Vídeo · xAI

Grok Imagine vídeo

O modelo de vídeo da xAI, com todas as versões rodando no modo privado, com som e qualquer duração de 1 a 15 s. Escolha-o para animar uma imagem com privacidade.

Privado Low cost
Última versãoGrok Imagine video 1.530 de maio de 2026
Artificial Analysis Image to Video Arena1.098 Elo5º de 22 em Artificial Analysis Image to Video Arena
Preço$ 0,0737 por segundo de vídeo$ 0,369 por um clipe de 5 s
Especificação principalClipes de até 15 s, com som

O que o diferencia

O Grok Imagine é o modelo de vídeo da xAI, com som gerado em uma só passada, clipes de 1 a 15 s e um modo de edição de vídeo para vídeo. Ele vai no máximo até 720p, então prioriza velocidade e duração em vez de resolução.

  • De 1 a 15 s, em passos de 1 s
  • Diálogo e sincronia labial em uma só passada
  • Limitado a 720p, 24 fps

Recomendado para: dar vida a uma imagem estática ; manter um projeto de vídeo privado.

Pontos fortes e limites

Onde ele brilha

  • Modo privado em todas as versões: nada é guardado
  • Qualquer duração de 1 a 15 s, segundo a segundo
  • O 1.5 Lite está entre os clipes com som mais baratos

Pense duas vezes quando

  • O modo de referências do 1.0 é mudo e para em 10 s
  • O modo de edição não mostra estimativa de preço antes de começar
  • De 1 a 15 s, som nativo
  • 1.5 até 1080p, 1.0 até 720p
  • Texto, imagem, referências e vídeo para vídeo

Casos de uso

Clipe falado rápido

Uma apresentadora de telejornal animada na bancada diz “Good evening, here is today's weather.” 6 segundos, ambiente de estúdio.

O diálogo com sincronia labial vem junto com a imagem.

Mudar o estilo de um vídeo existente

Pegue o meu clipe e transforme em uma pintura em aquarela, mantendo o movimento e o enquadramento.

O modo de vídeo para vídeo edita clipes.

Loop de 15 segundos para redes sociais

Um balcão de lámen iluminado por neon, vapor subindo, um chef salteia o macarrão, 15 segundos, chiado e jazz suave.

A versão 1.5 permite 15 s em um único clipe.

Diante dos rivais

  • Veo 3 e 3.1O Veo é mais nítido em 1080p ou mais, mas limitado a 8 s.7º de 22 em Artificial Analysis Image to Video Arena ( 1.082 Elo)
  • HappyHorseO HappyHorse oferece 1080p com sincronia labial em 7 idiomas.4º de 22 em Artificial Analysis Image to Video Arena ( 1.104 Elo)
  • Kling 2.5 e 2.6O Kling 2.x é limitado a clipes de 5 ou 10 s.19º de 22 em Artificial Analysis Image to Video Arena ( 988 Elo)
Comparar lado a lado ↗

Histórico de versões

Cada versão, com data, e o que ela mudou em relação à anterior.

Artificial Analysis Image to Video Arena, versão após versãoPontuação Elo · Artificial Analysis

Os pontos vazados são versões anteriores que o Sub Rosa não oferece mais.

Ver os números
VersãoLançamentoElo
Grok Imagine video2026-01-281.072
Grok Imagine video 1.52026-05-301.098
  1. Grok Imagine video
    • Lançamento da API: texto e imagem para vídeo com áudio nativo, além de edição de vídeo (adicionar, remover, mudar o estilo).
    • Até 720p, clipes de 8 s por padrão.
    Fonte : x.ai
  2. Grok Imagine video 1.5A mais recente
    • A duração máxima dos clipes sobe de 10 s para 15 s.
    • Áudio nativo em uma única passada, com diálogo, sincronia labial, efeitos e música.
    • Melhor preservação do sujeito; ainda em 720p a 24 fps.
    Fonte : blog.buildfastwithai.com

Benchmarks

Como ler estas pontuações: o que um benchmark diz.

Artificial Analysis Image to Video Arena: 5º de 22 modelos medidos no catálogo. O mesmo duelo às cegas, a partir de uma imagem: qual clipe dá mais vida a ela. Uma pontuação Elo: quanto maior, mais vezes é preferido. Com 100 pontos de diferença, o modelo mais bem pontuado vence cerca de 64% dos duelos.

Artificial Analysis Image to Video ArenaPontuação Elo · Artificial Analysis, 4 de outubro de 2026
  1. 1. MiniMax H3 MaxMiniMax H3 (Hailuo)1.195
  2. 2. MiniMax H3MiniMax H3 (Hailuo)1.181
  3. 3. Wan 3.0Wan 3.01.164
  4. 4. HappyHorse 1.1HappyHorse1.104
  5. 5. Grok Imagine 1.5Grok Imagine vídeo1.098
  6. 6. HappyHorse 1.0HappyHorse1.083
  7. 7. Veo 3.1 Full QualityVeo 3 e 3.11.082
  8. 8. Wan 2.7Wan 2.x1.077
  9. 9. Grok ImagineGrok Imagine vídeo1.072
  10. 10. Veo 3.1 FastVeo 3 e 3.11.066
Ver os números
ModeloElo
1. MiniMax H3 Max1.195
2. MiniMax H31.181
3. Wan 3.01.164
4. HappyHorse 1.11.104
5. Grok Imagine 1.51.098
6. HappyHorse 1.01.083
7. Veo 3.1 Full Quality1.082
8. Wan 2.71.077
9. Grok Imagine1.072
10. Veo 3.1 Fast1.066

Artificial Analysis Text to Video Arena with audio: 8º de 18 modelos medidos no catálogo. O duelo para clipes com som: imagem, vozes, efeitos e o quanto combinam. Uma pontuação Elo: quanto maior, mais vezes é preferido. Só participam os modelos que fazem o próprio som.

Artificial Analysis Text to Video Arena with audioPontuação Elo · Artificial Analysis, 4 de outubro de 2026
  1. 1. Wan 3.0Wan 3.01.156
  2. 2. Seedance 2.5Seedance 2.51.142
  3. 3. MiniMax H3MiniMax H3 (Hailuo)1.138
  4. 4. MiniMax H3 MaxMiniMax H3 (Hailuo)1.134
  5. 5. Flux 3FLUX 3 vídeo1.127
  6. 6. Seedance 2.0Seedance 2.0 e 1.51.119
  7. 7. Gemini Omni Flash 1.1Gemini Omni Flash1.113
  8. 8. Grok Imagine 1.5Grok Imagine vídeo1.044
  9. 9. HappyHorse 1.1HappyHorse1.043
  10. 10. Wan 2.7Wan 2.x1.029
Ver os números
ModeloElo
1. Wan 3.01.156
2. Seedance 2.51.142
3. MiniMax H31.138
4. MiniMax H3 Max1.134
5. Flux 31.127
6. Seedance 2.01.119
7. Gemini Omni Flash 1.11.113
8. Grok Imagine 1.51.044
9. HappyHorse 1.11.043
10. Wan 2.71.029

Todos os 9 modelos desta família

ModeloUsoPrivacidadePreço
Grok Imaginegrok-imagine-text-to-video-privateTexto para vídeoPrivado$ 0,0396 por segundo de vídeo$ 0,198 por um clipe de 5 s
Grok Imaginegrok-imagine-image-to-video-privateImagem para vídeoPrivado$ 0,0396 por segundo de vídeo$ 0,198 por um clipe de 5 s
Grok Imagine R2Vgrok-imagine-reference-to-video-privateReferências para vídeoPrivado$ 0,0288 por segundo de vídeo$ 0,144 por um clipe de 5 s
Grok Imaginegrok-imagine-video-to-video-privateTexto para vídeoPrivadoMostrado no app
Grok Imagine 1.5grok-imagine-1-5-text-to-video-privateTexto para vídeoPrivado$ 0,0728 por segundo de vídeo$ 0,364 por um clipe de 5 s
Grok Imagine 1.5grok-imagine-1-5-image-to-video-privateImagem para vídeoPrivado$ 0,0737 por segundo de vídeo$ 0,369 por um clipe de 5 s
Grok Imagine 1.5 R2Vgrok-imagine-1-5-reference-to-video-privateReferências para vídeoPrivado$ 0,0738 por segundo de vídeo$ 0,369 por um clipe de 5 s
Grok Imagine 1.5 Litegrok-imagine-1-5-lite-text-to-videoTexto para vídeoPrivado$ 0,0162 por segundo de vídeo$ 0,081 por um clipe de 5 s
Grok Imagine 1.5 Litegrok-imagine-1-5-lite-image-to-videoImagem para vídeoPrivado$ 0,0171 por segundo de vídeo$ 0,0855 por um clipe de 5 s

Especificações

EspecificaçãoGrok Imagine video 1.5Grok Imagine video
Lançamento30 de maio de 202628 de janeiro de 2026
PesosFechadosFechados
Aceitatext, imagestext, images, video
Produzvideo, audiovideo, audio
Duração dos clipes1 a 15 s, com som1 a 15 s, com som
Resoluções480p, 720p, 1080p480p, 720p
Preço$ 0,0728 por segundo de vídeo$ 0,0396 por segundo de vídeo
PrivacidadePrivadoPrivado

Preços, contexto e durações do catálogo ao vivo em 16 de outubro de 2026; parâmetros e licenças segundo o fabricante.