर प्रदान करता है, जिसे 12 नवंबर, 2026 को जारी किया गया था। यह Seedance 2.5 की तुलना में लगभग दोगुनी गति से वीडियो जनरेट करता है, 480p या 720p पर प्रति क्लिप 30 सेकंड तक रेंडर करता है, और प्रति अनुरोध 10 इमेज, 5 वीडियो और 5 ऑडियो क्लिप तक स्वीकार करता है, जिसमें त्वरित वेरिएंट के लिए वीडियो एडिटिंग शामिल है।

सीरीज़ देखें

Kling 4.0

Kling 4 API, Kuaishou द्वारा 15 अक्टूबर, 2026 को जारी किया गया वीडियो मॉडल Kling 4.0 प्रदान करता है। यह एक बार में 30 सेकंड तक का वीडियो जेनरेट करता है, 10 कीफ़्रेम तक का अनुसरण करता है, Omni Reference के माध्यम से 15 छवियों, वीडियो और विषयों को मिश्रित करता है, और लिप सिंक के साथ स्टीरियो ऑडियो जोड़ता है। Atlas Cloud वीडियो संपादन सहित सभी चार एंडपॉइंट्स को एक OpenAI-संगत कुंजी पर $0.11 प्रति सेकंड की दर से सेवा प्रदान करता है। आज ही निर्माण शुरू करें।

सीरीज़ देखें

Seedream 5.5

Seedream 5.5, ByteDance Seed का इमेज जनरेशन और एडिटिंग परिवार है। 10 रेफरेंस इमेज तक के साथ संपादन (edits) को गाइड करें, या किसी इमेज को एक बेस इमेज और 99 तक एडिट करने योग्य लेयर्स में विभाजित करें, जिसमें टेक्स्ट लेयर्स के लिए वैकल्पिक OCR की सुविधा है। Atlas Cloud पर, जनरेशन, एडिटिंग और लेयर डीकंपोजिशन की लागत प्रति इमेज $0.02 मानक है, जो डेवलपर्स को इमेज वर्कफ़्लो बजट की योजना बनाने में मदद करती है। आज ही निर्माण शुरू करें।

सीरीज़ देखें

Kling 4.0 Flash

Kling 4.0 Flash API डेवलपर्स को Kuaishou के Kling 4.0 वीडियो मॉडल का तेज़ और कम लागत वाला संस्करण प्रदान करती है। यह चार आस्पेक्ट रेशियो में 3 से 20 सेकंड के 720p क्लिप उत्पन्न करती है, Omni Reference के माध्यम से छवियों, वीडियो और Kling तत्वों में 15 संदर्भों तक का पालन करती है, और नेटिव ऑडियो उत्पन्न करते समय टेक्स्ट द्वारा मौजूदा फुटेज को संपादित करती है। Atlas Cloud एक ही की (key) पर सभी चार एंडपॉइंट्स को $0.0571 प्रति सेकंड से शुरू होने वाली दर पर प्रदान करती है, और विफल अनुरोधों के लिए कोई शुल्क नहीं लिया जाता है।

सीरीज़ देखें

Wan 3.0

Wan 3.0 Alibaba का सबसे नया वीडियो मॉडल है, जो एक ही जेनरेशन में ऑडियो के साथ 30fps पर 1080p वीडियो के 30 सेकंड तक का उत्पादन करता है। इसे टेक्स्ट प्रॉम्प्ट, पहले फ्रेम, 10 संदर्भ छवियों तक, या किसी दस्तावेज़ के साथ निर्देशित करें। Standard की प्रति सेकंड लागत कम है, जबकि Prime समान क्षमताओं को बनाए रखता है और तेज़ी से परिणाम देता है। दोनों Wan 2.7, 2.6, और 2.5 के समान ही Atlas Cloud कुंजी पर चलते हैं।

सीरीज़ देखें

GPT Image 2.6

GPT Image 2.6 API डेवलपर्स को 4 नवंबर, 2026 को जारी OpenAI का इमेज मॉडल दो संस्करणों में प्रदान करती है: तेजी से पुनरावृत्ति के लिए Flare और विस्तृत दृश्य कार्यों के लिए Sunburst। यह पहले की तुलना में 50% तेजी से इमेज जनरेट करता है और इसमें एनिमेटेड GIF आउटपुट, SVG एक्सपोर्ट, आपके द्वारा घेरे गए क्षेत्र को लक्षित करने वाले मार्कअप एडिट्स और एक जटिलता सेटिंग जोड़ी गई है। Atlas Cloud OpenAI-संगत एक ही की (key) पर दोनों मॉडल प्रदान करता है, जिसमें उपयोग के अनुसार भुगतान (pay-as-you-go) की सुविधा है।

सीरीज़ देखें

MiniMax H3 Image

MiniMax H3 Image, MiniMax के H3 परिवार पर आधारित है, जो एक ही चेकपॉइंट में इमेज जनरेशन और एडिटिंग को जोड़ता है। विस्तृत प्रॉम्ट्स पात्रों, दृश्यों और रचना का मार्गदर्शन करते हैं, जबकि संदर्भ इनपुट दृश्य परिवर्तनों को निर्देशित करते हैं। Atlas Cloud पे-एज़-यू-गो (pay-as-you-go) बिलिंग के साथ होस्टेड एक्सेस प्रदान करता है, जिससे आपको मॉडल इंफ्रास्ट्रक्चर का प्रबंधन किए बिना इमेज वर्कफ़्लो को एकीकृत करने में मदद मिलती है। आज ही निर्माण शुरू करें।

सीरीज़ देखें

MiniMax H3

MiniMax H3, टेक्स्ट, इमेज और संदर्भ-निर्देशित सृजन के लिए MiniMax का मल्टीमॉडल वीडियो परिवार है। समर्थित रूट्स में यह संदर्भ मीडिया के विषयों को बनाए रखता है, लचीले आस्पेक्ट रेशियो उपलब्ध कराता है और H3 Developer के ज़रिए जनरेटेड साउंड को विज़ुअल्स के साथ संयोजित करता है; आउटपुट प्रोफ़ाइल endpoint के अनुसार चुनी जाती हैं। Atlas Cloud इस परिवार को एक OpenAI-compatible key के पीछे एकीकृत करता है और $0.038 प्रति सेकंड की मानक दर से शुरू होने वाली पारदर्शी pay-as-you-go pricing प्रदान करता है। आज ही निर्माण शुरू करें।

सीरीज़ देखें

GPT Image 2.5

GPT Image 2.5, OpenAI का इमेज जनरेशन और एडिटिंग मॉडल है, जिसे 8 सितंबर, 2026 को दो API वर्ज़न में जारी किया गया था। Flare डिफ़ॉल्ट है, जिसमें GPT Image 2 की तुलना में 50% तक कम लेटेंसी है, जबकि Sunburst विस्तृत संपादन पर बेहतर नियंत्रण देने के लिए अधिक समय लेता है। दोनों 16 संदर्भ इमेज, पांच गुणवत्ता स्तर, पारदर्शी पृष्ठभूमि और 3840px तक के कस्टम आकार का समर्थन करते हैं। Atlas Cloud, GPT Image 2.5 API को OpenAI की प्रति टोकन दर या 1K, 2K, या 4K स्तर के अनुसार प्रति इमेज फ्लैट मूल्य पर प्रदान करता है।

सीरीज़ देखें

Seedream 5.0 Pro

Seedream 5.0 Pro API डेवलपर्स को Atlas Cloud पर ByteDance का नियंत्रणीय छवि संपादन मॉडल प्रदान करता है। यह एंकर और निर्देशांकों के साथ संपादनों को सटीक रूप से रखता है, छवियों को संपादन योग्य परतों में अलग करता है, कई संदर्भों को मिलाता है, और 2K और 3K पर बहुभाषी पाठ के साथ सटीक रंगों और सामग्रियों का मिलान करता है। Atlas Cloud पर आप एक कुंजी के माध्यम से इस तक पहुँच सकते हैं!

सीरीज़ देखें

Seedance 2.0

Seedance 2.0 ByteDance का प्रोडक्शन-ग्रेड वीडियो मॉडल है, जो सटीक शॉट निर्माण के लिए बनाया गया है। प्रॉम्प्ट्स को वीडियो में बदलें, वैकल्पिक अंतिम-फ़्रेम मार्गदर्शन के साथ प्रथम-फ़्रेम छवि को एनिमेट करें, या संदर्भ मीडिया और वैकल्पिक वेब खोज की मदद से परिणामों को आकार दें। Atlas Cloud इन वर्कफ़्लो को पारदर्शी उपयोग-आधारित मूल्य निर्धारण और एक OpenAI-संगत कुंजी वाली एकीकृत API में लाता है। आज ही निर्माण शुरू करें।

सीरीज़ देखें

हर मीडिया AI के लिए एक ही API।

सभी मॉडल एक्सप्लोर करें