| Freigegeben | 28. Januar 2026 |
|---|
| Angebot | Einheitliches API-Paket: Videogenerierung (Textaufforderung oder Bild) und Videobearbeitung |
|---|
| Audio | Native Video-Audio-Generierung |
|---|
| Videobearbeitung | Szenen neu gestalten, Objekte hinzufügen/entfernen/austauschen, Bewegung und Szene steuern |
|---|
| Partnerplattformen | Auch auf Partnerplattformen verfügbar (ComfyUI und HeyGen zitiert) |
|---|
| Latenz (P50, 720p, 8 s Clip) | Ende-zu-Ende von xAI im Vergleich zu Konkurrenten gemessen; Die Sekunden pro Modell werden nur als Diagramm und nicht im Text angezeigt |
|---|
Der Startbeitrag von xAI veröffentlicht keine maximale Auflösung, Cliplänge oder Sekundenpreis im Text; Diese erscheinen in der zweiten Tabelle der aktuellen Dokumente. · Quelle
| Spez | Wert |
|---|---|
| Grok Imagine vs. Kling o1, insgesamt | 57 % gegenüber 43 % |
| Grok Imagine vs. Kling o1, Anleitung folgt | 53,1 % gegenüber 46,9 % |
| Grok Imagine vs. Kling o1, Konsistenz | 60,6 % gegenüber 39,4 % |
| Grok Imagine vs. Runway Aleph, insgesamt | 64,1 % gegenüber 35,9 % |
| Grok Imagine vs. Runway Aleph, Anleitung folgt | 57,4 % gegenüber 42,6 % |
| Grok Imagine vs. Runway Aleph, Konsistenz | 63,1 % gegenüber 36,9 % |
Von den menschlichen Bewertern von xAI auf IVEBench bei 1280 x 720 ausgeführt; xAIs eigener Vergleich, nicht unabhängig. Der Beitrag stuft Grok Imagine außerdem an erster Stelle bei der künstlichen Analyse von Text-zu-Video ein (Stand: 28. Januar 2026), vor Veo 3.1 Fast, Veo 3, Sora 2 Pro und Sora 2. · Quelle
| Spez | Wert |
|---|---|
| Name des API-Modells | grok-imagine-video |
| Auflösung | 480p, 720p (bis zu 720p) |
| Clipdauer | 1-15 s |
| Seitenverhältnisse | 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9, 5:2; Bild-zu-Video stimmt mit dem Eingabebild überein |
| Videobearbeitung | Quellclip bis zu 8,7 s |
| Videoerweiterung | Fügt 2-10 s hinzu |
| Audio | Generiertes Audio |
| Preis pro Sekunde, 480p | 0,05 $ (USD) |
| Preis pro Sekunde, 720p | 0,07 $ (USD) |
| Eingabepreise | Bild 0,002 $; Videoeingang 0,01 $ pro Sekunde |
| Ratenbegrenzung | 10 Anfragen pro Sekunde |
Aktuelle Dokumente, nicht unbedingt die Zahlen am Tag der Veröffentlichung; Auf der Modellseite heißt es, dass es sich bei den Preisen für Videoverlängerungen um Aktionspreise handelt, die sich ändern können. · Quelle
Estimate from the version's published specs and reviews, 0-5; scores are only comparable within one criteria year. Scored as launched (API, 28 Jan 2026): resolution 3 (720p maximum, 480p also offered; DeepLearning.AI). Duration 4: up to 15 s via the API (Rundown, DeepLearning.AI); the apps capped at 10 s five days later. Audio 5: native dialogue, effects and music in the same pass. Control 3: text, a single image, and an input video for prompt-based editing (add/remove/swap objects, restyle); there are no multi-image or audio references yet, and no first/last-frame keyframes, so it sits between the 2 and 4 anchors. Speed 2.5: Artificial Analysis averaged 110.1 s per video (clip length unspecified) while xAI's June 2026 page says its previous model needed '40+ seconds' for a 6 s 720p clip; the midpoint is used. Realism 4 (praised): first on Artificial Analysis for both text- and image-to-video and first for image-to-video on Arena, but fourth for text-to-video on Arena; the reviews are benchmark-led (The Rundown, DeepLearning.AI) plus a reseller (getimg.ai, labelled), with no tier-1 hands-on test.[1]
xAI just released the Grok Imagine API, a new AI video generation and editing suite that jumped to the top of Artificial Analysis rankings for both text and image-to-video outputs while undercutting rivals on price.
Third-party benchmarks show Grok Imagine 1.0 matches or exceeds leading models on quality at a lower cost than premium competitors, a combination that lowers the cost of experimentation.
Grok Imagine’s strongest feature is instruction following in video form
| Grok Imagine by xAI: How It Stacks Up in AI Video Generation · 29.01.2026 | 0.70 |
|---|---|
| xAI's Grok Imagine climbs the leaderboards · 30.01.2026 | 0.60 |
| xAI’s Cost-Effective Video Generator: Grok Imagine 1.0 sharply cuts costs for high-quality video generation · 27.03.2026 | 0.50 |
Fotos von Lesern, getrennt von den belegten Medien des Pins. Bewerte, was du gegessen oder gesehen hast, und markiere bei einem Restaurant-Pin die Gerichte direkt auf deinem Foto.
Der erste Eintrag ist immer die Quelle des Pins. Die Gesamtsicherheit ist ein gewichteter Durchschnitt, wie fest jeder Beleg die oben verwendeten Start- und Endzeiten stützt; ein Beleg zählt für je 180 Tage, die er älter ist als der neueste, nur halb so viel.
Die eigene Nachrichtenseite von xAI trägt das Datum „28. Januar 2026“ und die Benchmark-Fußnote lautet „Stand: 28.01.2026“. Die Fachpresse (Rundown AI, 30. Januar) und die Modellseite von Vercel geben ebenfalls den 28. Januar an.
Reports the API handles text-to-video, image-to-video and editing with clips up to 15 seconds and native audio at $4.20 per minute (against $12 for Veo 3.1 and $30 for Sora 2 Pro).[1]
Gives the numbers: first on Artificial Analysis in both text-to-video and image-to-video, 1,280x720 or 854x480 output, up to 15 seconds via the API, average generation time of 110.1 s.[1]
Reseller write-up: strongest on instruction-following and audio with natural lip-sync; label as reseller material.[1]
Current docs give the API duration range as 1-15 seconds, state that the original grok-imagine-video supports up to 720p, and that edited video keeps the original's length (capped at 8.7 s).[1]
Fehlt etwas oder stimmt etwas nicht? Sag es in deinen eigenen Worten: ein Link, der diesen Pin belegt, ein anderes Start- oder Enddatum und warum, oder eine Angabe, die fehlt oder falsch ist. Die KI prüft es an den Quellen dieses Pins, sucht nach besseren und ergänzt jede Seite, die dich bestätigt. Die eigenen Quellen des Pins zählen weiterhin am meisten. Auch Bilder sieht sich die KI an: Eines, das etwas anderes oder die Sache schlecht zeigt, wird nach hinten gestellt oder ersetzt.
Originaltitel: Grok Imagine API Launches With Video Generation and Editing