Odyssey-3 vs Grok Imagine Video: een op verbruik gemeten video-API tegenover een simulator zonder prijs

Grok Imagine Video komt met een prijslijst en geen enkele manier om het bij te sturen. Odyssey-3, dat Odyssey op 8 oktober 2026 als publieke onderzoekspreview opende, komt met een manier om het bij te sturen en helemaal geen prijslijst. Die asymmetrie, niet een of andere benchmarkrij, is de echte vorm van deze confrontatie: xAI verkoopt gegenereerde video per seconde met een gepubliceerd tarief voor elke resolutie, terwijl Odyssey-3 wordt geleverd als een interactief wereldmodel dat je in een browser kunt aansturen en nog niet kunt kopen. Een van deze kun je vanmiddag al in een product stoppen. De andere kun je alleen evalueren.

Ze zijn het ook oneens over waar videogeneratie voor bedoeld is, en dat meningsverschil is terug te zien op de pagina's van de leveranciers. De documentatie van G​rok Imagine Video opent met referentieafbeeldingen, vastgezette frames, lipgesynchroniseerde spraak en stemreferenties — het vocabulaire van productiebeheersing. De insteek van Odyssey-3 is een omgeving die voorspelt wat er daarna gebeurt terwijl je je erdoorheen beweegt of een gebeurtenis activeert. Beide zijn op diffusie gebaseerde generatoren die video produceren. Voorbij die zin is er bijna geen overlap.

Wat elk is

Odyssey-3 is een autoregressieve diffusietransformer. Odyssey beschrijft het als een meerstaps videodiffusiemodel dat autoregressief wordt uitgebreid met teacher forcing en causale masking, zodat het verdergaat vanuit voorgaande observaties en toekomstige toestanden voorspelt, geconditioneerd op actie-inputs, en vervolgens via distributiematching en adversariële distillatie wordt gedistilleerd tot een variant met weinig stappen die realtime interactie aankan. Het draait op 832×480, met Odyssey-3 Pro op 1280×720, en de openbare preview biedt navigatie in de eerste persoon, navigatie in de derde persoon en onafhankelijke camerabeweging. Er is geen audio.

Grok Imagine Video is xAI's videomodel in de Imagine API. De huidige generatie is Grok Imagine Video 1.5, die volgens xAI's release notes tekst-naar-video, afbeelding-naar-video en referentie-naar-video ondersteunt, met optionele vooraf ingestelde stemmen en native 1080p voor de eerste twee — waarbij tekst-naar-video onder de motorkap is geïmplementeerd als tekst-naar-afbeelding gevolgd door afbeelding-naar-video. Het accepteert maximaal veertien referentieafbeeldingen en drie stemreferenties, ondersteunt vastgezette frames en lipgesynchroniseerde spraak, en wordt afgerekend per seconde gegenereerde output. De eerdere grok-imagine-video, nog steeds gedocumenteerd en nog steeds geprijsd, kost $0,05 per seconde bij 480p en $0,07 bij 720p, met inputvideo gefactureerd tegen $0,01 per seconde en inputafbeeldingen tegen $0,002.

De tariefkaart, het deel waar je daadwerkelijk op kunt plannen

• Prijs — G​rok Imagine Video wordt per seconde gefactureerd: $0,05/sec bij 480p en $0,07/sec bij 720p op het originele model, en G​rok Imagine Video 1.5 vanaf $0,08/sec voor 480p, 720p en 1080p. G​rok Imagine Video 1.5 Lite begint bij $0,02/sec voor maximaal 1080p en vijftien seconden. Odyssey-3 heeft helemaal geen gepubliceerde prijs; de enige openbare kostencijfers zijn de genormaliseerde schattingen van het leaderboard van $0,139 per gegenereerde video voor Odyssey-3 en $0,267 voor Odyssey-3 Pro.

• Een clip van tien seconden, berekend — $0,50 bij 480p of $0,70 bij 720p op G​rok Imagine Video; $0,80 op G​rok Imagine Video 1.5; $0,20 op het Lite-niveau. Odyssey-3 kan niet op deze manier geprijsd worden, omdat je er geen tien seconden van kunt kopen.

• Resolutie — G​rok Imagine Video 1.5 biedt native 1080p voor tekst-naar-video en afbeelding-naar-video. Odyssey-3 komt niet verder dan 1280×720 in het Pro-niveau.

• Duur — G​rok Imagine Video 1.5 Lite bereikt vijftien seconden. De eenheid van Odyssey-3 is geen clip; het is een sessie, begrensd door hoe lang de preview zijn voorspellingen coherent houdt.

• Audio — G​rok Imagine Video genereert spraak met lipsynchronisatie en accepteert stemreferenties. Odyssey-3 genereert er geen.

• Controle — referentieafbeeldingen, vastgezette frames, eerste en laatste frame, en stemreferenties, allemaal vóór de generatie gespecificeerd. Tegenover live navigatie en gebeurtenissen tijdens de generatie. Die van Grok is authoring; die van Odyssey-3 is interactie.

• Beschikbaarheid — vandaag een selfservice-API-sleutel voor Grok Imagine Video. Een contactformulier en een browservoorbeeld voor Odyssey-3.

Waar het natuurkundebestuur ze plaatst

Physics-IQ Verified, de benchmark van Anates Labs en DeepMind die voortzettingen van echte natuurkundige experimenten beoordeelt, rangschikt momenteel 41 modellen, en beide staan erop — waardoor het het enige platform van een derde partij is waar de twee überhaupt met elkaar vergeleken kunnen worden.

• Grok Imagine Video — rang 13, netto verbetering van −4,04 pp ten opzichte van het trackgemiddelde, op de eigen prompts van de benchmark, 24 fps, genormaliseerde kosten $0,352 per video.

• Odyssey-3 — rang 8 op dezelfde promptset met +2,15 pp en $0,129, en rang 3 op aangepaste prompts met +9,99 pp.

Het verschil is niet klein, en het is geen artefact van de resolutie: het scorebord normaliseert de kosten naar 24 fps en 1280 brede output waar de invoer dat toelaat, en het vermeldt het promptregime voor elke rij. Een negatieve netto-verbeteringsscore is geen bewering dat G​rok Imagine Video slechte video's genereert — dat doet het duidelijk niet, en het is in productie tegen een prijs die het gemakkelijk te gebruiken maakt. Het is een bewering dat het bij de specifieke taak om een natuurkundig experiment correct voort te zetten, slechter presteert dan het gemiddelde model op dat scorebord, terwijl Odyssey-3 het beter doet dan het gemiddelde model op dat scorebord, en dat tweemaal, onder twee verschillende promptregimes.

De eigen belangrijkste claim van Odyssey-3 is nog sterker: 66,1 op de video-naar-video-track voor Odyssey-3 Pro, de hoogste score die Odyssey rapporteert, plus 54,7 voor hetzelfde niveau op afbeelding-naar-video. Die cijfers komen uit het verslag van Odyssey zelf en niet uit een onafhankelijke run, en zo moeten ze ook worden gelezen.

Het ding dat de prijslijst niet dekt

Er schuilt een categorisch verschil achter de tarieven per seconde dat het benoemen waard is, want het bepaalt welke van deze je wilt.

Het facturatiemodel van G​rok Imagine Video — dollars per seconde output — is een belofte over doorvoer. Elke dollar koopt een vaste hoeveelheid voltooide video, en de enige vraag is of vijftien seconden op 1080p met lipsynchronisatie $1,20 waard is. Voor een advertentie-unit, een socialmedia-sjabloon, een marketingpipeline is dat een uitstekende vraag met een helder antwoord, en de Lite-tier van $0,02/sec maakt het antwoord in de meeste gevallen gemakkelijk.

Odyssey-3 wordt niet op die manier gefactureerd en dat kan ook niet, omdat de output geen vaste hoeveelheid is. Bij een interactieve omgeving hangt het verbruik af van hoe lang iemand erin verblijft en hoe vaak diegene van gedachten verandert, en dat maakt het per-seconde-model betekenisloos. Wanneer Odyssey een prijs publiceert — en er is geen signaal wanneer dat zal zijn — zal die een sessieprijs, een compute-prijs of iets anders moeten zijn dat voor deze categorie nog niet is uitgevonden. Dat is geen argument tegen Odyssey-3. Het is de reden waarom een vergelijking door ontwikkelaars tussen deze twee momenteel niet af te ronden is.

Vandaag de gemetene bereiken

Grok Imagine Video is de eigen API van xAI, en OrcaRouter host het niet. Odyssey-3 staat op geen enkel gehost platform dat wij kunnen verifiëren, en er is geen gepubliceerd tarief waarmee iemand het kan routeren, zelfs als dat wel zo was.

Wat één OrcaRouter-sleutel wél bereikt, is de rest van de video- en modelstack waarop je deze vergelijking zou baseren: MiniMax-H3 tegen $0,08 per seconde aan 768P-output, de K​ling-videolijn, en meer dan 200 modellen achter één endpoint tegen de lijstprijs van de provider met 0% markup — dus wanneer een lab een tarief per seconde verlaagt, is de wijziging dezelfde dag doorgevoerd in je verbruik in plaats van bij je volgende contractverlenging. Automatische failover tussen providers voorkomt dat een batch die meerdere videomodellen combineert uitvalt door een slecht uur bij één upstream, en met de routing-DSL kun je een gehost videomodel en een tekst- of visionmodel achter één interface plaatsen, wat een pijplijn die genereert en vervolgens evalueert echt nodig heeft. Noch Odyssey-3 noch G​rok Imagine Video staat vandaag in die catalogus.

Welke wil je?

Als je video-output met geluid nodig hebt, in 1080p, tegen een prijs die je in een spreadsheet kunt zetten, en je hebt het deze week nodig, dan is G​rok Imagine Video een werkend antwoord en is Odyssey-3 geen kandidaat — het heeft geen audio, een lager resolutieplafond en geen manier om het te kopen.

Als je iets bouwt dat moet voorspellen wat er gebeurt na een actie — een beleid, een regelkring, een trainingsomgeving — is de prijslijst irrelevant en het physics-scorebord niet. Odyssey-3 wordt precies op die capaciteit beoordeeld en staat bijna bovenaan het scorebord; Grok Imagine Video, uitstekend in het maken van een afgewerkte opname, zit onder het trackgemiddelde op dezelfde test. Verschillende vragen, en de antwoorden overlappen elkaar niet.