Hero-titelkaart voor een vergelijking van FastFrames Video Generation en Grok Imagine Video, met badges met de tekst '36 ms per frame', 'stil, 480p', 'self-hosted', 'tot 1080p', 'audio en lip-sync' en '$4,20 per minuut', en het OrcaRouter-logo rechtsonder.
Guides & Insights

FastFrames Video Generation vs Grok Imagine Video: beide autoregressief, één van de twee is beschikbaar

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Wat het dichtst in de buurt komt van een technische evenknie die FastFrames Video Generation vandaag in productie heeft, is Grok Imagine Video, en de gelijkenis is niet oppervlakkig. Beide genereren video autoregressief — elk blok geconditioneerd op de frames die ervoor kwamen — en beide gebruiken die structuur om een clip te verlengen in plaats van een vast venster te renderen. Apples release, gepubliceerd op 16 november 2026 met het paper op de 17e, gebruikt dit om 36 milliseconden per frame te halen op één GPU. Die van xAI gebruikt dit om een shot tot vijftien seconden te laten doorlopen met geluid. Het verschil is dat een van deze een downloadbaar onderzoeksartefact is en de andere sinds januari 2026 op een publieke API staat, en dat verschil — niet de benchmarktabel — bepaalt de wedstrijd voor iedereen met een deadline.

Wat elk ervan kost, in de eenheden waarmee je daadwerkelijk zou budgetteren

FastFrames heeft geen prijs, omdat er niets te kopen valt. De gewichten staan op Hugging Face onder Apple's AMLR-licentie, en de enige kosten zijn hardware: één B200 voor het 1,3B-model of acht voor de 14B om interactief te blijven, plus CUDA 12.8 en Linux. Grok Imagine Video wordt per seconde verkocht en door Artificial Analysis als een tarief per minuut gerapporteerd, waardoor de rekensom ongewoon eenvoudig is.

• Grok Imagine Video, oorspronkelijke release — $4,20 per minuut aan output, wat neerkomt op $0,07 per seconde. Een clip van 15 seconden kost ongeveer $1,05.

• Grok Imagine Video 1.5 — $8,40 per minuut, $0,14 per seconde, ongeveer $2,10 voor dezelfde vijftien seconden.

• Grok Imagine Video 1.5 Lite op het tekst-naar-video-leaderboard — ook $8,40 per minuut, wat een eigenaardigheid in de prijsstelling is die je eerder moet signaleren dan weg te verklaren.

• FastFrames-S — geen tarief. Eén B200 voor ongeveer $2 tot $4 per GPU-uur, die in de theoretische limiet 28 clips van vijf seconden per seconde kloktijd genereert, zodat de marginale kosten de elektriciteitskosten naderen.

• FastFrames-L — hetzelfde, op acht GPU's, en dat is waar het "goedkope"-argument moeilijker wordt.

Het kostenverhaal slaat pas om voor FastFrames bij grote volumes, en alleen als je de GPU's al bezit. Voor een team dat huurt, ligt het omslagpunt zo ver in de toekomst dat latency de reden moet zijn om ervoor te kiezen, niet de prijs.

A two-column scoreboard comparing FastFrames and Grok Imagine Video across six dimensions: latency 36 ms per frame against not published, resolution 832x480 against up to 1080p, audio none against joint audio and video, max length 81 frames about 5 seconds against 15 seconds, price GPU time only against $4.20 to $8.40 per minute, and access open weights against a hosted API.

Waar Grok Imagine Video simpelweg vooroploopt

Drie uitgebrachte functionaliteiten die FastFrames in geen enkele vorm heeft.

• Resolutie — Grok Imagine Video levert 480p, 720p of 1080p, afhankelijk van de aanroep; FastFrames is vast ingesteld op 832×480.

• Audio — xAI genereert beeld en geluid samen, met lipsynchrone spraak en tot drie vooraf ingestelde stemreferenties; FastFrames produceert stille video en heeft geen audiopad.

• Bedieningsoppervlak — tot 14 referentieafbeeldingen, tot vier keyframes midden in de video plus eerste en laatste frame, en verlengingen die vanaf het laatste frame aaneengeschakeld worden tot vijftien seconden; FastFrames neemt een tekstprompt en dat is de volledige interface.

Op gemeten kwaliteit zit de Grok-familie midden op de ranglijst in plaats van bovenaan, in de Artificial Analysis-metingen van oktober 2026: de oorspronkelijke release stond dertiende op de image-to-video-ranglijst met Elo 1.072 ±7 over 14.371 samples, Grok Imagine Video 1.5 negende met 1.098 ±8 over 5.267, en de 1.5 Lite-variant zestiende op text-to-video met 993 ±10 over 5.715. De 1.5-update leverde dus ongeveer 26 Elo op — een echte verbetering aan de rand van de betrouwbaarheidsintervallen, geen stapsgewijze verandering — voor het dubbele tarief per seconde. Dat zijn cijfers van derden uit oktober; FastFrames heeft geen vermelding op de ranglijst om mee te vergelijken, en Apple's eigen VBench-totalen van 84,23 en 84,44 voor de kleine en grote modellen zijn niet vergelijkbaar met een Elo.

Waar FastFrames vooroploopt, en dat slechts op één as.

Snelheid, in overweldigende mate, en het doel dat die snelheid dient. Grok Imagine Video is een request-responsesysteem: je stuurt een prompt, je wacht en je krijgt een clip. FastFrames-S op één B200 levert frames met 36 milliseconden per stuk — 28 per seconde in geaggregeerde doorvoer — wat sneller is dan een stream van 16 fps wordt afgespeeld. Het 14B-model heeft acht B200's nodig om 45 ms per frame te halen; op één GPU zakt dat naar 158 ms en is het niet langer interactief.

Dat is niet zozeer een getal dat Grok traag laat lijken, als wel een getal dat een ander product beschrijft. xAI verkoopt kant-en-klare korte clips met geluid. Apple heeft een component voor een live loop gepubliceerd — en demonstreerde dat door andermans systemen interactief te maken, waarbij de 1.3B-variant van LingBot-World van 1.085 naar 52 ms per frame ging en de 14B-variant van 3.862 naar 233, en RealWonder 1.3B van 1.141 naar 51. Geen van die systemen levert bovendien audio op 1080p. De realistische lezing is dat FastFrames een techniek is die op een product wacht, en de techniek is goed: door de VAE-decodering te vervangen door een pixeldecoder met 63,87 miljoen parameters gaat die fase van ongeveer 147 ms naar ongeveer 1, en een klein KV-verfijningsnetwerk vervangt de cache-update in 2 tot 6 ms.

De licentieval die niemand in de benchmarktabel noemt

FastFrames is slechts in beperkte, weloverwogen zin open. Op de modelgewichten rusten Apple's AMLR-voorwaarden. De code en gewichten van LingBot-World v2 die als demo worden meegeleverd, vallen onder CC BY-NC-SA 4.0 — niet-commercieel, share-alike. De rest van de repository valt onder Apple's Sample Code Licence. Als je van plan was de demo-app in een commercieel product op te nemen, houdt de licentie je tegen voordat het 480p-plafond dat doet. Grok Imagine Video kent die dubbelzinnigheid niet: het is een API, je betaalt per seconde, en de voorwaarden zijn een dienstverleningsovereenkomst in plaats van een verlening van rechten op de gewichten.

Die afweging is het waard om ronduit te benoemen, want "open weights" wordt gebruikt als verkorte aanduiding voor "vrij te gebruiken", en dat is deze release niet.

The Hugging Face model card for apple/FastFrames-L, showing the title, both checkpoints, the Wan2.1-T2V-14B base model, arXiv 2611.23226 and the apple-amlr licence tag.

Hoe kies je daartussen?

Vraag je af wat er gebeurt nadat de clip bestaat. Als een mens hem één keer bekijkt en verdergaat — een socialpost, een storyboard, een advertentievariant — dan is Grok Imagine Video voor $0,07 tot $0,14 per seconde met audio en 1080p het goedkopere en betere antwoord, en FastFrames kan niet concurreren op uitvoerkwaliteit omdat het geen afgeronde output produceert. Als de clip een input is voor iets anders — een preview die bijwerkt terwijl een gebruiker typt, een personage dat binnen één frame reageert, een wereldmodel dat wordt verkend — dan zijn prijs per clip en een aanvraagwachtrij volledig de verkeerde vorm, en FastFrames-S op één GPU is het enige in deze vergelijking dat past.

Voor het middelste geval, waarin je wilt testen of de interactieve vorm het bouwen waard is voordat je hardware aanschaft, is de goedkoopste route prototypen tegen een gehost model dat je vandaag kunt aanroepen. OrcaRouter dekt de gehoste videomodellen op één sleutel tegen de lijstprijs van de provider met 0% markup — waaronder Kling 3.0, Kling 3 Turbo, Kling Video O1 en MiniMax H3 — en de vlakke pass-through betekent dat een prijswijziging van de leverancier dezelfde dag op je factuur terechtkomt in plaats van bij de verlenging. Grok Imagine Video en FastFrames ontbreken beide in die catalogus: we leveren geen van beide, en niets hier impliceert het tegendeel. Wat één sleutel je wel geeft, is een stabiele manier om te meten welke latentie je gebruikers tolereren, en dat is het getal dat je vertelt of de release van Apple überhaupt relevant is voor je roadmap.

De eerlijke samenvatting

Grok Imagine Video is de betere videogenerator in elk opzicht, behalve op het ene punt dat Apple heeft geoptimaliseerd, en Apple heeft dat punt verder geoptimaliseerd dan wie dan ook. Over twee jaar zal de interessante vraag niet zijn welke van deze twee sneller is, want de gehoste kant zal genoeg zijn ingelopen dat het onderscheid voor de meeste producten niet meer uitmaakt. Het zal de vraag zijn of iets gehosts je een generatie laat bijsturen terwijl die nog wordt gerenderd. Dat is de mogelijkheid die FastFrames demonstreert, en geen enkele API in deze vergelijking biedt die.

The FastFrames project page from Apple and Cornell University, naming the seven authors and stating that both checkpoints generate 480p at under 50 milliseconds per frame.