# Grok Imagine: generator gambar dan video xAI — Image 2.0 dan Video 1.5

> Grok Imagine adalah generator gambar dan video dari xAI. Imagine Image 2.0 rilis pada 7 Agustus 2026: tipografi presisi, edit area yang dipilih, hapus latar, dan hingga 5 referensi, peringkat 6 dari 80 di Arena. Imagine Video 1.5 membuat klip 1080p bersuara, dan sejak Juli mendukung referensi wajah dan suara. Grok Imagine tersedia di generator AI2Face.

Pengembang: xAI · Rilis: 2026-08-07 · Diperbarui 2026-10-02
URL: https://ai2face.com/id/models/grok-imagine

## Fakta utama

| | |
|---|---|
| Pengembang | xAI |
| Versi | Imagine Image 2.0 (7 Agustus 2026), Imagine Video 1.5 dan 1.5 Fast (Juni 2026), Video 1.5 dengan referensi (31 Juli 2026) |
| Fungsi | Gambar dan pengeditannya, video bersuara dari teks, foto, dan referensi |
| Gambar | 1K dan 2K, edit area, segmentasi, hapus latar, hingga 5 referensi |
| Video | Hingga 1080p bersuara, hingga 7 referensi, suara karakter |
| Rasio aspek | Termasuk 21:9 dan 5:2 untuk banner |
| Harga API | Gambar — mulai $0,02; Video 1.5 — $0,08 per detik |
| Di AI2Face | Ya |

## Apa itu Grok Imagine

Grok Imagine adalah generator gambar dan video dari xAI, perusahaan pembuat chatbot Grok. xAI merilis model gambar pertamanya, Aurora, pada Desember 2024, dan pada musim gugur 2026 Imagine telah berkembang menjadi dua model mandiri:

- **Imagine Image 2.0** — model gambar dan pengeditan, rilis pada 7 Agustus 2026 dan menjadi mode Quality di aplikasi Grok;
- **Imagine Video 1.5** — model video bersuara: pada Juni 2026 rilis versi dari foto dan versi Fast yang lebih cepat, lalu pada 31 Juli versi dengan referensi, teks ke video, dan 1080p.

Kedua model berjalan di grok.com/imagine, di aplikasi iOS dan Android, serta lewat API xAI.

## Apa yang bisa dilakukan Grok Imagine

**Gambar untuk kerja nyata.** xAI memosisikan Image 2.0 sebagai model untuk tugas nyata: mengikuti instruksi dengan presisi, merancang tipografi dan tata letak seperti desainer, dan teks kecil tetap tajam. Di Arena per 24 September 2026, Image 2.0 berada di peringkat 6 dari 80 — di atas [Nano Banana 2](/id/models/nano-banana-2) dari keluarga [Nano Banana](/id/models/nano-banana).

**Edit di tempat.** “Tongkat ajaib” mengubah area yang Anda tunjuk tanpa menyentuh bagian lain. Segmentasi memilih zona dengan presisi, hapus latar mengekspor objek dengan latar transparan, dan Smart resize memperluas gambar ke rasio aspek baru. Satu generasi bisa memakai hingga 5 gambar sumber.

**Video bersuara.** Imagine Video 1.5 menghidupkan foto atau membuat klip dari teks: dalam hal ini model lebih dulu menggambar frame pertama, lalu menganimasikannya. Versi Fast membuat klip 6 detik dalam 720p sekitar 25 detik.

[Kucing oranye berbulu lebat di ambang jendela yang cerah melihat kupu-kupu di balik kaca, merunduk, lalu menjulurkan kaki ke arahnya](https://ai2face.com/_astro/media/models/grok-imagine/cat-window.mp4 "Bulu, cahaya, dan gerakan kucing dengan suara meong dan kicau burung. Grok Imagine Video 1.5, 720p, 6 detik")

**Fisika dan dinamika.** xAI menyebut Video 1.5 sebagai model terbaiknya untuk gerakan dan fisika. Trik olahraga dan gerak lambat di momen yang tepat ditangani dengan baik.

[Pemain skateboard melakukan kickflip di atas tangga, kamera mengikutinya dalam gerak lambat di puncak lompatan, lalu ia mendarat dan melaju pergi](https://ai2face.com/_astro/media/models/grok-imagine/skate-kickflip.mp4 "Gerak lambat di puncak lompatan lalu kembali ke kecepatan normal — sesuai prompt. Grok Imagine Video 1.5, 6 detik")

**Satu karakter di berbagai adegan.** Sejak 31 Juli 2026, Video 1.5 memungkinkan unggah hingga 7 gambar dan satu suara: wajah dan suara karakter tetap sama di semua adegan. Di API, referensi suara tersedia atas permintaan.

## Untuk tugas apa Grok Imagine cocok

- **Poster dan infografis dengan teks kecil** — kekuatan utama Image 2.0.
- **Edit foto di tempat** — mengganti objek, menghapus latar, memotong objek dengan latar transparan.
- **Banner 21:9 dan 5:2** — format langka untuk situs dan sampul.
- **Klip dinamis** — olahraga, trik, hewan, aksi.
- **Seri klip dengan satu karakter** — referensi wajah dan suara.

## Grok Imagine dan alternatifnya

Gambar:

| | Imagine Image 2.0 | [GPT Image 2.5](/id/models/gpt-image) | [Nano Banana 2](/id/models/nano-banana-2) | [Nano Banana Pro](/id/models/nano-banana-pro) |
|---|---|---|---|---|
| Peringkat Arena (24/09/2026) | 6 | 1 | 9 | 14 |
| Edit di tempat | tongkat ajaib, segmentasi | dengan masker | lewat prompt | lewat prompt |
| Hapus latar | ya | latar transparan | — | — |
| Referensi | hingga 5 | beberapa | hingga 14 | hingga 14 |
| Harga API | mulai $0,02 | per token | mulai $0,045 | mulai $0,134 |

Video:

| | Imagine Video 1.5 | [Seedance 2.5](/id/models/seedance) | [Gemini Omni](/id/models/gemini-omni) | [Kling 3.0](/id/models/kling) |
|---|---|---|---|---|
| Peringkat Arena (21/09/2026) | 4 (mode agen) | 7 | 1–2 | 29 (2.6 Pro) |
| Suara | ya | ya | ya | ya |
| Resolusi | hingga 1080p | tidak diungkap pengembang | hingga 4K | 720p, 1080p |
| Referensi | hingga 7 foto, suara | hingga 50 | foto dan video | hingga 7 foto |
| Harga API | $0,08 per detik | — | — | — |

## Cara menulis prompt untuk Grok Imagine

- **Untuk gambar dengan teks** — tulisan persis dalam tanda kutip dan frasa “no other text”, seperti di poster NIGHT DRIVE di galeri.
- **Untuk edit** — pilih area dan jelaskan perubahannya saja: “ganti cangkir dengan cangkir kaca, bagian lain jangan diubah”.
- **Untuk video dari foto** — jelaskan gerakan, kamera, dan suasana; komposisi diambil model dari foto.
- **Untuk video dari teks** — ingat bahwa model menggambar frame pertama lebih dulu, jadi jelaskan secara detail.
- **Tulis suara di baris tersendiri:** “Sound: …”.

## Cara memakai Grok Imagine di AI2Face

Grok Imagine tersedia di generator AI2Face tanpa perlu langganan SuperGrok. Anda bisa membandingkan gambarnya dengan Nano Banana dan GPT Image, serta klipnya dengan Seedance dan Gemini Omni, memakai prompt yang sama. Biaya setiap generasi terlihat sebelum dijalankan, pembayaran bisa dengan kartu atau kripto, dan kredit dari paket tidak hangus. Akun baru mendapat kredit sambutan setelah mendaftar.

## Keterbatasan

- **Fitur baru untuk pelanggan dulu.** xAI meluncurkan referensi wajah dan suara di paket SuperGrok Heavy dan Plus.
- **Video dengan referensi hanya hingga 720p.** Mode referensi dibatasi 720p; 1080p tersedia untuk video dari teks dan foto.
- **Referensi suara di API atas permintaan.**
- **Papan neon dan teks latar** kadang diisi simbol tanpa makna — terlihat pada papan nama di belakang tokoh dalam potret galeri kami.

## Kesimpulan

Grok Imagine termasuk generator langka yang kedua modelnya berada di papan atas: Image 2.0 peringkat 6 untuk gambar, Video 1.5 peringkat 4 untuk video. Pakai Image 2.0 untuk poster bertulisan, edit di tempat, dan banner format langka, serta Video 1.5 untuk klip dinamis dan seri dengan satu karakter. Untuk akurasi teks maksimal, alternatif terdekat adalah GPT Image; untuk video, Gemini Omni dan Seedance. Semuanya tersedia di AI2Face.

## Contoh hasil

- Perempuan muda berambut pendek platina dengan jaket kulit merah di bawah lampu neon kota pada malam hujan
  Prompt: `Potret editorial berani dengan kontras tinggi: perempuan muda berambut pendek platina dengan jaket kulit merah di bawah lampu neon kota pada malam hari, pantulan hujan, sinematik, detail tajam, tanpa teks`
- Pohon raksasa di pulau melayang di atas awan saat fajar, air terjun mengalir dari tepiannya
  Prompt: `Lanskap fantasi epik: pohon kuno raksasa di pulau melayang di atas awan saat fajar, air terjun mengalir dari tepi pulau, burung-burung kecil terbang, warna cerah dan pekat, seni digital bergaya lukisan, tanpa teks`
- Poster synthwave NIGHT DRIVE: mobil sport melaju menuju matahari terbenam neon di jalan bergaris kotak di antara pohon palem
  Prompt: `Poster retro synthwave era 1980-an: mobil sport melaju menuju matahari terbenam neon raksasa di jalan bergaris kotak, siluet pohon palem, palet magenta dan sian, gaya grafis tegas, kata NIGHT DRIVE dengan huruf krom di bagian atas, tanpa teks lain`
- Koki melempar mi di wajan wok berapi di pasar malam, percikan api dan uap
  Prompt: `Adegan kuliner jalanan fotorealistis: koki melempar mi di wajan wok berapi di lapak pasar malam, percikan api dan uap, lampion hangat, gerakan dramatis, kontras tinggi, tanpa teks dan logo`

## Pertanyaan umum

### Apa itu Grok Imagine?

Generator gambar dan video dari xAI, perusahaan pembuat chatbot Grok. Saat ini terdiri dari dua model: Imagine Image 2.0 untuk gambar dan Imagine Video 1.5 untuk klip bersuara.

### Bagaimana cara membuat video di Grok Imagine?

Jelaskan adegan dengan teks, atau unggah foto awal dan jelaskan gerakannya. Sejak 31 Juli 2026, Anda bisa menambahkan hingga 7 gambar referensi dan suara karakter agar karakter yang sama konsisten di berbagai adegan.

### Seberapa bagus Grok Imagine dibanding yang lain?

Di Arena per September 2026, Imagine Image 2.0 menempati peringkat 6 dari 80 model gambar, dan Grok Imagine Video 1.5 dalam mode agen peringkat 4 dari 48 model video.

### Bisakah memakai Grok Imagine secara gratis?

Di xAI, akses gratis bergantung pada paket Grok, dan sebagian fitur dibuka lebih dulu untuk pelanggan SuperGrok. Di AI2Face, Anda bisa mencoba Grok Imagine dengan kredit sambutan setelah mendaftar.

### Apakah Grok Imagine memahami prompt berbahasa Indonesia?

Prompt bisa ditulis dalam bahasa Indonesia, tetapi untuk tipografi presisi dan adegan rumit, bahasa Inggris lebih andal. Teks yang harus muncul di gambar tulis dalam tanda kutip dengan bahasa yang Anda butuhkan.

## Sumber

- 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