Grok Imagine Video 1.5 ist das Videogenerierungsmodell von xAI. Es verwandelt ein Standbild oder einen reinen Textprompt in einen Videoclip; Dauer, Seitenverhältnis und Auflösung bis nativ 1080p sind einstellbar. Soundeffekte, Ambiente und Dialog entstehen laut xAI im selben Durchgang wie das Bild. Die API-Abrechnung erfolgt pro erzeugter Videosekunde: 0,080 USD, die Lite-Variante 0,020 USD. Token-Größen wie Kontextfenster oder Ausgabe-Token gelten für dieses Videomodell nicht; die Begrenzungen sind Clipdauer (bis 15 Sekunden laut Doku), Auflösung und ein Rate Limit von 10 Anfragen pro Sekunde. Alle Angaben sind Herstellerangaben aus der xAI-Dokumentation, kein eigener Modelltest.
Quellen geprüft: 31.10.2026. Herstellerangaben, kein eigener Modelltest.
Wofür eignet sich Grok Imagine Video 1.5?
Imagine Video 1.5 richtet sich an alle, die aus vorhandenen Bildern oder Textideen kurze Clips erzeugen wollen: Produktteaser, Social-Media-Videos, animierte Szenen aus einem Keyvisual. Wer Figuren oder Orte über mehrere Clips konsistent halten will, kann laut xAI bis zu 14 Referenzbilder und 3 Stimmreferenzen übergeben und den ersten, letzten und einen mittleren Frame festpinnen. Für schnelle Entwürfe gibt es die günstigere Lite-Variante; auf grok.com/imagine nennt xAI eine Fast-Variante, die 6 Sekunden in 720p in etwa 25 Sekunden erzeugt.
Eingaben und Ausgaben
Eingabe ist ein Textprompt, optional mit Startbild oder Referenzbildern; Ausgabe ist ein Videoclip mit generierter Tonspur. Reine Text- oder Audioausgabe ist nicht Aufgabe dieses Modells; dafür führt xAI die Grok-Sprach- und Voice-Modelle.
Die Clipdauer ist konfigurierbar, die Doku nennt bis zu 15 Sekunden; native 1080p sind seit Juli 2026 für Text-to-Video und Image-to-Video ausgewiesen. Da pro Sekunde abgerechnet wird und laut Doku Dauer und Auflösung den Preis beeinflussen, sollten größere Jobs mit den tatsächlichen Einstellungen kalkuliert werden.
Referenzbilder fixieren je ein Element wie Gesicht, Produkt oder Ort; eine Stimmreferenz hält laut xAI die Stimme einer Figur über Szenen. Die Ankündigung vom Juli 2026 nannte noch bis zu sieben Referenzen pro Generierung, die aktuelle Doku-Übersicht bis zu 14 Bild- und 3 Stimmreferenzen.
Bessere Bewegung, Physik und Lippensynchronität sind Angaben des Anbieters aus dem eigenen Release. Ob ein Clip für den eigenen Zweck überzeugt, entscheidet nur ein Test mit den eigenen Bildern und Prompts.
0,080 USD pro erzeugter Videosekunde für grok-imagine-video-1.5; grok-imagine-video-1.5-lite 0,020 USD; das Vorgängermodell grok-imagine-video 0,050 USD je Sekunde. Laut Preisseite beeinflussen Dauer und Auflösung die Gesamtkosten. Stand der Preisprüfung: 31.10.2026, Quelle: offizielle xAI-Preisübersicht.
Vor dem Einsatz prüfen
Modell-ID grok-imagine-video-1.5 und Endpunkt /v1/videos/generations festhalten; Antworten sind asynchron, Polling oder SDK-Handling einplanen.
Kosten vor dem Rollout mit realer Dauer und Auflösung durchrechnen; die Lite-Variante als Entwurfsstufe prüfen.
Bei Umstieg von grok-imagine-video: Preis je Sekunde (0,050 zu 0,080 USD) und die neuen Referenz-Funktionen gegenüber dem bisherigen Workflow abgleichen.
Stimmreferenzen sind in der API laut xAI nur auf Anfrage verfügbar; vor der Planung einer Funktion darauf Zugang klären.
Häufige Fragen zu Grok Imagine Video 1.5
Was ist Grok Imagine Video 1.5?
Das Videogenerierungsmodell von xAI. Es erzeugt aus einem Standbild oder einem Textprompt Videoclips mit Ton. Die offizielle API-Modell-ID lautet grok-imagine-video-1.5.
Was kostet Grok Imagine Video 1.5?
Laut xAI-Preisliste 0,080 USD pro erzeugter Videosekunde; die Lite-Variante kostet 0,020 USD pro Sekunde. Dauer und Auflösung beeinflussen die Gesamtkosten eines Auftrags.
Brauche ich ein Startbild?
Nein. Image-to-Video animiert ein vorgegebenes Standbild; Text-to-Video erzeugt laut xAI seit dem 31. Juli 2026 Clips allein aus einem Textprompt, beides bis nativ 1080p.
Wie lang können die Clips sein?
Die xAI-Doku nennt eine konfigurierbare Dauer von bis zu 15 Sekunden pro Clip. Eine Video-Verlängerungsfunktion setzt am letzten Frame eines bestehenden Clips an.
Gibt es Kontextfenster oder Token-Limits?
Nein. Als Videomodell wird Imagine Video 1.5 nicht über Token bemessen; die relevanten Grenzen sind Clipdauer, Auflösung, Referenzanzahl und das Rate Limit von 10 Anfragen pro Sekunde.
Alle Antworten beziehen sich auf die verlinkte Herstellerdokumentation und den angegebenen Stand. Kein unabhängiger Benchmark, keine Garantie für Verfügbarkeit oder Ergebnisqualität.
Redaktionelle Zusammenfassung mit KI-Unterstützung, verantwortet von Philipp Paulik. Kein eigener Leistungstest. Änderbare Anbieterangaben gelten für den angegebenen Quellenstand.
Intelligenz Welt · Redaktion: Philipp Paulik · Quellenstand: 2026-10-31 Vollständiges Webportrait: https://intelligenz-welt.de/ki-modelle/grok-imagine-video-1-5/ Statischer Export, kein Live-Datenblatt. Preise, Zugriff und Anbieterangaben können sich ändern. Quellen und ihre jeweiligen Abrufstände stehen oben. Impressum · Transparenz
Deine Privatsphäre.
Du entscheidest über Statistik und Werbung. Ohne Zustimmung bleibt beides aus.
Ohne Auswahl bleiben Statistik und Werbung aus. Jederzeit im Footer änderbar.
Geh noch nicht!
Sichere dir noch schnell gratis die Tagesausgabe: die wichtigsten KI-News, Artikel und das Modell-Radar des Tages kompakt als PDF – kostenlos mit kurzer E-Mail-Anmeldung (Double-Opt-In), ohne Newsletter.