# Grok Imagine Video 1.5: видеомодель xAI — звук, 14 референсов, голоса и ключевые кадры

> Grok Imagine Video 1.5 — видеомодель xAI, вышла 16 июня 2026 года. Делает ролики со звуком и синхронной речью длиной 1–15 секунд, по тексту в нативном 1080p, а с 31 июля принимает до 14 изображений-референсов, до 3 голосов, первый и последний кадр и до 4 ключевых кадров. В API стоит $0,08 за секунду. В AI2Face Grok Imagine Video 1.5 доступна в генераторе.

Разработчик: xAI · Релиз: 2026-06-16 · Обновлено 2026-10-27
URL: https://ai2face.com/ru/models/grok-imagine-video-1-5

## Ключевые факты

| | |
|---|---|
| Разработчик | xAI |
| Дата выхода | 16 июня 2026; референсы, видео по тексту и 1080p — 31 июля 2026 |
| Что делает | Видео со звуком по тексту, фото, референсам, первому и последнему или ключевым кадрам |
| Длительность | 1–15 секунд, по умолчанию 8 |
| Разрешение | 480p, 720p, нативный 1080p; с референсами — до 720p |
| Формат кадра | 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9, 5:2 |
| Референсы | До 14 изображений и до 3 голосов |
| Ключевые кадры | Первый и последний кадр, до 4 промежуточных с шагом 1/3 секунды |
| Цена API | $0,08 за секунду видео |
| В AI2Face | Да, в генераторе |

## Что такое Grok Imagine Video 1.5

Grok Imagine Video 1.5 — модель генерации видео компании xAI, которая делает чат-бот Grok. Она выходила в два этапа:

- **16 июня 2026 года** — оживление фото и быстрая версия Video 1.5 Fast в приложениях Grok, модель в API вышла из превью;
- **31 июля 2026 года** — изображения-референсы и голоса, видео по тексту и 1080p.

В октябре 2026 года к ней добавилась облегчённая [Video 1.5 Lite](/ru/news/grok-imagine-video-1-5-lite). Модель работает на grok.com/imagine, в приложениях Grok для iOS и Android и через API xAI под именем `grok-imagine-video-1.5`. Картинки в той же экосистеме делает Imagine Image 2.0 — обе модели описаны на странице [Grok Imagine](/ru/models/grok-imagine).

## Что умеет Grok Imagine Video 1.5

**Ролики со звуком 1–15 секунд.** Шумы, фон и речь с синхронизацией губ генерируются в одном проходе с действием. Звук можно отключить и получить немой ролик.

**Нативный 1080p.** По тексту и по фото модель рисует 1080p сразу, без апскейла. По умолчанию стоит 480p — для черновиков. В режиме референсов потолок — 720p.

**Девять форматов кадра.** 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 и редкие 21:9 и 5:2 — для баннеров и широких обложек. При оживлении фото формат берётся с исходной картинки.

**Физика и движение.** xAI называет 1.5 своей лучшей моделью по движению: меньше искажений, правдоподобнее вес и инерция тел.

**Видео по тексту — через кадр.** Если промпт без картинки, модель сначала рисует первый кадр, а потом анимирует его.

**Один герой в разных сценах.** До 14 изображений-референсов держат лицо и внешний вид персонажа. Голос задаётся отдельно: до 3 говорящих героев на ролик, каждому — свой голос из готового набора.

**Первый, последний и ключевые кадры.** Можно зафиксировать точный последний кадр, а вместе с исходной картинкой — и первый. Между ними можно поставить до 4 ключевых кадров: каждый привязан к моменту ролика с шагом в 1/3 секунды.

![Четыре кадра в ряд: мальчик запускает бумажный самолётик в классе, самолётик летит над партами, мимо окна и садится на учительский стол рядом с глобусом](https://ai2face.com/_astro/keyframes.B6cBNsAO_mNTWM.jpg "Пример ключевых кадров для Grok Imagine Video 1.5: четыре картинки задают траекторию самолётика, модель достраивает движение между ними. Кадры сделаны в Nano Banana Pro")

Промпт при картинках, референсах или ключевых кадрах необязателен: модель может взять движение из самих кадров. Но описание действия и звука даёт более предсказуемый результат.

## Video 1.5, Fast и Lite: чем отличаются

| | Video 1.5 | Video 1.5 Fast | [Video 1.5 Lite](/ru/news/grok-imagine-video-1-5-lite) |
|---|---|---|---|
| Где | приложения и API | приложения Grok | API |
| Скорость | несколько минут на сложный ролик | 6 с в 720p — около 25 секунд | быстрее полной |
| 1080p | нативно | — | апскейл из 720p |
| Длина | 1–15 с | — | 1–15 с |
| Референсы и голоса | 14 изображений, 3 голоса | — | нет |
| Первый, последний и ключевые кадры | да | — | нет |
| Цена в API | $0,08 за секунду | — | $0,02 за секунду |

Fast — режим приложений Grok: xAI пишет, что он почти вдвое быстрее прошлой модели, которой на 6-секундный ролик в 720p требовалось больше 40 секунд. Lite — отдельная модель в API для простых роликов по одному промпту или фото.

## Для каких задач подходит Grok Imagine Video 1.5

- **Динамичные короткие ролики:** спорт, животные, трюки, замедление в нужный момент.
- **Серии с одним персонажем и голосом** — до 14 референсов и 3 голоса.
- **Ролики с заданной концовкой:** первый и последний кадр фиксируют, как сцена начинается и заканчивается.
- **Сложная траектория** — летящий предмет, проход камеры через комнаты — по 4 ключевым кадрам.
- **Баннеры и обложки 21:9 и 5:2** с движением.

## Grok Imagine Video 1.5 и аналоги

| | Grok Imagine Video 1.5 | [Kling 3.0](/ru/models/kling-3-0) | [Veo 3.1](/ru/models/veo-3-1) | [Seedance 2.0](/ru/models/seedance-2-0) |
|---|---|---|---|---|
| Разработчик | xAI | Kuaishou | Google DeepMind | ByteDance Seed |
| Длина за генерацию | 1–15 с | до 15 с | 4, 6, 8 с | 4–15 с |
| Максимальное разрешение | 1080p | 4K | 4K | 4K |
| Референсы | 14 изображений, 3 голоса | до 7 изображений или элементов | до 3 изображений | 9 фото, 3 видео, 3 аудио |
| Ключевые кадры | первый, последний и до 4 промежуточных | первый и последний | первый и последний | первый и последний |
| Форматы 21:9 и 5:2 | да | — | — | 21:9 |
| В AI2Face | да | да | да | да |

Grok Imagine Video 1.5 выделяется промежуточными ключевыми кадрами и числом референсов-картинок. За 4K и длинными диалогами идите к Kling 3.0 и Veo 3.1, за референсами из видео и аудио — к Seedance 2.0.

## Как писать промпты для Grok Imagine Video 1.5

1. **Опишите действие по порядку:** что происходит в начале, середине и конце ролика.
2. **Добавьте камеру:** «камера следует сзади», «замедление на пике прыжка», «облёт».
3. **Звук пишите отдельной строкой:** реплики в кавычках, шумы, музыка или её отсутствие.
4. **Для ключевых кадров** описывайте переходы между ними, а не сами кадры — картинки уже задают, что в них.
5. **Черновик делайте в 480p,** финал — в 720p или 1080p.

Промпт под ключевые кадры выше:

```
Мальчик запускает бумажный самолётик с задней парты. Самолётик плавно планирует над партами,
поворачивает к залитому солнцем окну, ловит поток воздуха и мягко садится на учительский стол
рядом с глобусом. Камера ведёт самолётик сбоку, в конце — лёгкий наезд на стол.
Звук: шорох бумаги, приглушённый смех класса, щебет птиц за окном, без музыки.
```

## Как использовать Grok Imagine Video 1.5 в AI2Face

Grok Imagine Video 1.5 доступна в генераторе AI2Face рядом с [Kling 3.0](/ru/models/kling-3-0), [Veo 3.1](/ru/models/veo-3-1) и [Seedance 2.0](/ru/models/seedance-2-0).

1. Зарегистрируйтесь — новым аккаунтам начисляют стартовые кредиты.
2. Откройте генератор, перейдите в видео и выберите Grok Imagine Video 1.5.
3. Загрузите фото, референсы или ключевые кадры, напишите промпт, задайте длину и разрешение.
4. Стоимость в кредитах видна до запуска. Кредиты не сгорают, оплата — картой РФ, по СБП или криптовалютой, VPN не нужен.

Пошаговый разбор режимов и лимитов в самом Grok — в гайде [Грок видео](/ru/blog/grok-video). Ключевые кадры и референсы героя удобно сделать в [Nano Banana Pro](/ru/models/nano-banana-pro) в том же генераторе.

## Ограничения

- **720p с референсами.** Нативный 1080p работает только для видео по тексту и по фото.
- **Правки и продления в 1.5 нет.** Редактирование ролика xAI делает старой моделью Grok Imagine Video, в 720p и для роликов до 8,7 секунды.
- **Голоса — из набора.** В API каждому из 3 говорящих героев назначают голос из готового набора xAI.
- **Время генерации.** Сложный ролик в высоком разрешении может считаться несколько минут.
- **Модерация.** Запросы и результаты фильтруются по правилам xAI; заблокированный ролик API возвращает с пометкой.

## Выводы

Grok Imagine Video 1.5 — сильный выбор для коротких динамичных роликов и сцен, где нужно точно задать траекторию: промежуточные ключевые кадры есть только у неё. 14 референсов и 3 голоса позволяют вести одного персонажа через серию роликов. Если нужен 4K или длинный диалог, сравните с [Kling 3.0](/ru/models/kling-3-0) и [Veo 3.1](/ru/models/veo-3-1). Для простых роликов по одному фото дешевле [Video 1.5 Lite](/ru/news/grok-imagine-video-1-5-lite).

## Частые вопросы

### Что такое Grok Imagine Video 1.5?

Видеомодель компании xAI, которая делает чат-бот Grok. Генерирует ролики со звуком и речью по тексту, фото и референсам. Вышла 16 июня 2026 года, режим референсов добавлен 31 июля.

### Сколько секунд видео делает Grok Imagine Video 1.5?

От 1 до 15 секунд за генерацию, по умолчанию 8.

### Какое разрешение у Grok Imagine Video 1.5?

480p, 720p или 1080p. 1080p модель рисует нативно, если ролик делается по тексту или фото. С референсами потолок — 720p.

### Как сохранить одного персонажа в разных роликах?

Загрузите его изображения как референсы — до 14 картинок — и привяжите голос: до 3 говорящих героев на ролик. Лицо и голос сохраняются от сцены к сцене.

### Чем Video 1.5 отличается от 1.5 Lite?

Lite в четыре раза дешевле ($0,02 против $0,08 за секунду), но принимает только текст и одно фото, а 1080p получает апскейлом. Референсов, голосов и ключевых кадров у Lite нет.

### Есть ли Grok Imagine Video 1.5 в AI2Face?

Да. Модель доступна в генераторе AI2Face и работает из России без VPN, стоимость видна до запуска.

## Источники

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