| Lançada | 28 de janeiro de 2026 |
|---|
| Oferta | Pacote unificado de APIs: geração de vídeo (prompt de texto ou imagem) e edição de vídeo |
|---|
| Áudio | Geração de vídeo-áudio nativo |
|---|
| Edição de vídeo | Reestilize cenas, adicione/remova/troque objetos, controle movimentos e cenas |
|---|
| Plataformas parceiras | Também disponível em plataformas parceiras (ComfyUI e HeyGen citados) |
|---|
| Latência (P50, 720p, clipe de 8 s) | Medido de ponta a ponta por xAI contra rivais; os segundos por modelo são mostrados apenas como um gráfico, não em texto |
|---|
A postagem de lançamento do xAI não publica resolução máxima, duração do clipe ou preço por segundo em texto; aqueles aparecem na segunda tabela dos documentos atuais. · fonte
| Especificações | Valor |
|---|---|
| Grok Imagine vs Kling o1, geral | 57% contra 43% |
| Grok Imagine vs Kling o1, instruções a seguir | 53,1% contra 46,9% |
| Grok Imagine vs Kling o1, consistência | 60,6% contra 39,4% |
| Grok Imagine vs Runway Aleph, geral | 64,1% contra 35,9% |
| Grok Imagine vs Runway Aleph, instruções a seguir | 57,4% contra 42,6% |
| Grok Imagine vs Runway Aleph, consistência | 63,1% contra 36,9% |
Executado pelos avaliadores humanos da xAI no IVEBench em 1280 x 720; Comparação própria do xAI, não independente. A postagem também classifica Grok Imagine em primeiro lugar em análise artificial de texto para vídeo (em 28 de janeiro de 2026), à frente de Veo 3.1 Fast, Veo 3, Sora 2 Pro e Sora 2. · fonte
| Especificações | Valor |
|---|---|
| Nome do modelo de API | grok-imagine-vídeo |
| Resolução | 480p, 720p (até 720p) |
| Duração do clipe | 1-15s |
| Proporções de aspecto | 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9, 5:2; imagem para vídeo corresponde à imagem de entrada |
| Edição de vídeo | Clipe de origem de até 8,7 s |
| Extensão de vídeo | Adiciona 2 a 10 segundos |
| Áudio | Áudio gerado |
| Preço por segundo, 480p | US$ 0,05 (USD) |
| Preço por segundo, 720p | US$ 0,07 (USD) |
| Preços de entrada | Imagem $ 0,002; entrada de vídeo US$ 0,01 por segundo |
| Limite de taxa | 10 solicitações por segundo |
Documentos atuais, não necessariamente os números do dia do lançamento; a página do modelo diz que o preço da extensão de vídeo é uma tarifa promocional sujeita a alterações. · 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 de jan. de 2026 | 0.70 |
|---|---|
| xAI's Grok Imagine climbs the leaderboards · 30 de jan. de 2026 | 0.60 |
| xAI’s Cost-Effective Video Generator: Grok Imagine 1.0 sharply cuts costs for high-quality video generation · 27 de mar. de 2026 | 0.50 |
Fotos de leitores, separadas das mídias com fontes do pin. Avalie o que você comeu ou viu e, em um pin de restaurante, marque os pratos direto na sua foto.
A primeira entrada é sempre a fonte do pin. A confiança geral é uma média ponderada de quanto cada referência sustenta os horários de início e fim usados acima; uma referência conta metade a cada 180 dias a mais em relação à mais recente.
A página de notícias da própria xAI é datada de '28 de janeiro de 2026' e sua nota de rodapé de referência diz 'a partir de 28/01/2026'; A imprensa técnica (Rundown AI, 30 de janeiro) e a página do modelo da Vercel também informam 28 de janeiro.
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]
Falta algo ou há um erro? Diga com suas palavras: um link que sustente este pin, uma data de início ou fim diferente e por quê, ou um fato que falta ou está errado. A IA confere isso com as fontes do pin, procura outras melhores e adiciona qualquer página que dê razão a você. As fontes do próprio pin continuam contando mais. Uma imagem que mostra outra coisa, ou mostra mal, também é analisada e rebaixada ou substituída.
Título original: Grok Imagine API Launches With Video Generation and Editing