Grok Imagine 1.5: Funktionen, Lite-Vergleich und Anleitung

Grok Imagine 1.5 erstellt Videos mit Audio aus Text und Bildern. Vergleichen Sie 1.5 und Lite, API-Preise und die Nutzung auf AI Studio.

Dunkle filmische Illustration eines Filmbilds, das aus leuchtenden Partikeln entsteht, mit einer Schallwelle darunter in Türkis und warmem Orange
Inhaltsverzeichnis

Grok Imagine 1.5 ist ein Videogenerierungsmodell von SpaceXSI (ehemals xAI), das bis zu 15 Sekunden lange Clips mit synchronisiertem nativem Audio, Dialogen und Soundeffekten erstellt. Es ist in zwei Versionen verfügbar – dem vollständigen Grok Imagine 1.5 für natives 1080p und Referenzen aus mehreren Bildern sowie Grok Imagine 1.5 Lite für günstigere Entwürfe – und unterstützt Text-zu-Video, Bild-zu-Video und referenzgestützte Workflows mit konsistenten Figuren.

Sie können sowohl Grok Imagine 1.5 als auch 1.5 Lite direkt hier auf AI Studio über den AI-Videogenerator in Ihrem Browser nutzen. AI Studio ist eine unabhängige Website, die mehrere Video- und Bildmodelle – darunter Seedance, Kling, Gemini Omni, Happy Horse, MiniMax H3 und Grok Imagine – über ein Creditsystem anbietet, und ist nicht mit SpaceXSI oder xAI verbunden.

Was ist Grok Imagine 1.5 und wann wurde es veröffentlicht?

Grok Imagine 1.5 ist die führende Video- und Audiogenerierungsfamilie von SpaceXSI, dem früher als xAI bekannten Unternehmen (das im Juli 2026 kurzzeitig zu SpaceXAI wurde, bevor es im Oktober 2026 den Namen SpaceXSI annahm und x.ai als Website beibehielt).

SpaceXSI führte die 1.5-Generation Mitte 2026 in zwei getrennten Phasen ein:

  • 16. Juni 2026 (Erstveröffentlichung): SpaceXSI veröffentlichte grok-imagine-video-1.5 auf der Imagine API zeitgleich mit "Video 1.5 Fast" auf grok.com/imagine sowie in den Apps für iOS und Android. Zum Start funktionierte es ausschließlich als Bild-zu-Video-Modell. Die Veröffentlichung konzentrierte sich darauf, Soundeffekte, Umgebungsgeräusche und Dialoge im selben Durchlauf wie das Video zu erzeugen, und lieferte klarere lippensynchrone Sprache sowie stärkere physische Bewegungen mit weniger visuellen Verzerrungen und glaubwürdigerem Gewicht und Schwung. In der App von SpaceXSI verkürzte Video 1.5 Fast die Generierungszeit für einen 6 Sekunden langen 720p-Clip auf etwa 25 Sekunden gegenüber über 40 Sekunden bei der vorherigen Version und führte Arbeitsbereichsfunktionen wie Projects, parallele Agenten und Bibliothekssuche ein.
  • 31. Juli 2026 (Update für Referenzen und Text-zu-Video): SpaceXSI erweiterte das Modell mit dem Update "Imagine Video 1.5 with References". Diese Veröffentlichung ergänzte die direkte Text-zu-Video-Generierung ohne erforderliches Ausgangsbild, native 1080p-Auflösung für Text-zu-Video und Bild-zu-Video sowie Referenzfunktionen. Nutzer erhielten die Möglichkeit, mehrere Referenzbilder zu übergeben – von denen jedes ein bestimmtes Motiv wie ein Gesicht, ein Produkt oder einen Ort festlegt – und zusätzlich Stimmreferenzen zu verwenden, um dasselbe Gesicht und dieselbe Stimme in getrennten Szenen beizubehalten.

Falls Sie Hinweise auf ein "2.0"-Modell gesehen haben: Stand November 2026 wurde Grok Imagine Video 2.0 weder veröffentlicht noch angekündigt. "Grok Imagine Image 2.0" ist ein separates Standbildmodell, sodass 1.5 und 1.5 Lite die aktuellen Videomodelle bleiben. Ältere API-Aufgaben wie Videobearbeitung und Videoverlängerung verbleiben zudem beim bisherigen Modell grok-imagine-video und nicht bei der 1.5-Serie.

Was kann Grok Imagine 1.5?

Grok Imagine 1.5 kombiniert visuelle Generierung und Audiosynthese in einem Durchlauf und unterstützt Clips von 1 bis 15 Sekunden in der API (und 4 bis 15 Sekunden auf AI Studio) in den Auflösungen 480p, 720p und 1080p. Da sich die Funktionen zwischen der API von SpaceXSI und Browseroberflächen von Drittanbietern leicht unterscheiden, lohnt sich ein Blick auf die einzelnen Funktionen.

Natives Audio und Lippensynchronität

Sowohl Grok Imagine 1.5 als auch 1.5 Lite erzeugen automatisch synchronisiertes Audio für jeden Clip. Statt nach dem Rendern Hintergrundmusik hinzuzufügen, erzeugt das Modell Raumklang, zu den Bewegungen im Bild passende physische Soundeffekte und gesprochene Dialoge mit Lippensynchronität im selben Durchlauf. Wenn eine Figur im Prompt spricht, passen ihre Mundbewegungen und ihre Sprechweise zur Handlung auf dem Bildschirm.

Text-zu-Video

Die mit dem Update im Juli 2026 hinzugefügte Text-zu-Video-Funktion ermöglicht es Ihnen, Clips allein aus einem geschriebenen Prompt zu erstellen. Laut der Entwicklerdokumentation von SpaceXSI funktioniert Text-zu-Video bei 1.5 und 1.5 Lite intern so, dass zunächst aus Ihrem Textprompt ein Standbild erstellt und dieses anschließend über die gewählte Dauer animiert wird. Beim vollständigen 1.5-Modell wird Text-zu-Video bis zu nativem 1080p gerendert; bei 1.5 Lite wird die 1080p-Ausgabe von 720p hochskaliert.

Bild-zu-Video

Bild-zu-Video verwendet ein einzelnes hochgeladenes Standbild als Anfangsbild des Videos und animiert die Szene anhand Ihrer Textanweisungen weiter. Sowohl in der API von SpaceXSI als auch auf AI Studio behält Bild-zu-Video automatisch das Seitenverhältnis Ihres hochgeladenen Bildes bei.

Referenzen und Stimmen

Bei der referenzgestützten Generierung können Sie visuelle oder stimmliche Anhaltspunkte vorgeben, ohne dass eines der Bilder das tatsächliche erste Bild des Clips sein muss. Jedes Referenzbild legt ein Element fest – etwa das Gesicht einer Figur, eine bestimmte Produktflasche oder die Anordnung eines Raums –, sodass Sie diese Elemente in völlig neue Kamerawinkel und Handlungen einfügen können.

  • Bildreferenzen: Nur beim vollständigen Grok Imagine 1.5 unterstützt (nicht bei 1.5 Lite), mit bis zu 720p für Clips von bis zu 15 Sekunden. Während die Ankündigung im Juli 2026 bis zu 7 Referenzen pro Generierung vorsah, unterstützt die Entwicklerdokumentation von SpaceXSI inzwischen bis zu 14 Referenzbilder in der API. Auf AI Studio unterstützt Reference to Video (Referenz zu Video) 2 bis 7 Referenzbilder bei 480p oder 720p.
  • Stimmreferenzen (nur API und App von SpaceXSI): Die API unterstützt bis zu 3 Stimmreferenzen pro Clip, um dieselbe Stimme über mehrere Szenen hinweg beizubehalten, mit voreingestellten Stimmen oder – auf Anfrage für vertrauenswürdige Partner – individuell hochgeladenem Audio. Stimmreferenzen sind auf AI Studio nicht verfügbar.

Anfangs-/Endbild und Keyframes

In der API und den eigenen Werkzeugen von SpaceXSI unterstützt das vollständige Modell grok-imagine-video-1.5 die strukturelle Festlegung von Bildern, die bei 1.5 Lite und auf AI Studio nicht unterstützt wird:

  • Anfangs- und Endbild: Sie können sowohl das Anfangs- als auch das Endbild eines Clips festlegen. Wenn Sie exakt dasselbe Bild als erstes und letztes Bild übergeben, entsteht eine Schleife.
  • Keyframes: Sie können bis zu 4 Bilder innerhalb des Videos festlegen, um zu bestimmen, wo die Bewegung an bestimmten Punkten der Zeitleiste ankommen soll.

Grok Imagine 1.5 vs. 1.5 Lite: Welches Modell sollten Sie nutzen?

Die Wahl zwischen Grok Imagine 1.5 und Grok Imagine 1.5 Lite hängt davon ab, ob Ihre Aufnahme konsistente Figuren anhand mehrerer Bilder und native 1080p-Schärfe erfordert oder ob Sie nur einen schnellen Text-zu-Video-Clip oder eine Einzelbildanimation zu einem Bruchteil der Kosten benötigen.

FunktionGrok Imagine 1.5 (grok-imagine-video-1.5)Grok Imagine 1.5 Lite (grok-imagine-video-1.5-lite)
1080p-AuflösungNatives 1080p (T2V und I2V)Von 720p hochskaliert
Verfügbare Auflösungen480p, 720p, 1080p480p, 720p, 1080p
Dauer1–15 s in der API (4–15 s auf AI Studio)1–15 s in der API (4–15 s auf AI Studio)
Natives Audio und LippensynchronitätIn allen Clips enthaltenIn allen Clips enthalten
ReferenzbilderBis zu 14 in der API; 2–7 auf AI Studio (auf 720p begrenzt)Nicht unterstützt
StimmreferenzenBis zu 3 Stimmen (nur API / App von SpaceXSI)Nicht unterstützt
Anfangs-/Endbild und KeyframesJa, plus bis zu 4 Keyframes innerhalb des Videos (nur API)Nicht unterstützt
API-Preis pro Sekunde$0.08 (480p), $0.14 (720p), $0.25 (1080p)$0.02 (480p), $0.03 (720p), $0.14 (1080p)
AI Studio Credits pro Sekunde6 (480p), 10 (720p), 18 (1080p)1,5 (480p), 2,5 (720p), 10 (1080p)
Am besten geeignet fürSzenen mit mehreren Referenzen, wiederkehrende Figuren, native 1080p-AusgabeGünstige Entwürfe, einfache T2V-/I2V-Clips, Social-Media-Videos in 480p/720p

Die Dokumentation von SpaceXSI fasst die Unterschiede klar zusammen:

  • Wählen Sie Grok Imagine 1.5 Lite, wenn Sie eigenständige Text-zu-Video- oder Einzelbild-zu-Video-Clips erstellen, Promptformulierungen testen oder in 480p oder 720p rendern, wo Lite auf AI Studio etwa ein Viertel der Credits des vollständigen Modells kostet.
  • Wählen Sie Grok Imagine 1.5, wenn Sie 2 oder mehr Referenzbilder kombinieren müssen, um eine Figur, ein Produkt oder eine Umgebung über mehrere Aufnahmen hinweg konsistent zu halten, oder wenn Sie echtes natives 1080p statt einer Hochskalierung von 720p wünschen (oder über die API festgelegte Bilder und Stimmen benötigen).

Was kostet Grok Imagine 1.5?

Die Preise für Grok Imagine 1.5 hängen davon ab, ob Sie als Entwickler über die API von SpaceXSI pro Sekunde bezahlen oder auf AI Studio Credits pro Clip ausgeben.

Preise der SpaceXSI API

Laut der Entwicklerdokumentation von SpaceXSI wird die Videogenerierung pro Sekunde generierter Ausgabe entsprechend der Auflösung abgerechnet:

  • grok-imagine-video-1.5: $0.08 pro Sekunde bei 480p, $0.14 pro Sekunde bei 720p und $0.25 pro Sekunde bei 1080p. Bildeingaben werden ebenfalls mit etwa $0.01 pro Bild berechnet.
  • grok-imagine-video-1.5-lite: $0.02 pro Sekunde bei 480p, $0.03 pro Sekunde bei 720p und $0.14 pro Sekunde bei 1080p.

Creditpreise auf AI Studio

AI Studio berechnet keine Dollar pro Sekunde; stattdessen zieht jede Generierung Credits entsprechend dem gewählten Modell, der Auflösung und der Dauer ab. Die Gesamtzahl der Credits entspricht dem Preis pro Sekunde multipliziert mit der Cliplänge in Sekunden und wird auf die nächste ganze Zahl aufgerundet. Das Hochladen von Anfangsbildern oder Referenzbildern verursacht keine zusätzlichen Creditkosten.

Modell auf AI Studio480p (Credits / Sek.)720p (Credits / Sek.)1080p (Credits / Sek.)
Grok Imagine 1.5 Lite1,52,510
Grok Imagine 1.561018

So viel kosten gängige Cliplängen in der Praxis auf AI Studio:

  • 5-Sekunden-Clip in 720p (Standardeinstellungen): 13 Credits mit 1.5 Lite (12,5 aufgerundet) oder 50 Credits mit dem vollständigen 1.5.
  • 10-Sekunden-Clip in 1080p: 100 Credits mit 1.5 Lite oder 180 Credits mit dem vollständigen 1.5.
  • 15-Sekunden-Clip mit maximaler Länge in 1080p: 150 Credits mit 1.5 Lite oder 270 Credits mit dem vollständigen 1.5.

Sie müssen diese Summen nie von Hand berechnen – AI Studio zeigt die genauen Creditkosten an, bevor Sie auf Generate Video (Video generieren) klicken.

So nutzen Sie Grok Imagine 1.5 auf AI Studio

Sie können mit beiden Modellen direkt in Ihrem Browser Videos erstellen, ohne API-Schlüssel verwalten zu müssen. Gehen Sie wie folgt vor:

  1. Öffnen Sie den Generator: Rufen Sie den AI-Videogenerator auf AI Studio auf. Es gibt keine separate eigenständige Seite für Grok; alle Modelle befinden sich im zentralen Video-Arbeitsbereich.
  2. Wählen Sie die Modellfamilie: Öffnen Sie die Modellauswahl und wählen Sie Grok Imagine Video (Grok-Imagine-Videomodelle).
  3. Wählen Sie Ihre Modellversion: Entscheiden Sie sich zwischen Grok Imagine 1.5 Lite (als Standard der Familie zuerst aufgeführt) und Grok Imagine 1.5.
  4. Wählen Sie einen Generierungsmodus:
    • Bei 1.5 Lite wählen Sie Text to Video (Text zu Video) oder Image to Video (Bild zu Video) und laden bei Letzterem 1 Bild als Anfangsbild hoch.
    • Beim vollständigen 1.5 können Sie auch Reference to Video wählen und 2 bis 7 Referenzbilder hochladen (etwa ein Figurenporträt, ein Objekt und einen Hintergrund).
  5. Schreiben Sie Ihren Prompt: Geben Sie Ihre Szenenbeschreibung, Kamerabewegung, Beleuchtung und gegebenenfalls gesprochene Dialoge oder Tonhinweise ein.
  6. Legen Sie Dauer, Auflösung und Seitenverhältnis fest:
    • Dauer: Wählen Sie 4 bis 15 Sekunden in Schritten von 1 Sekunde (Standard: 5 Sekunden).
    • Auflösung: Wählen Sie 480p, 720p oder 1080p (Standard: 720p). Beachten Sie, dass die Auflösung bei Reference to Video mit dem vollständigen 1.5 auf 720p begrenzt ist.
    • Seitenverhältnis: In Text to Video bietet 1.5 Lite 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 und 2:3 (Standard 16:9), während das vollständige 1.5 16:9, 9:16, 1:1, 3:2 und 2:3 bietet. In Image to Video entspricht die Ausgabe automatisch dem Seitenverhältnis Ihres hochgeladenen Bildes.
  7. Prüfen Sie die Creditsumme und starten Sie die Generierung: Prüfen Sie die angezeigten Creditkosten vor der Generierung und klicken Sie dann auf Generate Video. Jedes fertige Video enthält automatisch natives Audio – ein Schalter zum Ein- oder Ausschalten des Tons ist nicht nötig.

Was AI Studio für Grok Imagine nicht bietet

Damit die Erwartungen klar sind: Mehrere Funktionen für Entwickler oder bestimmte Apps sind nur in der eigenen App oder API von SpaceXSI verfügbar und auf AI Studio nicht verfügbar:

  • Stimmreferenzen und Auswahl voreingestellter Stimmen
  • Festlegung von Anfangs- und Endbild sowie Keyframes innerhalb des Videos
  • Mehr als 7 Referenzbilder in einem einzelnen Prompt (die API erlaubt bis zu 14)
  • Ultrabreite Seitenverhältnisse 21:9 und 5:2
  • Clips unter 4 Sekunden (die API erlaubt bis zu 1 Sekunde)
  • Videobearbeitung und Videoverlängerung (die auf dem älteren API-Modell grok-imagine-video von SpaceXSI laufen)
  • Arbeitsbereichswerkzeuge der App von SpaceXSI wie Projects und parallele Agenten

Prompt-Tipps für Grok Imagine 1.5

Die Entwicklerdokumentation von SpaceXSI beschreibt einige grundlegende Prinzipien, um mit der 1.5-Architektur zuverlässige Bewegungen und klares Audio zu erzielen:

  1. Geben Sie bei Text-zu-Video Kamera, Beleuchtung und Ton gemeinsam an: Da Text-zu-Video aus Ihren Worten ein Anfangsbild erstellt und es anschließend zusammen mit der Tonspur animiert, sollten Sie dem Modell konkrete visuelle und akustische Anhaltspunkte geben. Nennen Sie den Bildausschnitt, die Kamerabewegung, die Lichtqualität und die genauen Umgebungsgeräusche oder Dialoge, die Sie hören möchten.
  2. Beschreiben Sie bei Bild-zu-Video die Bewegung, nicht das Bild: Wenn Sie ein Ausgangsbild hochladen, legt dieses bereits das Anfangsbild, das Aussehen des Motivs und das Seitenverhältnis fest. Verschwenden Sie Ihren Prompt nicht darauf, erneut zu beschreiben, was auf dem Foto bereits sichtbar ist. Konzentrieren Sie sich ganz darauf, was sich nach dem ersten Bild verändert: wie sich das Motiv bewegt, wie die Kamera folgt und welche Geräusche auftreten.
  3. Geben Sie jedem Referenzbild eine klare Aufgabe: Laden Sie bei Reference to Video mit dem vollständigen Grok Imagine 1.5 für jedes Element, das Sie festlegen möchten, ein eigenes Bild hoch – zum Beispiel Referenz 1 für das Gesicht der Figur, Referenz 2 für eine Kaffeetasse in ihrer Hand und Referenz 3 für die Inneneinrichtung des Diners. Da Referenzen das erste Bild nicht festlegen, beschreiben Sie in Ihrem Textprompt, wie diese Elemente in der Aufnahme zusammenspielen.
  4. Passen Sie gesprochene Sätze an die Cliplänge an: Native Lippensynchronität funktioniert am besten, wenn der gesprochene Satz natürlich in die verfügbaren Sekunden passt. Schreiben Sie für einen 5-Sekunden-Clip einen einzelnen kurzen Dialogsatz statt eines langen Absatzes, damit die Stimme nicht hetzt oder am Ende der Zeitleiste abgeschnitten wird.

Beispielprompt für Text-zu-Video (Kamera, Beleuchtung und Audio)

Medium tracking shot following a watchmaker in a leather apron walking past a wooden workbench at night. Warm tungsten desk lamps cast soft amber reflections across brass gears and glass domes. The camera slowly pushes in as he sits down, picks up a silver pocket watch, and looks up at the lens, saying calmly, "Every second leaves a mark." Crisp ticking of wall clocks, quiet footsteps on floorboards, and warm room ambience.

Beispielprompt für Bild-zu-Video (nur Bewegung und Ton)

The motorcyclist lowers her tinted visor with her right hand and twists the throttle. The headlight beam brightens against the wet asphalt as the bike launches forward out of the frame, kicking up a fine spray of rainwater. Camera pans right to follow the departure. Deep engine ignition roar, sharp visor click, and tires hissing on wet pavement.

Ob Sie mit Grok Imagine 1.5 Lite schnelle 720p-Clips für eine Handvoll Credits entwerfen oder im vollständigen Grok Imagine 1.5 eine wiederkehrende Figur anhand von Referenzbildern über mehrere Szenen hinweg festlegen möchten: Beide Modelle in einer Browserauswahl zu haben, erleichtert es, das Werkzeug auf die Aufnahme abzustimmen. Rufen Sie den Videogenerator von AI Studio auf, wählen Sie die Familie Grok Imagine Video und probieren Sie Ihren ersten Prompt mit nativem Audio aus.

Quellen

Häufig gestellte Fragen

Wann wurde Grok Imagine 1.5 veröffentlicht?

SpaceXSI (ehemals xAI) veröffentlichte Grok Imagine Video 1.5 am 16. Juni 2026 zunächst als Bild-zu-Video-Modell auf der Imagine API, zeitgleich mit Video 1.5 Fast auf grok.com und in mobilen Apps. Ein großes Update am 31. Juli 2026 ergänzte Text-zu-Video-Generierung, native 1080p-Auflösung, Bildreferenzen und Stimmreferenzen, um Figuren über mehrere Szenen hinweg konsistent zu halten.

Was ist der Unterschied zwischen Grok Imagine 1.5 und 1.5 Lite?

Grok Imagine 1.5 erstellt Videos in nativem 1080p und unterstützt in der API Referenzbilder, Stimmreferenzen, Anfangs- und Endbilder sowie Keyframes innerhalb des Videos. Grok Imagine 1.5 Lite ist ein günstigeres Modell für Text-zu-Video und die Animation einzelner Bilder; seine 1080p-Ausgabe wird von 720p hochskaliert und es unterstützt keine Referenzbilder, Stimmreferenzen oder festgelegten Keyframes.

Was kostet Grok Imagine 1.5?

In der API von SpaceXSI kostet grok-imagine-video-1.5 $0.08 pro Sekunde bei 480p, $0.14 bei 720p und $0.25 bei 1080p, zuzüglich etwa $0.01 pro Eingabebild. Das Lite-Modell kostet $0.02 bei 480p, $0.03 bei 720p und $0.14 bei 1080p. Auf AI Studio verbraucht die Generierung Credits: 1,5 bis 10 Credits pro Sekunde für Lite und 6 bis 18 für 1.5.

Kann ich Grok Imagine 1.5 ohne Grok-Abonnement nutzen?

Ja. Entwickler können die Modelle direkt über die Imagine API von SpaceXSI aufrufen und pro Sekunde Ausgabe bezahlen. Wenn Sie Clips im Browser erstellen möchten, ohne API-Schlüssel oder ein Grok-Konto einzurichten, können Sie sowohl Grok Imagine 1.5 als auch 1.5 Lite auf unabhängigen Plattformen wie AI Studio mit Credits nutzen.

Gibt es bereits Grok Imagine Video 2.0?

Nein. Stand November 2026 hat SpaceXSI Grok Imagine Video 2.0 weder veröffentlicht noch angekündigt. Die aktuellen Videomodelle im Angebot sind Grok Imagine 1.5 und Grok Imagine 1.5 Lite. SpaceXSI bietet zwar ein Modell namens Grok Imagine Image 2.0 an, dieses dient jedoch ausschließlich zur Erstellung von Standbildern und nicht von Videoclips.

Mit AI Video Studio gestalten

Verwandle deine Idee in ein Video

Entdecke den Videogenerator und werde kreativ.

Video generieren

Verfasst von

AI Studio Team