O Grok gera vídeos? Video 1.5, prompts, preços e limites

Sim, o Grok pode gerar vídeos por meio do Grok Imagine, mas a resposta exata depende da superfície de produto e do modelo. A documentação geral do xAI Imagine descreve geração de vídeo a partir de texto ou imagens estáticas, enquanto a página oficial do modelo API grok-imagine-video-1.5-preview lista modalidades Image e Video e informa que este modelo preview atualmente não suporta text-to-video.

Essa diferença importa se você está decidindo o que testar agora. Este guia cobre a atualização de junho de 2026 do Grok Imagine Video 1.5 Preview, prompts prontos para copiar, notas de preço de API, limites de text-to-video, fluxos image-to-video e video input, e onde o PixVerse entra quando você quer comparar Grok com outros modelos de vídeo IA em um único fluxo criativo.

O Grok gera vídeos?

Sim. O Grok gera vídeos por meio do Grok Imagine, a família de modelos de imagem e vídeo da xAI. O xAI Imagine overview oficial descreve o Imagine como compatível com geração de imagens, edição de imagens, geração de vídeo a partir de texto ou imagens estáticas, edição de vídeo, reference-to-video e extensão de vídeo.

Para quem pergunta se o Grok tem geração de vídeo, a resposta prática é mais sutil do que um sim. O Grok Imagine pode animar imagens estáticas, usar fluxos com referências e lidar com caminhos de criação ou edição de vídeo na documentação ampla do Imagine. Mas não se deve presumir text-to-video em todo modelo de vídeo do Grok. A página atual de grok-imagine-video-1.5-preview diz especificamente que esse modelo não suporta text-to-video.

A resposta segura para produção é: o suporte de vídeo do Grok depende da superfície usada. Verifique se você está no Grok, X, API da xAI ou fluxo de parceiro, e confirme modelo exato, tipo de entrada, preço, rate limit e restrições de saída antes de planejar uma campanha.

Atualização de junho de 2026: Grok Imagine Video 1.5 Preview

Em 3 de junho de 2026, a xAI tem uma página oficial para grok-imagine-video-1.5-preview. O ponto importante não é apenas que o Grok faz vídeo, mas que o Grok Imagine agora precisa separar produto e modelo.

A página lista o modelo grok-imagine-video-1.5-preview e o alias grok-imagine-video-1.5-2026-05-30. Ela mostra modalidades Image e Video, não um caminho puro de text-to-video. Também informa que o modelo atualmente não suporta text-to-video.

Em preços, a mesma página lista output a $0.08 per second, image input a $0.01, video input 480p a $0.08/sec, video input 720p a $0.14/sec e limite de 60 requests por minuto. Trate estes dados como um snapshot da documentação oficial, não como premissas permanentes, porque acesso, limites e preços de modelos preview podem mudar.

A formulação mais segura é: fluxos amplos de vídeo do Grok Imagine podem incluir text-to-video dependendo da superfície e do modelo, mas a página atual do grok-imagine-video-1.5-preview lista modalidades Image e Video e diz que não suporta text-to-video.

Grok Imagine vs Grok Imagine Video 1.5 Preview

Use esta comparação compacta ao escolher uma rota de teste ou escrever um brief de produção.

Modelo / superfície	Direção de entrada	Status text-to-video	Melhor uso
Fluxos amplos de produto/API do Grok Imagine	Texto, imagem, referência, edição e extensão podem aparecer conforme a superfície.	Documentado no overview do Imagine, mas a disponibilidade depende do modelo e da superfície.	Exploração criativa ampla com prompts, animação de imagens, referências, edição e extensão.
Modelo API grok-imagine-video-1.5-preview	Fluxos com imagem e vídeo como entrada, segundo a página oficial do modelo.	Não suportado na página atual do modelo.	Testes controlados image-to-video e video input com o modelo preview mais novo.

Antes de usar qualquer rota, verifique acesso atual, nome do modelo, tipo de entrada, duração, resolução, armazenamento, revisão de segurança, preços e rate limits. Para planejar custos, consulte a xAI pricing page atual e a página específica do modelo, não uma afirmação genérica sobre Grok Imagine.

Recursos de vídeo do Grok Imagine em 2026

No ecossistema mais amplo do Grok Imagine, a documentação atual da xAI lista geração configurável de vídeo, image-to-video, edição de vídeo, reference-to-video e extensão. O detalhe central de 2026 é conferir essas capacidades na página do modelo específico antes de construir um fluxo.

Text-to-video é útil quando a superfície aceita prompt escrito e você quer explorar conceitos rápidos: clipes sociais, moods de produto, ideias meme ou esboços cinematográficos. Para o modelo API 1.5 Preview, porém, não presuma esse caminho enquanto a página não mudar.

Image-to-video é a rota mais controlada para fotos de produto, pôsteres, personagens, thumbnails e frames de conceito. A imagem estática ancora o primeiro frame, ajudando quando forma, composição ou identidade importam.

Reference-to-video é útil quando você precisa de identidade visual recorrente sem forçar a referência a ser o primeiro frame. Serve para identidade de personagem, silhueta de produto, figurino, estilo e objetos recorrentes.

Edição e extensão são fluxos mais voltados à produção. A edição revisa um clipe existente preservando o restante; a extensão continua a partir do frame final. São úteis para mudança de clima, restyling, segundo beat, finais alternativos e testes de ritmo short-form.

Prompts do Grok Imagine que valem virar vídeos

Comece com prompts que mostram forças diferentes: estabilidade de produto, movimento humano e controle de ambiente cinematográfico. Se você usa uma superfície do Grok Imagine com text-to-video, use-os diretamente. Se estiver testando grok-imagine-video-1.5-preview, primeiro crie ou envie uma imagem inicial e use o prompt como direção de movimento, câmera e estilo.

1. Prompt de anúncio de produto

Use este prompt para testar legibilidade do produto, detalhe de superfície, movimento de luz e acabamento comercial.

Prompt:

A compact black wireless speaker sits on a rain-slicked rooftop at night. Neon signs reflect across the wet surface and tiny droplets bead on the speaker grille. The camera begins in an extreme macro close-up on the droplets, then slowly pulls back to reveal the skyline. A soft blue light pulses once around the speaker rim as rain falls in slow motion. Realistic premium product commercial, shallow depth of field, vertical 9:16, no text, no logo distortion.

Nota do resultado: Um bom resultado deve parecer teaser premium: silhueta legível, chuva convincente e pull-back suave sem perder o produto. O risco é drift do produto; se grelha, aro ou corpo mudam demais, o clipe fica menos útil para produto real.

2. Prompt de clipe social com personagem

Use este prompt para testar estabilidade facial, movimento corporal, transição de cena e energia de social hook.

Prompt:

A stylish young creator in a silver jacket stands in a tiny elevator lined with mirrored panels. The lights flicker once, then the elevator doors open onto a surreal midnight city street filled with glowing billboards and drifting steam. The camera tracks backward as she steps out, smiles at the camera, and raises a small camera toward the viewer. Fast social hook, cinematic but playful, crisp facial detail, smooth motion, vertical 9:16, no captions.

Nota do resultado: Este prompt testa se o Grok Imagine mantém uma pessoa num hook social rápido. O melhor resultado torna a passagem do elevador para a rua surpreendente e contínua. O risco é instabilidade facial: se sorriso, olhos ou casaco mudam, funciona como vibe test, mas não como anúncio final.

3. Prompt de ambiente cinematográfico

Use este prompt para testar escala de câmera, reflexos, movimento ambiental e composição cinematográfica.

Prompt:

A lone astronaut walks across a shallow mirror-like salt flat at sunrise. The sky is pale orange and violet, and a huge broken moon hangs low on the horizon. Each step sends a soft ripple through the reflective water. The camera starts behind the astronaut, then slowly cranes upward to reveal the vast landscape and a distant glowing research station. Epic cinematic sci-fi mood, realistic reflections, slow graceful motion, widescreen 16:9, no text.

Nota do resultado: É o teste cinematográfico mais forte: escala, reflexos e câmera controlada ao mesmo tempo. Um bom resultado conecta salina, ondulações, lua e crane-up. A falha comum é ser bonito mas vago, com astronauta, reflexo ou estação inconsistentes.

Mais prompts do Grok Imagine para diferentes usos

Use estes prompts para ampliar a cobertura de testes. Os exemplos text-to-video são melhores para superfícies do Grok Imagine que aceitam geração a partir de texto puro. Para Grok Imagine Video 1.5 Preview, trate-os como briefs para uma imagem fonte mais prompt de movimento.

Text-to-Video: meme ou tendência rápida

A tiny robot barista tries to make latte art inside a crowded futuristic cafe. The foam accidentally forms a perfect smiley face, and everyone at the counter reacts with surprised laughter. Quick comedic timing, handheld social video feel, warm cafe lighting, clear robot expression, vertical 9:16, no text overlays.

Text-to-Video: beleza ou moda

A fashion model wearing a translucent raincoat walks through a glowing tunnel of blue LED lights. The camera tracks beside her in slow motion as water droplets sparkle on the fabric. High-fashion editorial look, crisp facial detail, glossy reflections, controlled runway pacing, vertical 9:16.

Text-to-Video: food ASMR

A chef slices a glossy mango on a dark stone board under warm morning light. Juice beads along the knife edge, thin slices fan open in perfect rhythm, and a soft breeze moves a linen napkin in the background. Macro food commercial, shallow depth of field, smooth slow motion, no text.

Image-to-Video: teaser de produto

Animate the uploaded product image into a premium launch teaser. Keep the product shape, color, label, and camera angle consistent. Add a slow push-in, a subtle light sweep across the surface, tiny particles floating in the background, and a clean studio shadow shift. No extra text, no extra objects, vertical 9:16.

Image-to-Video: animação de pôster

Animate this movie poster as a short atmospheric teaser. Keep the main character, composition, title placement, and color palette unchanged. Add drifting fog, a slow camera push toward the character’s face, faint background light movement, and subtle fabric motion. Cinematic suspense mood, no new text.

Reference-to-Video: consistência de personagem

Use the reference images to preserve the character’s face, hairstyle, jacket, and color palette. Generate a new shot where the character walks through a rainy train station at night, glances over their shoulder, then disappears into a passing crowd. Smooth tracking shot, realistic reflections, moody thriller lighting, no extra characters with the same face.

Reference-to-Video: identidade de produto

Use the reference images to preserve the product silhouette, material, color, and front label. Create a new studio scene where the product rotates slowly on a matte black pedestal while a narrow beam of light moves across the surface. Premium hardware launch style, minimal background, no logo distortion, no text changes.

Edição de vídeo: mudar clima

Change the scene from sunny afternoon to light rain at dusk. Preserve the people, camera angle, building layout, and original action. Add wet pavement reflections, soft gray-blue lighting, small raindrops, and a calm cinematic mood. Do not add new people or text.

Edição de vídeo: mudar cor do produto

Change only the product body color from white to deep matte black. Preserve the logo placement, shape, camera movement, hands, table, background, and lighting direction. Keep the rest of the scene unchanged and realistic.

Extensão de vídeo: segundo beat

Continue from the final frame. The camera pulls back slightly as the product lights turn on, a subtle blue pulse moves around the edge, and the background reflections become brighter. Keep the same product, setting, camera angle, lighting mood, and color palette.

Extensão de vídeo: final de história

Continue from the final frame. The character pauses, turns toward the distant glowing doorway, and takes one slow step forward as the light brightens. Keep the same character design, wardrobe, environment, camera movement, and cinematic mood.

Como escrever prompts melhores para vídeo no Grok Imagine

Prompts de vídeo do Grok funcionam melhor quando descrevem movimento, não só aparência. Um bom prompt deve responder a cinco pontos:

1. Nomeie o sujeito que precisa continuar legível: pessoa, produto, objeto, personagem ou cena.
2. Descreva o que muda no clipe: caminhar, virar, varredura de luz, chuva ou movimento de câmera.
3. Adicione comportamento de câmera: push-in, pull-back, tracking shot, crane-up, handheld, macro ou overhead.
4. Defina o ambiente: local, horário, iluminação, clima, movimento de fundo e atmosfera.
5. Inclua restrições que protejam o asset: sem texto, sem distorcer logo, preservar rótulo, manter identidade ou evitar pessoas extras.

Para image-to-video e reference-to-video, o hábito mais importante é a contenção. A imagem já carrega sujeito, composição e estilo; o prompt deve focar movimento, câmera, atmosfera e o que precisa permanecer igual.

Preços e notas de API do Grok Imagine Video 1.5

A documentação atual da xAI deixa mais explícito o preço do grok-imagine-video-1.5-preview. Esses números ajudam a planejar testes, mas devem ser conferidos antes de produção.

O custo principal é output a $0.08 per second, então o orçamento deve ser calculado pela duração do clipe, não só pelo número de requests. Image input aparece como $0.01, o que facilita estimar testes com imagens estáticas. Video input custa mais: $0.08/sec para 480p e $0.14/sec para 720p, então até testes curtos de edição podem acumular custo se houver muitas variações.

A página também lista 60 requests por minuto. É suficiente para testes estruturados, mas equipes devem verificar acesso da conta, região e rate limit atual antes de automatizar.

A duração curta molda o fluxo. Trate Grok Imagine como gerador de clipes curtos. Para conteúdos maiores, planeje múltiplos clipes, extensões ou edição.

Consistência precisa de âncoras. Se pessoa, produto, roupa ou objeto precisam ficar estáveis, image-to-video ou reference-to-video costuma ser mais seguro que text-to-video puro.

Texto e logos exigem revisão. Modelos de vídeo podem gerar rótulos que parecem legíveis, mas estão errados. Verifique qualquer texto na tela antes de publicar.

Políticas de segurança importam. Evite fluxos baseados em edição de semelhança sem consentimento, mudanças enganosas de identidade, sexualização de pessoas reais ou transformações sensíveis.

Como testar Grok Imagine Video 1.5

Não julgue Grok Imagine Video 1.5 Preview com apenas um prompt bonito. Teste com entradas próximas de produção e avalie como avaliaria uma campanha real.

Comece por image-to-video. Use foto limpa de produto, embalagem, hero frame de ecommerce, retrato, conceito de personagem, pôster ou thumbnail de campanha. Peça movimento controlado: push de câmera, varredura de luz, gesto sutil, atmosfera de fundo, névoa, tecido em movimento ou partículas. O objetivo não é máximo drama, mas ver se o sujeito permanece intacto enquanto o plano ganha vida.

Depois teste video input com clipes curtos, ação clara e enquadramento estável. Peça uma mudança controlada por vez: clima, iluminação, mood, cor, cor do produto, horário do fundo ou direção de arte. Isso revela se o modelo preserva movimento e composição enquanto muda apenas o atributo solicitado.

Use cinco métricas: consistência do sujeito, coerência de movimento, aderência ao prompt, precisão de texto/logo e utilidade comercial. Se o clipe é bonito mas o produto muda de forma ou o logo fica ilegível, ainda não está pronto para anúncio, ecommerce ou campanha de marca.

Como o PixVerse ajuda nos testes do Grok Imagine

Se o objetivo é comparar Grok com outros modelos de vídeo IA, ou se você precisa de text-to-video, image-to-video, reference control, fluxo de anúncio short-form e várias iterações, o PixVerse funciona como workflow de teste, não como dependência de um único modelo.

No PixVerse, trate Grok como uma opção de modelo ao lado de outros modelos disponíveis. Rode o mesmo prompt, imagem ou referência em modelos diferentes e compare movimento, estabilidade de identidade, aderência ao prompt, qualidade de saída e custo de iteração antes de escolher o clipe para publicar.

Onde testar o Grok Imagine?

Há várias rotas, e elas atendem necessidades diferentes.

Superfícies do Grok ou X são o caminho mais simples para experimentação de consumidor e ideias sociais rápidas. Antes de presumir que os mesmos controles existem em todo lugar, confira se a geração de vídeo está disponível na sua região, plano e interface.

A API da xAI é melhor para fluxos de desenvolvedor, automação e experimentos controlados. Antes de usar em produção, confira preços atuais, tipos de entrada aceitos, resolução, duração, rate limits e como armazenar os assets gerados.

PixVerse é o caminho prático quando você quer comparar Grok com outros modelos de vídeo IA em um só ambiente criativo. A questão principal não é apenas se Grok funciona, mas qual modelo entrega o melhor resultado para seu prompt, imagem de referência, estilo e canal.

Se o próximo passo é testar Grok dentro de um fluxo criativo com outras opções de vídeo IA, leia nosso guia separado Grok Imagine no PixVerse. Essa página é o tutorial específico do PixVerse; este artigo explica capacidades, prompts, limites e pontos de decisão do Grok Imagine.

FAQ: gerador de vídeo Grok Imagine

O Grok gera vídeos?

Sim. O Grok pode gerar vídeos por meio do Grok Imagine. O detalhe importante de 2026 é que capacidades diferem por superfície e modelo: a documentação ampla inclui geração a partir de texto ou imagens estáticas, enquanto grok-imagine-video-1.5-preview é documentado como modelo preview de entrada imagem/vídeo e atualmente não suporta text-to-video.

Grok Imagine Video 1.5 suporta text-to-video?

Não, segundo a página atual do modelo da xAI. A página oficial de grok-imagine-video-1.5-preview lista modalidades Image e Video e diz que o modelo atualmente não suporta text-to-video.

O que é grok-imagine-video-1.5-preview?

grok-imagine-video-1.5-preview é o modelo API preview oficial da xAI para fluxos de vídeo do Grok Imagine. A página lista o alias grok-imagine-video-1.5-2026-05-30, modalidades Image e Video, output a $0.08/sec e rate limit de 60 RPM.

Quanto custa Grok Imagine Video 1.5?

Segundo a xAI, o output de grok-imagine-video-1.5-preview custa $0.08 por segundo gerado. A mesma página lista image input a $0.01, video input 480p a $0.08/sec e video input 720p a $0.14/sec. Confira a documentação oficial antes de produção porque preços preview podem mudar.

Qual é a diferença entre Grok Imagine e Grok Imagine Video 1.5 Preview?

Grok Imagine é a família ou superfície mais ampla de geração de imagem e vídeo. Grok Imagine Video 1.5 Preview é um modelo API específico, com nome, alias, modalidades, preço e rate limit próprios. Por isso, uma frase ampla como “Grok suporta text-to-video” precisa ser verificada no modelo exato que você vai usar.

O Grok tem geração image-to-video?

Sim. Grok Imagine pode animar uma imagem estática com prompt de texto. A imagem funciona como ponto visual de partida, útil para produtos, pôsteres, personagens, thumbnails e conceitos visuais controlados.

Grok Imagine é melhor para image-to-video ou text-to-video?

Para o modelo API atual grok-imagine-video-1.5-preview, image-to-video e video input são o foco mais seguro porque a página diz que ele não suporta text-to-video. Em superfícies amplas que suportam text-to-video, use texto para exploração rápida e image-to-video quando forma, identidade, composição ou estilo precisam de consistência.

Posso comparar Grok Imagine com outros modelos no PixVerse?

Sim. PixVerse é útil para testar Grok como uma opção ao lado de outros modelos de vídeo IA. Use o mesmo prompt, imagem ou referência e compare consistência do sujeito, movimento, aderência ao prompt, precisão de texto/logo, utilidade comercial e custo de iteração.

Qual é a melhor estrutura de prompt de vídeo do Grok Imagine?

Use sujeito, ação, câmera, ambiente e restrições. Por exemplo: sujeito e ação primeiro, depois movimento de câmera, iluminação, atmosfera, formato de saída e restrições como sem texto ou preservar rótulo.

O Grok Imagine suporta edição de vídeo?

Sim. A xAI documenta edição de vídeo baseada em prompt: você fornece um vídeo existente e descreve a mudança desejada preservando o restante da cena.

O Grok Imagine usa imagens de referência?

Sim. Reference-to-video pode usar referências visuais para guiar a saída sem exigir que a imagem seja o primeiro frame. É útil para identidade de personagem, formato de produto, figurino, estilo visual e objetos recorrentes.

Qual é a duração dos vídeos do Grok Imagine?

O overview atual da xAI lista geração de até 15 segundos, vídeos de entrada para edição até 8,7 segundos e extensões de 2 a 10 segundos com requisitos de entrada. Confira sempre a interface ou API atual antes de planejar entregas finais.

Por que a geração de vídeo do Grok não aparece para mim?

A disponibilidade pode variar por superfície, conta, região, estágio de rollout e caminho de acesso. Se você não vê a função em uma interface, confira Grok, X, API da xAI ou fluxo de parceiro compatível.

Conclusão

Grok pode gerar vídeos, mas a pergunta mais importante é qual superfície ou modelo do Grok Imagine você quer dizer. Em fluxos amplos, prompts de texto, imagens estáticas, referências, edição e extensão podem ser relevantes. Para grok-imagine-video-1.5-preview, foque no workflow oficial de entrada imagem/vídeo e não presuma suporte text-to-video.

Para testes práticos, vá além do sim. Use as notas de junho de 2026, preços, prompts e fluxo de avaliação acima para decidir se testa Grok diretamente, usa a API da xAI ou compara Grok com outros modelos de vídeo dentro do PixVerse.