Veo 2 vs Grok Imagine Video 1.5
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Google का Veo 2 और xAI का Grok Imagine Video 1.5 दो प्रमुख एआई मॉडल हैं। Veo 2 में 1K टोकन कॉन्टेक्स्ट विंडो है और इसकी कीमत $5.00/$350.00 प्रति 1M टोकन है, जबकि Grok Imagine Video 1.5 में 1K टोकन कॉन्टेक्स्ट विंडो है और कीमत $5.00/$20.00 प्रति 1M टोकन है। यहाँ दोनों के बेंचमार्क, गति और लागत का विश्लेषण दिया गया है।
किसी भी मॉडल को बदलें और तुलना करें
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Veo 2
इमेज जनरेशन AI मॉडलGoogle का Veo 2 उच्च-रिज़ॉल्यूशन इमेज जनरेशन, विज़ुअल डिज़ाइन और सटीक टाइपोग्राफी के लिए निर्मित एक उन्नत AI मॉडल है, जो 1K कॉन्टेक्स्ट विंडो, 10 टोकन/सेकंड स्पीड और $5/$350 प्रति 1M टोकन कीमत के साथ 75/100 इंटेलीजेंस स्कोर प्रदान करता है।
$5.00 / 1M
$350.00 / 1M
1K tokens
N/A
Grok Imagine Video 1.5
इमेज जनरेशन AI मॉडलxAI का Grok Imagine Video 1.5 उच्च-रिज़ॉल्यूशन इमेज जनरेशन, विज़ुअल डिज़ाइन और सटीक टाइपोग्राफी के लिए निर्मित एक उन्नत AI मॉडल है, जो 1K कॉन्टेक्स्ट विंडो, 24 टोकन/सेकंड स्पीड और $5/$20 प्रति 1M टोकन कीमत के साथ 55/100 इंटेलीजेंस स्कोर प्र
$5.00 / 1M
$20.00 / 1M
1K tokens
N/A
एक नज़र में मुख्य अंतर
- Grok Imagine Video 1.5 is 11.0x cheaper for API usage (input + output tokens combined).
- Grok Imagine Video 1.5 is faster at 24 tok/s vs 10 tok/s.
| Feature | Veo 2 | Grok Imagine Video 1.5 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 75 | 55 |
Provider | xAI | |
Input Price Cost per million input tokens | $5.00 / 1M | $5.00 / 1M |
Output Price Cost per million output tokens | $350.00 / 1M | $20.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $36.00 / 1M | $4.75 / 1M |
Context Window Maximum input + output tokens | 1K tokens~2 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 | 10 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 |
किस क्षेत्र में कौन आगे है?
At-a-glance decision frameworkEvaluations ongoing
सत्यापित बेंचमार्क स्कोर तुलना
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.
लेटेंसी और रिस्पॉन्स समय
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
रियल-टाइम टोकन लागत सिम्युलेटर
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Veo 2 · Strengths & Key Advantages
- 1K कॉन्टेक्स्ट विंडो और अधिकतम 4K आउटपुट टोकन क्षमता (Arena Elo 1340)
- 10 टोकन/सेकंड की तेज़ जनरेशन स्पीड और मात्र 5000ms का प्रथम टोकन लेटेंसी समय (TTFT)
- $5/$350 प्रति 1M टोकन कीमत पर प्रॉम्प्ट कैशिंग, फंक्शन कॉलिंग और स्ट्रक्चर्ड JSON आउटपुट का पूर्ण समर्थन
Considerations & Trade-offs
- प्रोप्राइटरी क्लाउड मॉडल — इसके वेट्स को ऑफ़लाइन लोकल सर्वर पर डाउनलोड नहीं किया जा सकता
- उच्च-वॉल्यूम प्रोडक्शन ट्रैफ़िक में लागत कम रखने के लिए प्रॉम्प्ट कैशिंग और बैच API का उपयोग आवश्यक है
Grok Imagine Video 1.5 · Strengths & Key Advantages
- 1K कॉन्टेक्स्ट विंडो और अधिकतम 1K आउटपुट टोकन क्षमता (Arena Elo 1250)
- 24 टोकन/सेकंड की तेज़ जनरेशन स्पीड और मात्र 4500ms का प्रथम टोकन लेटेंसी समय (TTFT)
- $5/$20 प्रति 1M टोकन कीमत पर प्रॉम्प्ट कैशिंग, फंक्शन कॉलिंग और स्ट्रक्चर्ड JSON आउटपुट का पूर्ण समर्थन
Considerations & Trade-offs
- प्रोप्राइटरी क्लाउड मॉडल — इसके वेट्स को ऑफ़लाइन लोकल सर्वर पर डाउनलोड नहीं किया जा सकता
- उच्च-वॉल्यूम प्रोडक्शन ट्रैफ़िक में लागत कम रखने के लिए प्रॉम्प्ट कैशिंग और बैच API का उपयोग आवश्यक है
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Veo 2 | Grok Imagine Video 1.5 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $1.75 | $0.15 |
Output Tokens / Task Tokens generated per task | 0K | 1K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
तकनीकी विशिष्टताएँ (Specs)
Architecture, release timeline, capabilities, and modalities.
| Feature | Veo 2 | Grok Imagine Video 1.5 |
|---|---|---|
| Official API Model ID (SDK) | models/veo-2 | grok-imagine-video-1-5-latest |
| API Protocol | Google Gemini API (generateContent) + OpenAI-Compatible SDK | xAI REST API (OpenAI-Compatible) |
| Release Date | 2024-12 | 2026-05 |
| Knowledge Cutoff | October 2024 | March 2026 |
| Architecture | High-definition video diffusion transformer with camera control | 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 ($5/1M in) across full 1K 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 2 vs Grok Imagine Video 1.5: त्वरित प्रश्नोत्तर (FAQ)
Which is more intelligent, Veo 2 or Grok Imagine Video 1.5?
Veo 2 is more intelligent. It scores 75 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 10 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 $36.00 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Grok Imagine Video 1.5 has lower latency, with a time to first token of 4.50s compared with 5.00s.
निष्कर्ष
Veo 2 (उच्च-रिज़ॉल्यूशन इमेज जनरेशन, विज़ुअल डिज़ाइन और सटीक टाइपोग्राफी, एंटरप्राइज RAG सिस्टम और स्केलेबल API इंटीग्रेशन के लिए सर्वोत्तम।) और Grok Imagine Video 1.5 (उच्च-रिज़ॉल्यूशन इमेज जनरेशन, विज़ुअल डिज़ाइन और सटीक टाइपोग्राफी, एंटरप्राइज RAG सिस्टम और स्केलेबल API इंटीग्रेशन के लिए सर्वोत्तम।) दोनों मजबूत विकल्प हैं: Veo 2 जटिल रीजनिंग और कोडिंग बेंचमार्क में आगे है, Grok Imagine Video 1.5 तेज़ टोकन जनरेशन देता है, और Grok Imagine Video 1.5 बड़े पैमाने के API उपयोग के लिए अधिक किफायती है।
अक्सर पूछे जाने वाले प्रश्न (FAQ)
कोडिंग और रीजनिंग के लिए Veo 2 या Grok Imagine Video 1.5 में से कौन बेहतर है?+
समग्र इंटेलिजेंस और कोडिंग बेंचमार्क में Veo 2 आगे है। विस्तृत तुलना के लिए ऊपर SWE-bench और GPQA स्कोर देखें।
Veo 2 और Grok Imagine Video 1.5 में किसका API सस्ता है?+
Veo 2 की इनपुट/आउटपुट कीमत $5.00 / $350.00 प्रति 1M टोकन है और Grok Imagine Video 1.5 की $5.00 / $20.00 है। समग्र लागत में Grok Imagine Video 1.5 अधिक किफायती है।
किस मॉडल का कॉन्टेक्स्ट विंडो और स्पीड बेहतर है?+
Veo 2 में 1K टोकन कॉन्टेक्स्ट विंडो है जबकि Grok Imagine Video 1.5 में 1K टोकन है। जनरेशन स्पीड के मामले में Grok Imagine Video 1.5 तेज़ है।
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Gemini Omni Flash बनाम Grok Imagine Video 1.5: बेंचमार्क, API कीमत और स्पीड तुलना (2026)तुलना
- Veo 3.1 बनाम Grok Imagine Video 1.5: बेंचमार्क, API कीमत और स्पीड तुलना (2026)तुलना
- Veo 3 बनाम Grok Imagine Video 1.5: बेंचमार्क, API कीमत और स्पीड तुलना (2026)तुलना
- Veo 3 बनाम Veo 2: बेंचमार्क, API कीमत और स्पीड तुलना (2026)तुलना
- Aion-3.0 बनाम Aion-Mini: बेंचमार्क, API कीमत और स्पीड तुलना (2026)तुलना
- Aion-3.0 बनाम Gemini 3.6 Flash: बेंचमार्क, API कीमत और स्पीड तुलना (2026)तुलना
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
स्रोत: Google और xAI आधिकारिक API दस्तावेज़ और स्वतंत्र बेंचमार्क मूल्यांकन (2026)।