¿Qué es Grok Imagine Video 1.5?
Grok Imagine Video 1.5 es el modelo de generación de vídeo de SpaceXSI, la empresa antes llamada xAI. Entró en vista previa a finales de mayo de 2026 y pasó a disponibilidad general el 16 de junio de 2026 como grok-imagine-video-1.5 en la API, en grok.com/imagine y en las apps de Grok. Genera vídeo con audio sincronizado, incluidos efectos de sonido, ambiente y habla con sincronía labial, en la misma pasada.
Hace texto a vídeo, imagen a vídeo y referencia a vídeo. Una actualización del 31 de julio añadió 1080p nativo para texto a vídeo e imagen a vídeo; referencia a vídeo se queda en 720p. Los clips duran de 1 a 15 segundos, 8 por defecto, en nueve relaciones de aspecto. La versión 1.5 es el único modelo Imagine que puede fijar el primer y el último fotograma, establecer hasta cuatro fotogramas clave y aceptar referencias de voz para hasta tres hablantes.
Según Tech Times, el precio en la API es de $0,08 el segundo a 480p, $0,14 a 720p y $0,25 a 1080p. Una versión Lite desde $0,02 el segundo llega a 1080p escalando desde 720p.
¿Cuánto cuesta Grok Imagine Video 1.5?
| Plan | Precio | Qué incluye |
|---|---|---|
| 480p | $0.08 per second | |
| 720p | $0.14 per second | |
| 1080p | $0.25 per second | |
| Lite | From $0.02 per second |
API, por segundo de vídeo: $0,08 a 480p, $0,14 a 720p, $0,25 a 1080p; grok-imagine-video-1.5-lite desde $0,02. En las apps de Grok, a través de los planes SuperGrok y de suscripción de X.
¿Merece la pena Grok Imagine Video 1.5?
Grok Imagine Video 1.5 cubre en una sola llamada más partes de un vídeo corto que la mayoría de sus rivales: imagen, movimiento, diálogo y sonido llegan juntos, e imagen a vídeo, referencia a vídeo, edición y extensión están en una misma API. Los clips duran hasta 15 segundos. Desde la actualización del 31 de julio, texto a vídeo e imagen a vídeo se generan de forma nativa a 1080p, frente al techo de 720p del lanzamiento.
El control es lo más fuerte de la ficha técnica. En 1.5 un desarrollador puede fijar el primer y el último fotograma, colocar hasta cuatro fotogramas clave en una cuadrícula de un tercio de segundo y dar referencias de voz para hasta tres hablantes; Tech Times informa de hasta siete imágenes de referencia a la vez. SpaceXSI dice que la variante Fast genera un clip de 6 segundos a 720p en unos 25 segundos, frente a más de 40 del modelo anterior. SpaceXSI no ha publicado resultados de benchmarks propios.
El precio depende mucho de la resolución. A $0,08 el segundo en 480p, $0,14 en 720p y $0,25 en 1080p, según Tech Times, una hora de metraje final en 1080p cuesta $900 antes de repeticiones. El modelo Lite, a $0,02 el segundo, es la vía barata para borradores, pero su 1080p es 720p escalado. La generación es asíncrona, los resultados llegan como URL temporales que hay que descargar enseguida, y la edición se queda en el modelo original, limitada a fuentes de 8,7 segundos y a 720p.
El historial del fabricante es la cuestión de fondo. En enero de 2026 las herramientas de imagen de Grok se usaron para desnudar a personas reales a partir de fotos subidas, incluidos menores, lo que llevó a investigaciones de la Comisión Europea y de India, y Malasia bloqueó Grok durante un tiempo. En abril NBC News encontró que Grok seguía produciendo imágenes y vídeos sexualizados de mujeres reales, incluso convirtiendo fotos reales en vídeos, e informó de que ocho organismos, entre ellos la fiscalía general de California, la Comisión Europea y el Ofcom británico, seguían investigando. Las referencias de voz permiten ahora mantener la cara y la voz de una persona real entre escenas; Tech Times señala que el anuncio no dijo nada sobre salvaguardas de consentimiento, y el acceso por API a las referencias de voz pasa por el equipo de ventas de SpaceXSI. La API sigue las condiciones generales de SpaceXSI: sin entrenamiento con entradas o salidas sin permiso y retención de 30 días para auditorías, y el endpoint solo de EE. UU. no sirve vídeo.
Dónde se gana su sitio
Un estudio de dos personas que hace teasers de producto para marcas de comercio electrónico
Convertir una foto de producto en un clip de 10 segundos con sonido
Imagen a vídeo en 1.5 usa la foto como primer fotograma y genera el ambiente y la locución a la vez; una toma de 10 segundos a 720p cuesta $1,40, así que hacer los borradores primero en Lite abarata las repeticiones.
Un desarrollador de videojuegos independiente que hace storyboards de cinemáticas
Mantener coherentes la cara y la voz de dos personajes entre planos
Referencia a vídeo con imágenes de los personajes y referencias de voz los mantiene estables, pero llega como máximo a 720p y las referencias de voz por API requieren al equipo de ventas de SpaceXSI.
Una responsable de confianza y seguridad en una agencia de marketing
Decidir si una campaña de un cliente puede usar el modelo
Sopesa las investigaciones abiertas contra SpaceXSI y la falta de controles de consentimiento publicados para las referencias de voz; la imagen de personas reales necesita autorizaciones por escrito sea cual sea la herramienta.
Antes de decidirte
- Puesta en marcha
- Crea una clave en console.x.ai y envía una petición al endpoint de generación de vídeo con grok-imagine-video-1.5; consulta el request_id hasta que el clip esté listo, algo que el SDK espera hasta 10 minutos.
- Integraciones
- xAI API con xai-sdk y el Vercel AI SDK; endpoints aparte de edición y extensión; también aparece en el AI Gateway de Vercel.
- Datos y privacidad
- Condiciones de la API de SpaceXSI: sin entrenamiento con entradas o salidas sin permiso, retención de 30 días para auditorías y retención cero opcional para todo el equipo que desactiva los medios almacenados; los resultados son URL temporales.
- Coste a escala
- 60 minutos de vídeo final al mes cuestan unos $900 a 1080p o $504 a 720p, según Tech Times, antes de tomas fallidas.
- Límites
- De 1 a 15 segundos por clip; referencia a vídeo a 720p; las ediciones mantienen la duración de la fuente hasta 8,7 segundos; sin vídeo en el endpoint solo de EE. UU.
Lo bueno
- Vídeo con efectos de sonido sincronizados y habla con sincronía labial
- 1080p nativo para texto a vídeo e imagen a vídeo
- Primer y último fotograma, cuatro fotogramas clave y tres referencias de voz
- La variante Fast genera 6 segundos a 720p en unos 25 segundos
- Modelo Lite desde $0,02 el segundo para borradores
Lo malo
- $0,25 el segundo a 1080p, $900 por hora de metraje
- Fabricante investigado por deepfakes en varios continentes
- Sin salvaguardas de consentimiento publicadas para las referencias de voz
- Edición limitada a 720p y a fuentes de 8,7 segundos
- Sin informe de benchmarks de SpaceXSI; sin endpoint de vídeo solo en EE. UU.
Ideal para
Desarrolladores y estudios que quieren clips cortos con sonido y control fino de los fotogramas, y cuya marca pueda cargar con el historial de SpaceXSI.
Alternativas a Grok Imagine Video 1.5
Grok Imagine Video 1.5: preguntas frecuentes
- ¿Merece la pena Grok Imagine Video 1.5?
- Vídeo con sonido capaz, rápido y a precio razonable, de una empresa cuyas herramientas de imagen siguen investigando reguladores de varios continentes. Le damos un 3.6 sobre 5.
- ¿Cuánto cuesta Grok Imagine Video 1.5?
- API, por segundo de vídeo: $0,08 a 480p, $0,14 a 720p, $0,25 a 1080p; grok-imagine-video-1.5-lite desde $0,02. En las apps de Grok, a través de los planes SuperGrok y de suscripción de X.
- ¿Qué inconvenientes tiene Grok Imagine Video 1.5?
- $0,25 el segundo a 1080p, $900 por hora de metraje; fabricante investigado por deepfakes en varios continentes; sin salvaguardas de consentimiento publicadas para las referencias de voz; edición limitada a 720p y a fuentes de 8,7 segundos; sin informe de benchmarks de SpaceXSI; sin endpoint de vídeo solo en EE. UU.
- ¿Para quién es Grok Imagine Video 1.5?
- Desarrolladores y estudios que quieren clips cortos con sonido y control fino de los fotogramas, y cuya marca pueda cargar con el historial de SpaceXSI.
- ¿Cuánto cuesta Grok Imagine Video 1.5 para un equipo o en producción?
- 60 minutos de vídeo final al mes cuestan unos $900 a 1080p o $504 a 720p, según Tech Times, antes de tomas fallidas.
- ¿Es Grok Imagine Video 1.5 seguro para los datos de la empresa?
- Condiciones de la API de SpaceXSI: sin entrenamiento con entradas o salidas sin permiso, retención de 30 días para auditorías y retención cero opcional para todo el equipo que desactiva los medios almacenados; los resultados son URL temporales.
- ¿Cuáles son las mejores alternativas a Grok Imagine Video 1.5?
- Las alternativas más cercanas que hemos analizado son Veo 3.1, Kling 4.0, Runway Gen-4.5 y Seedance 2.5.
Respuestas comprobadas el 6 nov 2026.