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

> Грок видео — это Grok Imagine Video от xAI: ролик до 15 секунд со звуком по тексту, из фото или по референсам. Основная модель — Video 1.5 (июнь 2026, до 1080p, синхронизация губ), бюджетная — 1.5 Lite, а правку и продление делает базовая grok-imagine-video. В AI2Face грок видео доступно без VPN и подписки SuperGrok.

Опубликовано 2026-10-13 · Обновлено 2026-10-13
URL: https://ai2face.com/ru/blog/grok-video

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](/ru/models/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.

[Красный ретро-трамвай едет по мокрой булыжной улице ночью под дождём, прохожий с жёлтым зонтом отходит в сторону](https://ai2face.com/_astro/media/blog/grok-video/text-to-video.mp4 "Видео по тексту: отражения неона в лужах, наезд камеры снизу, звук дождя и города. Огрех: зонт раскрыт с первого кадра, хотя по промпту прохожий открывает его. Grok Video 1.5, 720p, 8 с")

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](/ru/blog/grok-image).

[Рыжая лиса сидит на заснеженной поляне, поворачивает голову к камере, зевает, встаёт и убегает вправо](https://ai2face.com/_astro/media/blog/grok-video/photo-to-video.mp4 "Фото в видео: все три действия по порядку, снег продолжает идти, шерсть и лапы без искажений. Стартовый кадр — Grok Image 2.0, ролик — Grok Video 1.5, 720p, 8 с")

Оживлять так можно и старые снимки, и портреты — больше сценариев в гайде [оживить фото нейросетью](/ru/blog/ozhivit-foto).

## 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.

![Слева девушка с тёмными кудрявыми волосами в бежевом тренче на мокрой улице старого города, справа шалфейно-зелёная керамическая чашка с блюдцем на травертине](https://ai2face.com/_astro/references.DWuQHS0k_Z1TL2QI.jpg "Два референса для ролика: героиня и чашка. Grok Image 2.0")

[Девушка в бежевом тренче входит в солнечное кафе, садится у окна, берёт зелёную чашку, делает глоток и улыбается](https://ai2face.com/_astro/media/blog/grok-video/references.mp4 "Видео по референсам: героиня и чашка узнаваемы, хотя ни одна из картинок не была первым кадром. Камера ведёт героиню и останавливается на среднем плане. Grok Video 1.5, 720p, 8 с")

**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.

[Бариста в зелёном фартуке в солнечной кофейне смотрит в камеру, улыбается, произносит реплику и пододвигает чашку латте](https://ai2face.com/_astro/media/blog/grok-video/lip-sync.mp4 "Реплика на английском с синхронизацией губ и шумом кофейни. Огрех: запрошен вертикальный формат 9:16, модель вернула 16:9. Grok Video 1.5, 720p, 8 с")

Подробнее о роликах с речью — в гайде [говорящее фото](/ru/blog/govoryashchee-foto).

## 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](/ru/blog/promty-dlya-kartinok).

## 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](/ru/models/gemini-omni) | [Seedance 2.5](/ru/models/seedance-2-5) | [Kling](/ru/models/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](/ru/models/seedance) принимает больше референсов. Обзор всех моделей — в статье [нейросети для видео](/ru/blog/nejroseti-dlya-video).

## 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](/ru/models/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.

## Частые вопросы

### Может ли Грок делать видео?

Да. Генерация видео в Grok называется Grok Imagine: она делает ролик длиной от 1 до 15 секунд со звуком по текстовому описанию, из фото или по референсам. Работает на grok.com/imagine, в приложениях для iOS и Android и через API xAI.

### Как сделать видео из фото в Грок?

Загрузите фото как стартовый кадр и опишите движение, камеру и звук. Формат кадра модель возьмёт с фото, а композицию и внешность героя — сохранит. В Video 1.5 текстовый промпт для фото необязателен, но с ним результат предсказуемее.

### Можно ли делать грок видео бесплатно?

Попробовать Grok можно бесплатно, но xAI не публикует, сколько роликов в Imagine доступно без подписки. Платные тарифы с июня 2026 года получают общий недельный лимит на все продукты Grok. В AI2Face после регистрации начисляются стартовые кредиты.

### Какой лимит видео в Грок?

Фиксированного числа роликов нет: видео расходует общий недельный пул тарифа, причём ролик в высоком качестве тратит его заметно быстрее чата. Когда исчерпан лимит 720p для вашего тарифа, Grok автоматически переходит на 480p.

### Какой длины видео делает Грок?

От 1 до 15 секунд, по умолчанию 8. Ролик по референсам в базовой модели — до 10 секунд, а при правке длина равна исходной, но не больше 8,7 секунды. Длиннее — через продление с последнего кадра.

### Есть ли водяной знак на видео Grok?

Да, в приложениях Grok на сгенерированные картинки и видео ставится водяной знак Grok, и отключить его в настройках нельзя.

## Источники

- https://docs.x.ai/developers/model-capabilities/video/generation
- https://docs.x.ai/developers/model-capabilities/imagine
- https://docs.x.ai/developers/models
- https://docs.x.ai/developers/models/grok-imagine-video-1.5-lite
- https://x.ai/news/grok-imagine-video-1-5
- https://x.ai/news/grok-imagine-video-1-5-references
- https://docs.x.ai/grok/faq
- https://arena.ai/leaderboard/text-to-video