Grok Imagine 1.5: recursos, Lite vs 1.5 e como usar

Grok Imagine 1.5 cria vídeos com áudio nativo a partir de texto, imagens ou referências. Compare 1.5 e Lite, preços da API e uso no AI Studio.

Ilustração cinematográfica escura de um quadro de filme formado por partículas de luz brilhantes, com uma onda sonora abaixo, em verde-azulado e laranja quente
Sumário

O Grok Imagine 1.5 é um modelo de geração de vídeo da SpaceXSI (antiga xAI) que cria clipes de até 15 segundos com áudio nativo sincronizado, diálogos e efeitos sonoros. Disponível em duas versões — o Grok Imagine 1.5 completo para 1080p nativo e referências de várias imagens, e o Grok Imagine 1.5 Lite para rascunhos de menor custo —, ele oferece fluxos de texto para vídeo, imagem para vídeo e referências com consistência de personagens.

Você pode usar tanto o Grok Imagine 1.5 quanto o 1.5 Lite no navegador, aqui no AI Studio, por meio do gerador de vídeo com IA. O AI Studio é um site independente que executa vários modelos de vídeo e imagem — incluindo Seedance, Kling, Gemini Omni, Happy Horse, MiniMax H3 e Grok Imagine — com um sistema de créditos e não é afiliado à SpaceXSI ou à xAI.

O que é o Grok Imagine 1.5 e quando foi lançado?

O Grok Imagine 1.5 é a principal família de geração de vídeo e áudio da SpaceXSI, empresa antes conhecida como xAI (que brevemente passou a se chamar SpaceXAI em julho de 2026 antes de adotar SpaceXSI em outubro de 2026, mantendo x.ai como seu site).

A SpaceXSI lançou a geração 1.5 em duas fases distintas em meados de 2026:

  • 16 de junho de 2026 (lançamento inicial): A SpaceXSI lançou grok-imagine-video-1.5 na Imagine API junto com o "Video 1.5 Fast" no grok.com/imagine e nos aplicativos para iOS e Android. No lançamento, ele funcionava apenas como modelo de imagem para vídeo. O lançamento focou na geração de efeitos sonoros, ambiente e diálogos na mesma etapa que o vídeo, proporcionando falas mais claras com sincronização labial e movimentos físicos melhores, com menos distorções visuais e peso e impulso mais convincentes. No aplicativo da SpaceXSI, o Video 1.5 Fast reduziu o tempo de geração de um clipe de 6 segundos em 720p para cerca de 25 segundos, ante mais de 40 segundos na versão anterior, e introduziu recursos de espaço de trabalho como Projects, agentes paralelos e busca na biblioteca.
  • 31 de julho de 2026 (atualização de referências e texto para vídeo): A SpaceXSI ampliou o modelo com a atualização "Imagine Video 1.5 with References". Esse lançamento adicionou geração direta de texto para vídeo sem exigir uma imagem inicial, resolução 1080p nativa tanto para texto para vídeo quanto para imagem para vídeo e recursos de referência. Os usuários passaram a poder fornecer várias imagens de referência — cada uma fixando um elemento específico, como um rosto, um produto ou um local — junto com referências de voz para manter o mesmo rosto e a mesma voz em cenas separadas.

Se você viu menções a um modelo "2.0", saiba que nenhum Grok Imagine Video 2.0 foi lançado ou anunciado até novembro de 2026. "Grok Imagine Image 2.0" é um modelo separado de imagens estáticas, deixando 1.5 e 1.5 Lite como a linha atual de vídeo. Além disso, tarefas mais antigas da API, como edição e extensão de vídeo, continuam no modelo legado grok-imagine-video, em vez da série 1.5.

O que o Grok Imagine 1.5 pode fazer?

O Grok Imagine 1.5 combina geração visual e síntese de áudio em uma única etapa, com suporte a clipes de 1 a 15 segundos na API (e de 4 a 15 segundos no AI Studio) nas resoluções 480p, 720p e 1080p. Como os recursos diferem um pouco entre a API da SpaceXSI e interfaces de terceiros no navegador, vale examinar cada recurso separadamente.

Áudio nativo e sincronização labial

Tanto o Grok Imagine 1.5 quanto o 1.5 Lite geram áudio sincronizado automaticamente em cada clipe. Em vez de acrescentar música de fundo depois da renderização, o modelo produz som ambiente do local, efeitos sonoros físicos que acompanham os movimentos na tela e diálogos falados com sincronização labial na mesma etapa. Quando um personagem fala no prompt, os movimentos da boca e a fala se alinham à ação na tela.

Texto para vídeo

Adicionado na atualização de julho de 2026, o recurso de texto para vídeo permite gerar clipes apenas com um prompt escrito. Segundo a documentação para desenvolvedores da SpaceXSI, tanto no 1.5 quanto no 1.5 Lite, o processo de texto para vídeo primeiro renderiza um quadro estático a partir do prompt e depois o anima pela duração escolhida. No modelo 1.5 completo, texto para vídeo renderiza até 1080p nativo; no 1.5 Lite, a saída em 1080p é ampliada de 720p.

Imagem para vídeo

O recurso de imagem para vídeo usa uma única imagem estática enviada como quadro inicial e anima a cena a partir dela com base nas suas instruções de texto. Tanto na API da SpaceXSI quanto no AI Studio, imagem para vídeo preserva automaticamente a proporção da imagem enviada.

Referências e vozes

A geração com referências permite fornecer pontos de referência visuais ou vocais sem obrigar uma imagem a ser literalmente o primeiro quadro do clipe. Cada imagem de referência fixa um elemento — como o rosto de um personagem, um frasco específico de produto ou a disposição de um ambiente — para que você possa colocar esses elementos em novos ângulos de câmera e ações.

  • Referências de imagem: Disponíveis apenas no Grok Imagine 1.5 completo (não no 1.5 Lite), até 720p para clipes de até 15 segundos. Embora o anúncio de julho de 2026 tenha introduzido até 7 referências por geração, a documentação para desenvolvedores da SpaceXSI agora oferece suporte a até 14 imagens de referência na API. No AI Studio, referência para vídeo aceita de 2 a 7 imagens de referência em 480p ou 720p.
  • Referências de voz (somente na API e no aplicativo da SpaceXSI): A API aceita até 3 referências de voz por clipe para manter a mesma voz entre cenas, usando vozes predefinidas ou áudio personalizado enviado por parceiros de confiança mediante solicitação. Referências de voz não estão disponíveis no AI Studio.

Primeiro e último quadros e quadros-chave

Na API e nas ferramentas da própria SpaceXSI, o modelo completo grok-imagine-video-1.5 permite fixar quadros estruturais, recurso não disponível no 1.5 Lite nem no AI Studio:

  • Primeiro e último quadros: Você pode definir tanto a imagem inicial quanto a final de um clipe. Usar exatamente a mesma imagem como primeiro e último quadros cria um loop.
  • Quadros-chave: Você pode fixar até 4 quadros no meio do vídeo para direcionar onde o movimento deve chegar em pontos específicos da linha do tempo.

Grok Imagine 1.5 vs 1.5 Lite: qual usar?

A escolha entre Grok Imagine 1.5 e Grok Imagine 1.5 Lite depende de sua cena exigir consistência de personagens com várias imagens e nitidez de 1080p nativo, ou de você precisar apenas de um vídeo rápido a partir de texto ou de uma animação de imagem única por uma fração do custo.

RecursoGrok Imagine 1.5 (grok-imagine-video-1.5)Grok Imagine 1.5 Lite (grok-imagine-video-1.5-lite)
Resolução 1080p1080p nativo (T2V e I2V)Ampliada de 720p
Resoluções disponíveis480p, 720p, 1080p480p, 720p, 1080p
Duração1–15 s na API (4–15 s no AI Studio)1–15 s na API (4–15 s no AI Studio)
Áudio nativo e sincronização labialIncluídos em todos os clipesIncluídos em todos os clipes
Imagens de referênciaAté 14 na API; 2–7 no AI Studio (limitado a 720p)Não disponível
Referências de vozAté 3 vozes (somente na API / no aplicativo da SpaceXSI)Não disponível
Primeiro e último quadros e quadros-chaveSim, mais até 4 quadros-chave no meio do vídeo (somente na API)Não disponível
Preço da API por segundo$0.08 (480p), $0.14 (720p), $0.25 (1080p)$0.02 (480p), $0.03 (720p), $0.14 (1080p)
Créditos do AI Studio por segundo6 (480p), 10 (720p), 18 (1080p)1,5 (480p), 2,5 (720p), 10 (1080p)
Ideal paraCenas com várias referências, personagens recorrentes, saída em 1080p nativoRascunhos de baixo custo, clipes simples de T2V/I2V, vídeos para redes sociais em 480p/720p

A documentação da SpaceXSI resume claramente a diferença:

  • Escolha Grok Imagine 1.5 Lite se você estiver criando clipes independentes de texto para vídeo ou de uma imagem para vídeo, testando a redação de prompts ou renderizando em 480p ou 720p, em que o Lite custa cerca de um quarto dos créditos do modelo completo no AI Studio.
  • Escolha Grok Imagine 1.5 se precisar combinar 2 ou mais imagens de referência para manter um personagem, produto ou cenário consistente entre tomadas, ou se quiser renderização em 1080p realmente nativo em vez de uma ampliação de 720p (ou precisar de quadros fixados e vozes pela API).

Quanto custa o Grok Imagine 1.5?

O preço do Grok Imagine 1.5 depende de você pagar por segundo como desenvolvedor pela API da SpaceXSI ou gastar créditos por clipe no AI Studio.

Preços da API da SpaceXSI

Na documentação para desenvolvedores da SpaceXSI, a geração de vídeo é cobrada por segundo de saída gerada, de acordo com a resolução:

  • grok-imagine-video-1.5: $0.08 por segundo em 480p, $0.14 por segundo em 720p e $0.25 por segundo em 1080p. As imagens de entrada também são cobradas a cerca de $0.01 por imagem.
  • grok-imagine-video-1.5-lite: $0.02 por segundo em 480p, $0.03 por segundo em 720p e $0.14 por segundo em 1080p.

Tarifas em créditos do AI Studio

O AI Studio não cobra em dólares por segundo; em vez disso, cada geração desconta créditos com base no modelo, na resolução e na duração selecionados. O total de créditos equivale à tarifa por segundo multiplicada pela duração do clipe em segundos, arredondada para cima até o próximo número inteiro. O envio de imagens para o primeiro quadro ou de imagens de referência não adiciona cobranças extras em créditos.

Modelo no AI Studio480p (créditos / s)720p (créditos / s)1080p (créditos / s)
Grok Imagine 1.5 Lite1,52,510
Grok Imagine 1.561018

Veja quanto custam, na prática, durações comuns de clipes no AI Studio:

  • Clipe de 5 segundos em 720p (configurações padrão): 13 créditos no 1.5 Lite (12,5 arredondado para cima) ou 50 créditos no 1.5 completo.
  • Clipe de 10 segundos em 1080p: 100 créditos no 1.5 Lite ou 180 créditos no 1.5 completo.
  • Clipe de duração máxima de 15 segundos em 1080p: 150 créditos no 1.5 Lite ou 270 créditos no 1.5 completo.

Você nunca precisa calcular esses totais manualmente — o AI Studio mostra o custo exato em créditos antes de você clicar em Generate Video (gerar vídeo).

Como usar o Grok Imagine 1.5 no AI Studio

Você pode gerar vídeos com ambos os modelos diretamente no navegador, sem gerenciar chaves de API. Siga estas etapas:

  1. Abra o gerador: Acesse o gerador de vídeo com IA no AI Studio. Não há uma página separada para o Grok; todos os modelos ficam no espaço principal de criação de vídeos.
  2. Selecione a família de modelos: Abra o seletor de modelos e escolha Grok Imagine Video (família de modelos de vídeo).
  3. Escolha a versão do modelo: Escolha entre Grok Imagine 1.5 Lite (listado primeiro como padrão da família) e Grok Imagine 1.5.
  4. Escolha um modo de geração:
    • No 1.5 Lite, selecione Text to Video (texto para vídeo) ou Image to Video (imagem para vídeo) (envie 1 imagem para servir como quadro inicial).
    • No 1.5 completo, você também pode selecionar Reference to Video (referência para vídeo) e enviar entre 2 e 7 imagens de referência (como o retrato de um personagem, um objeto e um fundo).
  5. Escreva seu prompt: Insira a descrição da cena, o movimento de câmera, a iluminação e quaisquer diálogos ou indicações de som.
  6. Defina duração, resolução e proporção:
    • Duração: Escolha de 4 a 15 segundos em intervalos de 1 segundo (o padrão é 5 segundos).
    • Resolução: Escolha 480p, 720p ou 1080p (o padrão é 720p). Se você usar Reference to Video no 1.5 completo, a resolução ficará limitada a 720p.
    • Proporção: Em Text to Video, o 1.5 Lite oferece 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 e 2:3 (padrão 16:9), enquanto o 1.5 completo oferece 16:9, 9:16, 1:1, 3:2 e 2:3. Em Image to Video, a saída acompanha automaticamente a proporção da imagem enviada.
  7. Confira o total de créditos e gere: Confira o custo em créditos exibido antes de gerar e clique em Generate Video. Todo vídeo concluído inclui áudio nativo automaticamente — não é necessário ativar ou desativar o som.

O que o AI Studio não oferece para Grok Imagine

Para deixar claro o que esperar, vários recursos para desenvolvedores ou específicos do aplicativo existem apenas no aplicativo da própria SpaceXSI ou na API e não estão disponíveis no AI Studio:

  • Referências de voz e seleção de vozes predefinidas
  • Fixação do primeiro e último quadros e quadros-chave no meio do vídeo
  • Mais de 7 imagens de referência em um único prompt (a API permite até 14)
  • Proporções ultrapanorâmicas 21:9 e 5:2
  • Clipes com menos de 4 segundos (a API aceita a partir de 1 segundo)
  • Edição e extensão de vídeo (que usam o modelo mais antigo grok-imagine-video da API da SpaceXSI)
  • Ferramentas do espaço de trabalho do aplicativo da SpaceXSI, como Projects e agentes paralelos

Dicas de prompt para Grok Imagine 1.5

A documentação para desenvolvedores da SpaceXSI apresenta alguns princípios fundamentais para obter movimentos confiáveis e áudio claro com a arquitetura 1.5:

  1. Especifique câmera, iluminação e som juntos em texto para vídeo: Como o recurso renderiza um quadro inicial a partir das suas palavras e depois o anima junto com a faixa de áudio, forneça ao modelo pontos de referência visuais e sonoros concretos. Indique o enquadramento, como a câmera se move, a qualidade da luz e os sons ambientes ou diálogos exatos que você quer ouvir.
  2. Em imagem para vídeo, descreva o movimento, não a imagem: Ao enviar uma imagem inicial, ela já define o quadro de abertura, a aparência do sujeito e a proporção. Não desperdice seu prompt descrevendo novamente o que já está visível na foto. Concentre-se inteiramente no que muda depois do primeiro quadro: como o sujeito se move, como a câmera acompanha e quais sons ocorrem.
  3. Atribua uma função clara a cada imagem de referência: Ao usar Reference to Video no Grok Imagine 1.5 completo, envie imagens distintas para cada elemento que deseja fixar — por exemplo, Referência 1 para o rosto do personagem, Referência 2 para uma caneca de café que ele segura e Referência 3 para o interior de uma lanchonete. Como as referências não fixam o primeiro quadro, use seu prompt de texto para definir como esses elementos interagem na cena.
  4. Ajuste o ritmo das falas à duração do clipe: A sincronização labial nativa funciona melhor quando a fala cabe naturalmente nos segundos disponíveis. Para um clipe de 5 segundos, escreva uma única frase curta de diálogo em vez de um parágrafo longo, para que a voz não fique apressada nem seja cortada no fim da linha do tempo.

Exemplo de prompt de texto para vídeo (câmera, iluminação e áudio)

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.

Exemplo de prompt de imagem para vídeo (apenas movimento e som)

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.

Seja para criar rascunhos rápidos em 720p com o Grok Imagine 1.5 Lite por poucos créditos ou para manter um personagem recorrente entre cenas usando imagens de referência no Grok Imagine 1.5 completo, ter ambos os modelos em um único seletor no navegador facilita escolher a ferramenta para cada tomada. Acesse o gerador de vídeo do AI Studio, escolha a família Grok Imagine Video e experimente seu primeiro prompt com áudio nativo.

Fontes

Perguntas frequentes

Quando o Grok Imagine 1.5 foi lançado?

A SpaceXSI (antiga xAI) lançou o Grok Imagine Video 1.5 em 16 de junho de 2026, inicialmente como um modelo de imagem para vídeo na Imagine API, junto com o Video 1.5 Fast no grok.com e nos aplicativos para celular. Uma grande atualização em 31 de julho de 2026 adicionou geração de texto para vídeo, resolução 1080p nativa, referências de imagem e referências de voz para manter a consistência dos personagens entre cenas.

Qual é a diferença entre Grok Imagine 1.5 e 1.5 Lite?

O Grok Imagine 1.5 renderiza vídeos em 1080p nativo e oferece suporte a imagens de referência, referências de voz, primeiro e último quadros e quadros-chave no meio do vídeo na API. O Grok Imagine 1.5 Lite é um modelo de menor custo para texto para vídeo e animação de uma única imagem; sua saída em 1080p é ampliada de 720p, e ele não oferece suporte a imagens de referência, referências de voz ou quadros-chave fixados.

Quanto custa o Grok Imagine 1.5?

Na API da SpaceXSI, grok-imagine-video-1.5 custa $0.08 por segundo em 480p, $0.14 em 720p e $0.25 em 1080p, além de cerca de $0.01 por imagem de entrada. O modelo Lite custa $0.02 em 480p, $0.03 em 720p e $0.14 em 1080p. No AI Studio, a geração usa créditos: de 1,5 a 10 créditos por segundo para o Lite e de 6 a 18 para o 1.5.

Posso usar o Grok Imagine 1.5 sem uma assinatura do Grok?

Sim. Desenvolvedores podem chamar os modelos diretamente pela Imagine API da SpaceXSI e pagar por segundo de vídeo gerado. Se você quiser gerar clipes no navegador sem configurar chaves de API ou uma conta Grok, poderá usar tanto o Grok Imagine 1.5 quanto o 1.5 Lite em plataformas independentes como o AI Studio, usando créditos.

Já existe um Grok Imagine Video 2.0?

Não. Até novembro de 2026, a SpaceXSI não lançou nem anunciou o Grok Imagine Video 2.0. Os modelos de vídeo atuais da linha são Grok Imagine 1.5 e Grok Imagine 1.5 Lite. Embora a SpaceXSI tenha um modelo chamado Grok Imagine Image 2.0, esse lançamento serve apenas para gerar imagens estáticas, não clipes de vídeo.

Crie com AI Video Studio

Transforme sua ideia em vídeo

Explore o gerador de vídeos e comece a criar.

Gerar um vídeo

Escrito por

AI Studio Team