Grok Imagine Video 1.5 Lite vs Grok Imagine Video: 52 Elo por seis dólares o minuto

Aqui está a decisão inteira em uma frase. O Grok Imagine Video 1.5 Lite custa $8,40 por minuto e obtém Elo 993 no quadro AA-Video-T2V v2.0 da Artificial Analysis; o Grok Imagine Video 1.5 custa $15,00 por minuto e obtém Elo 1045. Mesma família, mesma interface, mesmo comprimento de clipe de 1 a 15 segundos, mesmas sete proporções de tela — e uma diferença de $6,60 por minuto que compra uma pontuação de preferência de 52 pontos e uma diferença oculta que não aparece em nenhum dos números principais. O Grok Imagine Video 1.5 é o original: o modelo de geração rápida da xAI, lançado pela primeira vez em 29 de janeiro de 2026, estável na versão 1.5 desde 16 de junho de 2026, com áudio nativo e 1080p nativo. O Grok Imagine Video 1.5 Lite é o irmão destilado, datado de agosto de 2026 no quadro, mais rápido e mais barato por construção. A pergunta que esta página responde não é qual modelo é melhor — o quadro já decidiu isso —, mas qual deles sua saída realmente precisa.

A única diferença que a tabela de preços esconde

Antes dos tópicos, a frase que decide mais implantações reais do que a diferença de Elo. No G​rok Imagine Video 1.5 Lite, a saída em 1080p é renderizada em 720p e ampliada. No G​rok Imagine Video 1.5, 1080p é 1080p.

Isso é tudo. Um clipe Lite solicitado em 1080p é uma renderização em 720p com um passe de upscale por cima. Em um feed de celular, em bitrates de redes sociais, passando por uma etapa de compressão que vai achatar a diferença de qualquer forma, isso é invisível. No momento em que o clipe entra em um pipeline que corta, aplica chroma key, compõe, reenquadra ou faz color grading, o detalhe ausente é a primeira coisa que um editor percebe e a última que ele consegue corrigir. O modelo completo não tem esse problema, e é a principal razão pela qual seu preço por minuto é quase o dobro.

Dimensão por dimensão

• Preço — US$ 15,00 por minuto para o G​rok Imagine Video 1.5, contra US$ 8,40 por minuto para o G​rok Imagine Video 1.5 Lite, ambos cotados pela Artificial Analysis nas configurações padrão de 1080p. As tarifas por segundo publicadas para o modelo completo são de US$ 0,096 em 480p, US$ 0,168 em 720p e US$ 0,300 em 1080p, além de US$ 0,05 por entrada de imagem.

Posição no ranking — #11 com Elo 1045 para o modelo completo, contra #17 com Elo 993 para o Lite, no ranking AA-Video-T2V v2.0 com áudio. O intervalo do Lite é de 983 a 1003, uma faixa de ±10 que não se sobrepõe à posição do modelo pai sete linhas acima.

• Resolução efetiva — 1080p nativo versus uma renderização em 720p ampliada para um contêiner 1080p. A linha de maior consequência desta lista.

• Duração do clipe — 1 a 15 segundos em segundos inteiros para ambos. Na interface de chat, o modelo completo usa 10 segundos por padrão; é na API que ficam as durações mais longas.

• Proporções de aspeto — as mesmas sete para ambos: 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 e 2:3.

• Áudio — o G​rok Imagine Video 1.5 completo traz áudio nativo com diálogos, efeitos e música. A listagem do próprio Lite não documenta um canal de áudio separadamente, e o anúncio também o coloca na variante sem áudio do quadro, então, se uma trilha sonora for essencial para o seu entregável, verifique no Lite antes de se comprometer.

• Entradas e condicionamento — a API da família recebe uma imagem de primeiro quadro e imagens de referência adicionais, com o modelo completo documentado para geração condicionada por referência a partir de até sete imagens para consistência de personagem. A listagem do Lite descreve suporte a texto para vídeo e imagem para vídeo.

• Maturidade — o modelo completo está estável na versão 1.5 desde 16 de junho de 2026, liderou a arena da Artificial Analysis tanto em texto para vídeo quanto em imagem para vídeo no lançamento, e manteve a posição nº 1 em imagem para vídeo na LMArena com cerca de 1.400 de Elo. O Lite tem data de entrada no ranking em agosto de 2026 e 5.715 comparações cegas por trás de sua pontuação.

A conta, calculada

O preço abstrato por minuto é difícil de usar na prática, por isso compare-o com um briefing real. Suponha que você precise de vinte clipes finalizados de dez segundos por mês.

• Com Grok Imagine Video 1.5 Lite a US$ 8,40 por minuto, dez segundos é um sexto disso, ou seja, US$ 1,40 por clipe gerado. Vinte deles custam US$ 28,00 por mês, sem contar as tentativas repetidas.

• No Grok Imagine Video 1.5, a US$ 15,00 por minuto, os mesmos dez segundos custam US$ 2,50, e vinte clipes custam US$ 50,00 por mês.

• A diferença é de $22,00 por mês, ou cerca de $264 por ano, para cento e cinquenta clipes por ano, mais ou menos.

Esse é o número que faz o nível barato parecer um erro de arredondamento na direção errada, e vale dizer com todas as letras: neste volume, a diferença de preço não é o motivo para escolher o Lite. O motivo para escolher o Lite é a velocidade de iteração. Se o Lite retorna um rascunho mais rápido, os vinte clipes acima são, na verdade, sessenta ou oitenta gerações, com dois terços delas descartadas, e a mesma conta de US$ 22 se transforma em um mês genuinamente diferente. O preço por segundo é a alavanca visível; o tempo real por geração é a alavanca que move a fatura.

O que reformula a escolha como uma questão de fluxo de trabalho, e não de preço. O failover é o outro uso prático de um irmão mais barato: encaminhar uma primeira passagem no Lite e reexecutar apenas os aprovados na qualidade total é uma mudança de duas linhas em qual modelo a requisição nomeia, e é a forma mais barata de descobrir se o Lite é bom o suficiente para o seu conteúdo sem apostar uma data de entrega na resposta. Nenhum dos modelos é servido pela OrcaRouter — não hospedamos nem o G​rok Imagine Video 1.5 nem o G​rok Imagine Video 1.5 Lite, e ambos são acessados pela própria API do fornecedor e por várias plataformas de terceiros —, mas a camada que decide o que gerar, escreve os prompts e arquiva a saída é trabalho de texto, e trabalho de texto é o que a OrcaRouter cobre: uma única API para mais de 200 modelos ao preço de tabela do provedor, com 0% de margem, failover automático e uma DSL de roteamento que compõe vários modelos em uma única chamada.

Quando o modelo mais barato é a escolha errada

O modo de falha é específico e vale a pena nomear, porque é fácil cair nele. As equipes adotam o Lite pelo custo, constroem um mês de trabalho em cima dele e então descobrem, no primeiro entregável, que a filmagem em 1080p não sobrevive ao recorte.

O Lite é o modelo certo quando o destino do clipe é um feed, um story, uma postagem social ou uma revisão interna — em qualquer lugar onde a saída seja assistida no tamanho em que foi gerada. É o modelo certo quando você está iterando e o keeper será regenerado em qualidade total de qualquer forma. É o modelo certo quando o volume é alto e o custo por unidade é a restrição que importa.

É o modelo errado quando o clipe for montado em uma peça mais longa com uma proporção de aspecto diferente, quando um compositor for extrair um matte ou um key, quando o material passar por color grading, ou quando o entregável tiver uma especificação de resolução atrelada a um contrato. Em todos esses casos, os US$ 6,60 por minuto que você economizou são cobrados de volta no momento em que alguém tem de regenerar tudo, e a diferença de Elo é irrelevante.

Lendo o tabuleiro com honestidade

Duas ressalvas sobre os números acima. A primeira é a habitual para pontuações de arena: 993 e 1045 são votos de preferência pareada às cegas, não medições de se um clipe corresponde a um briefing. Um modelo pode ganhar um voto por causa da cor e perder a tomada. A segunda é específica deste pareamento — a diferença entre os dois modelos é pequena o bastante para que o leitor deva tratá-la como uma ordenação, e não como uma distância. Cinquenta e dois de Elo significa que o Lite perde mais comparações do que vence contra seu modelo pai; não significa que o Lite seja 5% pior na sua tomada, e certamente não significa que um clipe do Lite que por acaso acerta o briefing seja pior do que um clipe do modelo completo que errou o briefing.

O que a tabela de fato estabelece é a direção e a magnitude da troca. O Lite não é nem o modelo mais barato nem o melhor de sua faixa da tabela: o PixVerse V6 fica uma linha abaixo dele, com Elo 985 por US$ 6,90 por minuto, e o Kling 3.0 1080p (Pro) fica uma linha acima, com Elo 1000 por US$ 10,08. O incomum é a distância até seu próprio modelo pai — 52 pontos de Elo por 44% de desconto é um sacrifício de qualidade menor do que o desconto de um nível abaixo de um carro-chefe costuma custar, e é nessa proporção que se baseia a alegação de estar na fronteira no anúncio. Também é por isso que esta é uma escolha real, e não um nível de marketing.

Qual deles, pela saída

Se os seus clipes são assistidos onde são gerados — social, mobile, revisão, iteração —, o Grok Imagine Video 1.5 Lite é a versão para começar, e a tarifa de US$ 8,40 por minuto significa que cem experimentos custam menos do que vinte entregas finalizadas. Regenere os sobreviventes no modelo completo se algum deles avançar.

Se os seus clipes são finalizados em vez de apenas visualizados — cortados, com chroma key, com correção de cor, entregues conforme uma especificação — ignore o Lite por completo e pague os US$ 15,00. G​rok Imagine Video 1.5 é o único dos dois modelos que entrega 1080p nativo, e nenhuma economia de custo por segundo sobrevive a um entregável que precise ser regenerado.

Quase ninguém precisa dos dois ao mesmo tempo. Todo mundo que gera em volume acabará usando os dois, nessa ordem — o Lite para encontrar a tomada, o modelo completo para mantê-la.