Grok Imagine Video 1.5
El modelo de video Grok Imagine de SpaceXSI (antes xAI), que convierte texto o imágenes en videos cortos. Empata en el primer puesto en texto a video de LMArena y queda octavo entre todas las entradas en imagen a video de LMArena.
SpaceXSI (formerly xAI)Modelo de videoLanzado en mayo de 2026Datos revisados el 18 de octubre de 2026
Dónde lo sitúa la gente
#5
Convertir imágenes en video (empate), 137.459 votos
Según los votos a ciegas de LMArena, donde la gente elige la mejor de dos respuestas anónimas. Mira las tablas completas en el ranking de IA.
Puntos fuertes y débiles
- Empatado en el primer puesto en texto a video de LMArena
- Muestra grande en imagen a video de LMArena (más de 137,000 votos), así que ese puntaje es estable
- Precio bajo, desde $0.08 por segundo
- Su mejor puntaje de texto a video aparece bajo una variante 'agent' con solo unos 1,200 votos
- Queda décimo en la arena de texto a video de Artificial Analysis
Ideal para
- Videos rápidos y baratos para redes
- Animar una imagen fija
Todas las puntuaciones que tenemos
Cada barra compara este modelo con el mejor resultado que tiene cualquier modelo de esta página en la misma prueba.
- LMArena, texto a video1492,3Puntaje Arena 1492.3 (IC 95% 1474.0 a 1510.6); 1,218 votos; entrada "grok-imagine-video-1.5-agent"; puesto 4 de 48 en la tabla completa
- LMArena, imagen a video1456Puntaje Arena 1456.0 (IC 95% 1451.8 a 1460.2); 137,459 votos; entrada "grok-imagine-video-1.5-720p"; puesto 8 de 48 en la tabla completa
- Arena de video de Artificial Analysis1060,1Elo 1060.1 (IC 95% 1044.1 a 1076.1); 3,748 apariciones; puesto 10 de 32 en la arena de texto a video de Artificial Analysis
- Precio por minuto de video (estimado)$15$15.00 por minuto de video (estimación de Artificial Analysis)
Compáralo con
- FLUX 3 VideoEl modelo de video FLUX 3 de Black Forest Labs, que genera video con audio sincronizado a partir de texto, fotogramas clave o un clip existente.
- Wan 3.0El modelo de video Wan 3.0 de Alibaba, disponible a través de Alibaba Cloud Model Studio, con clips de hasta 30 segundos y hasta 1080p.
- MiniMax H3El modelo de video omnimodal de pesos abiertos de MiniMax, que genera clips de 4 a 15 segundos con audio estéreo nativo a partir de texto, imágenes, video y audio.
- Gemini Omni FlashEl modelo de video Omni de Google, presentado en I/O 2026, que genera y edita video con audio nativo; la versión 1.1 Flash quedó disponible para todos en la Gemini API el 27 de agosto de 2026.