| Rilasciata | 28 gennaio 2026 |
|---|
| Offerta | Pacchetto unificato di API: generazione di video (prompt di testo o immagine) e editing video |
|---|
| Audio | Generazione video-audio nativa |
|---|
| Montaggio video | Rimodella le scene, aggiungi/rimuovi/scambia oggetti, controlla il movimento e la scena |
|---|
| Piattaforme partner | Disponibile anche su piattaforme partner (ComfyUI e HeyGen citati) |
|---|
| Latenza (P50, 720p, clip da 8 s) | Misurato end-to-end da xAI contro i rivali; i secondi per modello vengono visualizzati solo come grafico, non nel testo |
|---|
Il post di lancio di xAI non pubblica la risoluzione massima, la lunghezza della clip o il prezzo al secondo nel testo; quelli appaiono nella seconda tabella dei documenti attuali. · fonte
| Spec | Valore |
|---|---|
| Grok Imagine contro Kling o1, nel complesso | 57% contro 43% |
| Grok Imagine vs Kling o1, istruzioni seguenti | 53,1% contro 46,9% |
| Grok Imagine vs Kling o1, coerenza | 60,6% contro 39,4% |
| Grok Imagine contro Runway Aleph, nel complesso | 64,1% contro 35,9% |
| Grok Imagine vs Runway Aleph, istruzioni seguenti | 57,4% contro 42,6% |
| Grok Imagine vs Runway Aleph, coerenza | 63,1% contro 36,9% |
Gestito dai valutatori umani di xAI su IVEBench a 1280 x 720; Confronto di xAI, non indipendente. Il post classifica inoltre Grok Imagine al primo posto nell'analisi artificiale da testo a video (al 28 gennaio 2026), davanti a Veo 3.1 Fast, Veo 3, Sora 2 Pro e Sora 2. · fonte
| Spec | Valore |
|---|---|
| Nome del modello API | grok-immagina-video |
| Risoluzione | 480p, 720p (fino a 720p) |
| Durata della clip | 1-15 secondi |
| Rapporti d'aspetto | 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9, 5:2; image-to-video corrisponde all'immagine in ingresso |
| Montaggio video | Clip sorgente fino a 8,7 s |
| Estensione video | Aggiunge 2-10 secondi |
| Audio | Audio generato |
| Prezzo al secondo, 480p | $ 0,05 (USD) |
| Prezzo al secondo, 720p | $ 0,07 (USD) |
| Prezzi di input | Immagine $ 0,002; ingresso video $ 0,01 al secondo |
| Limite di tariffa | 10 richieste al secondo |
Documenti attuali, non necessariamente i dati relativi al giorno del lancio; la pagina del modello afferma che il prezzo dell'estensione video è una tariffa promozionale soggetta a modifiche. · fonte
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 gen 2026 | 0.70 |
|---|---|
| xAI's Grok Imagine climbs the leaderboards · 30 gen 2026 | 0.60 |
| xAI’s Cost-Effective Video Generator: Grok Imagine 1.0 sharply cuts costs for high-quality video generation · 27 mar 2026 | 0.50 |
Foto dei lettori, separate dai media con fonti del pin. Valuta ciò che hai mangiato o visto e, su un pin di ristorante, tagga i piatti direttamente sulla tua foto.
La prima voce è sempre la fonte del pin. L’affidabilità complessiva è una media ponderata di quanto ogni fonte conferma gli orari di inizio e fine indicati sopra; una fonte conta la metà per ogni 180 giorni in più rispetto alla più recente.
La pagina delle notizie di xAI è datata "28 gennaio 2026" e la nota a piè di pagina del benchmark recita "a partire dal 28-01-2026"; Anche la stampa tecnica (Rundown AI, 30 gennaio) e la pagina modello di Vercel danno il 28 gennaio.
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]
Manca qualcosa o c’è un errore? Dillo con parole tue: un link che conferma questo pin, una data di inizio o fine diversa e perché, o un fatto che manca o è sbagliato. L’IA lo confronta con le fonti del pin, ne cerca di migliori e aggiunge qualsiasi pagina ti dia ragione. Le fonti del pin contano comunque di più. Anche un’immagine che mostra altro, o lo mostra male, viene esaminata e spostata in basso o sostituita.
Titolo originale: Grok Imagine API Launches With Video Generation and Editing