Generative multimodal vidéo modèle conçu pour élevé-fidelity texte-à-vidéo, image-à-vidéo, camera control, et clip extension.
Technical Specifications
- Provider
- xAI
- Category
- flagship
- Release Date
- 2026-05
- Batch API Discount
- 20% off async batch
- Consumer Subscription
- $30 / month
- Reasoning Effort Control
- Fixed
- Structured Outputs
- No
- Output Modalities
- video
- Official Documentation
- Visit Official Docs ↗
Data Privacy, Licensing & Deployment Governance
Official Provider Release Intelligence, API Quotas & Agentic Specs
- Official API Model ID (SDK String)
- grok-imagine-video-1-5-latest
- Supported SDK & API Protocol
- xAI REST API (OpenAI-Compatible)
- Lifecycle & Deprecation Status
- Active GA (Guaranteed support through 2028+)
- Production Rate Limits (RPM & TPM)
- 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM
- Long-Context Pricing Tier (>128K / >200K)
- Flat rate ($5/1M in) across full 1K window
- Prompt Cache Write & TTL Policy
- Cached input at $2.5/1M tokens
- Computer Use & Browser GUI Agent
- Text-only completion (No GUI action loop)
- MCP & Parallel Tool Calling
- Prompt-based JSON extraction only
- Web Search Grounding & Code Sandbox
- Real-time Web & X (Twitter) Search Grounding + Code Execution
- Fine-Tuning & Distillation Support
- API Prompt Engineering & RAG Distillation
- Multimodal Tokenization Billing
- Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile)
- Weights Precision & Quantization
- Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster)
- Minimum GPU VRAM Requirement
- Zero Local VRAM Required (100% Serverless Cloud API)
- Supported Inference Engines
- Managed xAI Cloud API
- System Card & Safety Framework
- xAI Production Safety & Alignment Verified
- Enterprise Compliance (SOC2 / HIPAA / ZDR)
- SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier
Grok Imagine Video 1.5 Cost, Context, Hardware & API Integration
For single-user chat, a $30/mo subscription caps your bill below this API volume.
Break-even point: ~29 requests/day equals $30/month.
Same Monthly Workload Cost Across Popular Reference Models
Live Prompt Paste Tokenizer & Cost Counter
Paste real system instructions, JSON schemas, or code to measure BPE token counts across tokenizers.
Hybrid Prompt Routing Cascade Simulator
Route routine queries to a fast lightweight model ($0.15/1M) and escalate only complex reasoning turns to Grok Imagine Video 1.5:
Benchmark Scores & 6-Axis Capability Radar
- Chatbot Arena Elo
- 1250pts
Strengths
- élevé-definition image-à-vidéo animation avec consistent temporal cohérence
- Dynamic camera motion controls et seamless scene transitions
- natif texte prompt alignment et realistic physics simulation
Limitations & Trade-offs
- génération limité à short vidéo clips (typically 5 à 10 seconds par run)
- Computationally heavy avec longer render latence par rapport à texte modèles
Editorial Assessment
de xAI de référence multimodal generative vidéo moteur bringing dynamic motion et visuel storytelling au Grok écosystème.
Best for: créatif media production, dynamic social vidéo clips, advertising storyboards, et conceptual vidéo mockups
Compare Grok Imagine Video 1.5
Frequently Asked Questions about Grok Imagine Video 1.5
How much does the Grok Imagine Video 1.5 API cost per 1M tokens?+
Grok Imagine Video 1.5 by xAI is priced at $5 per 1M input tokens and $20 per 1M output tokens. With prompt caching enabled, cached input tokens cost $2.5 per 1M tokens, and asynchronous Batch API requests receive a 20% discount.
Should I use a $30/month subscription or the Grok Imagine Video 1.5 pay-as-you-go API?+
A flat $30/month consumer subscription is predictable for daily interactive chat and manual coding. However, if you are building software, running automated workflows, or sending low-to-moderate volume with prompt caching enabled, the pay-as-you-go API is typically far more cost-effective and offers higher rate limits without manual UI caps.
How many words and pages fit in Grok Imagine Video 1.5's context window?+
Grok Imagine Video 1.5 features a 1K tokens context window, which equals approximately 768 English words or ~2 standard single-spaced pages in a single prompt. Its maximum output generation per turn is 1,024 tokens.
Can I run Grok Imagine Video 1.5 locally on my own GPU (Open Weights)?+
No, Grok Imagine Video 1.5 is a proprietary closed-weights model hosted by xAI. It cannot be downloaded for local GPU execution and must be accessed via xAI's official API or cloud platform.
Does xAI train on data sent to the Grok Imagine Video 1.5 API, and is commercial use allowed?+
API payloads are excluded from model training by default. License tier: Proprietary Commercial API (xAI Terms). Full commercial ownership of generated outputs. Supported deployment channels include: xAI Cloud API & Enterprise Endpoints.
How does Grok Imagine Video 1.5 perform on coding and reasoning benchmarks?+
Grok Imagine Video 1.5 achieves a composite Intelligence Index of 55/100, scoring N/A% on SWE-bench Verified, N/A% on GPQA Diamond, N/A% on MMLU-Pro, and 1250 pts on Chatbot Arena Elo.
What is Grok Imagine Video 1.5 best used for?+
Grok Imagine Video 1.5 is best suited for: créatif media production, dynamic social vidéo clips, advertising storyboards, et conceptual vidéo mockups. Assessment: de xAI de référence multimodal generative vidéo moteur bringing dynamic motion et visuel storytelling au Grok écosystème.
xAI Family Lineage, Routing Tiers & Upgrade Path
Step down to a lighter sibling for high-volume routing or step up to xAI's flagship reasoning tier:
Grok 4.7
Grok 4.6
Grok-4
Grok 4.5
Grok 4.3
Grok Build 0.1
AI Glossary & Architecture Concepts
View full glossary →Key machine learning concepts and benchmarks relevant to Grok Imagine Video 1.5:
L'unité textuelle de base traitée par un modèle linguistique, représentant généralement 3 à 4 caractères ou environ 0,75 mot. Par exemple, une phrase courante est découpée en plusieurs jetons.
Une suite de tests standardisés permettant d'évaluer et de comparer objectivement les performances des modèles d'IA sur des tâches ciblées (code avec SWE-bench, mathématiques avec AIME, etc.).
Le nombre maximal de jetons qu'un modèle peut traiter simultanément (entrée et sortie comprises). Une fenêtre de 1 000 000 jetons permet d'analyser environ 750 000 mots en une seule requête.
Une optimisation tarifaire et technique conservant les états d'attention des préfixes de prompts récurrents, réduisant les coûts d'entrée de 50 à 90 % tout en abaissant la latence.
Une optimisation en mémoire GPU qui stocke les représentations clés/valeurs antérieures pour éviter de recalculer l'attention des jetons passés, essentielle pour la vitesse de génération en continu.
Un réseau neuronal multimodal conçu pour analyser, raisonner et générer conjointement des données visuelles (images, schémas, interfaces) et du langage naturel au sein d'une même structure.
Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.