Veo 3 vs Grok Imagine Video 1.5
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Veo 3 de Google et Grok Imagine Video 1.5 de xAI sont deux modèles d’IA de premier plan. Veo 3 propose une fenêtre de contexte de 2K tokens au tarif de $6.00/$400.00 par million de tokens, tandis que Grok Imagine Video 1.5 offre 1K tokens de contexte à $5.00/$20.00 par million de tokens. Découvrez ci-dessous le comparatif détaillé des performances et des coûts.
Changez et Comparez les Modèles
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Veo 3
Génération d’Images par IAVeo 3 de Google est un modèle d’IA conçu pour la génération d’images haute définition, le design créatif et le rendu typographique, offrant une fenêtre de contexte de 2K, une vitesse de 12 tokens/s, un indice d’intelligence de 85/100 et un
$6.00 / 1M
$400.00 / 1M
2K tokens
N/A
Grok Imagine Video 1.5
Génération d’Images par IAGrok Imagine Video 1.5 de xAI est un modèle d’IA conçu pour la génération d’images haute définition, le design créatif et le rendu typographique, offrant une fenêtre de contexte de 1K, une vitesse de 24 tokens/s, un indice d’intelligence de
$5.00 / 1M
$20.00 / 1M
1K tokens
N/A
Différences Clés en un Coup d’Œil
- Grok Imagine Video 1.5 is 12.6x cheaper for API usage (input + output tokens combined).
- Veo 3 has a larger context window (2K vs 1K tokens).
- Grok Imagine Video 1.5 is faster at 24 tok/s vs 12 tok/s.
| Caractéristique | Veo 3 | Grok Imagine Video 1.5 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 85 | 55 |
Provider | xAI | |
Input Price Cost per million input tokens | $6.00 / 1M | $5.00 / 1M |
Output Price Cost per million output tokens | $400.00 / 1M | $20.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $41.20 / 1M | $4.75 / 1M |
Context Window Maximum input + output tokens | 2K tokens~3 A4 pages of text | 1K tokens~2 A4 pages of text |
Max Output Tokens Per single request | 4K | 1K |
Throughput Speed Tokens generated per second | 12 tok/s | 24 tok/s |
SWE-bench Verified Real-world software engineering | N/A | N/A |
Cached Input Price Prompt caching discount per 1M tokens | $0.00 / 1M | $2.50 / 1M |
Qui gagne où ?
At-a-glance decision frameworkEvaluations ongoing
Scores de Benchmarks Vérifiés
Official evaluation metrics verified by independent third-party research labs.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
Latence et Temps de Réponse
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulateur Interactif de Coût de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Veo 3 · Strengths & Key Advantages
- Fenêtre de contexte de 2K et capacité de sortie maximale de 4K tokens (Arena Elo 1420)
- Débit rapide de 12 tokens/seconde avec une latence au premier token (TTFT) de 4500 ms
- Tarification API optimisée ($6/$400 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts
Considerations & Trade-offs
- Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
- Pour les charges à très fort volume, l’activation du cache de prompts et de l’API Batch est recommandée
Grok Imagine Video 1.5 · Strengths & Key Advantages
- Fenêtre de contexte de 1K et capacité de sortie maximale de 1K tokens (Arena Elo 1250)
- Débit rapide de 24 tokens/seconde avec une latence au premier token (TTFT) de 4500 ms
- Tarification API optimisée ($5/$20 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts
Considerations & Trade-offs
- Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
- Pour les charges à très fort volume, l’activation du cache de prompts et de l’API Batch est recommandée
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Veo 3 | Grok Imagine Video 1.5 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $2.50 | $0.15 |
Output Tokens / Task Tokens generated per task | 0K | 1K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
Spécifications Techniques
Architecture, release timeline, capabilities, and modalities.
| Caractéristique | Veo 3 | Grok Imagine Video 1.5 |
|---|---|---|
| Official API Model ID (SDK) | models/veo-3 | grok-imagine-video-1-5-latest |
| API Protocol | Google Gemini API (generateContent) + OpenAI-Compatible SDK | xAI REST API (OpenAI-Compatible) |
| Release Date | 2025-05 | 2026-05 |
| Knowledge Cutoff | February 2025 | March 2026 |
| Architecture | Joint multimodal audio-video diffusion transformer | Diffusion-Transformer Hybrid (DiT) |
| Parameters | Confidential | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPM | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($6/1M in) across full 2K window | Flat rate ($5/1M in) across full 1K window |
| Prompt Cache Policy & TTL | Implicit + Explicit Context Caching at $0/1M with configurable TTL | Cached input at $2.5/1M tokens |
| Computer Use / GUI Agent | Supported (Screen coordinate grounding, browser & desktop GUI action loops) | Text-only completion (No GUI action loop) |
| MCP & Parallel Tool Calling | Prompt-based JSON extraction only | Prompt-based JSON extraction only |
| Web Search Grounding & Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox | Real-time Web & X (Twitter) Search Grounding + Code Execution |
| Official Fine-Tuning Support | Vertex AI Supervised Adapter Tuning & Context Distillation | API Prompt Engineering & RAG Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Google DeepMind Frontier Safety Framework Verified | xAI Production Safety & Alignment Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text, vision | text, vision |
| Output Modalities | video | video |
Veo 3 vs Grok Imagine Video 1.5: Réponses Rapides (FAQ)
Which is more intelligent, Veo 3 or Grok Imagine Video 1.5?
Veo 3 is more intelligent. It scores 85 compared with 55 on the composite Intelligence Index.
Which model is faster?
Grok Imagine Video 1.5 is faster, generating 24 tokens per second compared with 12 tokens per second.
Which model is cheaper to run?
Grok Imagine Video 1.5 is cheaper at $4.75 per 1M tokens blended, compared with $41.20 (7:2:1 cache:input:output ratio).
Which model has a larger context window?
Veo 3 has a larger context window, supporting 2K tokens compared with 1K tokens.
Verdict
Veo 3 (Conçu pour la génération d’images haute définition, le design créatif et le rendu typographique, l’intégration RAG et les pipelines de production évolutifs.) et Grok Imagine Video 1.5 (Conçu pour la génération d’images haute définition, le design créatif et le rendu typographique, l’intégration RAG et les pipelines de production évolutifs.) répondent à des besoins complémentaires : Veo 3 domine sur les benchmarks de raisonnement et de programmation, Grok Imagine Video 1.5 assure un débit supérieur et Grok Imagine Video 1.5 offre le meilleur rapport coût-efficacité en production.
Questions fréquentes
Quel modèle choisir pour le code et le raisonnement, Veo 3 ou Grok Imagine Video 1.5 ?+
Sur l’indice d’intelligence composite et les tests de code, Veo 3 prend l’avantage. Consultez les scores SWE-bench et GPQA ci-dessus pour plus de détails.
Quelle est la différence de prix API entre Veo 3 et Grok Imagine Video 1.5 ?+
Veo 3 est facturé $6.00 / $400.00 par million de tokens (entrée/sortie) contre $5.00 / $20.00 pour Grok Imagine Video 1.5. En coût pondéré, Grok Imagine Video 1.5 est plus économique.
Quel modèle offre la plus grande fenêtre de contexte et la meilleure vitesse ?+
Veo 3 prend en charge 2K tokens contre 1K tokens pour Grok Imagine Video 1.5. Côté vitesse de génération, Grok Imagine Video 1.5 est le plus rapide.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Gemini Omni Flash vs Grok Imagine Video 1.5 : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Veo 2 vs Grok Imagine Video 1.5 : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Veo 3.1 vs Grok Imagine Video 1.5 : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Veo 3.1 vs Veo 3 : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Veo 3 vs Veo 2 : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Aion-3.0 vs Aion-Mini : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.
Sources: Documentation API officielle de Google et xAI, fiches système et benchmarks indépendants (2026).