# Grok Imagine: der Bild- und Videogenerator von xAI — Image 2.0 und Video 1.5

> Grok Imagine ist der Bild- und Videogenerator von xAI. Imagine Image 2.0 erschien am 7. August 2026: präzise Typografie, Bearbeitung markierter Bereiche, Hintergrundentfernung und bis zu 5 Referenzen, Platz 6 von 80 bei Arena. Imagine Video 1.5 erstellt Clips in 1080p mit Ton, seit Juli auch mit Gesichts- und Stimmreferenzen. Grok Imagine ist im AI2Face-Generator verfügbar.

Entwickler: xAI · Veröffentlicht: 2026-08-07 · Aktualisiert am 2026-10-02
URL: https://ai2face.com/de/models/grok-imagine

## Wichtige Fakten

| | |
|---|---|
| Entwickler | xAI |
| Versionen | Imagine Image 2.0 (7. August 2026), Imagine Video 1.5 und 1.5 Fast (Juni 2026), Video 1.5 mit Referenzen (31. Juli 2026) |
| Was es macht | Bilder und Bildbearbeitung, Video mit Ton aus Text, Fotos und Referenzen |
| Bilder | 1K und 2K, Bereichsbearbeitung, Segmentierung, Hintergrundentfernung, bis zu 5 Referenzen |
| Video | Bis 1080p mit Ton, bis zu 7 Referenzen, Stimme der Figur |
| Seitenverhältnisse | Darunter 21:9 und 5:2 für Banner |
| API-Preis | Bild – ab 0,02 $; Video 1.5 – 0,08 $ pro Sekunde |
| In AI2Face | Ja |

## Was ist Grok Imagine

Grok Imagine ist der Bild- und Videogenerator von xAI, dem Unternehmen hinter dem Chatbot Grok. Sein erstes Bildmodell, Aurora, veröffentlichte xAI im Dezember 2024, bis Herbst 2026 ist Imagine zu zwei eigenständigen Modellen gewachsen:

- **Imagine Image 2.0** – ein Modell für Bilder und Bildbearbeitung, erschienen am 7. August 2026 und seitdem der Quality-Modus in den Grok-Apps;
- **Imagine Video 1.5** – ein Videomodell mit Ton: Im Juni 2026 erschienen die Bild-zu-Video-Version und die schnellere Fast-Version, am 31. Juli die Version mit Referenzen, Text-zu-Video und 1080p.

Beide Modelle laufen auf grok.com/imagine, in den Apps für iOS und Android und über die xAI-API.

## Was Grok Imagine kann

**Bilder für die Arbeit.** xAI positioniert Image 2.0 als Modell für echte Aufgaben: Es befolgt Anweisungen präzise, plant Typografie und Layout wie ein Designer, und kleiner Text bleibt scharf. Im Arena-Ranking vom 24. September 2026 liegt Image 2.0 auf Platz 6 von 80 – vor [Nano Banana 2](/de/models/nano-banana-2) aus der [Nano-Banana](/de/models/nano-banana)-Familie.

**Bearbeitung vor Ort.** Der „Zauberstab“ ändert den Bereich, auf den du zeigst, und lässt den Rest unangetastet. Die Segmentierung markiert exakte Zonen, die Hintergrundentfernung exportiert das Objekt mit transparentem Hintergrund, und Smart resize erweitert das Bild auf ein neues Seitenverhältnis. Pro Generierung lassen sich bis zu 5 Ausgangsbilder nutzen.

**Video mit Ton.** Imagine Video 1.5 animiert ein Foto oder baut einen Clip aus Text: In dem Fall zeichnet das Modell zuerst das erste Bild und animiert es dann. Die Fast-Version erstellt einen 6-Sekunden-Clip in 720p in etwa 25 Sekunden.

[Eine flauschige rote Katze auf einer sonnigen Fensterbank entdeckt einen Schmetterling hinter der Scheibe, duckt sich und streckt die Pfote nach ihm aus](https://ai2face.com/_astro/media/models/grok-imagine/cat-window.mp4 "Fell, Licht und Bewegung der Katze mit Miauen und Vogelgezwitscher. Grok Imagine Video 1.5, 720p, 6 s")

**Physik und Dynamik.** xAI nennt Video 1.5 sein bislang bestes Modell für Bewegung und Physik. Sporttricks und Zeitlupe im richtigen Moment gelingen ihm gut.

[Ein Skateboarder springt einen Kickflip über eine Treppe, die Kamera begleitet ihn am höchsten Punkt in Zeitlupe, dann landet er und rollt davon](https://ai2face.com/_astro/media/models/grok-imagine/skate-kickflip.mp4 "Zeitlupe am höchsten Punkt und zurück zur normalen Geschwindigkeit – laut Prompt. Grok Imagine Video 1.5, 6 s")

**Eine Figur in verschiedenen Szenen.** Seit dem 31. Juli 2026 kannst du in Video 1.5 bis zu 7 Bilder und eine Stimme hochladen: Gesicht und Stimme der Figur bleiben in allen Szenen erhalten. In der API sind Stimmreferenzen auf Anfrage verfügbar.

## Wofür sich Grok Imagine eignet

- **Poster und Infografiken mit kleinem Text** – die Stärke von Image 2.0.
- **Lokale Fotobearbeitung** – ein Objekt ersetzen, den Hintergrund entfernen, ein Objekt freistellen.
- **Banner in 21:9 und 5:2** – seltene Formate für Websites und Cover.
- **Dynamische Clips** – Sport, Tricks, Tiere, Action.
- **Clip-Serien mit einer Figur** – Gesichts- und Stimmreferenzen.

## Grok Imagine und Alternativen

Bilder:

| | Imagine Image 2.0 | [GPT Image 2.5](/de/models/gpt-image) | [Nano Banana 2](/de/models/nano-banana-2) | [Nano Banana Pro](/de/models/nano-banana-pro) |
|---|---|---|---|---|
| Platz bei Arena (24.09.2026) | 6 | 1 | 9 | 14 |
| Lokale Bearbeitung | Zauberstab, Segmentierung | per Maske | per Prompt | per Prompt |
| Hintergrundentfernung | ja | transparenter Hintergrund | – | – |
| Referenzen | bis 5 | mehrere | bis 14 | bis 14 |
| API-Preis | ab 0,02 $ | nach Tokens | ab 0,045 $ | ab 0,134 $ |

Video:

| | Imagine Video 1.5 | [Seedance 2.5](/de/models/seedance) | [Gemini Omni](/de/models/gemini-omni) | [Kling 3.0](/de/models/kling) |
|---|---|---|---|---|
| Platz bei Arena (21.09.2026) | 4 (Agentenmodus) | 7 | 1–2 | 29 (2.6 Pro) |
| Ton | ja | ja | ja | ja |
| Auflösung | bis 1080p | vom Entwickler nicht angegeben | bis 4K | 720p, 1080p |
| Referenzen | bis 7 Fotos, Stimme | bis 50 | Fotos und Videos | bis 7 Fotos |
| API-Preis | 0,08 $ pro Sekunde | – | – | – |

## Wie man Prompts für Grok Imagine schreibt

- **Für Bilder mit Text** – den exakten Wortlaut in Anführungszeichen plus „no other text“, wie beim NIGHT-DRIVE-Poster in der Galerie.
- **Für Bearbeitungen** – Bereich markieren und nur die Änderung beschreiben: „ersetz die Tasse durch eine aus Glas, den Rest nicht anfassen“.
- **Für Bild-zu-Video** – Bewegung, Kamera und Stimmung beschreiben; die Komposition übernimmt das Modell aus dem Foto.
- **Für Text-zu-Video** – denk daran, dass das Modell zuerst das erste Bild zeichnet: beschreib es ausführlich.
- **Ton in eine eigene Zeile:** „Sound: …“.

## So nutzt du Grok Imagine in AI2Face

Grok Imagine ist im AI2Face-Generator verfügbar, ein SuperGrok-Abo brauchst du nicht. Du kannst die Bilder mit Nano Banana und GPT Image und die Clips mit Seedance und Gemini Omni am selben Prompt vergleichen. Die Kosten jeder Generierung siehst du vor dem Start, bezahlt wird per Karte oder Krypto, und Credits aus Paketen verfallen nicht. Neue Konten bekommen nach der Registrierung Startguthaben.

## Einschränkungen

- **Neue Funktionen zuerst für Abonnenten.** Gesichts- und Stimmreferenzen hat xAI in den Tarifen SuperGrok Heavy und Plus gestartet.
- **Video mit Referenzen nur bis 720p.** Der Referenzmodus ist auf 720p begrenzt, 1080p gibt es für Text-zu-Video und Bild-zu-Video.
- **Stimmreferenzen in der API nur auf Anfrage.**
- **Neonschilder und Hintergrundtext** füllt das Modell manchmal mit sinnlosen Zeichen – in unserem Galerie-Porträt sieht man das an den Schildern hinter der Frau.

## Fazit

Grok Imagine ist einer der seltenen Generatoren, bei denen beide Modelle weit oben stehen: Image 2.0 auf Platz 6 bei Bildern, Video 1.5 auf Platz 4 bei Video. Nimm Image 2.0 für Poster mit Text, lokale Bearbeitung und Banner in seltenen Formaten, Video 1.5 für dynamische Clips und Serien mit einer Figur. Für maximale Textgenauigkeit ist GPT Image die nächste Alternative, für Video Gemini Omni und Seedance. Alle sind in AI2Face verfügbar.

## Generierungsbeispiele

- Eine junge Frau mit kurzen platinblonden Haaren in roter Lederjacke unter Neonlichtern der Stadt in einer Regennacht
  Prompt: `Kühnes, kontrastreiches Editorial-Porträt einer jungen Frau mit kurzen platinblonden Haaren und roter Lederjacke unter den Neonlichtern der Stadt bei Nacht, Regenspiegelungen, filmisch, scharfe Details, kein Text`
- Ein riesiger Baum auf einer schwebenden Insel über den Wolken bei Sonnenaufgang, über die Ränder stürzen Wasserfälle
  Prompt: `Epische Fantasy-Landschaft: ein riesiger uralter Baum auf einer schwebenden Insel über den Wolken bei Sonnenaufgang, über die Inselränder stürzen Wasserfälle, kleine fliegende Vögel, kräftige satte Farben, malerische Digitalkunst, kein Text`
- Ein Synthwave-Poster NIGHT DRIVE: ein Sportwagen fährt auf einer Gitterstraße zwischen Palmen einem Neon-Sonnenuntergang entgegen
  Prompt: `Retro-Synthwave-Poster im Stil der 1980er: ein Sportwagen fährt auf einer Gitterstraße einem riesigen Neon-Sonnenuntergang entgegen, Palmensilhouetten, Palette aus Magenta und Cyan, kräftiger Grafikstil, oben das Wort NIGHT DRIVE in Chrombuchstaben, kein weiterer Text`
- Ein Koch schwenkt Nudeln im flammenden Wok auf einem Nachtmarkt, Funken und Dampf
  Prompt: `Fotorealistische Streetfood-Szene: ein Koch schwenkt Nudeln in einem flammenden Wok an einem Nachtmarktstand, Funken und Dampf, warme Laternen, dramatische Bewegung, hoher Kontrast, kein Text, keine Logos`

## Häufige Fragen

### Was ist Grok Imagine?

Ein Bild- und Videogenerator von xAI, dem Unternehmen hinter dem Chatbot Grok. Aktuell sind es zwei Modelle: Imagine Image 2.0 für Bilder und Imagine Video 1.5 für Clips mit Ton.

### Wie erstellt man ein Video in Grok Imagine?

Beschreib die Szene per Text oder lade ein Startfoto hoch und beschreib die Bewegung. Seit dem 31. Juli 2026 kannst du bis zu 7 Referenzbilder und die Stimme einer Figur hinzufügen, um dieselbe Figur in verschiedenen Szenen zu halten.

### Wie gut ist Grok Imagine im Vergleich?

Im Arena-Ranking vom September 2026 liegt Imagine Image 2.0 auf Platz 6 von 80 Bildmodellen und Grok Imagine Video 1.5 im Agentenmodus auf Platz 4 von 48 Videomodellen.

### Kann man Grok Imagine kostenlos nutzen?

Bei xAI hängt der kostenlose Zugang vom Grok-Tarif ab, und manche Funktionen bekommen zuerst SuperGrok-Abonnenten. In AI2Face kannst du Grok Imagine mit dem Startguthaben nach der Registrierung testen.

### Versteht Grok Imagine Prompts auf Deutsch?

Du kannst den Prompt auf Deutsch schreiben, für präzise Typografie und komplexe Szenen ist Englisch aber zuverlässiger. Text, der im Bild erscheinen soll, schreibst du in Anführungszeichen in der gewünschten Sprache.

## Quellen

- https://x.ai/news/grok-imagine-image-2
- https://x.ai/news/grok-imagine-video-1-5
- https://x.ai/news/grok-imagine-video-1-5-references
- https://docs.x.ai/developers/models
- https://x.ai/news/grok-image-generation-release
- https://docs.x.ai/developers/model-capabilities/video/generation
- https://arena.ai/leaderboard/text-to-image
- https://arena.ai/leaderboard/text-to-video