O que é Grok Imagine Video 1.5?
O Grok Imagine Video 1.5 é o modelo de geração de vídeo da SpaceXSI, a empresa antes chamada xAI. Entrou em prévia no fim de maio de 2026 e ficou disponível em 16 de junho de 2026 como grok-imagine-video-1.5 na API, em grok.com/imagine e nos apps do Grok. Ele gera vídeo com áudio sincronizado, incluindo efeitos sonoros, ambiência e fala com sincronia labial, na mesma passada.
Ele faz texto para vídeo, imagem para vídeo e referência para vídeo. Uma atualização de 31 de julho trouxe 1080p nativo para texto para vídeo e imagem para vídeo; referência para vídeo fica em 720p. Os clipes duram de 1 a 15 segundos, 8 por padrão, em nove proporções de tela. A versão 1.5 é o único modelo Imagine que fixa o primeiro e o último quadro, define até quatro quadros-chave e aceita referências de voz para até três falantes.
Segundo o Tech Times, o preço na API é de $0,08 por segundo em 480p, $0,14 em 720p e $0,25 em 1080p. Uma versão Lite a partir de $0,02 por segundo chega a 1080p ampliando 720p.
Quanto custa Grok Imagine Video 1.5?
| Plano | Preço | O que inclui |
|---|---|---|
| 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 em 480p, $0,14 em 720p, $0,25 em 1080p; grok-imagine-video-1.5-lite a partir de $0,02. Nos apps do Grok, pelos planos SuperGrok e de assinatura do X.
Grok Imagine Video 1.5 vale a pena?
O Grok Imagine Video 1.5 cobre numa única chamada mais etapas de um vídeo curto do que a maioria dos rivais: imagem, movimento, diálogo e som chegam juntos, e imagem para vídeo, referência para vídeo, edição e extensão ficam numa só API. Os clipes duram até 15 segundos. Desde a atualização de 31 de julho, texto para vídeo e imagem para vídeo saem nativamente em 1080p, acima do teto de 720p do lançamento.
O controle é o ponto mais forte da ficha técnica. No 1.5 um desenvolvedor pode fixar o primeiro e o último quadro, posicionar até quatro quadros-chave numa grade de um terço de segundo e fornecer referências de voz para até três falantes; o Tech Times relata até sete imagens de referência de uma vez. A SpaceXSI diz que a variante Fast gera um clipe de 6 segundos em 720p em cerca de 25 segundos, contra mais de 40 do modelo anterior. A SpaceXSI não publicou resultados próprios de benchmark.
O preço depende muito da resolução. A $0,08 por segundo em 480p, $0,14 em 720p e $0,25 em 1080p, segundo o Tech Times, uma hora de material final em 1080p custa $900 antes das refações. O modelo Lite, a $0,02 por segundo, é o caminho mais barato para rascunhos, mas o 1080p dele é 720p ampliado. A geração é assíncrona, os resultados chegam como URLs temporárias que precisam ser baixadas logo, e a edição continua no modelo original, limitada a fontes de 8,7 segundos e a 720p.
O histórico do fabricante é a questão maior. Em janeiro de 2026 as ferramentas de imagem do Grok foram usadas para despir pessoas reais a partir de fotos enviadas, incluindo crianças, o que levou a investigações da Comissão Europeia e da Índia, e a Malásia bloqueou o Grok por um tempo. Em abril a NBC News viu o Grok ainda produzindo imagens e vídeos sexualizados de mulheres reais, inclusive transformando fotos reais em vídeos, e informou que oito órgãos, entre eles o procurador-geral da Califórnia, a Comissão Europeia e o Ofcom britânico, continuavam investigando. As referências de voz agora permitem manter o rosto e a voz de uma pessoa real entre cenas; o Tech Times observa que o anúncio não falou nada sobre salvaguardas de consentimento, e o acesso às referências de voz pela API passa pela equipe de vendas da SpaceXSI. A API segue os termos gerais da SpaceXSI: sem treinamento com entradas ou saídas sem permissão e retenção de 30 dias para auditorias, e o endpoint só dos EUA não atende vídeo.
Onde ele se destaca
Um estúdio de duas pessoas que faz teasers de produto para marcas de e-commerce
Transformar uma foto de produto em um clipe de 10 segundos com som
Imagem para vídeo no 1.5 usa a foto como primeiro quadro e gera a ambiência e a narração juntas; uma tomada de 10 segundos em 720p custa $1,40, então fazer os rascunhos primeiro no Lite deixa as refações baratas.
Um desenvolvedor de jogos independente fazendo storyboard de cinemáticas
Manter rosto e voz de dois personagens consistentes entre planos
Referência para vídeo com imagens dos personagens e referências de voz os mantém estáveis, mas vai no máximo a 720p, e referências de voz pela API exigem a equipe de vendas da SpaceXSI.
Uma líder de confiança e segurança em uma agência de marketing
Decidir se a campanha de um cliente pode usar o modelo
Pese as investigações em aberto contra a SpaceXSI e a falta de checagens de consentimento publicadas para referências de voz; a imagem de pessoas reais exige autorização por escrito, seja qual for a ferramenta.
Antes de decidir
- Configuração
- Crie uma chave em console.x.ai e envie ao endpoint de geração de vídeo com grok-imagine-video-1.5; consulte o request_id até o clipe ficar pronto, o que o SDK aguarda por até 10 minutos.
- Integrações
- xAI API com xai-sdk e o Vercel AI SDK; endpoints separados de edição e extensão; também listado no AI Gateway da Vercel.
- Dados e privacidade
- Termos da API da SpaceXSI: sem treinamento com entradas ou saídas sem permissão, retenção de 30 dias para auditorias, retenção zero opcional para a equipe toda que desativa a mídia armazenada; os resultados são URLs temporárias.
- Custo em escala
- 60 minutos de vídeo final por mês custam cerca de $900 em 1080p ou $504 em 720p, segundo o Tech Times, antes das tomadas que falham.
- Limites
- De 1 a 15 segundos por clipe; referência para vídeo em 720p; edições mantêm a duração da fonte até 8,7 segundos; sem vídeo no endpoint só dos EUA.
O que é bom
- Vídeo com efeitos sonoros sincronizados e fala com sincronia labial
- 1080p nativo para texto para vídeo e imagem para vídeo
- Primeiro e último quadros, quatro quadros-chave e três referências de voz
- A variante Fast gera 6 segundos em 720p em cerca de 25 segundos
- Modelo Lite a partir de $0,02 por segundo para rascunhos
O que não é
- $0,25 por segundo em 1080p, $900 por hora de material
- Fabricante investigado por deepfakes em vários continentes
- Sem salvaguardas de consentimento publicadas para referências de voz
- Edição limitada a 720p e a fontes de 8,7 segundos
- Sem relatório de benchmark da SpaceXSI; sem endpoint de vídeo só nos EUA
Ideal para
Desenvolvedores e estúdios que querem clipes curtos com som e controle fino dos quadros, e cuja marca aguente o histórico da SpaceXSI.
Alternativas ao Grok Imagine Video 1.5
Grok Imagine Video 1.5: perguntas frequentes
- Grok Imagine Video 1.5 vale a pena?
- Vídeo com som capaz, rápido e com preço razoável, de uma empresa cujas ferramentas de imagem ainda estão sob investigação de reguladores em vários continentes. Damos nota 3.6 de 5.
- Quanto custa Grok Imagine Video 1.5?
- API, por segundo de vídeo: $0,08 em 480p, $0,14 em 720p, $0,25 em 1080p; grok-imagine-video-1.5-lite a partir de $0,02. Nos apps do Grok, pelos planos SuperGrok e de assinatura do X.
- Quais são as desvantagens de Grok Imagine Video 1.5?
- $0,25 por segundo em 1080p, $900 por hora de material; fabricante investigado por deepfakes em vários continentes; sem salvaguardas de consentimento publicadas para referências de voz; edição limitada a 720p e a fontes de 8,7 segundos; sem relatório de benchmark da SpaceXSI; sem endpoint de vídeo só nos EUA.
- Para quem Grok Imagine Video 1.5 é indicado?
- Desenvolvedores e estúdios que querem clipes curtos com som e controle fino dos quadros, e cuja marca aguente o histórico da SpaceXSI.
- Quanto custa Grok Imagine Video 1.5 para uma equipe ou em produção?
- 60 minutos de vídeo final por mês custam cerca de $900 em 1080p ou $504 em 720p, segundo o Tech Times, antes das tomadas que falham.
- Grok Imagine Video 1.5 é seguro para dados da empresa?
- Termos da API da SpaceXSI: sem treinamento com entradas ou saídas sem permissão, retenção de 30 dias para auditorias, retenção zero opcional para a equipe toda que desativa a mídia armazenada; os resultados são URLs temporárias.
- Quais são as melhores alternativas ao Grok Imagine Video 1.5?
- As alternativas mais próximas que analisamos são Veo 3.1, Kling 4.0, Runway Gen-4.5 e Seedance 2.5.
Respostas verificadas em 6 de nov. de 2026.