Grok Imagine Video 1.5
O modelo de vídeo Grok Imagine da SpaceXSI (antiga xAI), que transforma texto ou imagens em vídeos curtos. Empata em primeiro em texto para vídeo na LMArena e fica em oitavo entre todas as entradas em imagem para vídeo na LMArena.
SpaceXSI (formerly xAI)Modelo de vídeoLançado em maio de 2026Dados conferidos em 18 de outubro de 2026
Onde as pessoas o colocam
#5
Transformar imagens em vídeo (empate), 137.459 votos
Pelos votos às cegas do LMArena, em que as pessoas escolhem a melhor de duas respostas anônimas. Veja as tabelas completas no ranking de IA.
Pontos fortes e fracos
- Empatado em primeiro em texto para vídeo na LMArena
- Amostra grande em imagem para vídeo na LMArena (mais de 137,000 votos), então essa pontuação é estável
- Preço baixo, a partir de $0.08 por segundo
- A melhor pontuação em texto para vídeo está listada sob uma variante 'agent' com apenas cerca de 1,200 votos
- Fica em décimo na arena de texto para vídeo da Artificial Analysis
Ideal para
- Vídeos rápidos e baratos para redes sociais
- Animar uma imagem estática
Todas as notas que temos
Cada barra compara este modelo com o melhor resultado de qualquer modelo desta página no mesmo teste.
- LMArena, texto para vídeo1.492,3Pontuação na Arena 1492.3 (IC 95% 1474.0 a 1510.6); 1,218 votos; entrada "grok-imagine-video-1.5-agent"; posição 4 de 48 no ranking completo
- LMArena, imagem para vídeo1.456Pontuação na Arena 1456.0 (IC 95% 1451.8 a 1460.2); 137,459 votos; entrada "grok-imagine-video-1.5-720p"; posição 8 de 48 no ranking completo
- Arena de vídeo da Artificial Analysis1.060,1Elo 1060.1 (IC 95% 1044.1 a 1076.1); 3,748 aparições; posição 10 de 32 na arena de texto para vídeo da Artificial Analysis
- Preço por minuto de vídeo (estimativa)$15$15.00 por minuto de vídeo (estimativa da Artificial Analysis)
Compare com
- FLUX 3 VideoO modelo de vídeo FLUX 3 da Black Forest Labs, que gera vídeo com áudio sincronizado a partir de texto, keyframes ou um clipe existente.
- Wan 3.0O modelo de vídeo Wan 3.0 da Alibaba, oferecido pelo Alibaba Cloud Model Studio, com clipes de até 30 segundos em até 1080p.
- MiniMax H3O modelo de vídeo omnimodal de pesos abertos da MiniMax, que gera clipes de 4 a 15 segundos com áudio estéreo nativo a partir de texto, imagens, vídeo e áudio.
- Gemini Omni FlashO modelo de vídeo Omni do Google, mostrado pela primeira vez no I/O 2026, que gera e edita vídeo com áudio nativo; a versão 1.1 Flash ficou disponível para todos na Gemini API em 27 de agosto de 2026.