Грок видео: как сделать видео в нейросети Grok — режимы, промты и лимиты

Грок видео ищут в двух смыслах: «умеет ли Grok вообще делать ролики» и «как добиться нормального результата». Ответ на первый — да, с 2026 года это одна из самых сильных видеомоделей. Мы разобрали документацию xAI, сделали четыре ролика самой Grok Video 1.5 и собрали, какие режимы есть, как писать промты, где лимиты и почему генерация иногда не получается. Обзор обеих моделей Grok — на странице Grok Imagine.

Что такое грок видео

Грок видео — генерация роликов в Grok Imagine, визуальной части чат-бота Grok от компании xAI. Ролик получается сразу со звуком: шумами, атмосферой и речью. Работает на grok.com/imagine, в приложениях Grok для iOS и Android и через API xAI.

За разные режимы отвечают три модели:

	Video 1.5	Video 1.5 Lite	grok-imagine-video
Режимы	текст, фото, референсы, первый и последний кадр, ключевые кадры	текст, фото	текст, фото, правка видео, продление
Разрешение	до 1080p нативно, по референсам — до 720p	до 1080p апскейлом из 720p	до 720p
Длительность	1–15 с	1–15 с	1–15 с, по референсам — до 10 с
Звук	да, с синхронизацией губ	да, с синхронизацией губ	да
Цена в API xAI	$0,08 за секунду	$0,02 за секунду в 480p, $0,03 в 720p	$0,05 за секунду

Video 1.5 xAI выпустила 16 июня 2026 года и называет своей лучшей моделью по движению и физике: меньше искажений, убедительнее вес и инерция, речь чище и точнее совпадает с губами. В приложениях работает ускоренная Video 1.5 Fast: 6-секундный ролик в 720p за 25 секунд против 40 с лишним у прошлой модели. 31 июля 2026 года xAI добавила референсы, голос героя, видео по тексту и нативное 1080p.

Video 1.5 Lite — самая дешёвая модель за секунду. xAI советует её для простых роликов.

Как создать видео в Грок: пошагово

1. Выберите режим. По тексту — когда кадра ещё нет. По фото — когда важна конкретная внешность, товар или композиция. По референсам — для серии роликов с одним героем.
2. Задайте формат кадра. Доступны 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 и 5:2. Для ролика из фото формат берётся с фото, выбор игнорируется.
3. Выберите длительность. От 1 до 15 секунд, по умолчанию 8. Для первой попытки хватит 6–8 секунд: в них помещается одно действие, а неудачная генерация обходится дешевле.
4. Выберите разрешение. 480p — для черновиков, 720p — для соцсетей, 1080p — для финала. В API по умолчанию стоит 480p.
5. Напишите промт по формуле из раздела ниже: сцена → действие → камера → свет → звук.
6. Запустите и оцените. Если не вышло, меняйте одну вещь за раз: действие, камеру или звук.

Генерация видео грок по тексту

В видео по тексту Video 1.5 работает в два шага: сначала рисует первый кадр по вашему описанию, затем анимирует его. Запрос один, промежуточную картинку модель не показывает. Отсюда главный совет: опишите первый кадр подробно — место, свет, кто где стоит. От этого кадра зависит весь ролик.

Промт этого ролика:

A vintage red tram rolls slowly through a narrow cobblestone street at night in the rain,
neon shop lights reflecting in the puddles. The camera starts low near the wet stones and
slowly pushes in as a passer-by in a dark coat opens a yellow umbrella and steps aside.
Realistic motion, cinematic lighting.
Sound: steady rain, the tram bell ringing twice, wheels on rails, distant traffic.
No readable text on signs.

Грок: фото в видео

Режим «фото в видео» — самый предсказуемый. Фото уже задаёт внешность, одежду, фон и свет, модели остаётся только движение. В Video 1.5 промт для фото даже необязателен, но без него модель сама решит, что должно двигаться.

Как получить хороший результат:

• Опишите только изменения. Не пересказывайте фото: «лиса поворачивает голову, зевает и убегает вправо», а не «рыжая лиса сидит в зимнем лесу».
• Разделите движение героя и камеры отдельными фразами.
• Не требуйте невозможного от кадра. Если на фото человек по пояс, просить «идёт к камере в полный рост» — значит заставить модель дорисовывать ноги.
• Стартовое фото можно сгенерировать. Первый кадр нашего ролика сделан в Grok Image 2.0 — о ней в гайде Grok Image.

Оживлять так можно и старые снимки, и портреты — больше сценариев в гайде оживить фото нейросетью.

Референсы, ключевые кадры и голос

Video 1.5 умеет больше, чем «оживить фото», — это то, чего нет у большинства конкурентов в одном месте.

• Референсы изображений. На старте 31 июля 2026 года — до 7 картинок, сейчас документация API называет до 14. Каждая фиксирует героя, место, товар или локацию. Режим работает в 720p.
• Голос. До 3 говорящих получают свой голос из аудио-референса — лицо и голос героя сохраняются во всех сценах. В API голосовые референсы на июль 2026 года выдавались по запросу.
• Первый и последний кадр. Модель интерполирует движение между двумя картинками.
• Ключевые кадры. До 4 картинок в заданные моменты внутри ролика, с шагом в треть секунды. Так можно задать сюжет из нескольких состояний.

Речь. Video 1.5 и Lite генерируют речь с синхронизацией губ. Напишите, кто говорит, и точную фразу в кавычках, остальные звуки — отдельной строкой. Короткая реплика на 6–8 секунд звучит естественнее длинного монолога.

Подробнее о роликах с речью — в гайде говорящее фото.

Промты для видео для Грок

Рабочая формула: сцена → одно главное действие → камера → свет и атмосфера → звук. Пишите на английском: русский промт модель понимает, но сложную сцену и камеру надёжнее описать по-английски. Реплики героев — на нужном языке, в кавычках.

Камера — отдельной фразой:

Что нужно	Как написать
Медленное приближение	slow push-in
Камера идёт за героем	the camera follows / tracking shot
Облёт объекта	slow orbit around
Подъём над сценой	crane up, rising shot
Неподвижный кадр	static camera, locked-off shot
Замедление в нужный момент	slow motion at the peak of the jump

Шесть промтов под типовые задачи:

Предметное видео для карточки или рекламы:

A glass perfume bottle on a dark wet stone surface, thin mist drifting around it,
soft highlights moving across the glass. The camera slowly orbits the bottle.
Sound: a deep ambient tone, a single water drop.

Оживление портрета:

The man slowly looks up from the book into the camera and gives a slight warm smile.
Static camera, his face and clothes stay unchanged.
Sound: quiet room tone, a page turning.

Динамичная сцена:

A mountain biker speeds down a forest trail and jumps over a fallen log. The camera
tracks alongside, slow motion at the peak of the jump, then back to normal speed as he lands.
Sound: tires on gravel, wind, a hard landing.

Атмосферный пейзаж:

A misty mountain lake at sunrise, clouds slowly rolling over the peaks, a lone canoe
gliding across the still water. Crane up, rising shot.
Sound: birds, gentle water ripples.

Еда для соцсетей (9:16):

Vertical close-up: honey slowly pours onto a stack of fluffy pancakes, a blueberry rolls
off the top. Static camera, warm morning light, shallow depth of field.
Sound: a soft drip, quiet kitchen ambience.

Реплика героя:

Medium close-up of a young woman in a yellow raincoat at a bus stop in the rain.
She turns to the camera and says: "Looks like summer is over."
Sound: her voice, heavy rain on the roof, a passing car.

Больше шаблонов для видео и картинок — в подборке промты для картинок.

Правка и продление готового видео

Правку и продление в API xAI делает базовая модель grok-imagine-video, не Video 1.5.

• Правка видео — вы описываете изменение текстом, модель переделывает ролик и сохраняет остальную сцену. Длина и формат кадра — как у исходника, длина не больше 8,7 секунды, разрешение — до 720p: ролик в 1080p уменьшится.
• Продление — модель продолжает ролик с последнего кадра и склеивает исходник и продолжение в один файл. Так собирают сцены длиннее 15 секунд.

Совет: продлевайте не больше двух-трёх раз подряд. С каждым шагом модель отталкивается от уже сгенерированного кадра, и мелкие ошибки копятся. Длинный ролик надёжнее собрать из нескольких коротких в монтажной программе.

Почему Грок не создаёт видео или делает не то

• Кончился лимит. В приложении генерация останавливается до сброса недельного пула; 720p сначала падает до 480p.
• Модерация. Запрос или фото, которые нарушают правила xAI, модель отклонит без генерации.
• Слишком много событий. Пять действий за 8 секунд модель сожмёт или пропустит половину. Одно главное действие на ролик.
• Противоречия. «Камера неподвижна» и «облёт» в одном промте, или промт спорит с фото: на снимке день, а в тексте ночь.
• Слишком много движущихся объектов. Толпа, где каждый что-то делает, — частый источник искажений.
• Длинная речь. Монолог на 15 секунд хуже синхронизируется с губами, чем короткая фраза.

Грок видео бесплатно и лимиты

Попробовать Grok можно бесплатно на сайте и в приложениях. Сколько роликов Imagine даёт без подписки, xAI не публикует, а новые функции, как референсы и голос в июле 2026 года, сначала открывает подписчикам SuperGrok Heavy и Plus.

Как устроены лимиты по справке xAI:

• Общий недельный пул. С июня 2026 года платные тарифы получают не отдельные лимиты на чат и Imagine, а один недельный пул на все продукты. Ролик в высоком качестве расходует его заметно быстрее, чем сообщение в чате.
• 720p → 480p. Когда исчерпан лимит 720p для вашего тарифа, видео автоматически генерируются в 480p.
• 1080p — на тарифе SuperGrok Plus.
• Докупка. Extra Usage Credits — только на сайте, от $5; они дороже генераций в рамках тарифа и сгорают через год.
• Водяной знак. На картинки и видео из приложений Grok ставится водяной знак, отключить его нельзя.

Грок видео и другие нейросети

	Grok Video 1.5	Gemini Omni	Seedance 2.5	Kling
Место в Arena (21.09.2026)	4 (агентный режим)	1–2	7	29 (2.6 Pro)
Звук и речь	да, синхронизация губ	да	да	да
Разрешение	до 1080p	до 4K	разработчик не раскрывает	720p, 1080p
Референсы	до 14 фото, 3 голоса	фото и видео	до 50	до 7 фото

Grok Video 1.5 — в первой пятёрке рейтинга, а по набору режимов (референсы, голос, ключевые кадры, продление) одна из самых гибких моделей. Gemini Omni выше по качеству и разрешению, Seedance принимает больше референсов. Обзор всех моделей — в статье нейросети для видео.

Где сделать грок видео без VPN

Подписку SuperGrok и докупку лимитов не оплатить российской картой. В AI2Face Grok Imagine доступна в генераторе напрямую:

• без VPN и зарубежного аккаунта — вход по почте или через Google;
• оплата картой РФ, по СБП, через SberPay или криптовалютой — стоимость каждой генерации видна до запуска;
• кредиты не сгорают — кроме подписки можно купить пакет кредитов, остаток переносится на следующий месяц;
• все видеомодели за одну подписку — Grok, Veo 3.1, Gemini Omni, Seedance и Kling: выгоднее отдельных подписок, удобно сравнить ролики на одном промте;
• стартовые кредиты после регистрации — хватит на первые ролики.

Выводы

Грок видео стоит выбирать, когда нужен ролик со звуком и живой физикой: спорт, животные, экшен, предметка с облётом камеры. Для серии с одним героем Video 1.5 удобнее большинства конкурентов благодаря референсам лица и голоса, а для черновиков и простых сцен хватит дешёвой Lite. Начинайте с фото в видео: этот режим самый предсказуемый. Одно действие на 6–8 секунд, камера и звук отдельными строками. Если важнее максимальное качество и 4K, сравните тот же промт в Gemini Omni — в AI2Face это делается в одном окне.