Grok Imagine 1.5 Lite vs Grok Imagine: como escolher?

TL;DR

• Para vídeos curtos de 1–5 segundos ou proporções como 4:3 e 3:4, considere o Grok Imagine 1.5 Lite; para um preço unitário menor em 720p ou durações de 6–30 segundos, considere o Grok Imagine. No Lite, 720p custa US$ 0,043 por segundo; no Grok Imagine, US$ 0,0214. Detalhes na página de preços do Lite.
• Ambos com requisição de 6 segundos em 720p: o Lite custa US$ 0,258 e o Grok Imagine US$ 0,1284, uma diferença de US$ 0,1296 por vídeo. A diferença de preço é uma diferença de cobrança, não um ranking de qualidade de imagem.
• Os dois estão na HiAPI: página do modelo Lite · página do modelo Grok Imagine. Usam a mesma interface /v1/tasks: após enviar, leia data.taskId e consulte o resultado.

Visão geral rápida

Item	Grok Imagine 1.5 Lite	Grok Imagine
480p por segundo	US$ 0,029	US$ 0,0114
720p por segundo	US$ 0,043	US$ 0,0214
Requisição de 6 segundos em 720p	US$ 0,258	US$ 0,1284
Faixa de duração	1–15 segundos inteiros, padrão 6 segundos	6–30 segundos inteiros, padrão 6 segundos
Proporção de tela	7 opções: 16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 9:16	5 opções: 2:3, 3:2, 1:1, 16:9, 9:16
Campo mode	Não existe esse campo	Suporta mode; a requisição do padeiro usa normal
Configuração dos vídeos desta página	720p, 6 segundos, 16:9	720p, 6 segundos, 16:9

Esta página compara apenas as tarifas de 480p e 720p comuns aos dois. Defina explicitamente a resolução e a proporção na requisição para não misturar padrões diferentes.

Dois cenários em paisagem: terraços e padeiro

Grupo A: balão de ar quente sobre terraços ao nascer do sol

A glass hot-air balloon drifts slowly over a misty valley of terraced rice fields at sunrise. Golden light spills across the water-filled terraces, mist rolls between the hills, a flock of white egrets glides beneath the balloon. Smooth aerial tracking shot, gentle wind sounds and distant birdsong, cinematic, natural colors. No text, no logos.

Lite · 720p · US$ 0,258	Grok Imagine · 720p · US$ 0,1284
Assistir ao balão de ar quente do Lite	Assistir ao balão de ar quente do Grok Imagine

Ambos os registros são 720p, requisição de 6 segundos, 16:9; na prática 1280×720, MP4, 24fps, com o fluxo de vídeo principal com cerca de 6,04 segundos. Nos dois foi detectada faixa de áudio não silenciosa; aqui não se afirma que o som do vento ou o canto dos pássaros tenham sido identificados item por item. O balão de ar quente reaproveita um vídeo e prompt já existentes; a requisição original daquele momento não passou mode explicitamente, e o material do Lite não inclui a requisição completa da tarefa. Este grupo serve para observar cena e composição, não como comparação com todos os parâmetros de entrada idênticos.

Gerar com o Lite → · Gerar com o Grok Imagine →

Diferença visível: nos dois há terraços com reflexo na água, luz do nascer do sol, neblina no vale, balão e bando de aves brancas; no Lite, o balão e as aves ocupam uma proporção maior do quadro, enquanto a versão original tem enquadramento mais distante. Aqui se descreve a composição, sem julgar qual tem melhor movimento ou neblina no conjunto.

Grupo B: padeiro abrindo o forno e cumprimentando

Landscape medium shot in a cozy small bakery at morning. A cheerful middle-aged baker with flour on her apron pulls a tray of golden croissants from the oven, looks at the camera and says warmly: "Fresh out of the oven, come try one!" Steam rises, soft window light, natural room tone and oven sounds. No subtitles, no captions, no on-screen text, no logos.

Lite · 720p · US$ 0,258	Grok Imagine · 720p · US$ 0,1284
Assistir ao vídeo do padeiro no Lite	Assistir ao vídeo do padeiro no Grok Imagine

Os dois lados usam o mesmo prompt completo acima, ambos com requisição de 720p, 6 segundos, 16:9; o Grok Imagine recebe mode=normal explicitamente. Os vídeos originais são MP4 1280×720, 24fps, com duração de contêiner de 6,042 segundos e 6,0417 segundos, respectivamente. Ambos têm faixa de áudio não silenciosa; a fala especificada e a sincronia labial ainda não foram auditadas.

Gerar com o Lite → · Gerar com o Grok Imagine →

Diferença visível: nos dois há a padeira segurando os croissants, o forno aberto e vapor; no Lite a janela fica atrás da personagem, enquanto na versão original a janela fica à esquerda do quadro. Nas amostras de quadros cobrindo todo o vídeo não foram vistos legendas nem logotipos evidentes; essa observação não serve para confirmar o conteúdo da fala nem a sincronia labial.

Como escolher por cenário

• Para tarefas em lote em 720p com sensibilidade a custo, compare primeiro os US$ 0,0214/s do Grok Imagine com os US$ 0,043/s do Lite; 1.000 tarefas de 6 segundos têm diferença de US$ 129,60.
• Se precisar de vídeos de 1, 2, 3, 4 ou 5 segundos, a faixa do Lite cobre; o Grok Imagine começa em 6 segundos.
• Se precisar de tarefas únicas de 16–30 segundos, a faixa do Grok Imagine cobre; o Lite vai até 15 segundos.
• Se precisar de proporção 4:3 ou 3:4, use o Lite; ambos suportam em comum 16:9, 1:1, 2:3, 3:2 e 9:16.
• Quando houver exigência de fala ou som ambiente, ouça o vídeo final para confirmar o conteúdo, sem tomar "tem faixa de áudio" como "fala correta ou sincronia labial".

Custo de troca: campos comuns explícitos

{
  "model": "grok-imagine-1.5-lite/text-to-video",
  "input": {
    "prompt": "Landscape medium shot in a cozy small bakery at morning. A cheerful middle-aged baker with flour on her apron pulls a tray of golden croissants from the oven, looks at the camera and says warmly: \"Fresh out of the oven, come try one!\" Steam rises, soft window light, natural room tone and oven sounds. No subtitles, no captions, no on-screen text, no logos.",
    "resolution": "720p",
    "duration": 6,
    "aspect_ratio": "16:9"
  }
}

{
  "model": "grok-imagine/text-to-video",
  "input": {
    "prompt": "Landscape medium shot in a cozy small bakery at morning. A cheerful middle-aged baker with flour on her apron pulls a tray of golden croissants from the oven, looks at the camera and says warmly: \"Fresh out of the oven, come try one!\" Steam rises, soft window light, natural room tone and oven sounds. No subtitles, no captions, no on-screen text, no logos.",
    "resolution": "720p",
    "duration": 6,
    "aspect_ratio": "16:9",
    "mode": "normal"
  }
}

Acima está o corpo completo da requisição do cenário do padeiro, consistente com o prompt e os parâmetros usados nos vídeos correspondentes desta página. Ambos definem explicitamente resolution, duration e aspect_ratio; mode é enviado apenas ao Grok Imagine. Após enviar a tarefa, leia data.taskId e depois consulte a tarefa, obtendo o resultado com type=video em data.output e salvando-o a tempo.

Regras de moderação a saber antes da cobrança

A página do modelo Grok Imagine avisa claramente: o resultado é moderado após a geração, e mesmo sem aprovação na moderação os créditos podem ser cobrados normalmente. Não confunda "parâmetros inválidos, tarefa não criada" com "reprovado na moderação após a geração", nem prometa que todas as falhas são gratuitas.

Perguntas frequentes

O Lite é sempre mais barato em 720p?

Não. O Lite custa US$ 0,043/s e o Grok Imagine US$ 0,0214/s; para 6 segundos, US$ 0,258 e US$ 0,1284, respectivamente.

Os dois conseguem gerar vídeos de 1 ou 30 segundos?

Não. O Lite suporta inteiros de 1–15 segundos e o Grok Imagine inteiros de 6–30 segundos; o intervalo comum é de 6–15 segundos.

Se ambos são 720p, pode-se afirmar que os pixels reais são iguais?

Não. É preciso verificar também a proporção e o tamanho real de saída. Os dois vídeos desta página foram conferidos como 16:9 e 1280×720.

Detectar faixa de áudio garante que a fala especificada foi dita corretamente?

Não. A detecção de volume só confirma a existência de sinal não silencioso; a fala especificada, a pronúncia e a sincronia labial exigem audição e comparação com a imagem.

Reprovado na moderação após a geração significa que não haverá cobrança?

Não se pode prometer isso. A página do modelo Grok Imagine avisa que, mesmo reprovado na moderação após a geração, os créditos são cobrados normalmente; confirme as regras relevantes antes de enviar.

Próximo passo: leia o guia de integração de texto para vídeo do Lite, os exemplos de prompts e a página de preços, e escolha a versão conforme sua duração e proporção de tela.