Odyssey-3 vs Grok Imagine Video: 가격이 책정되지 않은 시뮬레이터에 맞선 종량제 비디오 API

Grok Imagine Video는 가격표를 갖고 있지만 제어할 방법은 없다. Odyssey-3는 Odyssey가 2026년 10월 8일 공개 연구 프리뷰로 공개한 것으로, 제어할 방법은 있지만 가격표는 전혀 없다. 어떤 벤치마크 행이 아니라, 그 비대칭성이 이 맞대결의 진짜 형태다: xAI는 모든 해상도에 공개 요금을 붙여 생성 비디오를 초 단위로 판매하는 반면, Odyssey-3는 브라우저에서 조작할 수 있는 인터랙티브 월드 모델로 제공되며 아직 구매할 수는 없다. 이 중 하나는 오늘 오후에 제품에 넣을 수 있다. 다른 하나는 평가만 할 수 있다.

두 회사는 비디오 생성이 무엇을 위한 것인지에 대해서도 의견이 다르며, 그 의견 차이는 벤더 페이지에 드러납니다. G​rok Imagine Video의 문서는 레퍼런스 이미지, 고정 프레임, 립싱크된 음성, 음성 레퍼런스를 앞세웁니다 — 제작 제어의 어휘입니다. Odyssey-3가 내세우는 것은 그 안을 이동하거나 이벤트를 트리거할 때 다음에 무슨 일이 일어날지 예측하는 환경입니다. 둘 다 비디오를 출력하는 디퓨전 기반 생성기입니다. 그 문장을 넘어서면 거의 겹치는 부분이 없습니다.

각각이 무엇인지

Odyssey-3는 자기회귀 확산 트랜스포머입니다. Odyssey는 이를 교사 강제(teacher forcing)와 인과적 마스킹을 통해 자기회귀적으로 확장한 다단계 비디오 확산 모델이라고 설명합니다. 즉, 선행 관측으로부터 이어서 행동 입력을 조건으로 미래 상태를 예측한 다음, 분포 매칭과 적대적 증류를 거쳐 실시간 상호작용이 가능한 몇 단계(few-step) 변형으로 증류됩니다. 832×480에서 실행되며, Odyssey-3 Pro는 1280×720이고, 공개 프리뷰는 1인칭 내비게이션, 3인칭 내비게이션 및 독립적인 카메라 이동을 제공합니다. 오디오는 없습니다.

G​rok Imagine Video는 Imagine API에 있는 x​AI의 비디오 모델입니다. 현재 세대는 G​rok Imagine Video 1.5로, x​AI의 릴리스 노트에는 텍스트-투-비디오, 이미지-투-비디오, 레퍼런스-투-비디오를 지원하며 처음 두 가지의 경우 선택적 프리셋 음성과 네이티브 1080p를 지원하는 것으로 기록되어 있습니다. — 텍스트-투-비디오는 내부적으로 텍스트-투-이미지 후 이미지-투-비디오로 구현됩니다. 최대 14개의 레퍼런스 이미지와 3개의 음성 레퍼런스를 받아들이고, 고정 프레임과 립싱크된 음성을 지원하며, 생성된 출력 1초당 과금됩니다. 이전 grok-imagine-video는 여전히 문서화되고 가격이 책정되어 있으며, 480p에서 초당 $0.05, 720p에서 $0.07이고, 입력 비디오는 초당 $0.01, 입력 이미지는 $0.002로 청구됩니다.

요금표, 즉 실제로 계획을 세울 수 있는 부분

• 가격 — G​rok Imagine Video는 초 단위로 청구됩니다: 기존 모델의 경우 480p에서 초당 $0.05, 720p에서 초당 $0.07이며, G​rok Imagine Video 1.5는 480p, 720p, 1080p 모두에서 초당 $0.08부터 시작합니다. G​rok Imagine Video 1.5 Lite는 최대 1080p와 15초까지 초당 $0.02부터 시작합니다. Odyssey-3는 공개된 가격이 전혀 없습니다. 공개된 유일한 비용 수치는 리더보드의 정규화된 추정치로, 생성된 영상당 Odyssey-3의 경우 $0.139, Odyssey-3 Pro의 경우 $0.267입니다.

• 10초 클립을 계산해 보면 — G​rok Imagine Video에서 480p는 $0.50, 720p는 $0.70; G​rok Imagine Video 1.5에서는 $0.80; Lite 티어에서는 $0.20. Odyssey-3는 이런 방식으로 가격을 책정할 수 없습니다. 10초 분량을 구매할 수 없기 때문입니다.

• 해상도 — G​rok Imagine Video 1.5는 텍스트-투-비디오와 이미지-투-비디오에서 네이티브 1080p를 지원합니다. Odyssey-3는 Pro 티어에서 최대 1280×720입니다.

• 지속 시간 — G​rok Imagine Video 1.5 Lite는 15초에 도달합니다. Odyssey-3의 단위는 클립이 아니라 세션으로, 미리보기가 예측을 일관되게 유지하는 시간에 의해 제한됩니다.

• 오디오 — G​rok Imagine Video는 립싱크된 음성과 음성 참조를 생성합니다. Odyssey-3는 아무것도 생성하지 않습니다.

• 제어 — 참조 이미지, 고정 프레임, 첫 프레임과 마지막 프레임, 그리고 음성 참조는 모두 생성 전에 지정됩니다. 생성 중의 실시간 내비게이션 및 생성 도중 발생하는 이벤트와는 대조적입니다. G​rok의 것은 저작이고, Odyssey-3의 것은 상호작용입니다.

• 사용 가능성 — 오늘 Grok Imagine Video를 위한 셀프 서비스 API 키. Odyssey-3를 위한 문의 양식과 브라우저 미리보기.

물리학 위원회가 그것들을 두는 곳

실제 물리 실험의 이어지는 내용을 채점하는 Anates Labs와 DeepMind의 벤치마크인 Physics-IQ Verified는 현재 41개 모델의 순위를 매기고 있으며, 이 둘 모두 그 순위에 포함되어 있습니다 — 이는 두 모델을 어떻게든 비교할 수 있는 유일한 제3자 플랫폼이라는 의미입니다.

• G​rok Imagine Video — 13위, 트랙 평균 대비 순 개선 −4.04pp, 벤치마크 자체 프롬프트 기준, 24 fps, 동영상당 정규화 비용 $0.352.

• Odyssey-3 — 동일한 프롬프트 세트에서 +2.15pp 및 $0.129로 8위, 사용자 지정 프롬프트에서는 +9.99pp로 3위.

격차는 작지 않으며, 해상도 아티팩트도 아닙니다: 이 보드는 입력이 허용하는 경우 비용을 24 fps 및 1280 너비 출력으로 정규화하고, 모든 행에 대해 프롬프트 체제를 나열합니다. 음의 순 개선 점수는 G​rok Imagine Video가 나쁜 비디오를 생성한다는 진술이 아닙니다 — 그것은 분명히 그렇지 않으며, 사용하기 쉽게 만드는 가격으로 생산 중입니다. 이는 물리적 실험을 올바르게 계속하는 특정 작업에서 해당 보드의 평균 모델보다 더 나쁜 성능을 보인다는 진술이며, 반면 Odyssey-3는 두 가지 다른 프롬프트 체제 아래에서 해당 보드의 평균 모델보다 두 배 더 나은 성능을 보입니다.

Odyssey-3이 내세운 대표 주장은 한층 더 강력합니다: Odyssey-3 Pro의 비디오-투-비디오 트랙에서 66.1로, Odyssey가 보고한 최고 점수이며, 같은 등급의 이미지-투-비디오에서는 54.7입니다. 이 수치들은 독립적인 실행이 아니라 Odyssey의 문서에서 나온 것이므로, 그렇게 읽어야 합니다.

가격표가 다루지 않는 것

초당 요금 뒤에는 이름 붙일 만한 범주 차이가 숨어 있습니다. 그것이 이들 중 무엇을 원하는지를 결정하기 때문입니다.

G​rok Imagine Video의 청구 모델 — 출력 1초당 달러 — 은 처리량에 대한 약속입니다. 1달러마다 완성된 영상의 정해진 분량을 구매하며, 유일한 질문은 립싱크가 적용된 1080p 15초가 $1.20의 가치가 있는지입니다. 광고 단위, 소셜 템플릿, 마케팅 파이프라인이라면, 이는 명쾌한 답이 있는 훌륭한 질문입니다. 그리고 초당 $0.02의 Lite 티어는 그 답을 대체로 쉽게 만듭니다.

Odyssey-3는 그런 방식으로 과금되지 않으며, 그럴 수도 없다. 왜냐하면 그 출력은 고정된 양이 아니기 때문이다. 대화형 환경은 누군가 그 안에 얼마나 오래 머무는지, 그리고 얼마나 자주 마음을 바꾸는지에 따라 소비되며, 그 때문에 초당 모델은 무의미해진다. Odyssey가 가격을 공개할 때—그리고 언제일지는 아무런 신호도 없다—그것은 세션 가격, 컴퓨팅 가격, 또는 이 범주를 위해 아직 발명되지 않은 다른 무엇이어야 할 것이다. 그것은 Odyssey-3에 반대하는 논거가 아니다. 그것이 바로 이 둘 사이의 개발자 비교를 현재로서는 끝낼 수 없는 이유다.

오늘 계량된 것에 도달하기

Grok Imagine Video는 xAI의 자체 API이며, OrcaRouter는 이를 호스팅하지 않습니다. Odyssey-3은 우리가 확인할 수 있는 어떤 호스팅 플랫폼에도 없고, 설령 그렇다 하더라도 누구든 라우팅할 수 있는 공개된 요금은 없습니다.

OrcaRouter 키 하나로 닿을 수 있는 것은 이 비교를 구축하게 될 나머지 비디오 및 모델 스택입니다: 768P 출력 1초당 $0.08의 MiniMax-H3, K​ling 비디오 라인, 그리고 단일 엔드포인트 뒤에 있는 200개 이상의 모델을 제공업체 정가로, 0% 마크업으로 — 따라서 연구소가 초당 요금을 인하하면, 그 변경은 다음 계약 갱신 때가 아니라 같은 날 귀하의 사용량에 반영됩니다. 공급자 간 자동 페일오버는 여러 비디오 모델을 혼합한 배치가 한 업스트림의 문제 있는 시간대에 실패하지 않도록 해 주며, 라우팅 DSL을 사용하면 호스팅된 비디오 모델과 텍스트 또는 비전 모델을 하나의 인터페이스 뒤에 둘 수 있습니다. 이는 생성한 다음 평가하는 파이프라인에 실제로 필요한 것입니다. 현재 그 카탈로그에는 Odyssey-3도 G​rok Imagine Video도 없습니다.

어느 거 원해?

사운드가 포함된 1080p 비디오 출력이 필요하고, 스프레드시트에 넣을 수 있는 가격이며, 이번 주에 필요하다면, G​rok Imagine Video는 작동하는 답이고 Odyssey-3는 후보가 아닙니다 — 오디오가 없고, 해상도 상한이 더 낮으며, 구매할 방법도 없습니다.

행동 이후에 무슨 일이 일어날지 예측해야 하는 무엇이든 — 정책, 제어 루프, 훈련 환경 — 만들고 있다면, 가격표는 상관없고 물리 보드는 그렇지 않습니다. Odyssey-3는 바로 그 능력으로 채점되고 있으며 보드 최상위권에 가깝습니다; 완성된 샷을 만들어내는 데 뛰어난 G​rok Imagine Video는 같은 테스트에서 트랙 평균 아래에 있습니다. 서로 다른 질문이며, 답은 겹치지 않습니다.