HeyGen: Avatar IV 対 SpaceXAI: Grok Imagine Video 1.5 Lite
api14カタログの最新のUSD料金と機能をもとに、HeyGen: Avatar IV（$0.18 / 秒 (≈ ￥28)）とSpaceXAI: Grok Imagine Video 1.5 Lite（$0.07 / 秒 (≈ ￥11)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。
仕様
| HeyGen: Avatar IV | SpaceXAI: Grok Imagine Video 1.5 Lite | |
|---|---|---|
| プロバイダー | HeyGen | xAI |
| duration_seconds | $0.18 / 秒 (≈ ￥28) | - |
| cents_per_video_output_second_480p | - | $0.07 / 秒 (≈ ￥11) |
| cents_per_video_output_second_720p | - | $0.11 / 秒 (≈ ￥17) |
| cents_per_video_output_second_1080p | - | $0.49 / 秒 (≈ ￥77) |
| コンテキストウィンドウ | - | - |
| 最大出力 | - | - |
| 入力 | text, image, audio | text, image |
| 出力 | video | video |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2026/08/24 | 2026/10/06 |
詳しく見る
HeyGen: Avatar IV は HeyGen の動画生成モデルであり、SpaceXAI: Grok Imagine Video 1.5 Lite は xAI の動画生成モデルです。どちらも動画カテゴリに属するため、テキストで応答するのではなく、プロンプトを完成したクリップに変換するために作られています。HeyGen は Avatar IV を 2026-08-24 にリリースし、Grok Imagine Video 1.5 Lite はそれより遅い 2026-10-06 に登場しました。どちらのモデルもコンテキスト長をトークン数で公開していないため、比較できる目立ったウィンドウサイズはありません。
最も明確な違いは、各モデルが入力として受け付けるものにあります。Avatar IV はテキスト、画像、音声を受け取るため、書かれたプロンプト、静止画像、音声トラック、またはそれらの組み合わせで駆動できます。Grok Imagine Video 1.5 Lite はテキストと画像のみを受け取るため、音声はパイプラインの別の場所から供給する必要があります。出力側では両者は一致します。どちらも動画だけを返し、それ以外は返しません。両者は調整可能なパラメータでも分かれます。Grok Imagine Video 1.5 Lite は logprobs、max_tokens、response_format、seed、temperature、top_logprobs、top_p を公開しているため、サンプリング動作と再現性を制御できます。Avatar IV は対応パラメータを一切挙げていないため、プロバイダーが適用するデフォルトのまま使うことになります。より安い入力、より安い出力、より大きなコンテキスト、ツール、構造化出力、推論に関する定性的なフィールドはすべて null であるため、モダリティとパラメータ一覧以外に頼れるコストや能力上の優位性は示されていません。
実用的な選択としては、音声が要件の一部である場合、たとえば発話されたセリフ、ボイスオーバー、動画を形作るべきパフォーマンストラックなどでは HeyGen: Avatar IV を選びます。テキスト、画像、音声の入力により、声そのものが要点となるトーキングヘッド形式やリップシンクコンテンツに自然に適合します。テキストまたは画像プロンプトを動画に変換し、生成の制御を重視する場合は SpaceXAI: Grok Imagine Video 1.5 Lite を選びます。seed、temperature、top_p などにより、実行を固定して再現できるからです。パイプラインがすでに音声を別途生成しており、視覚情報だけが必要な場合、lite モデルのより狭い入力セットは制限にはなりません。
どちらを api14 経由で呼び出す場合も方法は同じです。ゲートウェイは OpenAI 互換 API を話すためです。同じエンドポイントに同じリクエスト形状でリクエストを送り、変わるのはモデル id だけです。HeyGen モデルが必要な場合は "heygen/avatar-iv" を、xAI のものが必要な場合は "x-ai/grok-imagine-video-1.5-lite" を使います。クライアントコード、認証、レスポンス処理はそのままで、文字列を差し替え、必要に応じてそのモデルが受け付ける入力に合わせて入力を調整します。
一方が明らかな選択に見える場合でも、それぞれに選ぶ理由があります。音声駆動の出力が必要な場合、lite モデルは音声をまったく受け取れないため、この二つの中では Avatar IV が唯一の選択肢です。固定シードや temperature 設定などのサンプリング制御が必要な場合、Avatar IV は何も公開していないため、呼び出すべきは Grok Imagine Video 1.5 Lite です。入力に音声が含まれるか、パラメータ制御が必要かで選び、残りはライブの価格表に任せてください。
文字列1つで切り替え
どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"heygen/avatar-iv"から"x-ai/grok-imagine-video-1.5-lite"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
// Video generation is asynchronous: submit, then poll until completed.
let job = await client.post("/videos", { body: {
"model": "x-ai/grok-imagine-video-1.5-lite",
"prompt": "A drone shot over turquoise ocean waves at sunrise",
"duration": 8,
"resolution": "720p",
"aspect_ratio": "16:9"
} });
while (!["completed", "failed"].includes(job.status)) {
await new Promise((r) => setTimeout(r, 5000));
job = await client.get(`/videos/${job.id}`);
}
console.log(job.status, job.unsigned_urls);
その他の比較
- Google: Gemini Omni 1.1 Flash 対 Google: Gemini Omni 1.2 Flash
- Google: Gemini Omni 1.1 Flash 対 HeyGen: HeyGen Video
- Google: Gemini Omni 1.1 Flash 対 TBC: mischief 1
- Google: Gemini Omni 1.1 Flash 対 SpaceXAI: Grok Imagine Video 1.5 Lite
- Google: Gemini Omni 1.2 Flash 対 HeyGen: HeyGen Video
- Google: Gemini Omni 1.2 Flash 対 TBC: mischief 1
- Google: Gemini Omni 1.2 Flash 対 SpaceXAI: Grok Imagine Video 1.5 Lite
- HeyGen: HeyGen Video 対 TBC: mischief 1