Grok Imagine Video 1.5 Lite vs Grok Imagine Video : 52 Elo pour six dollars la minute

Voici toute la décision en une phrase. G​rok Imagine Video 1.5 Lite coûte 8,40 $ la minute et obtient un score Elo de 993 sur le classement AA-Video-T2V v2.0 d'Artificial Analysis ; G​rok Imagine Video 1.5 coûte 15,00 $ la minute et obtient un score Elo de 1045. Même famille, même interface, même durée de clip de 1 à 15 secondes, mêmes sept formats d'image — et un écart de 6,60 $ par minute qui vous offre un score de préférence de 52 points et une différence cachée qui n'apparaît dans aucun des deux chiffres phares. G​rok Imagine Video 1.5 est l'original : le modèle de génération rapide de x​AI, sorti pour la première fois le 29 janvier 2026, stable en version 1.5 depuis le 16 juin 2026, avec audio natif et 1080p natif. G​rok Imagine Video 1.5 Lite est le frère distillé, daté d'août 2026 sur le classement, plus rapide et moins cher par construction. La question à laquelle cette page répond n'est pas de savoir quel modèle est meilleur — le classement en a déjà décidé — mais celui dont votre résultat a réellement besoin.

La seule différence que la grille tarifaire dissimule

Avant les puces, la phrase qui décide plus de déploiements réels que ne le fait l’écart Elo. Sur Grok Imagine Video 1.5 Lite, la sortie 1080p est rendue en 720p puis mise à l’échelle. Sur Grok Imagine Video 1.5, le 1080p est du 1080p.

Voilà tout. Un clip Lite demandé en 1080p est un rendu 720p avec une passe d’upscaling, et c’est alors le dernier détail qui se perd en premier. Dans un fil de réseaux sociaux, aux débits des réseaux sociaux, à travers une compression qui va aplatir la différence, c’est invisible. Dès que vous êtes dans un pipeline qui recadre, réencode, ou…

Dimension par dimension

• Prix — 15,00 $ par minute pour G​rok Imagine Video 1.5, contre 8,40 $ par minute pour G​rok Imagine Video 1.5 Lite, les deux cités par Artificial Analysis avec les paramètres par défaut en 1080p. Les tarifs par seconde publiés pour le modèle complet s’élèvent à 0,096 $ en 480p, 0,168 $ en 720p et 0,300 $ en 1080p, plus 0,05 $ par image en entrée.

• Rang au classement — #11 à 1045 Elo pour le modèle complet, contre #17 à 993 Elo pour Lite, sur le tableau avec audio AA-Video-T2V v2.0. L’intervalle de Lite va de 983 à 1003, une plage de ±10 qui ne chevauche pas la position du parent, sept lignes plus haut.

• Résolution effective — 1080p natif contre un rendu 720p mis à l’échelle vers un conteneur 1080p. La ligne la plus lourde de conséquences de cette liste.

• Durée du clip — 1 à 15 secondes en secondes entières pour les deux. Dans l’interface de chat, le modèle complet utilise par défaut 10 secondes ; c’est dans l’API que résident les durées plus longues.

• Rapports d’aspect — les mêmes sept pour les deux : 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 et 2:3.

• Audio — le modèle complet G​rok Imagine Video 1.5 est livré avec audio natif, dialogues, effets et musique. La fiche de Lite ne documente pas de canal audio à part, et l'annonce le mentionne aussi sur la variante sans audio du tableau, donc si une bande sonore est indispensable à votre livrable, vérifiez-la sur Lite avant de vous engager.

• Entrées et conditionnement — l'API de la famille prend une image de première frame et des images de référence supplémentaires, le modèle complet étant documenté pour la génération conditionnée par référence à partir de jusqu'à sept images afin d'assurer la cohérence des personnages. La fiche de Lite décrit la prise en charge du texte-vers-vidéo et de l'image-vers-vidéo.

• Maturité — le modèle complet est stable en version 1.5 depuis le 16 juin 2026, a dominé l’arène Artificial Analysis à la fois en texte-vers-vidéo et en image-vers-vidéo lors de son lancement, et a occupé la place n° 1 en image-vers-vidéo sur LMArena avec environ 1 400 Elo. Lite a une date de mise au classement en août 2026 et 5 715 comparaisons à l’aveugle à l’appui de son score.

L'addition, calculée

Une tarification abstraite à la minute est difficile à exploiter, alors confrontez-la à un brief réel. Supposez que vous ayez besoin de vingt clips finis de dix secondes par mois.

• Sur Grok Imagine Video 1.5 Lite à 8,40 $ la minute, dix secondes en représentent un sixième, soit 1,40 $ par clip généré. Vingt d'entre eux coûtent 28,00 $ par mois, avant les nouvelles tentatives.

• Sur Grok Imagine Video 1.5, à 15,00 $ la minute, les mêmes dix secondes coûtent 2,50 $, et vingt clips coûtent 50,00 $ par mois.

• La différence est de 22,00 $ par mois, soit environ 264 $ par an, pour environ cent cinquante clips par an.

C'est le nombre qui donne à l'offre économique l'air d'une erreur d'arrondi dans la mauvaise direction, et il vaut la peine de le dire clairement : à ce volume, l'écart de prix n'est pas la raison de choisir Lite. La raison de choisir Lite, c'est la vitesse d'itération. Si Lite renvoie un brouillon plus vite, les vingt clips ci-dessus sont en réalité soixante ou quatre-vingts générations dont deux tiers sont jetées, et le même calcul à 22 $ se transforme en un mois vraiment différent. Le prix à la seconde est le levier visible ; le temps d'horloge par génération est le levier qui fait bouger la facture.

Ce qui reformule le choix comme une question de flux de travail plutôt que comme une question de prix. Le basculement est l’autre usage pratique d’un modèle frère moins cher : router une première passe sur Lite et ne relancer que les éléments retenus en pleine qualité est un changement de deux lignes dans le modèle que la requête nomme, et c’est la façon la moins chère de déterminer si Lite est suffisamment bon pour votre contenu sans parier une date de livraison sur la réponse. 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 tous deux sont accessibles via l’API propre du fournisseur et plusieurs plateformes tierces — mais la couche qui décide quoi générer, rédige les prompts et classe la sortie est un travail textuel, et le travail textuel est ce que couvre OrcaRouter : une API unique sur plus de 200 modèles au prix catalogue du fournisseur, avec 0 % de marge, le basculement automatique, et un DSL de routage qui compose plusieurs modèles en un seul appel.

Quand le modèle le moins cher est le mauvais choix

Le mode de défaillance est spécifique et mérite d’être nommé, car il est facile de s’y laisser prendre. Les équipes adoptent Lite pour le coût, bâtissent un mois de travail par-dessus, puis découvrent au premier livrable que les séquences 1080p ne survivent pas au recadrage.

Lite est le bon modèle lorsque la destination du clip est un fil, une story, une publication sociale ou une revue interne — partout où la sortie est visionnée à la taille à laquelle elle a été générée. C'est le bon modèle lorsque vous itérez et que la version retenue sera de toute façon régénérée en pleine qualité. C'est le bon modèle lorsque le volume est élevé et que le coût unitaire est la contrainte qui compte.

C'est le mauvais modèle lorsque le clip sera intégré à un montage plus long dans un autre rapport d'aspect, lorsqu'un artiste de compositing devra extraire un matte ou un key, lorsque les rushes seront étalonnés, ou lorsque le livrable comporte une spécification de résolution attachée à un contrat. Dans tous ces cas, les 6,60 $ la minute que vous avez économisés sont repayés au moment où quelqu'un doit tout régénérer, et l'écart Elo n'entre pas en ligne de compte.

Lire le tableau honnêtement

Deux réserves sur les chiffres ci-dessus. La première est la réserve habituelle pour les scores d'arène : 993 et 1045 sont des votes de préférence par paires en aveugle, et non des mesures permettant de déterminer si un clip correspond à un brief. Un modèle peut gagner un vote sur la couleur et rater le plan. La seconde est propre à cette paire : l'écart entre les deux modèles est assez faible pour qu'un lecteur doive le considérer comme un classement plutôt que comme une distance. Cinquante-deux points Elo signifient que Lite perd plus de comparaisons qu'il n'en gagne face à son parent ; cela ne veut pas dire que Lite est 5 % moins bon sur votre plan, et cela ne signifie certainement pas qu'un clip Lite qui se trouve répondre parfaitement au brief est moins bon qu'un clip du modèle complet qui a manqué le brief.

Ce que le classement établit bel et bien, c'est la direction et l'ampleur de l'arbitrage. Lite n'est ni le modèle le moins cher ni le meilleur de sa tranche du tableau : PixVerse V6 se situe une ligne en dessous, avec un Elo de 985 pour 6,90 $ la minute, et Kling 3.0 1080p (Pro) se situe une ligne au-dessus, avec un Elo de 1000 pour 10,08 $. Ce qui est inhabituel, c'est l'écart avec son propre parent — 52 points d'Elo pour 44 % de réduction, c'est une concession de qualité plus faible que ce que coûte habituellement la remise consentie pour un échelon situé sous un modèle phare, et c'est sur ce rapport que repose l'affirmation de modèle de frontière dans l'annonce. C'est aussi pourquoi il s'agit d'un vrai choix, et non d'un échelon marketing.

Lequel, par sortie ?

Si vos clips sont regardés là où ils sont générés — réseaux sociaux, mobile, révision, itération — G​rok Imagine Video 1.5 Lite est la version par laquelle commencer, et le tarif de 8,40 $ la minute signifie que cent expérimentations coûtent moins que vingt livraisons. Régénérez les survivants sur la version complète si l'un d'eux passe au niveau supérieur.

Si vos clips sont finalisés plutôt que simplement regardés — recadrés, détourés, étalonnés, livrés selon un cahier des charges — laissez complètement tomber Lite et payez les 15,00 $. Grok Imagine Video 1.5 est le seul des deux modèles à renvoyer de la 1080p native, et aucune économie de coût par seconde ne résiste à un livrable qui doit être régénéré.

Presque personne n’a besoin des deux à la fois. Tous ceux qui génèrent en volume finiront par utiliser les deux, dans cet ordre — Lite pour obtenir le cliché, le modèle complet pour le garder.