Video · xAI

Grok Imagine video

El modelo de video de xAI, con todas las versiones en modo privado, con sonido y cualquier duración de 1 a 15 s. Elígelo para animar una imagen en privado.

Privado Low cost
Última versiónGrok Imagine video 1.530 de mayo de 2026
Artificial Analysis Image to Video Arena1098 EloPuesto 5 de 22 en Artificial Analysis Image to Video Arena
Precio0,0737 $ por segundo de video0,369 $ por un clip de 5 s
Dato claveClips de hasta 15 s, con sonido

Qué lo distingue

Grok Imagine es el modelo de video de xAI, con sonido generado en una sola pasada, clips de 1 a 15 s y un modo de edición de video a video. Llega como máximo a 720p, así que prioriza la velocidad y la duración sobre la resolución.

  • De 1 a 15 s en pasos de 1 s
  • Diálogo y sincronización labial en una sola pasada
  • Limitado a 720p, 24 fps

Recomendado para: dar vida a una imagen fija ; mantener privado un proyecto de video.

Puntos fuertes y límites

Dónde brilla

  • Modo privado en todas las versiones: no se guarda nada
  • Cualquier duración de 1 a 15 s, al segundo
  • 1.5 Lite está entre los clips con sonido más baratos

Piénsalo dos veces si

  • El modo de referencias de 1.0 no tiene sonido y se detiene a los 10 s
  • El modo de edición no muestra una estimación de precio antes de empezar
  • De 1 a 15 s, sonido nativo
  • 1.5 hasta 1080p, 1.0 hasta 720p
  • Texto, imagen, referencias y video a video

Casos de uso

Clip hablado rápido

Una presentadora de noticias alegre en su escritorio dice «Good evening, here is today's weather.» 6 segundos, ambiente de estudio.

El diálogo con sincronización labial llega junto con la imagen.

Cambiar el estilo de un video existente

Toma mi clip y conviértelo en una acuarela, manteniendo el movimiento y el encuadre.

El modo de video a video edita clips.

Bucle de 15 segundos para redes sociales

Una barra de ramen iluminada con neón, vapor que sube, un chef saltea fideos, 15 segundos, chisporroteo y jazz suave.

La versión 1.5 permite 15 s en un solo clip.

Frente a sus rivales

  • Veo 3 y 3.1Veo es más nítido en 1080p o más, pero está limitado a 8 s.Puesto 7 de 22 en Artificial Analysis Image to Video Arena ( 1082 Elo)
  • HappyHorseHappyHorse ofrece 1080p con sincronización labial en 7 idiomas.Puesto 4 de 22 en Artificial Analysis Image to Video Arena ( 1104 Elo)
  • Kling 2.5 y 2.6Kling 2.x está limitado a clips de 5 o 10 s.Puesto 19 de 22 en Artificial Analysis Image to Video Arena ( 988 Elo)
Comparar lado a lado ↗

Historial de versiones

Cada versión, con su fecha y lo que cambió respecto a la anterior.

Artificial Analysis Image to Video Arena, versión tras versiónPuntuación Elo · Artificial Analysis

Los puntos huecos son versiones anteriores que Sub Rosa ya no ofrece.

Ver las cifras
VersiónLanzamientoElo
Grok Imagine video2026-01-281072
Grok Imagine video 1.52026-05-301098
  1. Grok Imagine video
    • Lanzamiento de la API: texto e imagen a video con audio nativo, además de edición de video (añadir, quitar, cambiar el estilo).
    • Hasta 720p, clips de 8 s por defecto.
    Fuente : x.ai
  2. Grok Imagine video 1.5La más reciente
    • La duración máxima de los clips sube de 10 s a 15 s.
    • Audio nativo en una sola pasada con diálogo, sincronización labial, efectos y música.
    • Mejor conservación del sujeto; sigue en 720p a 24 fps.
    Fuente : blog.buildfastwithai.com

Benchmarks

Cómo leer estas puntuaciones: lo que te dice un benchmark.

Artificial Analysis Image to Video Arena: puesto 5 de 22 modelos medidos en el catálogo. El mismo duelo a ciegas, a partir de una imagen: qué clip le da vida mejor. Una puntuación Elo: cuanto más alta, más a menudo se prefiere. Con 100 puntos de diferencia, el modelo con mayor puntuación gana alrededor del 64 % de los duelos.

Artificial Analysis Image to Video ArenaPuntuación Elo · Artificial Analysis, 4 de octubre de 2026
  1. 1. MiniMax H3 MaxMiniMax H3 (Hailuo)1195
  2. 2. MiniMax H3MiniMax H3 (Hailuo)1181
  3. 3. Wan 3.0Wan 3.01164
  4. 4. HappyHorse 1.1HappyHorse1104
  5. 5. Grok Imagine 1.5Grok Imagine video1098
  6. 6. HappyHorse 1.0HappyHorse1083
  7. 7. Veo 3.1 Full QualityVeo 3 y 3.11082
  8. 8. Wan 2.7Wan 2.x1077
  9. 9. Grok ImagineGrok Imagine video1072
  10. 10. Veo 3.1 FastVeo 3 y 3.11066
Ver las cifras
ModeloElo
1. MiniMax H3 Max1195
2. MiniMax H31181
3. Wan 3.01164
4. HappyHorse 1.11104
5. Grok Imagine 1.51098
6. HappyHorse 1.01083
7. Veo 3.1 Full Quality1082
8. Wan 2.71077
9. Grok Imagine1072
10. Veo 3.1 Fast1066

Artificial Analysis Text to Video Arena with audio: puesto 8 de 18 modelos medidos en el catálogo. El duelo para clips con sonido: imagen, voces, efectos y lo bien que encajan. Una puntuación Elo: cuanto más alta, más a menudo se prefiere. Solo participan los modelos que generan su propio sonido.

Artificial Analysis Text to Video Arena with audioPuntuación Elo · Artificial Analysis, 4 de octubre de 2026
  1. 1. Wan 3.0Wan 3.01156
  2. 2. Seedance 2.5Seedance 2.51142
  3. 3. MiniMax H3MiniMax H3 (Hailuo)1138
  4. 4. MiniMax H3 MaxMiniMax H3 (Hailuo)1134
  5. 5. Flux 3FLUX 3 video1127
  6. 6. Seedance 2.0Seedance 2.0 y 1.51119
  7. 7. Gemini Omni Flash 1.1Gemini Omni Flash1113
  8. 8. Grok Imagine 1.5Grok Imagine video1044
  9. 9. HappyHorse 1.1HappyHorse1043
  10. 10. Wan 2.7Wan 2.x1029
Ver las cifras
ModeloElo
1. Wan 3.01156
2. Seedance 2.51142
3. MiniMax H31138
4. MiniMax H3 Max1134
5. Flux 31127
6. Seedance 2.01119
7. Gemini Omni Flash 1.11113
8. Grok Imagine 1.51044
9. HappyHorse 1.11043
10. Wan 2.71029

Los 9 modelos de esta familia

ModeloUsoPrivacidadPrecio
Grok Imaginegrok-imagine-text-to-video-privateTexto a videoPrivado0,0396 $ por segundo de video0,198 $ por un clip de 5 s
Grok Imaginegrok-imagine-image-to-video-privateImagen a videoPrivado0,0396 $ por segundo de video0,198 $ por un clip de 5 s
Grok Imagine R2Vgrok-imagine-reference-to-video-privateDe referencias a videoPrivado0,0288 $ por segundo de video0,144 $ por un clip de 5 s
Grok Imaginegrok-imagine-video-to-video-privateTexto a videoPrivadoSe muestra en la app
Grok Imagine 1.5grok-imagine-1-5-text-to-video-privateTexto a videoPrivado0,0728 $ por segundo de video0,364 $ por un clip de 5 s
Grok Imagine 1.5grok-imagine-1-5-image-to-video-privateImagen a videoPrivado0,0737 $ por segundo de video0,369 $ por un clip de 5 s
Grok Imagine 1.5 R2Vgrok-imagine-1-5-reference-to-video-privateDe referencias a videoPrivado0,0738 $ por segundo de video0,369 $ por un clip de 5 s
Grok Imagine 1.5 Litegrok-imagine-1-5-lite-text-to-videoTexto a videoPrivado0,0162 $ por segundo de video0,081 $ por un clip de 5 s
Grok Imagine 1.5 Litegrok-imagine-1-5-lite-image-to-videoImagen a videoPrivado0,0171 $ por segundo de video0,0855 $ por un clip de 5 s

Especificaciones

EspecificaciónGrok Imagine video 1.5Grok Imagine video
Lanzamiento30 de mayo de 202628 de enero de 2026
PesosCerradosCerrados
Aceptatext, imagestext, images, video
Producevideo, audiovideo, audio
Duración de los clips1 a 15 s, con sonido1 a 15 s, con sonido
Resoluciones480p, 720p, 1080p480p, 720p
Precio0,0728 $ por segundo de video0,0396 $ por segundo de video
PrivacidadPrivadoPrivado

Precios, contexto y duraciones del catálogo en vivo el 16 de octubre de 2026; parámetros y licencias según el fabricante.