xAI Models on Atlas Cloud | Grok Imagine Models
在 Atlas Cloud 上使用 xAI API 构建完整的图像和视频处理工作流。以 2K 分辨率生成、使用参考图像进行编辑，并将图像动画化为音画同步的视频片段。
AI Video Models by xAI
在 Atlas Cloud 上，借助最新的 AI 视频生成模型，从文本与图像生成电影级的高保真视频。
AI Image Models by xAI
在 Atlas Cloud 上，使用业界领先的 AI 图像生成模型，将提示词与参考图转化为惊艳、可直接投产的视觉作品。
Large Language Models by xAI
在 Atlas Cloud 上，依托顶尖的大语言模型，以极速且实惠的方式驱动对话、推理与智能体的规模化应用。
xAI 模型 API 价格明细
对比 xAI 全部模型的标准价、平台价与折扣。
| 模型 | 标准价 (USD) | 平台价 (USD) | 折扣 | |
|---|---|---|---|---|
| xAI TTS v1 | $0.015/千字符 | 低至$0.015/千字符 | — | 查看 |
| Grok Imagine Video v1.5 Image-to-Video | $0.08 | 低至$0.08/秒 视频 | — | 查看 |
| Grok Imagine Image Quality Text-to-Image | $0.05/张 | 低至$0.05/张 | — | 查看 |
| Grok Imagine Image Quality Edit | $0.05/张 | 低至$0.05/张 | — | 查看 |
| Grok Imagine Video Text-to-Video | $0.05 | 低至$0.05/秒 视频 | — | 查看 |
| Grok Imagine Video Image-to-Video | $0.05 | 低至$0.05/秒 视频 | — | 查看 |
您可以在 Atlas Cloud 上构建的 xAI API 应用场景
Grok Imagine 的图像和视频端点可通过单一 API 处理生成、编辑和动画制作。团队利用它们将静态资产转化为有声视频内容，并以前所未有的速度和成本制作视觉创意。
自动化电商产品视频
电子商务团队构建工作流，使用 Grok Imagine Video v1.5 将产品图像动画化为简短的视频片段，并在同一次调用中生成环境音效和产品背景音频。只需一张产品照片，即可生成带有声音的视频片段，无需进行视频拍摄或音频编辑，即可直接用于广告和产品页面。在 Atlas Cloud 上，价格为每秒 0.096 美元，一段 10 秒的产品视频成本不到一美元。
基于静态素材的品牌广告创意
品牌团队使用 Grok Imagine Video v1.5 将经过批准的营销活动照片转化为带有原生生成音频的动画社交广告。由于音频和视频 tokens 是在同一次推理过程中生成的，因此对话、音效和环境音乐无需后期制作即可与视觉画面完美同步。这从广告创意工作流中完全消除了音频制作步骤。
电影前期分镜设计
导演和摄影指导使用 Grok Imagine Image 生成视觉分镜，在制作开始前展示镜头构图、摄像机角度和光影效果。2K 分辨率的输出结果细节丰富，足以作为每个场景的视觉简报与剧组人员分享。每张图像只需 0.06 美元，迭代多个镜头选项的成本低于一小时的制作时间成本。
房地产生活方式视频
房地产开发商使用 Grok Imagine Video v1.5 从建筑效果图或室内照片中生成具有电影感的生活方式短片。一张阳台效果图可转化为带有环境音的日落景观短片，一张厨房照片可转化为带有自然声音的清晨场景。这取代了为房源信息和预售营销材料进行昂贵的生活方式摄影拍摄。
多参考图像合成
创意团队使用 Grok Imagine Image Edit 的3源输入将多个参考图像中的元素合成到单一输出中——在一次 API 调用中结合产品图、背景和光照参考。这使得制作在不同场景设置中保持品牌一致性的活动变体变得切实可行。在 Atlas Cloud 上，每张合成图像的价格为 0.06 美元。
独立游戏概念艺术与预告片
小型游戏工作室在前期制作阶段使用 Grok Imagine Image 生成概念艺术设计，然后将关键帧导入 Grok Imagine Video v1.5 制作动画预告片段。视频扩展功能允许团队从单个起始帧串联多个片段，突破单次调用15秒的限制，构建更长的电影级镜头。这一工作流取代了外部动画承包商，用于制作早期的营销内容。
用 Atlas Cloud AI，让企业愿景照进现实。
联系销售关于 Xai 模型的常见问题解答
xAI 在 Atlas Cloud 上提供两个图像端点：用于文本到图像生成的 Grok Imagine Image Quality，以及用于编辑现有图像的 Grok Imagine Image Quality Edit。两者的输出分辨率均可达 2K，定价为每张图像 0.06 美元。所有端点均可在单个 API 密钥下按需付费使用。
是的。Atlas Cloud 提供四个 xAI 视频端点：文生视频、图生视频、参考图生视频，以及较新的、支持原生音频图生视频的 Grok Imagine Video v1.5。所有标准视频端点的定价为每秒 0.06 美元。Video v1.5 的定价为每秒 0.096 美元。
是的，Grok Imagine Video v1.5 在同一个推理过程中同时生成音频和视频。对话、唇形同步、音效和背景音乐是与视频帧联合生成的，而不是在后期处理中添加的。这意味着音频和视觉事件是同步的，无需单独的对齐步骤。
是的。Grok Imagine Image Quality Edit 端点接受现有图像和文本指令，然后生成修改后的版本。每次调用最多可提供 3 张源图像，以进行多参考编辑。在 Atlas Cloud 上，其定价为每张图像 0.06 美元。
Grok Imagine Image 支持 1K 和 2K 分辨率输出。2K 选项提供工作室级别的图像质量，并以每张图像 0.06 美元的相同价格提供。分辨率在每次 API 调用中作为参数进行设置。
每次单独调用可生成最长15秒的视频片段。对于较长的序列，您可以使用视频扩展功能，从前一个片段的最后一帧继续生成新片段，从而将多个镜头连接起来。这使得超越单一片段限制的多镜头序列成为可能。
是的。Atlas Cloud 将 Grok Imagine Image 描述为在多种语言中具有同类最佳的文本渲染能力。您可以在提示词中包含非英文文本，并在生成的图像中将其准确渲染。有关特定语言覆盖范围的详细信息，请参见 Atlas Cloud Grok Imagine 模型页面。
图像生成和图像编辑的定价均为每张图像 0.06 美元。标准视频生成的费用为每秒 0.06 美元。带原生音频的 Grok Imagine Video v1.5 定价为每秒 0.096 美元。所有模型均采用按需付费模式，无每月最低消费限制。
探索更多系列
Seedance 2.0
Seedance 2.0 API 为您提供 ByteDance 多模态视频模型的生产级访问权限——支持四模态输入（文本、图像、视频、音频），以及行业领先的“Universal Reference”（通用参考）系统，可在不同镜头间锁定构图、运镜和角色动作。只需一次 API 调用即可集成导演级控制，固定费率为 $0.09/秒，即时获取密钥，无需排队——由企业级正常运行时间和合规性提供保障。Seedance 2.0 原生 4K 现已上线！
Grok Imagine
Grok Imagine API 为开发者提供 xAI 的图像、视频和音频生成一站式套件。它可以生成分辨率高达 2K 且支持多语言文本渲染的图像，以及长达 15 秒且带有原生同步音频和基于参考图像编辑功能的视频。在 Atlas Cloud 上，只需一个密钥即可运行每个 Grok Imagine 模式，因此您可以在图像、视频和音频之间无缝切换，无需单独设置，每张图像 0.02 美元起，每秒 0.05 美元起。
Gemini Omni Flash
Gemini Omni API 将 Google DeepMind 在 Google I/O 2026 上发布的多模态视频生成与编辑模型带入你的技术栈。Gemini Omni 将 Gemini 的推理引擎与生成式媒体融合，可接受文本、图像、视频和音频的任意组合输入，生成一致且以知识为依据的输出。通过自然对话不断打磨结果：替换物体、重写场景、切换风格，同时保持物理规律、角色形象和画面连贯性不变。Atlas Cloud 通过统一的 API 提供完整的 Gemini Omni Flash 系列——文生视频、支持最多 7 张参考图的图生视频，以及参考图生视频——按秒计费、价格透明，低至 $0.112 起，且无需订阅。立即开始构建。
GPT Image 2
GPT Image 2 API 为开发者提供了访问 OpenAI 最新图像模型的途径，它是 GPT Image 1.5 的继任者。该模型可生成和编辑图像，能够在拉丁和 CJK 文字上实现准确的文本渲染，并在海报、样机和信息图表方面具备强大的排版能力。在 Atlas Cloud 上，您可以通过一个统一的 API 与 300 多个模型一起访问它，并享受免费额度、99.99% 的正常运行时间，且无需 OpenAI 组织验证。
Google最强大的创意模型现已在Atlas Cloud上全面可用。Veo 3.1提供电影级别的视频生成，Nano Banana 2支持高保真图像创建，而Gemini为每个工作流带来多模态智能。通过单一API key即可访问完整的Google模型套件，提供Day-0可用性和按需付费（pay-as-you-go）定价。
Seedance 2.0 Mini
Seedance 2.0 Mini 将 ByteDance 的多模态视频生成技术引入到对速度和成本要求极高的工作流中。它以更轻量的占用空间提供 Seedance 2.0 的核心能力——更快的生成速度、更低的单条视频成本，并且使用您现有的同款 API 集成。对于运行高吞吐量流水线或进行大规模原型设计的团队来说，Mini 是最实用的默认选择。
ByteDance
从电影级视频生成到高保真图像创建，ByteDance 最强大的模型现已在 Atlas Cloud 上线。以最低的推理定价和零基础设施开销，大规模运行 Seedance 和 Seedream。
Alibaba
Atlas Cloud 将 Alibaba 的全系模型阵容整合至同一个 API 中：Qwen 用于语言和图像任务，Wan 用于高达 1080p 的视频生成。所有模型均采用按需付费模式，无需订阅。您可以使用现有的 OpenAI 兼容客户端，通过单一的 base URL 访问 Alibaba API。
OpenAI
Atlas Cloud 为您提供访问完整 OpenAI API 产品线的权限，从用于图像生成的 GPT Image 2 到用于视频的 Sora 2。每个模型均采用按需付费模式，无月度消费限制。使用兼容 OpenAI 的 API，只需简单替换基础 URL 即可轻松接入。
xAI
在 Atlas Cloud 上使用 xAI API 构建完整的图像和视频处理工作流。以 2K 分辨率生成、使用参考图像进行编辑，并将图像动画化为音画同步的视频片段。
Kwaivgi
Kwaivgi API 价格低于标准定价 15%。Atlas Cloud 提供对最新 Kling 版本的零日（Day-0）访问权限，采用按需付费定价且无席位限制。一个账户，一个密钥，畅享从标准版到大师版的所有 Kling 模型。
Seedream 5.0 Pro
Seedream 5.0 Pro API 为开发者在 Atlas Cloud 上提供了字节跳动的可控图像编辑模型。它通过锚点和坐标精确定位编辑，将图像分离为可编辑图层，融合多个参考，并精准匹配颜色和材质，支持 2K 和 3K 分辨率的多语言文本。在 Atlas Cloud 上，您只需一个密钥即可访问！
推荐文章
指南、教程与产品动态，助你充分发挥 Atlas Cloud 的价值。
