Grok Imagine Video 1.5 Lite fait ses débuts à la 17e place du classement vidéo d’Artificial Analysis, à 52 points Elo derrière son modèle parent, pour 44 % de moins

Deux chiffres plaident en faveur de G​rok Imagine Video 1.5 Lite, et aucun n’est celui que la note de lancement met en avant. Sur le classement AA-Video-T2V v2.0 d’Artificial Analysis, le nouveau G​rok Imagine Video 1.5 Lite se place à #17, Elo 993 (±10, 5 715 échantillons), affiché à 8,40 $ par minute avec les réglages par défaut en 1080p. Son parent, G​rok Imagine Video 1.5, se trouve sept lignes plus haut, à la 11e place — Elo 1045, 15,00 $ par minute. Cela fait 52 Elo pour 6,60 $ par minute, un compromis inhabituel dans la génération vidéo, où le niveau juste en dessous d’un modèle phare coûte généralement à peu près ce que coûte le modèle phare et en fait simplement moins. G​rok Imagine Video 1.5 Lite n’est pas cela. C’est un modèle distillé auquel est associée une véritable réduction, et cette réduction est tout l’intérêt.

Qu’est-ce qui a atterri, et quand

G​rok Imagine Video 1.5 Lite is S​paceXAI's cheaper, faster cut of G​rok Imagine Video 1.5, and it is a distinct model with its own listing rather than a cheaper serving tier of the same weights. The interface has not changed: it takes text-to-video and image-to-video requests, 1-to-15-second durations in whole seconds, the seven aspect ratios the family supports (16:9, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3), a first-frame image and additional reference images, and a callback URL for asynchronous completion. Generation is a two-step protocol — POST a request, get a job id and a polling URL back with a 202, then poll until the status flips to done and pull the bytes from a content endpoint. Failed generations are not billed.

Le moment où cela arrive compte pour la façon dont vous lisez le classement. Artificial Analysis situe le modèle en août 2026 ; l’entrée dans le classement elle-même est plus récente, et c’est l’annonce qui l’a fait figurer au classement qui transforme cela en sujet cette semaine plutôt qu’en note de bas de page de l’été. Un modèle peut sortir discrètement et devenir une actualité plus tard, lorsque le classement indépendant dispose enfin d’assez de comparaisons en aveugle pour le positionner — 5 715 échantillons dans ce cas, ce qui constitue un panel substantiel pour un classement vidéo.

Deux tableaux, dont un vérifié.

The announcement states that G​rok Imagine Video 1.5 Lite lands 17th on both the with-audio and the no-audio variants of the AA-Video-T2V v2.0 board, and that it takes a position on the board's quality-versus-price frontier. Of those claims we could confirm the with-audio row directly from the published leaderboard: rank 17, Elo 993, a 95% interval of 983 to 1003, price $8.40 per minute, credited to S​paceXAI. The no-audio placement and the frontier framing come from the announcement itself and we have not reproduced them independently.

Il est utile d’être précis sur ce que « frontière de Pareto » apporte au lecteur ici, car l’expression est employée à tout bout de champ. Sur un graphique qualité-prix, un modèle se trouve sur la frontière lorsque rien d’autre n’est à la fois meilleur et moins cher. Grok Imagine Video 1.5 Lite, à Elo 993 et 8,40 $ la minute, concourt dans une zone du tableau où plusieurs modèles se regroupent : PixVerse V6 se situe une ligne en dessous, à Elo 985 pour 6,90 $, Kling 3.0 1080p (Pro) se situe une ligne au-dessus, à Elo 1000 pour 10,08 $. L’affirmation intéressante n’est pas que Lite batte l’un d’entre eux en particulier, mais qu’à ce prix il est assez proche des modèles qui le devancent pour mériter sa place.

D'où venait la réduction

Trois choses sont moins chères avec Lite, et une seule d'entre elles apparaît sur la grille tarifaire.

Le premier est le nombre que l'annonce affiche d'emblée : la sortie 1080p est rendue en 720p puis mise à l'échelle supérieure. C'est la phrase la plus utile dans la description même du modèle, et c'est celle qui échappera à un acheteur parcourant un tableau de prix en diagonale. Un clip Lite demandé en 1080p est un rendu 720p porté jusqu'à des dimensions 1080p. Pour une diffusion sur les réseaux sociaux, c'est souvent invisible. Pour tout ce qui sera étalonné, recadré ou incrusté, c'est la différence entre des images et une approximation d'images, et c'est la raison pour laquelle le prix à la minute peut représenter 56 % de celui du modèle parent.

Le second est la distillation. Lite est décrit comme une génération vidéo plus rapide et moins chère, distillée de G​rok Imagine Video 1.5 — la même relation qu'un petit modèle de langage entretient avec le grand modèle qu'il a été entraîné à imiter. La distillation fait gagner en latence et en coût, et rend un peu de qualité en échange, ce que le tableau montre exactement : 52 Elo.

Le troisième est ce que le classement ne peut pas voir. Un modèle vidéo distillé n’est pas seulement moins précis sur le vote de préférence agrégé ; il est généralement moins fiable dans les cas limites — les prompts longs, les mouvements de caméra inhabituels, le conditionnement par image de référence que la version complète prend en charge plus largement. Le vote par paires en aveugle moyenne ces défaillances en un seul Elo, et un seul Elo prédit mal si le plan précis dont vous avez besoin donnera le résultat escompté.

Ce que les chiffres n’établissent pas

Le 993 est un score de préférence, pas un score de fidélité. Le panel a voté entre des clips sans savoir quel modèle les avait produits, ce qui en fait une mesure solide de la préférence des gens pour un clip et une mesure faible de la correspondance d’un clip avec un brief. Un modèle peut gagner des votes grâce à des couleurs plus jolies et rater le plan que vous avez demandé.

Le prix, quant à lui, est indiqué à la minute pour une résolution donnée et des paramètres par défaut. Modifiez l'un ou l'autre et la comparaison change : descendez d'un palier et le tarif à la seconde baisse, allongez un clip et le total augmente. Quiconque établit son budget à partir d'un seul chiffre à la minute se base sur un paramètre par défaut, et non sur sa propre charge de travail.

Et il n'existe aucune évaluation tierce de Grok Imagine Video 1.5 Lite en dehors de l'arène — pas de suite de prompts publiée, pas de banc d'essai qualité reproductible, pas de benchmark de latence indépendant. L'Elo est le chiffre indépendant. Tout le reste concernant le modèle, y compris son comportement en matière de résolution, provient du fournisseur.

Qui devrait réellement changer

La décision est plus restreinte que ne le suggère le discours de lancement. Si votre production consiste en de courtes vidéos sociales en 1080p ou moins, et que votre budget est la contrainte déterminante, Lite à 8,40 $ la minute contre 15,00 $ pour le modèle complet revient presque à une mise à niveau gratuite — vous conservez l’interface de la famille, ses durées et ses entrées d’images de référence, et vous renoncez à quelques pour cent d’un score de préférence que la plupart des spectateurs ne remarqueront jamais.

Si votre rendu final se termine par un étalonnage, un recadrage, un compositing ou un cahier des charges de livraison, le détail suréchantillonné en 1080p est rédhibitoire, et le modèle complet G​rok Imagine Video 1.5 reste celui de cette famille qu'il vous faut.

Si votre question est de savoir lequel des deux essayer en premier, il s'agit d'une question de basculement plutôt que d'un engagement. Aucun des deux modèles n'est servi par OrcaRouter — nous n'hébergeons ni G​rok Imagine Video 1.5 ni G​rok Imagine Video 1.5 Lite, et les deux sont accessibles via l'API propre du fournisseur et plusieurs plateformes tierces. Ce qu'un routeur couvre, c'est la couche qui les entoure : la réécriture de prompt, la génération de liste de plans, la passe de légendes et de métadonnées, et les appels de modèle qui décident quel clip conserver. Cette couche fonctionne sur OrcaRouter en tant qu'une API unique sur plus de 200 modèles au prix catalogue du fournisseur avec 0 % de marge, avec un basculement automatique entre fournisseurs et un DSL de routage qui compose plusieurs modèles en un seul appel. Un prix vidéo à la seconde ne touche jamais cette facture, et c'est précisément pourquoi le côté texte est l'endroit où une décision de routage se rentabilise.

Que regarder ensuite

Deux éléments permettraient de trancher les questions en suspens. Le premier est le positionnement dans le classement sans audio, qui confirmerait si le rang de Lite tient lorsque la piste audio est supprimée — si l’écart avec le parent s’élargit nettement dans ce cas, la piste audio porte davantage de l’Elo de Lite que ses visuels. Le second est toute évaluation indépendante de la sortie 1080p upscalée, car toute la proposition de valeur d’un modèle vidéo à 8,40 $ la minute repose sur la question de savoir si un rendu 720p porté en 1080p survit au pipeline de livraison dans lequel il est vendu.

En attendant, le résumé honnête est étroit : G​rok Imagine Video 1.5 Lite est le moyen le moins cher d’entrer dans la famille G​rok Imagine Video que quiconque ait mesuré, il sacrifie 52 Elo pour ce faire, et il renonce aussi aux détails natifs en 1080p — un compromis que la plupart des équipes social-first devraient accepter et que quiconque fait de la finition de séquences ne devrait pas accepter.