# Grok Imagine: o gerador de imagens e vídeos da xAI — Image 2.0 e Video 1.5

> Grok Imagine é o gerador de imagens e vídeos da xAI. O Imagine Image 2.0 saiu em 7 de agosto de 2026: tipografia precisa, edição por áreas, remoção de fundo e até 5 referências; é o 6º de 80 na Arena. O Imagine Video 1.5 faz clipes em 1080p com som e, desde julho, aceita referências de rosto e voz. O Grok Imagine está no gerador do AI2Face.

Desenvolvedor: xAI · Lançamento: 2026-08-07 · Atualizado em 2026-10-02
URL: https://ai2face.com/pt/models/grok-imagine

## Fatos principais

| | |
|---|---|
| Desenvolvedor | xAI |
| Versões | Imagine Image 2.0 (7 de agosto de 2026), Imagine Video 1.5 e 1.5 Fast (junho de 2026), Video 1.5 com referências (31 de julho de 2026) |
| O que faz | Imagens e edição, vídeo com som a partir de texto, fotos e referências |
| Imagens | 1K e 2K, edição por áreas, segmentação, remoção de fundo, até 5 referências |
| Vídeo | Até 1080p com som, até 7 referências, voz do personagem |
| Proporções | Incluindo 21:9 e 5:2 para banners |
| Preço da API | Imagem — a partir de US$ 0,02; Video 1.5 — US$ 0,08 por segundo |
| No AI2Face | Sim |

## O que é o Grok Imagine

O Grok Imagine é o gerador de imagens e vídeos da xAI, a empresa do chatbot Grok. A xAI lançou seu primeiro modelo de imagem, o Aurora, em dezembro de 2024, e no segundo semestre de 2026 o Imagine já tinha se tornado dois modelos independentes:

- **Imagine Image 2.0** — modelo de imagens e edição, lançado em 7 de agosto de 2026 e transformado no modo Quality dos apps do Grok;
- **Imagine Video 1.5** — modelo de vídeo com som: em junho de 2026 saíram a versão de imagem para vídeo e a rápida Fast, e em 31 de julho, a versão com referências, texto para vídeo e 1080p.

Os dois modelos funcionam em grok.com/imagine, nos apps para iOS e Android e via API da xAI.

## O que o Grok Imagine sabe fazer

**Imagens para trabalho.** A xAI posiciona o Image 2.0 como um modelo para tarefas reais: ele segue as instruções com precisão, pensa a tipografia e a diagramação como um designer e mantém o texto pequeno nítido. Na Arena, em 24 de setembro de 2026, o Image 2.0 está em 6º entre 80, acima do [Nano Banana 2](/pt/models/nano-banana-2), da família [Nano Banana](/pt/models/nano-banana).

**Edição localizada.** A “varinha mágica” muda a área que você indica e não mexe no resto. A segmentação seleciona áreas exatas, a remoção de fundo exporta o objeto com fundo transparente e o Smart resize expande a imagem para uma nova proporção. Em uma geração dá para usar até 5 imagens de origem.

**Vídeo com som.** O Imagine Video 1.5 anima uma foto ou cria um clipe a partir de texto: nesse caso, o modelo primeiro desenha o quadro inicial e depois o anima. A versão Fast faz um clipe de 6 segundos em 720p em cerca de 25 segundos.

[Um gato ruivo e peludo em um parapeito ensolarado vê uma borboleta atrás do vidro, se agacha e estica a pata até ela](https://ai2face.com/_astro/media/models/grok-imagine/cat-window.mp4 "Pelo, luz e movimento do gato, com miados e canto de pássaros. Grok Imagine Video 1.5, 720p, 6 s")

**Física e dinâmica.** A xAI chama o Video 1.5 de seu melhor modelo em movimento e física. Manobras esportivas e câmera lenta no momento certo saem bem.

[Um skatista faz um kickflip sobre uma escada, a câmera o acompanha em câmera lenta no auge do salto, depois ele aterrissa e segue em frente](https://ai2face.com/_astro/media/models/grok-imagine/skate-kickflip.mp4 "Câmera lenta no auge do salto e volta à velocidade normal, conforme o prompt. Grok Imagine Video 1.5, 6 s")

**O mesmo personagem em várias cenas.** Desde 31 de julho de 2026, o Video 1.5 permite enviar até 7 imagens e uma voz: o rosto e a voz do personagem se mantêm em todas as cenas. Na API, referências de voz estão disponíveis mediante solicitação.

## Para que serve o Grok Imagine

- **Pôsteres e infográficos com texto pequeno** — o ponto forte do Image 2.0.
- **Edição localizada de fotos** — trocar um objeto, tirar o fundo, recortar um objeto com fundo transparente.
- **Banners 21:9 e 5:2** — formatos raros para sites e capas.
- **Clipes dinâmicos** — esporte, manobras, animais, ação.
- **Séries de clipes com o mesmo personagem** — referências de rosto e voz.

## Grok Imagine e alternativas

Imagens:

| | Imagine Image 2.0 | [GPT Image 2.5](/pt/models/gpt-image) | [Nano Banana 2](/pt/models/nano-banana-2) | [Nano Banana Pro](/pt/models/nano-banana-pro) |
|---|---|---|---|---|
| Posição na Arena (24/09/2026) | 6 | 1 | 9 | 14 |
| Edição localizada | varinha mágica, segmentação | por máscara | pelo prompt | pelo prompt |
| Remoção de fundo | sim | fundo transparente | — | — |
| Referências | até 5 | várias | até 14 | até 14 |
| Preço da API | a partir de US$ 0,02 | por tokens | a partir de US$ 0,045 | a partir de US$ 0,134 |

Vídeo:

| | Imagine Video 1.5 | [Seedance 2.5](/pt/models/seedance) | [Gemini Omni](/pt/models/gemini-omni) | [Kling 3.0](/pt/models/kling) |
|---|---|---|---|---|
| Posição na Arena (21/09/2026) | 4 (modo agente) | 7 | 1–2 | 29 (2.6 Pro) |
| Som | sim | sim | sim | sim |
| Resolução | até 1080p | o desenvolvedor não informa | até 4K | 720p, 1080p |
| Referências | até 7 fotos, voz | até 50 | fotos e vídeos | até 7 fotos |
| Preço da API | US$ 0,08 por segundo | — | — | — |

## Como escrever prompts para o Grok Imagine

- **Para imagens com texto:** o texto exato entre aspas e a frase “no other text”, como no pôster NIGHT DRIVE da galeria.
- **Para edições:** selecione a área e descreva só a mudança: “troque a caneca por uma de vidro, não mexa no resto”.
- **Para vídeo a partir de foto:** descreva o movimento, a câmera e o clima; a composição o modelo tira da foto.
- **Para vídeo a partir de texto:** lembre que o modelo desenha primeiro o quadro inicial, então descreva-o em detalhes.
- **Som em uma linha separada:** “Sound: …”.

## Como usar o Grok Imagine no AI2Face

O Grok Imagine está disponível no gerador do AI2Face, sem precisar de assinatura do SuperGrok. Você pode comparar as imagens com o Nano Banana e o GPT Image, e os clipes com o Seedance e o Gemini Omni, usando o mesmo prompt. O custo de cada geração aparece antes de começar, o pagamento pode ser com cartão ou cripto, e os créditos dos pacotes não expiram. Contas novas recebem créditos de boas-vindas após o cadastro.

## Limitações

- **Novidades chegam primeiro aos assinantes.** A xAI lançou as referências de rosto e voz nos planos SuperGrok Heavy e Plus.
- **Vídeo com referências vai até 720p.** O modo com referências é limitado a 720p; 1080p está disponível para vídeo a partir de texto e de foto.
- **Referências de voz na API, mediante solicitação.**
- **Letreiros de neon e texto de fundo** às vezes saem cheios de símbolos sem sentido: no nosso retrato da galeria isso aparece nos letreiros atrás da personagem.

## Conclusão

O Grok Imagine é um dos raros geradores em que os dois modelos estão no topo: o Image 2.0 é 6º em imagens e o Video 1.5, 4º em vídeo. Use o Image 2.0 para pôsteres com texto, edição localizada e banners em formatos incomuns, e o Video 1.5 para clipes dinâmicos e séries com o mesmo personagem. Para a máxima precisão de texto, a alternativa mais próxima é o GPT Image; para vídeo, o Gemini Omni e o Seedance. Todos estão disponíveis no AI2Face.

## Exemplos de geração

- Uma jovem de cabelo curto platinado e jaqueta de couro vermelha sob os neons da cidade em uma noite de chuva
  Prompt: `Retrato editorial ousado e de alto contraste: uma jovem de cabelo curto platinado e jaqueta de couro vermelha sob as luzes neon da cidade à noite, reflexos da chuva, cinematográfico, detalhes nítidos, sem texto`
- Uma árvore gigante em uma ilha flutuante acima das nuvens ao amanhecer, com cachoeiras caindo das bordas
  Prompt: `Paisagem de fantasia épica: uma árvore antiga gigante em uma ilha flutuante acima das nuvens ao amanhecer, cachoeiras caindo das bordas da ilha, pequenos pássaros voando, cores vivas e saturadas, arte digital com pinceladas, sem texto`
- Um pôster synthwave NIGHT DRIVE: um carro esportivo rumo a um pôr do sol neon em uma estrada quadriculada entre palmeiras
  Prompt: `Pôster retrô synthwave dos anos 1980: um carro esportivo rumo a um enorme pôr do sol neon em uma estrada quadriculada, silhuetas de palmeiras, paleta magenta e ciano, estilo gráfico marcante, a palavra NIGHT DRIVE em letras cromadas no topo, nenhum outro texto`
- Um cozinheiro jogando macarrão em um wok em chamas em uma feira noturna, faíscas e vapor
  Prompt: `Cena fotorrealista de comida de rua: um cozinheiro joga macarrão em um wok em chamas em uma barraca de feira noturna, faíscas e vapor, lanternas quentes, movimento dramático, alto contraste, sem texto e sem logotipos`

## Perguntas frequentes

### O que é o Grok Imagine?

Um gerador de imagens e vídeos da xAI, a empresa do chatbot Grok. Hoje são dois modelos: o Imagine Image 2.0 para imagens e o Imagine Video 1.5 para clipes com som.

### Como fazer um vídeo no Grok Imagine?

Descreva a cena em texto ou envie uma foto inicial e descreva o movimento. Desde 31 de julho de 2026, dá para adicionar até 7 imagens de referência e a voz do personagem para manter o mesmo personagem em várias cenas.

### O Grok Imagine é bom em comparação com outros?

Na Arena, em setembro de 2026, o Imagine Image 2.0 está em 6º entre 80 modelos de imagem, e o Grok Imagine Video 1.5 no modo agente está em 4º entre 48 modelos de vídeo.

### Dá para usar o Grok Imagine de graça?

Na xAI, o acesso gratuito depende do plano do Grok, e alguns recursos chegam primeiro aos assinantes do SuperGrok. No AI2Face, você pode testar o Grok Imagine com os créditos de boas-vindas após o cadastro.

### O Grok Imagine entende prompts em português?

Dá para escrever o prompt em português, mas para tipografia precisa e cenas complexas o inglês é mais confiável. O texto que deve aparecer na imagem, escreva entre aspas no idioma de que você precisa.

## Fontes

- 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