Grok Imagine Video 1.5

xAI · Выпущено 31 мая 2026 г.

Что это на самом деле

Grok Imagine Video 1.5 от xAI — это то, что происходит, когда вы бросаете 110 000 GPU на решение задачи: сделать генерацию видео быстрой, дешевой и действительно хорошей. Запущенный без лишнего шума 31 мая 2026 года в статусе Preview, он быстро взлетел на вершину таблицы лидеров Arena.ai Image-to-Video — самого важного слепого теста — победив Seedance 2.0, Veo 3.1 и всех остальных претендентов в очном голосовании.

Модель работает на авторегрессионном движке xAI Aurora и поддерживает три основных режима: текст-в-видео, изображение-в-видео (его сильная сторона) и генерация с заданными условиями (reference) для сохранения визуальной консистентности. Нативный звук здесь не просто прикручен — он встроен в систему, генерируя диалоги с синхронизацией губ, окружающие звуковые ландшафты и музыку в том же проходе, что и визуальный ряд. Версия 1.5 улучшила естественность диалогов и интеграцию фонового звука по сравнению с версией 1.0.

Но вот в чем главная новость: цены. При стоимости $0,06–$0,08 за секунду Grok Imagine Video 1.5 стоит малую часть того, что берут Seedance ($0,30+/с) или Sora 2 Pro ($0,70/с) — и он включает в себя звук. Для творцов, которым нужно быстро итерировать и производить большие объемы, эта математика неотразима. Доступ осуществляется через API xAI, чат-бота Grok (уровни SuperGrok от $10 до $300 в месяц) и сторонние платформы, такие как Fal.ai, Replicate и OpenRouter.

Ключевые преимущества

• #1 на Arena.ai в Image-to-Video: Возглавляет самую релевантную таблицу лидеров слепого тестирования сообществом с 1473 Elo на основе более чем 5500 голосов — немного опережая Seedance 2.0 (1467) и значительно выше вариантов Veo 3.1. Модель, которую выбирают люди, когда не видят этикетку.
• Нативная генерация звука: Создает синхронизированные диалоги с точной артикуляцией, фоновые звуки, музыку и звуковые эффекты в один проход с видео. Версия 1.5 улучшила естественность по сравнению с 1.0 за счет лучшей интеграции фоновой музыки.
• Лучшее соотношение цена/качество: При цене $0,06–$0,08 за секунду ($3,60–$4,80 за минуту) это значительно дешевле Seedance ($0,30+/с), Sora 2 Pro ($0,70/с) и конкурентоспособно с Kling — при этом нативный звук включен без дополнительной платы.
• Молниеносная скорость генерации: Клипы рендерятся за 5–30 секунд в зависимости от сложности, что делает его идеальным для быстрых творческих итераций. Построен на движке xAI Aurora, работающем на 110 000 GPU NVIDIA GB200.
• Гибкая экосистема API: Доступен через REST API xAI (console.x.ai), а также Fal.ai, Replicate, OpenRouter и WaveSpeedAI. Поддерживается семь соотношений сторон (16:9, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3).

Честные ограничения

• Потолок в 720p: Максимальное выходное разрешение — 720p при 24 кадрах в секунду, в то время как Kling 3.0 выдает 4K при 60 кадрах в секунду. Нормально для соцсетей и прототипирования; недостаточно для кинематографического производства.
• Только короткие клипы: Максимальная продолжительность 6–15 секунд. Нет раскадровки или последовательности сцен — каждая генерация автономна. Длин narratives требуют ручной сборки.
• Агрессивная модерация контента: Даже явно безопасные промпты иногда активируют фильтры контента. Профессиональные создатели жалуются на непоследовательное применение правил.
• Ограничения Preview: Динамическое ограничение (throttling) снижает лимиты генерации в периоды пикового спроса. Стоимость в кредитах выросла с момента запуска. Экономика платформы все еще развивается.