Odyssey-3 vs Grok Imagine Video: API Video Berbayar per Pemakaian Melawan Simulator Tanpa Harga

Grok Imagine Video hadir dengan daftar harga dan tidak ada cara untuk mengarahkannya. Odyssey-3, yang dibuka Odyssey sebagai pratinjau riset publik pada 8 Oktober 2026, hadir dengan cara untuk mengarahkannya dan sama sekali tidak ada daftar harga. Asimetri itulah, bukan baris benchmark mana pun, yang menjadi bentuk nyata dari asimetri ini. xAI menghasilkan video per detik dengan tarif yang dipublikasikan untuk setiap resolusi, sementara Odyssey-3 hadir sebagai model dunia interaktif yang dapat Anda kendalikan di browser dan belum bisa dibeli. Salah satunya dapat Anda masukkan ke dalam produk sore ini. Yang lain hanya bisa Anda evaluasi.

Mereka juga tidak sepakat soal untuk apa generasi video itu, dan ketidaksepakatan itu tampak di halaman-halaman vendor. Dokumentasi G​rok Imagine Video mengedepankan gambar referensi, bingkai tersemat, ucapan bersinkronisasi bibir, dan referensi suara — kosakata kendali produksi. Andalan Odyssey-3 adalah lingkungan yang memprediksi apa yang terjadi selanjutnya saat Anda bergerak melaluinya atau memicu peristiwa. Keduanya adalah generator berbasis difusi yang menghasilkan video. Di luar kalimat itu, hampir tidak ada tumpang tindih.

Apa itu masing-masing

Odyssey-3 adalah transformer difusi autoregresif. Odyssey menggambarkannya sebagai model difusi video multi-langkah yang diperluas secara autoregresif dengan teacher forcing dan causal masking, sehingga model ini melanjutkan dari observasi sebelumnya dan memprediksi keadaan masa depan yang dikondisikan pada input aksi, lalu didistilasi melalui pencocokan distribusi dan distilasi adversarial menjadi varian beberapa langkah yang mampu berinteraksi secara real-time. Model ini berjalan pada 832×480, dengan Odyssey-3 Pro pada 1280×720, dan pratinjau publik menyediakan navigasi orang pertama, navigasi orang ketiga, dan pergerakan kamera independen. Tidak ada audio.

Grok Imagine Video adalah model video xAI di Imagine API. Generasi saat ini adalah Grok Imagine Video 1.5, yang menurut catatan rilis xAI mendukung text-to-video, image-to-video, dan reference-to-video dengan suara preset opsional serta 1080p native untuk dua yang pertama — dengan text-to-video diimplementasikan sebagai text-to-image yang diikuti image-to-video di balik layar. Model ini menerima hingga empat belas gambar referensi dan tiga referensi suara, mendukung frame yang dipin dan ucapan dengan sinkronisasi bibir, serta ditagih per detik keluaran yang dihasilkan. grok-imagine-video yang lebih awal, yang masih didokumentasikan dan masih tercantum harganya, berada di $0.05 per detik pada 480p dan $0.07 pada 720p, dengan video masukan ditagih $0.01 per detik dan gambar masukan $0.002.

Kartu tarif, yaitu bagian yang benar-benar bisa Anda rencanakan.

• Harga — G​rok Imagine Video ditagih per detik: $0,05/detik pada 480p dan $0,07/detik pada 720p untuk model aslinya, dan G​rok Imagine Video 1.5 mulai dari $0,08/detik untuk 480p, 720p, dan 1080p. G​rok Imagine Video 1.5 Lite mulai dari $0,02/detik untuk hingga 1080p dan lima belas detik. Odyssey-3 tidak memiliki harga yang dipublikasikan sama sekali; satu-satunya angka biaya publiknya adalah estimasi ternormalisasi dari papan peringkat sebesar $0,139 per video yang dihasilkan untuk Odyssey-3 dan $0,267 untuk Odyssey-3 Pro.

• Klip sepuluh detik, dihitung — $0,00 pada 480p atau $0,70 pada 720p di G​rok Imagine Video; $0,00 pada G​rok Imagine Video 1.5; $0,20 pada tier Lite. Odyssey-3 tidak dapat diberi harga dengan cara ini, karena Anda tidak dapat membeli sepuluh detik darinya.

• Resolusi — G{{1}}rok Imagine Video 1.5 mendukung 1080p native untuk text-to-video dan image-to-video. Odyssey-3 hanya mencapai 1280×720 di tier Pro.

• Durasi — G​rok Imagine Video 1.5 Lite mencapai lima belas detik. Unit Odyssey-3 bukan sebuah klip; melainkan sebuah sesi, dibatasi oleh seberapa lama pratinjau menjaga prediksinya tetap koheren.

• Audio — G​rok Imagine Video menghasilkan ucapan yang disinkronkan dengan gerakan bibir dan menerima referensi suara. Odyssey-3 tidak menghasilkan apa pun.

• Kontrol — gambar referensi, frame yang disematkan, frame pertama dan terakhir, serta referensi suara, semuanya ditentukan sebelum generasi. Dibandingkan dengan navigasi langsung dan peristiwa di tengah generasi selama generasi. G​rok adalah pengarangan; Odyssey-3 adalah interaksi.

• Ketersediaan — kunci API swalayan hari ini untuk G​rok Imagine Video. Formulir kontak dan pratinjau browser untuk Odyssey-3.

Di mana papan fisika menempatkan mereka

Physics-IQ Verified, benchmark dari Anates Labs dan DeepMind yang menilai kelanjutan eksperimen fisika nyata, saat ini memeringkat 41 model, dan keduanya ada di dalamnya — yang menjadikannya satu-satunya platform pihak ketiga tempat keduanya bisa dibandingkan sama sekali.

• Grok Imagine Video — peringkat 13, peningkatan bersih −4,04 pp terhadap rata-rata track, pada prompt milik benchmark itu sendiri, 24 fps, biaya ternormalisasi $0,352 per video.

• Odyssey-3 — peringkat 8 pada set prompt yang sama dengan +2,15 poin persentase dan $0,129, serta peringkat 3 pada prompt khusus dengan +9,99 poin persentase.

Kesenjangan itu tidak kecil, dan ini bukan artefak resolusi: papan peringkat menormalkan biaya ke 24 fps dan keluaran selebar 1280 jika input memungkinkan, dan papan itu mencantumkan rezim prompt untuk setiap baris. Skor net-improvement negatif bukanlah pernyataan bahwa G​rok Imagine Video menghasilkan video yang buruk — jelas tidak, dan produk itu sudah dalam produksi dengan harga yang membuatnya mudah digunakan. Itu adalah pernyataan bahwa pada tugas spesifik untuk melanjutkan eksperimen fisik dengan benar, ia tampil lebih buruk daripada model rata-rata di papan peringkat itu, sementara Odyssey-3 tampil lebih baik daripada model rata-rata di papan peringkat itu dalam dua kesempatan, di bawah dua rezim prompt yang berbeda.

Klaim utama Odyssey-3 sendiri bahkan lebih kuat: 66,1 pada jalur video-ke-video untuk Odyssey-3 Pro, skor tertinggi yang dilaporkan Odyssey, plus 54,7 untuk tingkat yang sama pada gambar-ke-video. Angka-angka itu berasal dari tulisan Odyssey, bukan dari uji independen, dan harus dibaca seperti itu.

Hal yang tidak dicakup oleh daftar harga

Ada perbedaan kategori yang tersembunyi di balik tarif per detik yang layak diberi nama, karena hal itu menentukan mana di antara ini yang Anda inginkan.

Model penagihan Grok Imagine Video — dolar per detik keluaran — adalah janji tentang throughput. Setiap dolar membeli kuantitas tetap video jadi, dan satu-satunya pertanyaan adalah apakah lima belas detik pada 1080p dengan lip-sync bernilai $1,20. Untuk unit iklan, templat sosial, pipeline pemasaran, itu pertanyaan yang sangat baik dengan jawaban yang jelas, dan tier Lite seharga $0,02/detik biasanya membuat jawabannya mudah.

Odyssey-3 tidak ditagih seperti itu dan tidak bisa, karena outputnya bukan jumlah yang tetap. Lingkungan interaktif dikonsumsi berdasarkan berapa lama seseorang berada di dalamnya dan berapa kali mereka berubah pikiran, dan itu membuat model per detik menjadi tidak bermakna. Ketika Odyssey menerbitkan harga — dan tidak ada sinyal kapan — harga itu harus berupa harga sesi, harga komputasi, atau sesuatu yang belum ditemukan untuk kategori ini. Itu bukan argumen menentang Odyssey-3. Itulah alasan perbandingan developer antara keduanya saat ini tidak mungkin diselesaikan.

Mencapai yang bermeter hari ini

Grok Imagine Video adalah API milik xAI sendiri, dan OrcaRouter tidak menghostingnya. Odyssey-3 tidak ada di platform terhosting mana pun yang dapat kami verifikasi, dan tidak ada tarif yang dipublikasikan bagi siapa pun untuk merutekannya bahkan jika itu ada.

Yang dapat dijangkau oleh satu kunci OrcaRouter adalah sisa tumpukan video dan model yang akan menjadi dasar perbandingan ini: MiniMax-H3 dengan harga $0,08 per detik output 768P, lini video K​ling, dan lebih dari 200 model di balik satu endpoint pada harga daftar penyedia tanpa markup 0% — jadi ketika sebuah lab memangkas tarif per detik, perubahan itu langsung berlaku pada pemakaian Anda di hari yang sama, bukan pada perpanjangan kontrak berikutnya. Failover otomatis antar penyedia menjaga batch yang mencampur beberapa model video agar tidak gagal gara-gara satu upstream sedang bermasalah, dan DSL routing memungkinkan Anda menempatkan model video terkelola bersama model teks atau visi di balik satu antarmuka, yang justru itulah yang dibutuhkan pipeline yang menghasilkan lalu mengevaluasi. Baik Odyssey-3 maupun G​rok Imagine Video tidak ada dalam katalog itu saat ini.

Yang mana kamu mau

Jika Anda membutuhkan keluaran video dengan suara, pada 1080p, dengan harga yang bisa Anda masukkan ke spreadsheet, dan Anda membutuhkannya minggu ini, G​rok Imagine Video adalah jawaban yang berfungsi dan Odyssey-3 bukan kandidat — tidak ada audio, batas resolusinya lebih rendah, dan tidak ada cara untuk membelinya.

Jika Anda membangun apa pun yang harus memprediksi apa yang terjadi setelah suatu tindakan — sebuah kebijakan, sebuah loop kendali, sebuah lingkungan pelatihan — daftar harga tidak relevan dan papan fisika tidak. Odyssey-3 sedang dinilai tepat pada kemampuan itu dan berada di dekat puncak papan; G​rok Imagine Video, yang sangat baik dalam menghasilkan shot yang sudah jadi, berada di bawah rata-rata track pada tes yang sama. Pertanyaan yang berbeda, dan jawabannya tidak tumpang tindih.