Odyssey-3 vs Grok Imagine Video: API วิดีโอแบบคิดค่าตามการใช้งาน ปะทะตัวจำลองที่ยังไม่ประกาศราคา
- openaiใหม่OpenAI: GPT-6.1 Sol2026-09-2952ความฉลาด
- anthropicใหม่Anthropic: Claude Sonnet 5.52026-09-2856ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 111 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- AnthropicAnthropic: Claude Opus 5.52026-09-2258ความฉลาด
- xAIGrok 4.72026-09-2146ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 55 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 ต่อ 1 ล้านโทเค็น · 347 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040ความฉลาด
- OpenAIOpenAI: GPT-6 Astra2026-09-0453ความฉลาด77การเขียนโค้ด
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241ความฉลาด76การเขียนโค้ด
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245ความฉลาด76การเขียนโค้ด
- AnthropicAnthropic: Claude Fable 5.12026-09-0153ความฉลาด82การเขียนโค้ด
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 60 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 ต่อ 1 ล้านโทเค็น · 378 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642ความฉลาด72การเขียนโค้ด
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 ต่อ 1 ล้านโทเค็น · 231 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845ความฉลาด75การเขียนโค้ด
- obsidianQwen3.8 27B2026-08-1534ความฉลาด68การเขียนโค้ด
Grok Imagine Video มาพร้อมรายการราคาและไม่มีวิธีบังคับทิศทางมัน Odyssey-3 ซึ่ง Odyssey เปิดเป็นพรีวิวงานวิจัยสาธารณะเมื่อวันที่ 8 ตุลาคม 2026 มาพร้อมวิธีบังคับทิศทางมันและไม่มีรายการราคาเลย ความไม่สมมาตรนี้ ไม่ใช่แถวการทดสอบมาตรฐานใด ๆ คือรูปทรงจริงของการจับคู่นี้: xAI ขายวิดีโอที่สร้างขึ้นเป็นรายวินาทีโดยมีอัตราที่ประกาศไว้สำหรับทุกความละเอียด ขณะที่ Odyssey-3 เปิดตัวเป็นแบบจำลองโลกแบบโต้ตอบที่คุณขับเคลื่อนได้ในเบราว์เซอร์และยังซื้อไม่ได้ หนึ่งในนี้คุณสามารถใส่ในผลิตภัณฑ์ได้บ่ายนี้ ส่วนอีกอันคุณทำได้เพียงประเมินเท่านั้น
พวกเขายังไม่เห็นด้วยว่าการสร้างวิดีโอมีไว้เพื่ออะไร และความไม่เห็นด้วยนี้ปรากฏอยู่ในหน้าของผู้ขาย เอกสารของ Grok Imagine Video นำด้วยภาพอ้างอิง เฟรมที่ปักหมุด เสียงพูดที่ซิงค์กับริมฝีปาก และการอ้างอิงเสียง — คำศัพท์ของการควบคุมการผลิต สิ่งที่ Odyssey-3 นำเสนอเป็นหลักคือสภาพแวดล้อมที่คาดการณ์ว่าจะเกิดอะไรขึ้นต่อไปเมื่อคุณเคลื่อนที่ผ่านมันหรือกระตุ้นเหตุการณ์ ทั้งคู่เป็นเครื่องสร้างวิดีโอแบบ diffusion-based ที่ให้ผลลัพธ์เป็นวิดีโอ หลังจากประโยคนั้น แทบไม่มีความทับซ้อนกันเลย
แต่ละอย่างคืออะไร
Odyssey-3 เป็นทรานส์ฟอร์เมอร์แบบดิฟฟิวชันออโตรีเกรสซีฟ Odyssey อธิบายว่าเป็นโมเดลการแพร่กระจายวิดีโอแบบหลายขั้นตอนที่ขยายแบบออโตรีเกรสซีฟด้วย teacher forcing และ causal masking จึงต่อเนื่องจากข้อมูลสังเกตการณ์ก่อนหน้าและทำนายสถานะในอนาคตโดยมีเงื่อนไขจากอินพุตการกระทำ จากนั้นจึงกลั่นผ่านการจับคู่การแจกแจงและการกลั่นแบบปรปักษ์ให้เป็นตัวแปรแบบไม่กี่ขั้นตอนที่สามารถโต้ตอบแบบเรียลไทม์ได้ มันทำงานที่ความละเอียด 832×480 โดย Odyssey-3 Pro อยู่ที่ 1280×720 และพรีวิวสาธารณะเปิดให้ใช้การนำทางแบบบุคคลที่หนึ่ง การนำทางแบบบุคคลที่สาม และการเคลื่อนกล้องอิสระ ไม่มีเสียง
Grok Imagine Video เป็นโมเดลวิดีโอของ xAI ใน Imagine API เจเนอเรชันปัจจุบันคือ Grok Imagine Video 1.5 ซึ่งบันทึกการเปิดตัวของ xAI ระบุว่ารองรับการสร้างวิดีโอจากข้อความ การสร้างวิดีโอจากภาพ และการสร้างวิดีโอจากภาพอ้างอิง พร้อมเสียงพรีเซ็ตแบบเลือกได้และ 1080p แบบเนทีฟสำหรับสองรายการแรก — โดยการสร้างวิดีโอจากข้อความถูกนำไปใช้เป็นการสร้างภาพจากข้อความ ตามด้วยการสร้างวิดีโอจากภาพเบื้องหลังการทำงาน รองรับภาพอ้างอิงสูงสุดสิบสี่ภาพและเสียงอ้างอิงสามรายการ รองรับเฟรมแบบปักหมุดและคำพูดที่ซิงก์กับริมฝีปาก และคิดค่าบริการตามวินาทีของเอาต์พุตที่สร้างขึ้น grok-imagine-video เวอร์ชันก่อนหน้านี้ ซึ่งยังมีเอกสารประกอบและยังมีราคาอยู่ อยู่ที่ $0.05 ต่อวินาทีที่ 480p และ $0.07 ที่ 720p โดยวิดีโออินพุตคิดค่าบริการที่ $0.01 ต่อวินาที และภาพอินพุตที่ $0.002
เรทการ์ด ซึ่งเป็นส่วนที่คุณวางแผนโดยอิงกับมันได้จริง ๆ
• ราคา — Grok Imagine Video คิดค่าบริการเป็นรายวินาที: $0.05/วินาที ที่ 480p และ $0.07/วินาที ที่ 720p สำหรับโมเดลต้นฉบับ และ Grok Imagine Video 1.5 เริ่มต้นที่ $0.08/วินาที ครอบคลุม 480p, 720p และ 1080p Grok Imagine Video 1.5 Lite เริ่มต้นที่ $0.02/วินาที สำหรับสูงสุด 1080p และสิบห้าวินาที Odyssey-3 ไม่มีราคาเผยแพร่อย่างเป็นทางการเลย ตัวเลขค่าใช้จ่ายสาธารณะเพียงอย่างเดียวคือค่าประมาณที่ปรับมาตรฐานจากลีดเดอร์บอร์ดที่ $0.139 ต่อวิดีโอที่สร้างสำหรับ Odyssey-3 และ $0.267 สำหรับ Odyssey-3 Pro
• คลิปความยาวสิบวินาที คำนวณออกมาได้ — $0.50 ที่ 480p หรือ $0.70 ที่ 720p บน Grok Imagine Video; $0.80 บน Grok Imagine Video 1.5; $0.20 บนระดับ Lite Odyssey-3 ไม่สามารถคิดราคาแบบนี้ได้ เพราะคุณไม่สามารถซื้อสิบวนาทีของมันได้
• ความละเอียด — Grok Imagine Video 1.5 รองรับ 1080p แบบเนทีฟสำหรับการแปลงข้อความเป็นวิดีโอและภาพเป็นวิดีโอ ส่วน Odyssey-3 สูงสุดที่ 1280×720 ในระดับ Pro
• ระยะเวลา — Grok Imagine Video 1.5 Lite ทำได้ถึงสิบห้าวินาที หน่วยของ Odyssey-3 ไม่ใช่คลิป แต่เป็นเซสชัน ซึ่งถูกจำกัดด้วยระยะเวลาที่พรีวิวยังคงทำให้คำทำนายสอดคล้องกัน
• เสียง — Grok Imagine Video สร้างเสียงพูดที่ซิงค์ริมฝีปากและรองรับการอ้างอิงเสียง ส่วน Odyssey-3 ไม่สร้างเลย
• การควบคุม — ภาพอ้างอิง เฟรมที่ปักหมุด เฟรมแรกและเฟรมสุดท้าย และข้อมูลอ้างอิงเสียง ทั้งหมดที่ระบุไว้ก่อนการสร้าง เมื่อเทียบกับการนำทางแบบสดและเหตุการณ์ระหว่างการสร้างที่เกิดขึ้นในระหว่างการสร้าง ของ Grok คือการเขียน; ของ Odyssey-3 คือการโต้ตอบ
• ความพร้อมใช้งาน — คีย์ API แบบบริการตนเองสำหรับ Grok Imagine Video ใช้ได้แล้ววันนี้. แบบฟอร์มติดต่อและพรีวิวบนเบราว์เซอร์สำหรับ Odyssey-3
จุดที่คณะกรรมการฟิสิกส์วางมันไว้
Physics-IQ Verified ซึ่งเป็นเบนช์มาร์กของ Anates Labs และ DeepMind ที่ให้คะแนนการทำนายผลต่อเนื่องจาก实验结果ทางฟิสิกส์จริง ปัจจุบันจัดอันดับ 41 โมเดล และทั้งสองรุ่นนี้ก็ติดอันดับอยู่ด้วย ซึ่งทำให้มันเป็นพื้นที่จากบุคคลที่สามเพียงแห่งเดียวที่ทั้งสองสามารถนำมาเปรียบเทียบกันได้เลย
• Grok Imagine Video — อันดับที่ 13, การปรับปรุงสุทธิ −4.04 pp เทียบกับค่าเฉลี่ยของแทร็ก, โดยใช้พรอมป์ของ benchmark เอง, 24 fps, ต้นทุนที่ปรับมาตรฐานแล้ว $0.352 ต่อวิดีโอ
• Odyssey-3 — อันดับ 8 บนชุดพรอมป์ต์เดียวกันที่ +2.15 pp และ $0.129 และอันดับ 3 บนพรอมป์ต์ที่กำหนดเองที่ +9.99 pp
ช่องว่างนี้ไม่เล็ก และไม่ใช่อาร์ติแฟกต์ด้านความละเอียด: บอร์ดปรับค่าใช้จ่ายให้เป็นมาตรฐานที่ 24 fps และเอาต์พุตความกว้าง 1280 ในกรณีที่อินพุตอนุญาต และระบุรูปแบบพรอมป์ตสำหรับทุกแถว คะแนนการปรับปรุงสุทธิที่เป็นลบไม่ใช่คำกล่าวว่า Grok Imagine Video สร้างวิดีโอไม่ดี — เห็นได้ชัดว่าไม่ใช่ และมันอยู่ในโปรดักชันในราคาที่ทำให้ใช้งานได้ง่าย มันเป็นคำกล่าวว่าในงานเฉพาะอย่างของการทำการทดลองทางกายภาพให้ดำเนินต่อไปอย่างถูกต้อง มันทำได้แย่กว่าโมเดลโดยเฉลี่ยบนบอร์ดนั้น ขณะที่ Odyssey-3 ทำได้ดีกว่าโมเดลโดยเฉลี่ยบนบอร์ดนั้นถึงสองครั้ง ภายใต้รูปแบบพรอมป์ตที่แตกต่างกันสองแบบ
คำกล่าวอ้าง principale ของ Odyssey-3 เองนั้นหนักแน่นยิ่งกว่า: 66.1 ในแทร็ก video-to-video สำหรับ Odyssey-3 Pro ซึ่งเป็นคะแนนสูงสุดที่ Odyssey รายงาน บวกกับ 54.7 สำหรับระดับเดียวกันใน image-to-video ตัวเลขเหล่านี้มาจากบทความของ Odyssey เองมากกว่าจะมาจากการทดสอบที่เป็นอิสระ จึงควรตีความตามนั้น
สิ่งที่รายการราคาไม่ได้ครอบคลุม
มีความแตกต่างที่ซ่อนอยู่เบื้องหลังอัตราต่อวินาทีซึ่งควรค่าแก่การกล่าวถึง เพราะมันเป็นตัวกำหนดว่าคุณต้องการแบบไหนในบรรดาตัวเลือกเหล่านี้
โมเดลการคิดค่าบริการของ Grok Imagine Video — ดอลลาร์ต่อวินาทีของผลลัพธ์ — เป็นคำสัญญาเกี่ยวกับปริมาณผลผลิต ทุกหนึ่งดอลลาร์ซื้อวิดีโอที่เสร็จสมบูรณ์ได้ในปริมาณคงที่ และคำถามเดียวคือวิดีโอสิบห้าวินาทีที่ 1080p พร้อม lip-sync คุ้มค่า $1.20 หรือไม่ สำหรับหน่วยโฆษณา เทมเพลตโซเชียล หรือไปป์ไลน์การตลาด นั่นเป็นคำถามที่ยอดเยี่ยมพร้อมคำตอบที่ชัดเจน และ Lite tier ที่ราคา $0.02/วินาที มักทำให้คำตอบนั้นง่าย
Odyssey-3 ไม่ได้คิดค่าบริการแบบนั้นและก็เป็นไปไม่ได้ เพราะผลลัพธ์ของมันไม่ใช่ปริมาณคงที่ สภาพแวดล้อมแบบอินเทอร์แอกทีฟถูกใช้ไปตามระยะเวลาที่มีคนยืนอยู่ในนั้นและจำนวนครั้งที่พวกเขาเปลี่ยนใจ และนั่นทำให้แบบจำลองการคิดค่าบริการต่อวินาทีไม่มีความหมาย เมื่อ Odyssey ประกาศราคา — และไม่มีสัญญาณว่าเมื่อไหร่ — มันจะต้องเป็นราคาต่อเซสชัน หรือบางสิ่งบางอย่างที่ยัง没有被คิดค้นขึ้นมาสำหรับหมวดหมู่นี้ นั่นไม่ใช่ข้อโต้แย้งต่อ Odyssey-3 มันเป็นเหตุผลที่การเปรียบเทียบสำหรับนักพัฒนาระหว่างสองสิ่งนี้เป็นไปไม่ได้ที่จะทำให้เสร็จในปัจจุบัน
การไปถึงผู้ที่ถูกคิดค่าบริการตามมิเตอร์ในวันนี้
Grok Imagine Video เป็น API ของ xAI เอง และ OrcaRouter ไม่ได้โฮสต์มัน Odyssey-3 ไม่ได้อยู่บนแพลตฟอร์มโฮสต์ใด ๆ ที่เราตรวจสอบได้ และไม่มีอัตราค่าบริการที่เผยแพร่ไว้ให้ใครรูตได้เลย แม้ว่ามันจะมีให้รูตก็ตาม
สิ่งที่คีย์ OrcaRouter หนึ่งคีย์เข้าถึงได้คือส่วนที่เหลือของสแตกวิดีโอและโมเดลที่คุณจะใช้สร้างการเปรียบเทียบนี้ขึ้นมา: MiniMax-H3 ในราคา $0.08 ต่อวินาทีของเอาต์พุต 768P เส้นวิดีโอ Kling และมากกว่า 200 โมเดลที่อยู่เบื้องหลังเอนด์พอยต์เดียว ในราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% — ดังนั้นเมื่อแล็บปรับลดราคาต่อวินาที การเปลี่ยนแปลงจะมีผลกับการใช้งานของคุณในวันเดียวกัน แทนที่จะรอถึงการต่อสัญญาครั้งถัดไป การสลับไปยังผู้ให้บริการรายอื่นอัตโนมัติเมื่อเกิดข้อขัดข้อง ช่วยให้แบตช์ที่ผสมโมเดลวิดีโอหลายตัวไม่ล้มเหลวเพราะช่วงเวลาที่ผู้ให้บริการต้นทางรายใดรายหนึ่งมีปัญหา และ routing DSL ให้คุณวางโมเดลวิดีโอที่โฮสต์ไว้กับโมเดลข้อความหรือโมเดลวิชันไว้เบื้องหลังอินเทอร์เฟซเดียว ซึ่งเป็นสิ่งที่ไปป์ไลน์ที่สร้างผลลัพธ์แล้วนำมา ประเมินค่าต้องการจริง ๆ ทั้ง Odyssey-3 และ Grok Imagine Video ยังไม่มีอยู่ในแคตตาล็อกนั้นในวันนี้
คุณอยากได้อันไหน
หากคุณต้องการเอาต์พุตวิดีโอที่มีเสียง ที่ 1080p ในราคาที่ใส่ลงในสเปรดชีตได้ และต้องการภายในสัปดาห์นี้ Grok Imagine Video คือคำตอบที่ใช้งานได้ และ Odyssey-3 ไม่ใช่ตัวเลือก — มันไม่มีเสียง เพดานความละเอียดต่ำกว่า และไม่มีช่องทางให้ซื้อ
ถ้าคุณกำลังสร้างอะไรก็ตามที่ต้องทำนายว่าจะเกิดอะไรขึ้นหลังการกระทำหนึ่ง — นโยบาย วงควบคุม สภาพแวดล้อมสำหรับการฝึก — รายการราคาไม่เกี่ยวข้อง แต่กระดานฟิสิกส์นั้นเกี่ยวข้อง Odyssey-3 กำลังถูกให้คะแนนในความสามารถนั้นโดยตรง และมันอยู่ใกล้จุดสูงสุดของกระดาน; Grok Imagine Video ซึ่งยอดเยี่ยมในการสร้างช็อตที่เสร็จสมบูรณ์ อยู่ต่ำกว่าค่าเฉลี่ยของแทร็กในการทดสอบเดียวกัน คนละคำถาม และคำตอบไม่ทับซ้อนกัน
