Grok Imagine: обзор моделей xAI с примерами
Grok Imagine — семейство моделей xAI для создания картинок и коротких видео, которое выделяется скоростью и низкой ценой за клип. Если Veo или Seedance работают как «большая студия», то Grok Imagine больше похож на быстрый блокнот: вы пишете идею, через минуту получаете видео со звуком и решаете, стоит ли тратить бюджет на дорогую версию. В этом обзоре Grok Imagine мы разбираем, что умеют модели по документации xAI, какие режимы и параметры доступны в Артиллекте и сколько стоят. Затем проверяем две модели, изображения и видео, на четырёх примерах: фотореалистичный портрет, постер в стиле ретро, смешной клип из текста и оживление портрета.
Что такое Grok Imagine
По документации xAI, API Imagine объединяет генерацию изображений и видео: из текста, из изображения и редактирование. Видеомодель grok-imagine-video поддерживает режимы text-to-video и image-to-video, а также правку и продление клипов: исходное видео для редактирования ограничено примерно 8,7 секунды. Для изображений документация описывает редактирование по нескольким исходникам, до пяти за запрос. Сама работа асинхронная: вы отправляете запрос и затем получаете готовый результат. По сообщению DataCamp, API Grok Imagine появилось в начале февраля 2026 года. Сторонние обзоры также отмечают, что видео создаётся вместе со звуком, а в кадре возможна синхронизация губ.
В каталоге Артиллекта представлены две модели:
- grok-imagine. Генерация и правка изображений. Промпт до 5000 символов, форматы 1:1, 2:3, 3:2, 16:9 и 9:16, на вход для правки принимается одно изображение.
- grok-imagine-video. Видео из текста, из изображения и редактирование. Длительность от 6 до 30 секунд, разрешение 480p или 720p (по умолчанию 480p), форматы 2:3, 3:2, 1:1, 16:9 и 9:16, промпт до 4096 символов. Можно задать стартовое изображение, исходное видео для правки, одно референсное изображение и одно референсное видео.
Платформа не отмечает у видеомодели генерацию звука в параметрах, но в файлах наших клипов есть звуковая дорожка: она тихая, и качество звука нужно оценивать самостоятельно. Мы проверили её уровень, но не содержание.
О предыдущем знакомстве с моделью читайте в статье Grok Imagine: когда ИИ рисует и снимает кино за секунды: здесь мы смотрим на цены, режимы и практические результаты.
Ключевые возможности
- Картинки и видео в одном семействе. Один стиль работы для обоих форматов: промпт, формат, результат.
- Видео со звуком. В файлах наших клипов есть аудиодорожка.
- Оживление изображения. Стартовое изображение становится первым кадром, а промпт описывает, что происходит дальше. Мы проверили это на портрете.
- Редактирование видео. В каталоге есть режим правки исходного ролика. В обзоре мы его не тестировали.
- Низкий порог входа. Клип 6 секунд в 480p стоит 15 токенов, это самый дешёвый вариант среди видеомоделей, которые мы замеряли.
- Гибкие форматы кадра. Горизонтальные, вертикальные и квадратные.
Что стоит учитывать
Прежде чем смотреть результаты, о ценах и условиях. Мы замерили стоимость через оценку платформы в октябре 2026 года.
| Что генерируем | Параметры | Токенов |
|---|---|---|
| Изображение, grok-imagine | любой формат | 6 |
| Видео из текста | 6 с, 480p | 15 |
| Видео из текста | 6 с, 720p | 22 |
| Видео из текста | 15 с, 480p | 36 |
| Видео из изображения | 6 с, 480p | 31 |
Обратите внимание: режим «из изображения» в нашем замере стоил вдвое больше, чем «из текста» (31 против 15 токенов). Это нужно учитывать при планировании: оживление готовой картинки обходится дороже, чем создание клипа с нуля. Кроме того, платформа по умолчанию предлагает 480p. Для публикации в сети такой размер маловат: мы запускали клипы именно в нём и ниже честно скажем, как это выглядит.
Наши тесты: четыре примера
Изображения созданы на grok-imagine, формат 16:9, по 6 токенов. Видео на grok-imagine-video, 6 секунд, разрешение по умолчанию 480p. Каждый результат получен с первой попытки.
Пример 1. Фотореалистичный портрет
Промпт: «Photorealistic portrait of an elderly woman baker with flour on her hands and apron, standing in a warm small bakery at early morning, trays of fresh bread behind her, soft window light, natural skin texture, 50mm lens».
Модель: grok-imagine, 16:9, 6 токенов. Результат очень сильный: морщины, седые волосы, мука на пальцах и фартуке, тёплый свет окна, полки с хлебом на заднем плане с приятным размытием. Кожа выглядит живой. Обратите внимание на человека, который виден в окне слева: деталь не заказана, но естественна. Для сайта пекарни или редакционной иллюстрации кадр годится почти без обработки.
Пример 2. Постер в стиле ретро
Промпт: «Retro-futuristic travel poster illustration of a floating city above the clouds at sunset, art deco towers, small airships, bold flat shapes, warm orange and teal palette, wide composition».
Модель: grok-imagine, 16:9, 6 токенов. Плоская графика с чёткими формами: платформа-остров с башнями в стиле ар-деко, небольшие дирижабли, лучи солнца, облака в бирюзово-оранжевой палитре. Все детали из промпта на месте. Для обложек, открыток и постеров такая стилизация подходит. Единственная оговорка: мелких деталей в башнях много, поэтому для печати чёткость нужно проверить.
Пример 3. Видео из текста
Промпт: «A cat in a tiny chef hat flips a pancake in a sunny kitchen, the pancake lands perfectly on a plate, playful handheld camera, cheerful kitchen sounds».
Модель: grok-imagine-video, режим «из текста», 6 секунд, 480p, 15 токенов. Серый полосатый кот в колпаке и фартуке подбрасывает блин на сковороде, блин переворачивается в воздухе и ложится на тарелку. Кухня светлая, кот выглядит одинаково от первого до последнего кадра. Движение сюжетное и смешное, ровно то, что просили. Разрешение 480p заметно по мягкой, чуть «замыленной» картинке, особенно в мелких деталях шерсти. Звуковая дорожка есть, но тихая.
Пример 4. Оживление портрета
Промпт: «The elderly baker smiles, lifts a fresh loaf from the tray and offers it toward the camera, warm steam rises from the bread, slow gentle camera push-in, soft bakery ambience». Стартовый кадр: изображение из примера 1.
Модель: grok-imagine-video, режим «из изображения», 6 секунд, 480p, 31 токен. Героиня из первого примера улыбается, берёт хлеб и протягивает его к камере, камера плавно приближается, над буханкой виден пар. Узнаваемость героини сохранилась: лицо, седые волосы, фартук те же, что на портрете. Это лучший пример режима «из изображения»: движение естественное, сюжет читается. Цена выше, чем у клипа из текста.
Сравнение с аналогами
| Модель | Тип | Цена на платформе | Что важно |
|---|---|---|---|
| Grok Imagine (видео) | Видео, 6 с, 480p | 15 токенов | Самый дешёвый клип, звук в файле |
| Wan 2.7 | Видео, 5 с, 720p | 40 | Ключевые кадры, правка |
| Veo 3.1 | Видео, 6 с, 720p | 39 | Звук, до 4K |
| Kling 3.0 | Видео, 5 с | 70 | Режимы и референсы |
| Seedance 2.0 | Видео, 5 с, 720p | 77 | Звук, кинематографичность |
Grok Imagine выигрывает по цене и скорости проб, но сравнивать её с остальными нужно с учётом разрешения: у нас клип вышел в 480p, у остальных в 720p и выше. Если нужно качество для публикации, используйте 720p (22 токена за 6 секунд) или модели из таблицы. Про разумное распределение бюджета читайте в статье Как сэкономить на нейросетях, а про оживление картинок в статье Как оживить картинку нейросетью.
Как писать промпты для Grok Imagine
- Описывайте одно действие. «Кот подбрасывает блин, блин ложится на тарелку»: простой понятный сюжет получился лучше всего.
- Для изображений называйте стиль и объектив. «50mm lens», «art deco», «bold flat shapes» задают результат.
- Для оживления описывайте только движение. Героя и фон модель уже видит.
- Добавляйте звук в промпт. «Cheerful kitchen sounds», «soft bakery ambience» дают нужную атмосферу, но качество звука проверяйте.
- Выбирайте разрешение по задаче. Для проб 480p, для публикации 720p.
Для каких задач подходит
Быстрые пробы идей. Дешёвые клипы позволяют перебрать десяток сюжетов за небольшую сумму.
Соцсети и короткие ролики. Простые сюжеты с животными, едой и предметами.
Иллюстрации и постеры. Стилизованная графика и фотореалистичные портреты.
Оживление портретов. Мягкие движения и улыбка получаются естественно.
Экономная генерация серий. Низкая цена позволяет делать много вариантов.
Сильные и слабые стороны
Сильные стороны:
- самая низкая цена среди проверенных видеомоделей: 15 токенов за 6 секунд;
- сильные портреты и стилизованные постеры;
- узнаваемый герой при оживлении картинки;
- звук в файле клипа;
- много форматов кадра.
Слабые стороны и ограничения:
- по умолчанию 480p, что мало для публикации;
- режим «из изображения» в два раза дороже режима «из текста»;
- звук тихий, а его параметр платформа не заявляет;
- редактирование видео мы не проверяли;
- одна генерация не показывает стабильность.
Когда выбирать Grok Imagine, а когда нет
Grok Imagine лучше всего подходит там, где важны скорость, цена и количество вариантов. Типичные сценарии: подбор идеи для рекламы, быстрая визуализация сценария, ролики для соцсетей с простым сюжетом, портреты и постеры. Если вам нужно перебрать двадцать формулировок, 15 токенов за клип делают это доступным, а не рискованным.
Брать другую модель стоит, когда требуется контроль и качество, которые Grok по умолчанию не даёт. Для ключевых кадров и переходов между ними нужны Wan 2.7, Kling 3.0 или Veo 3.1. Для кинематографичных сцен с несколькими героями и звуком лучше подойдёт Seedance 2.0. Для разрешения выше 720p в нашем каталоге предусмотрены другие модели, потому что у Grok Imagine максимум 720p.
Практический совет: используйте Grok Imagine как «разведку». Опробуйте идею, посмотрите, как модель понимает сцену и героя, а затем перенесите лучший промпт на дорогую модель для финального клипа. Так вы экономите бюджет и не теряете качество итога.
Как попробовать Grok Imagine в Артиллекте
- Откройте генератор изображений или генератор видео и выберите Grok Imagine.
- Выберите формат кадра и, для видео, разрешение 480p или 720p.
- Вставьте промпт и посмотрите стоимость до запуска.
- Для оживления загрузите стартовое изображение и опишите движение.
- Для автоматизации подключите Артиллект через MCP.
Перейти к генерациям можно сразу: оплата в рублях, без VPN, токены не сгорают. Цены в статье актуальны на октябрь 2026 года.
Частые вопросы
Что такое Grok Imagine? Это семейство моделей xAI для генерации и редактирования изображений и видео. Видеомодель работает из текста, из изображения и в режиме правки.
Сколько стоит Grok Imagine в Артиллекте? В нашем замере на октябрь 2026 года: 6 токенов за картинку, 15 токенов за видео 6 секунд в 480p, 22 в 720p и 31 за оживление картинки.
Есть ли звук в видео? В файлах наших клипов есть звуковая дорожка, она тихая. Платформа не отмечает у модели генерацию звука, поэтому проверяйте результат.
Какая максимальная длина клипа? По параметрам каталога от 6 до 30 секунд. Мы проверяли 6 секунд.
Можно ли оживить свою картинку? Да. Загрузите стартовое изображение и опишите движение.
Доступна ли модель без VPN? В Артиллекте да: без VPN, с оплатой в рублях.