Grok Imagine Video 1.5
⧉xAI Grok Imagine Video 1.5: de 4 a 15 segundos en pasos de un segundo, 480P / 720P y cinco relaciones de aspecto. Texto a vídeo sin imagen de referencia, imagen a vídeo con imágenes de referencia (hasta 7; con 2 o más el máximo son 10 segundos). Asíncrono, facturado por clip —1 segundo cuesta lo mismo que 15— y los trabajos fallidos se reembolsan íntegramente. 480P $0,30 / 720P $0,40; el precio solo cambia con la resolución.
Prueba en directo · Playground
Prueba Grok Imagine Video 1.5 aquí mismo (disponible tras iniciar sesión)。
Input
VídeoOutput
videoAcerca de Grok Imagine Video 1.5
Grok Imagine Video 1.5 es el modelo de vídeo de xAI y el más barato de NezhaGate. Lo que lo distingue de todo lo demás de aquí es la forma de facturarlo: tiene precio POR CLIP, así que un render de 1 segundo y otro de 15 cuestan exactamente lo mismo; solo la resolución cambia el precio (480P $0,30, 720P $0,40). La duración es cualquier entero de 1 a 15 segundos, con resolución 480P / 720P y relación de aspecto 16:9 / 9:16 / 1:1 / 4:3 / 3:4; omite la imagen de referencia para texto a vídeo o incluye hasta 7 para imagen a vídeo; cada clip sale con pista de audio nativa. Trabajo asíncrono: POST /v1/videos/generations devuelve al instante HTTP 202 y un id de trabajo; consulta GET /v1/videos/jobs/{id} hasta status=succeeded y lee data[0].url. Ese enlace es un mp4 rehospedado por nosotros, así que no caduca como sí lo hace el enlace de la CDN del proveedor.
Casos de uso
El coste fijo por clip más bajo de la plataforma, así que puedes lanzar decenas de prompts y quedarte con el mejor.
El precio por clip hace que la opción de 15 segundos sea la de mejor valor; no hay ninguna razón para acortar un clip por ahorrar dinero.
9:16 directamente desde el modelo para plataformas de vídeo corto; 4:3 y 3:4 encajan con composiciones mixtas de imagen y texto.
Hasta 7 imágenes de referencia, útil para llevar un mismo personaje o producto a escenas distintas.
Cómo elegir
Elígelo cuando mande el presupuesto o cuando estés probando ideas en lote: empieza en $0,30, el vídeo más barato de aquí, y el precio por clip significa que 15 segundos no cuestan más que uno. Para una banda sonora controlable, audio de referencia o vídeo de referencia usa la familia Seedance; para más de 15 segundos, seedance-2.5; y para 1080P, minimax-h3.
Preguntas frecuentes
¿Por qué por clip y no por segundo?
¿Por qué solo 10 segundos con varias imágenes?
¿Genera audio?
¿Cómo se factura y se me cobra si falla?
Modelos relacionados
Descubre otros modelos que puedes integrar.
GPT-5.6 Sol
Buque insignia de frontera para programación agéntica
GPT-5.6 Terra
Modelo equilibrado de programación agéntica para el día a día
GPT-5.6 Luna
Modelo rápido y económico de programación agéntica
GPT-5.5
Modelo insignia de chat y razonamiento
GPT-6 Astra
Buque insignia de nueva generación de OpenAI · contexto de 1,05M
GPT Image 2
Modelo de alta calidad para texto a imagen e imagen a imagen
GPT Image 2.5 Flare
Modelo de imagen de nueva generación · limpio y suave
GPT Image 2.5 Sunburst
Modelo de imagen de nueva generación · más textura
Nano Banana 2
Modelo de alta calidad para texto a imagen e imagen a imagen
Nano Banana Pro
Modelo insignia para texto a imagen e imagen a imagen
Claude Sonnet 4.6
Modelo equilibrado y eficiente para chat y código
Claude Opus 5
Buque insignia de nueva generación de Anthropic
Claude Fable 5
Serie Fable de Anthropic · narrativa y textos largos
Gemini 3.1 Pro
Modelo insignia de razonamiento de nueva generación de Google
Gemini 3.8 Flash
El Flash más reciente · razonamiento adaptativo
Gemini 3.7 Flash
Flash anterior · razonamiento adaptativo
Gemini 3.6 Flash
Modelo rápido de nueva generación · cuatro presupuestos de razonamiento
Gemini 3.6 Flash High
Nivel de razonamiento profundo
Gemini 3.6 Flash Low
El nivel más rápido y económico
Gemini 3.6 Flash Tiered
Razonamiento por niveles automático
Gemini 3 Flash
Modelo de chat rápido, de baja latencia y económico
Gemini 3.5 Flash
Modelo rápido con razonamiento de nueva generación
Gemini 2.5 Flash
Chat rápido, de baja latencia y económico
Veo 3.1
Texto / imagen a vídeo · varios niveles · varias resoluciones
Seedance 2.5
Texto / imagen a vídeo · hasta 30 segundos
Seedance 2.0
Texto / imagen a vídeo · de 5 a 15 segundos
Seedance 2.0 Fast
Baja latencia · el coste más bajo
Seedance 2.0 Mini
Nivel de entrada · el coste más bajo
Wan 3.0
Un endpoint, cinco modos · hasta 30 segundos
Wan 3.0 Prime
Las mismas capacidades · varias veces más rápido
MiniMax H3
1080P · audio nativo