Was ist Grok Imagine Video 1.5?
Grok Imagine Video 1.5 ist das Videogenerierungsmodell von SpaceXSI, der früher xAI genannten Firma. Es ging Ende Mai 2026 in die Vorschau und ist seit dem 16. Juni 2026 als grok-imagine-video-1.5 über die API, auf grok.com/imagine und in den Grok-Apps allgemein verfügbar. Es erzeugt Video mit synchronem Ton, darunter Soundeffekte, Atmo und lippensynchrone Sprache, in einem Durchgang.
Es beherrscht Text-zu-Video, Bild-zu-Video und Referenz-zu-Video. Ein Update vom 31. Juli brachte natives 1080p für Text-zu-Video und Bild-zu-Video; Referenz-zu-Video bleibt bei 720p. Clips dauern 1 bis 15 Sekunden, standardmäßig 8, in neun Seitenverhältnissen. Version 1.5 ist das einzige Imagine-Modell, das erstes und letztes Bild festlegen, bis zu vier Keyframes setzen und Stimmreferenzen für bis zu drei Sprecher nutzen kann.
Laut Tech Times kostet die API 0,08 $ pro Sekunde bei 480p, 0,14 $ bei 720p und 0,25 $ bei 1080p. Eine Lite-Version ab 0,02 $ pro Sekunde erreicht 1080p durch Hochskalieren von 720p.
Was kostet Grok Imagine Video 1.5?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| 480p | $0.08 per second | |
| 720p | $0.14 per second | |
| 1080p | $0.25 per second | |
| Lite | From $0.02 per second |
API, pro Sekunde Video: 0,08 $ bei 480p, 0,14 $ bei 720p, 0,25 $ bei 1080p; grok-imagine-video-1.5-lite ab 0,02 $. In den Grok-Apps über SuperGrok- und X-Abopläne.
Lohnt sich Grok Imagine Video 1.5?
Grok Imagine Video 1.5 erledigt mehr von einem Kurzvideo in einem Aufruf als die meisten Konkurrenten: Bild, Bewegung, Dialog und Ton kommen zusammen, und Bild-zu-Video, Referenz-zu-Video, Bearbeitung und Verlängerung liegen auf einer API. Clips dauern bis zu 15 Sekunden. Seit dem Update vom 31. Juli rendern Text-zu-Video und Bild-zu-Video nativ in 1080p, statt der 720p-Grenze zum Start.
Die Steuerung ist die Stärke des Datenblatts. Bei 1.5 kann ein Entwickler erstes und letztes Bild festlegen, bis zu vier Keyframes auf einem Raster von einer Drittelsekunde setzen und Stimmreferenzen für bis zu drei Sprecher vorgeben; Tech Times berichtet von bis zu sieben Referenzbildern gleichzeitig. SpaceXSI zufolge erzeugt die Fast-Variante einen 6-Sekunden-Clip in 720p in etwa 25 Sekunden, gegenüber mehr als 40 beim Vorgängermodell. Eigene Benchmark-Ergebnisse hat SpaceXSI nicht veröffentlicht.
Der Preis hängt stark von der Auflösung ab. Bei 0,08 $ pro Sekunde für 480p, 0,14 $ für 720p und 0,25 $ für 1080p laut Tech Times kostet eine Stunde fertiges 1080p-Material 900 $ vor Wiederholungen. Das Lite-Modell für 0,02 $ pro Sekunde ist der günstigere Weg zu Entwürfen, aber sein 1080p ist hochskaliertes 720p. Die Erzeugung läuft asynchron, Ergebnisse kommen als temporäre URLs, die schnell heruntergeladen werden müssen, und Bearbeitung bleibt beim ursprünglichen Modell, begrenzt auf Quellen von 8,7 Sekunden und 720p.
Die größere Frage ist die Vorgeschichte des Herstellers. Im Januar 2026 wurden Groks Bildwerkzeuge genutzt, um echte Menschen auf hochgeladenen Fotos zu entkleiden, auch Kinder, was zu Ermittlungen der Europäischen Kommission und Indiens führte, und Malaysia sperrte Grok zeitweise. Im April stellte NBC News fest, dass Grok weiterhin sexualisierte Bilder und Videos echter Frauen erzeugte, auch indem es echte Fotos in Videos verwandelte, und berichtete, dass acht Behörden, darunter Kaliforniens Generalstaatsanwalt, die Europäische Kommission und die britische Ofcom, weiter ermittelten. Stimmreferenzen erlauben es nun, Gesicht und Stimme einer echten Person über Szenen hinweg zu erhalten; Tech Times merkt an, dass die Ankündigung nichts zu Schutzmechanismen für Einwilligung sagte, und der API-Zugang zu Stimmreferenzen läuft über SpaceXSIs Vertrieb. Die API folgt SpaceXSIs allgemeinen Bedingungen: kein Training mit Inputs oder Outputs ohne Erlaubnis und 30 Tage Aufbewahrung für Prüfungen, und der reine US-Endpunkt bietet kein Video.
Wo es sich lohnt
Ein Zwei-Personen-Studio, das Produkt-Teaser für E-Commerce-Marken macht
Ein Produktfoto in einen 10-Sekunden-Clip mit Ton verwandeln
Bild-zu-Video bei 1.5 nutzt das Foto als erstes Bild und erzeugt Atmo und Sprecherstimme zugleich; ein 10-Sekunden-Take in 720p kostet 1,40 $, Entwürfe zuerst mit Lite halten Wiederholungen günstig.
Ein Indie-Spieleentwickler, der Zwischensequenzen per Storyboard plant
Gesichter und Stimmen zweier Figuren über Einstellungen hinweg konsistent halten
Referenz-zu-Video mit Figurenbildern und Stimmreferenzen hält sie stabil, endet aber bei 720p, und Stimmreferenzen über die API brauchen SpaceXSIs Vertrieb.
Eine Trust-and-Safety-Leiterin in einer Marketingagentur
Entscheiden, ob eine Kundenkampagne das Modell nutzen darf
Die offenen Ermittlungen gegen SpaceXSI und das Fehlen veröffentlichter Einwilligungsprüfungen für Stimmreferenzen abwägen; das Abbild echter Menschen braucht unabhängig vom Werkzeug schriftliche Freigaben.
Bevor du dich festlegst
- Einrichtung
- Einen Schlüssel unter console.x.ai erstellen und mit grok-imagine-video-1.5 an den Videogenerierungs-Endpunkt senden; die request_id abfragen, bis der Clip fertig ist, worauf das SDK bis zu 10 Minuten wartet.
- Integrationen
- xAI API mit xai-sdk und dem Vercel AI SDK; eigene Endpunkte für Bearbeitung und Verlängerung; auch im AI Gateway von Vercel gelistet.
- Daten und Datenschutz
- API-Bedingungen von SpaceXSI: kein Training mit Inputs oder Outputs ohne Erlaubnis, 30 Tage Aufbewahrung für Prüfungen, optionale teamweite Zero Retention, die gespeicherte Medien deaktiviert; Ergebnisse sind temporäre URLs.
- Kosten im großen Maßstab
- 60 Minuten fertiges Video im Monat kosten laut Tech Times etwa 900 $ in 1080p oder 504 $ in 720p, vor misslungenen Takes.
- Grenzen
- 1 bis 15 Sekunden pro Clip; Referenz-zu-Video in 720p; Bearbeitungen behalten die Quelllänge bis 8,7 Sekunden; kein Video am reinen US-Endpunkt.
Was gut ist
- Video mit synchronen Soundeffekten und lippensynchroner Sprache
- Natives 1080p für Text-zu-Video und Bild-zu-Video
- Erstes und letztes Bild, vier Keyframes und drei Stimmreferenzen
- Fast-Variante rendert 6 Sekunden 720p in etwa 25 Sekunden
- Lite-Modell ab 0,02 $ pro Sekunde für Entwürfe
Was nicht
- 0,25 $ pro Sekunde bei 1080p, 900 $ pro Stunde Material
- Hersteller wegen Deepfakes auf mehreren Kontinenten unter Ermittlung
- Keine veröffentlichten Einwilligungsschutzmechanismen für Stimmreferenzen
- Bearbeitung begrenzt auf 720p und Quellen von 8,7 Sekunden
- Kein Benchmark-Bericht von SpaceXSI; kein reiner US-Endpunkt für Video
Am besten für
Entwickler und Studios, die kurze Clips mit Ton und feine Kontrolle über Einzelbilder wollen und deren Marke SpaceXSIs Vorgeschichte mittragen kann.
Alternativen zu Grok Imagine Video 1.5
Grok Imagine Video 1.5: häufige Fragen
- Lohnt sich Grok Imagine Video 1.5?
- Fähiges, schnelles und vernünftig bepreistes Video mit Ton, von einem Unternehmen, dessen Bildwerkzeuge Aufsichtsbehörden auf mehreren Kontinenten noch untersuchen. Wir bewerten es mit 3.6 von 5.
- Was kostet Grok Imagine Video 1.5?
- API, pro Sekunde Video: 0,08 $ bei 480p, 0,14 $ bei 720p, 0,25 $ bei 1080p; grok-imagine-video-1.5-lite ab 0,02 $. In den Grok-Apps über SuperGrok- und X-Abopläne.
- Welche Nachteile hat Grok Imagine Video 1.5?
- 0,25 $ pro Sekunde bei 1080p, 900 $ pro Stunde Material; Hersteller wegen Deepfakes auf mehreren Kontinenten unter Ermittlung; Keine veröffentlichten Einwilligungsschutzmechanismen für Stimmreferenzen; Bearbeitung begrenzt auf 720p und Quellen von 8,7 Sekunden; Kein Benchmark-Bericht von SpaceXSI; kein reiner US-Endpunkt für Video.
- Für wen eignet sich Grok Imagine Video 1.5?
- Entwickler und Studios, die kurze Clips mit Ton und feine Kontrolle über Einzelbilder wollen und deren Marke SpaceXSIs Vorgeschichte mittragen kann.
- Was kostet Grok Imagine Video 1.5 für ein Team oder im Produktivbetrieb?
- 60 Minuten fertiges Video im Monat kosten laut Tech Times etwa 900 $ in 1080p oder 504 $ in 720p, vor misslungenen Takes.
- Ist Grok Imagine Video 1.5 sicher für Firmendaten?
- API-Bedingungen von SpaceXSI: kein Training mit Inputs oder Outputs ohne Erlaubnis, 30 Tage Aufbewahrung für Prüfungen, optionale teamweite Zero Retention, die gespeicherte Medien deaktiviert; Ergebnisse sind temporäre URLs.
- Was sind die besten Alternativen zu Grok Imagine Video 1.5?
- Die nächsten Alternativen, die wir getestet haben, sind Veo 3.1, Kling 4.0, Runway Gen-4.5 und Seedance 2.5.
Antworten geprüft am 6. Nov. 2026.