Grok Imagine APIを使う方法！画像・動画生成からI2V・料金試算までを通しで解説

監修者_SD以外

監修者プロフィール

森下浩志

日本最大級のAI情報プラットフォーム「romptn ai」編集長。著書に「0からはじめるStable Diffusion」「0からはじめるStable Diffusion モデル・拡張機能集編」など、AmazonベストセラーのAI関連書籍を多数執筆。AIにおける情報の非対称性を解消するための社内研修や出張講義も行う。

Grok Imagine APIとは

まずは「Grok Imagine API でできること」と「ふだん触る X Premium の Imagine とは何が違うのか」を一段だけ整理しておきます。

Grok Imagine API は、xAI が公式に提供している画像・動画生成 API です。プロンプトから画像を作る T2I (Text To Image) と、作った画像を短い動画に変換する I2V (Image To Video) の 2 系統が同じ API キーで使えます。料金は執筆時点で 1 画像あたり $0.02、動画は 1 秒あたり $0.05 とアナウンスされており、これは月数百枚〜数千枚規模の自動化を視野に入れたときに現実的なコストラインです。

X Premium の Imagine が「ブラウザでぽちぽち生成する用」だとすれば、API 版は「自分のアプリ・社内ツール・バッチ処理に組み込む用」と覚えると区別しやすいです。たとえばユーザーが投稿した文章から自動で OGP 画像を作る、社内資料の差し込み画像を毎週バッチで再生成する、画像から短い動画クリップを作って SNS に流す、といった処理はすべて API 経由でないと自動化できません。

もう一つ実務で効いてくる前提として、xAI の API は OpenAI 互換のエンドポイント を意識して設計されています。普段 openai Python パッケージを使っている人なら、base_url と api_key を差し替えるだけで Grok Imagine を呼べる場面も多く、学習コストが極端に低い点が個人開発・受託案件で選ばれる理由になっています。

事前準備とAPIキーの取得

次は、実際にコードを書き始める前にそろえておくものを順に確認します。ここでつまずくと「動くはずのサンプルが 401 で落ちる」という典型の沼に入りやすいので、最初に整えてしまいましょう。

必要な準備は次の 4 つに集約できます。

キー文字列はコードに直書きせず、必ず環境変数で渡します。ターミナル側で次のように設定してください。

export XAI_API_KEY="xai-xxxxxxxxxxxxxxxx"

Python 側で読み込むときは、コードベースの規約に合わせて os.environ["XAI_API_KEY"] を使うか、python-dotenv で .env から取り込みます。Git に誤って push してしまうとキーは即座に無効化されるので、.env は .gitignore に入れておくのが安全です。

最後に、Python パッケージを入れておきます。openai（OpenAI 互換クライアントとして）、本文の後半で使う tenacity（リトライ）、画像保存に使う requests の 3 つです。

pip install openai tenacity requests

ここまで揃えば、次の章でいよいよ最小サンプルを動かす準備は完了です。

Pythonで画像を生成する最小サンプル

ここからは、いちばん最初に動かす テキスト・トゥ・イメージ（T2I） の最小サンプルを書きます。前章で揃えた XAI_API_KEY と openai パッケージがあればすぐに動かせます。

まずはコード全体です。OpenAI 互換クライアントを base_url だけ差し替えて使うパターンです。

import os
import base64
from pathlib import Path
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["XAI_API_KEY"],
    base_url="https://api.x.ai/v1",
)

def generate_image(prompt: str, out_path: str = "out.png") -> Path:
    response = client.images.generate(
        model="grok-2-image",
        prompt=prompt,
        n=1,
    )
    image_b64 = response.data[0].b64_json
    image_bytes = base64.b64decode(image_b64)
    path = Path(out_path)
    path.write_bytes(image_bytes)
    return path

if __name__ == "__main__":
    generate_image(
        "a calm Japanese coffee shop at dawn, soft natural light, photo realistic",
        "sample.png",
    )

コードの中で押さえるべきポイントは 4 か所です。

プロンプトは英語のほうが学習データ的に安定しますが、日本語でも通ります。雰囲気を変えたいときは prompt の文言だけ書き換えて再実行してみてください。同じプロンプトでも生成のたびに違う絵になるので、まずは数回回してみると API の挙動感がつかめます。

ここまでで、コマンド一発で 1 枚画像が出力されるところまでは到達できました。次の章では、この画像を入力にして短い動画を作る I2V を扱います。

画像から動画を作るI2Vの呼び方

続いて、前章で作った画像を入力にして動画クリップを生成する I2V（Image-to-Video） を見ていきます。最初に押さえるべき大前提は、I2V は同期 API ではなく、ジョブを投げて完成を待つ非同期 API だということです。これを知らずに「結果が即返ってくる」前提でコードを書くと、必ずどこかで詰まります。

処理の流れは次の 3 ステップに分解できます。

コードに落とすと、こうなります。

import os
import time
import base64
import requests
from pathlib import Path

API_BASE = "https://api.x.ai/v1"
HEADERS = {
    "Authorization": f"Bearer {os.environ['XAI_API_KEY']}",
    "Content-Type": "application/json",
}

def start_i2v_job(image_path: str, prompt: str, duration_seconds: int = 4) -> str:
    image_b64 = base64.b64encode(Path(image_path).read_bytes()).decode()
    payload = {
        "model": "grok-2-video",
        "image_b64": image_b64,
        "prompt": prompt,
        "duration_seconds": duration_seconds,
    }
    res = requests.post(f"{API_BASE}/video/generations", json=payload, headers=HEADERS)
    res.raise_for_status()
    return res.json()["job_id"]

def wait_for_job(job_id: str, timeout_sec: int = 600) -> str:
    deadline = time.time() + timeout_sec
    while time.time() < deadline:
        res = requests.get(f"{API_BASE}/video/jobs/{job_id}", headers=HEADERS)
        res.raise_for_status()
        body = res.json()
        if body["status"] == "succeeded":
            return body["video_url"]
        if body["status"] == "failed":
            raise RuntimeError(f"job failed: {body.get('error')}")
        time.sleep(5)
    raise TimeoutError(f"job {job_id} did not finish in {timeout_sec}s")

def download(url: str, out_path: str = "out.mp4") -> Path:
    res = requests.get(url, stream=True)
    res.raise_for_status()
    path = Path(out_path)
    with path.open("wb") as f:
        for chunk in res.iter_content(chunk_size=1024 * 1024):
            f.write(chunk)
    return path

if __name__ == "__main__":
    job_id = start_i2v_job("sample.png", "camera slowly pulls back", duration_seconds=4)
    video_url = wait_for_job(job_id)
    download(video_url, "clip.mp4")

ここでもう一段、実務で効くポイントを補足します。

非同期 API の扱いとリトライ戦略はセットで設計するのが本番運用の鉄則です。次以降の章で、料金試算とリトライ分岐を順にカバーしていきます。

料金と月額の試算方法

実装が見えてくると、次に出てくる質問は「で、月いくらかかるのか？」です。受託案件や社内 PoC で稟議に通すには、「上振れを含めて月最大いくら」という形で出せると話が早いので、ここで試算の型を一つ作っておきましょう。

執筆時点の Grok Imagine API の単価は次のとおりです。これは xAI のドキュメントに記載されている公式値で、為替や改定で動くため最新は公式ページで再確認してください。

この単価から、月額を出す式はシンプルです。月の 画像枚数 × $0.02 と、動画の合計秒数 × $0.05 を足すだけです。ただし本番運用では、失敗時のリトライや試行錯誤で何度か叩き直す前提を組み込まないと、実際の請求が見積もりを超えます。

例として、月 1,000 枚の画像と、4 秒の動画を 100 本作るケースを考えます。安全マージンとしてリトライ込みで 1.3 倍を見込むと、こうなります。

同じ計算を毎回手でやるのは面倒なので、ちょっとした試算スクリプトを用意しておくと稟議資料にもそのまま貼れます。

IMAGE_UNIT_USD = 0.02
VIDEO_UNIT_USD_PER_SEC = 0.05
RETRY_BUFFER = 1.3  # 失敗・再生成込みの安全マージン

def estimate_monthly_usd(images_per_month: int, video_seconds_per_month: int) -> dict:
    image_cost = images_per_month * IMAGE_UNIT_USD * RETRY_BUFFER
    video_cost = video_seconds_per_month * VIDEO_UNIT_USD_PER_SEC * RETRY_BUFFER
    return {
        "image_cost_usd": round(image_cost, 2),
        "video_cost_usd": round(video_cost, 2),
        "total_usd": round(image_cost + video_cost, 2),
    }

print(estimate_monthly_usd(images_per_month=1000, video_seconds_per_month=400))
# => {'image_cost_usd': 26.0, 'video_cost_usd': 26.0, 'total_usd': 52.0}

稟議用に「上限」を別に出しておきたいなら、RETRY_BUFFER を 1.5 や 2.0 に切り替えたバージョンも一緒に出すと、運用上限の合意が取りやすくなります。

試算が固まれば、次は「失敗時にどう振る舞うか」を設計します。

失敗時のリトライ戦略を組み込む

実運用に乗せるうえで、リトライの設計は外せません。ポイントは「全部リトライ」でも「全部リトライしない」でもなく、エラーの種類を見て分ける ことです。ここを最初に決めておくと、二重課金や無限ループの心配が一気に減ります。

まずは判別表です。HTTP ステータスで大きく 3 グループに分けて考えます。

特に注意したいのは、`400` 系のモデレーション拒否です。 自動でリトライすると、同じプロンプトを何度も叩き、課金は発生しないにせよ API 使用量だけ積み上がる典型パターンになります。

Python でこの分岐を素直に書くなら tenacity が便利です。@retry デコレータで「リトライしてよい例外」だけを宣言できるので、コードを読み返したときに意図がすぐ分かります。

import os
import requests
from tenacity import (
    retry,
    retry_if_exception_type,
    stop_after_attempt,
    wait_exponential,
)

API_BASE = "https://api.x.ai/v1"
HEADERS = {
    "Authorization": f"Bearer {os.environ['XAI_API_KEY']}",
    "Content-Type": "application/json",
}

class RetryableError(Exception):
    """429 / 5xx 系をまとめてリトライ対象にするための内部例外"""

class NonRetryableError(Exception):
    """4xx 系のモデレーション拒否・認証エラーなど即時失敗にする例外"""

@retry(
    retry=retry_if_exception_type(RetryableError),
    wait=wait_exponential(multiplier=1, min=2, max=30),
    stop=stop_after_attempt(5),
    reraise=True,
)
def generate_image(prompt: str) -> dict:
    res = requests.post(
        f"{API_BASE}/images/generations",
        json={"model": "grok-2-image", "prompt": prompt, "n": 1},
        headers=HEADERS,
        timeout=60,
    )
    if res.status_code == 429 or 500 <= res.status_code < 600:
        raise RetryableError(f"transient error: {res.status_code} {res.text}")
    if res.status_code >= 400:
        raise NonRetryableError(f"client error: {res.status_code} {res.text}")
    return res.json()

動きを言葉にするとこうなります。

リトライ設計が固まれば、あとは Grok Imagine 以外の選択肢と比べて「どれを選ぶか」という最後の編集判断です。

他のAPIとの違いと選び方

ここでは「Grok Imagine API を選ぶべきか」を、価格・I2V 仕様・SDK 互換の 3 軸で比較します。比較は事実、選択は編集判断 として分けるのが基本です。

まず、執筆時点の単価ベースでの横並びです。各社の最新価格は変動するため、本番投入前に必ず公式ページで再確認してください。

この数値からは、画像単体では Grok Imagine が約半額、I2V の下限価格は Grok と Runway がほぼ同等、OpenAI SDK 資産との親和性は Grok Imagine が最も高い、という 3 点が読み取れます。

ここからは編集判断です。大量バッチで画像を回す用途（動的 OGP・商品画像のバリエーション生成など）では、1 枚あたりの差額がそのまま利益に効くため Grok Imagine が向きます。既存の OpenAI SDK ベースのコードに後から画像生成を足したい場合 も、base_url の差し替えで済むぶん追加学習コストが小さく済みます。

一方、長尺・高品質の動画や特定のフィルム調表現を再現したい場合は、Runway 系のほうがコミュニティの作例が多く、ノウハウを引きやすい場面があります。原価だけでなく 「自分のユースケースで再現したい品質が取りやすいか」 までを含めて比較すると、判断を誤りにくくなります。

選定が固まれば、最後に運用面の関門である利用規約を確認しておきましょう。

商用利用と利用規約の注意点

実装と試算の話が片付いたら、最後に確認しておくべきは 利用規約まわりの取り扱い です。技術的に動くことと、業務で配信していいことは別物なので、ここを飛ばさずに見ておきます。なお、規約は更新されるため、本番投入前に必ず最新の公式 TOS を確認してください。

まず、執筆時点の xAI API 利用規約から押さえておきたいポイントを 3 つに整理します。

運用に乗せた後の話としては、定期的に最新の利用規約を確認するワークフローを組んでおくと安心です。API の単価と同じく、規約も静的なものではないので、四半期ごとに見直す程度のリズムでチェックすると見逃しが減ります。

ここまでで、Grok Imagine API を Python から使ううえで押さえるべき範囲はひととおりカバーできました。次は読者からよく出る質問を整理していきます。

よくある質問(FAQ)

まとめ

ここまで、Grok Imagine API を Python から使うために押さえるべき範囲を一気に確認してきました。

振り返ると、以下の流れでひととおり実装と運用の判断ができる状態になっています。

次に手を動かすとしたら、まずは前章までで紹介した最小サンプル 1 本を自分のアプリに組み込み、月数十ドル程度のクレジット枠で社内 PoC を回してみるのが現実的です。「動かしてみる → 試算スクリプトで月額を出す → 稟議に出す」 という順で進めると、上司やクライアントとの合意も取りやすくなります。

最後に注意点として、API の単価・rate limit・利用規約は更新される前提のため、本番運用に乗せる前に必ず公式ドキュメントで最新値を再確認してください。本記事の数値はあくまで執筆時点のスナップショットで、運用の検算用ベースラインとして活用してもらえれば十分です。