Что умеет «Grok Video 1.5»
Grok Video 1.5 — видеонейросеть xAI, которая оживляет картинки: по одной или нескольким картинкам и описанию снимает ролик от 1 до 15 секунд со звуком, а герои в нём говорят по-русски. У разработчика она называется Grok Imagine 1.5.
Коротко
- Разработчик
- xAI, у которой модель называется Grok Imagine Video 1.5 (коротко Grok Imagine 1.5), вышла в июне 2026 года
- На входе
- от 1 до 7 картинок JPG, PNG или WebP, каждая до 20 МБ, и задание до 4096 знаков
- На выходе
- ролик MP4 от 1 до 15 секунд, 480p или 720p
- Пропорции
- «Авто», 1:1, 16:9, 9:16, 3:2 и 2:3
- Звук
- создаётся вместе с видео, отдельного переключателя нет
- Русский язык
- задание понимает, фразу в кавычках произносит по-русски
- Без картинки
- не запускается, ролик из одного текста снимает Grok Video
- Цена
- от 2 ₽/сек
- Обычно готово
- ≈ 1,5 мин после отправки
Что умеет Grok Video 1.5
Ролики ниже мы сняли на одну тему — маленькая пекарня. Исходные картинки нарисовали в Nano Banana 2 Lite, так что пекаря не существует: его лицо выдумала нейросеть. Ни один ролик не переснимали, только сжали для страницы.
Человек говорит в камеру
Первое, что хочется проверить: заговорит ли портрет вашей фразой. Мы дали вертикальный кадр пекаря и реплику в кавычках, 6 секунд в 720p. Ролик пришёл через 58 секунд.
Пекарь берёт с противня один круассан, показывает его в камеру и говорит по-русски бодрым голосом: «Только из печи! Берите, пока тёплые». Потом кладёт круассан обратно и улыбается. Камера неподвижна. Звук: тихий гул пекарни, звон колокольчика над дверью.
1 картинка · 720p, «Авто», 6 с
Звук мы прогнали через распознавание речи, программу, которая переводит голос в текст, и фраза совпала слово в слово. Пекарь сделал всё по порядку: взял круассан, показал, положил на место. Меловая доска с надписью «Пекарня» за его спиной осталась читаемой во всех кадрах.
Живая обложка на 3 секунды
Ролик здесь может быть совсем коротким, от одной секунды. Для обложки поста или карточки товара на маркетплейсе этого достаточно, если в кадре шевелится одна деталь, а всё остальное стоит на месте, как на исходной фотографии.
Пар над чашкой медленно поднимается и закручивается, солнечный свет на столе чуть мерцает, по поверхности кофе пробегает лёгкая рябь. Круассаны и камера неподвижны. Звук: тихое утреннее кафе, без музыки.
1 картинка · 720p, «Авто», 3 с
Двигаются только пар и блик на кофе. Звук едва слышен, как и просили.
Сцена из нескольких картинок
В поле Изображение можно загрузить до семи картинок: героя, место, предмет. В поле Задание введите @ и выберите картинку из списка или напишите @image1, @image2: номера идут в том порядке, в каком картинки сейчас стоят в поле. Мы дали мультяшного ёжика-курьера, вечернюю улочку и красный самокат.
Ёжик-курьер с @image1 едет на красном самокате с @image3 по мокрой вечерней улочке с @image2, подъезжает к светящейся витрине пекарни, останавливается, перекладывает пакет с багетом из корзинки в жёлтую сумку и машет лапой в камеру. Стиль 3D-мультфильма, тёплый свет фонарей, камера едет рядом сбоку. Звук: шуршание колёс по брусчатке, звон дверного колокольчика, весёлая лёгкая музыка.
3 картинки · 720p, 16:9, 8 с
Из трёх картинок получился новый кадр, а не оживлённая первая: ёжик сразу стоит на самокате посреди улицы. Кепка, жёлтая сумка, корзинка с багетом и фонари на месте. Пакет ёжик достал, но в сумку так и не убрал, а помахал с ним в лапе. Этот ролик ждали дольше остальных, 2 минуты 20 секунд.
15 секунд одним планом
Пятнадцати секунд хватает на маленькую историю из нескольких действий. Мы снова взяли пекаря и расписали ему всю работу над круассаном.
Один непрерывный план, камера неподвижна. Пекарь посыпает прилавок мукой, раскатывает скалкой кусок теста, сворачивает из треугольника теста круассан и кладёт его на противень к остальным. Потом вытирает руки о фартук, смотрит в камеру и говорит по-русски: «Каждое утро — сорок штук». Звук: стук скалки, шорох муки, тихий гул пекарни.
1 картинка · 720p, «Авто», 15 с
Порядок соблюдён: мука, скалка, круассан, фраза прозвучала на 13-й секунде, и распознавание снова вернуло её без ошибок. Но тесто превратилось в рогалик за одну секунду, почти как фокус, а готовый круассан остался лежать на муке, до противня не доехал. Ждали ролик меньше двух минут.
Что нового в версии 1.5
В документации xAI модель называется grok-imagine-video-1.5, а при выходе у неё было и второе имя с пометкой Preview. Разработчик описывает её так: ролик от 1 до 15 секунд, звук создаётся по умолчанию вместе с видео, по одной картинке ролик начинается с неё, а по нескольким нейросеть собирает новую сцену с этими людьми и предметами. Чем 1.5 отличается от прошлой модели на сайте, видно по форме:
- Ролик от 1 до 15 секунд. У Grok Video он длится от 6 до 30.
- В поле Соотношение сторон есть «Авто», у прошлой модели формат выбирают вручную, по умолчанию 16:9.
- Нет поля Режим с вариантом «Весёлый».
- В 480p секунда стоит одинаково, в 720p у версии 1.5 дороже. Зато ролик на 1–4 секунды в 1.5 дешевле при любом разрешении: короче 6 секунд прошлая модель не снимает.
Качество картинки мы сравнили на одном кадре и одном задании: 6 секунд, 720p, 1:1.
Рука входит в кадр, берёт верхний круассан и разламывает его пополам над тарелкой: слоистое тесто тянется, крошки сыплются на стол. Затем рука макает половинку круассана в кофе. Камера неподвижна. Звук: хруст корочки, тихий звон чашки.
Grok Video 1.5 · 6 с, 720p, 1:1 · от 2 ₽/сек
Grok Video · 6 с, 720p, 1:1, режим «Обычный» · от 2 ₽/сек
Сюжет у обеих одинаковый, вплоть до крошек на столе и половинки в чашке. Рука у 1.5 входит сбоку, у прошлой модели сверху. Ошиблись обе тоже одинаково: внутри круассана вместо слоёв теста жёлтая начинка, похожая на заварной крем. Ролик 1.5 пришёл через 74 секунды, прошлой модели через 66, так что на одном запуске разницы в скорости мы не увидели. В обзоре нейросетей Grok на другой сцене вышло то же самое, поэтому выбирать между ними стоит по настройкам.
Берите 1.5, когда нужен ролик короче 6 секунд, когда пропорции должны совпасть с картинкой без подбора или когда сцену надо собрать из нескольких образцов.
Прошлая Grok Video нужна, если картинки нет вовсе, ролик нужен длиннее 15 секунд или хочется шуточной подачи режима «Весёлый», к тому же в 720p она обходится дешевле.
Как это работает
Загрузите в поле Изображение от одной до семи картинок: без картинки кнопка не сработает. Одна картинка обычно становится первым кадром ролика, а из нескольких нейросеть собирает новую сцену. В поле Задание опишите, что должно произойти, а если герой должен заговорить, напишите его фразу в кавычках. Выберите пропорции, длительность и разрешение.
Цена появится на кнопке Отправить ещё до запуска, она зависит от длины ролика и разрешения. Сколько обычно ждать, видно в блоке «Коротко»; сцена из нескольких картинок и длинный ролик у нас шли дольше одиночных. Готовое видео со звуком появится в ленте под формой, нажмите Скачать. В разделе Мои результаты ролик хранится 7 дней, нужный можно сохранить в библиотеку.
Если сцене мало 15 секунд, сделайте продолжение: в «Извлечь кадр» возьмите последний кадр ролика и загрузите его сюда как новую картинку. Так собрана серия в инструкции про сериал нейросетью.
Настройки: что ставить
- В поле Задание помещается до 4096 знаков. Внешность героя уже есть на картинке, поэтому пишите движение, камеру, реплику и звук.
- В Изображение берите JPG, PNG или WebP, каждый файл до 20 МБ. Для одиночного ролика картинка станет первым кадром, поэтому кадрируйте её сразу так, как должен выглядеть ролик.
- В поле Соотношение сторон оставьте «Авто», и ролик повторит пропорции картинки. Другой формат у нас сработал только в сцене из трёх картинок, с одной картинкой ролик всё равно повторил её пропорции.
- Ползунок Длительность ставится от 1 до 15 секунд, по умолчанию стоит 6. Для обложки хватит 2–3 секунд, для фразы 5–6, для истории из нескольких действий 10–15.
- В Разрешение сразу выбрано 720p, его хватает для экрана телефона и соцсетей. 480p дешевле и подходит для проб: в нём удобно проверять, правильно ли нейросеть поняла задание.
Как писать промпт
Задания на этой странице написаны по-русски, переводить их не нужно. Удобный порядок такой: кто двигается, что он делает по шагам, как ведёт себя камера, что говорит герой и что слышно вокруг. На 6 секунд планируйте одно-два действия, на 15 секунд три-четыре. Фразу для героя пишите в кавычках и добавляйте «говорит по-русски».
[Кто на картинке] [первое действие], затем [второе действие]. Он смотрит в камеру и говорит по-русски: «[короткая фраза]». Камера: [неподвижна / медленно приближается / едет сбоку]. Звук: [шумы места], [музыка или без музыки].
Для сцены из нескольких картинок называйте каждую по номеру:
[Герой] с @image1 [что делает] в [месте] с @image2, в руках у него [предмет] с @image3. [Стиль]. Камера: [движение]. Звук: [что слышно].
Частые ошибки: задание описывает не ту сцену, что на картинке (нейросеть держится за картинку), слишком много действий на короткий ролик и длинная реплика. На 6 секунд фразу лучше уложить в 5–7 слов. Готовые задания с примерами собраны на странице промптов Grok Video 1.5, а приёмы для камеры и звука есть в инструкции про промпты для видео.
Сколько стоит
Оплата за каждую секунду ролика. Цена зависит от длительности и разрешения, а число картинок на неё не влияет:
| Разрешение | Длина | Цена |
|---|---|---|
| 480p | 3 с | 6 ₽ |
| 480p | 6 с | 12 ₽ |
| 720p | 3 с | 12 ₽ |
| 720p | 6 с | 24 ₽ |
| 720p | 15 с | 60 ₽ |
Пробуйте задание в 480p, а удачное запускайте в 720p. Если модерация отклонит запрос или ролик не получится, деньги вернутся на баланс.
Для чего подойдёт
- Говорящий герой для рекламы или поздравления: короткая русская фраза в кавычках, как у пекаря выше.
- Живая обложка на 1–3 секунды: пар над чашкой, блик на товаре, ветер в волосах.
- Персонаж бренда или мультгерой в новой сцене: герой, место и предмет отдельными картинками.
- Короткая история одним планом до 15 секунд, например процесс работы мастера.
- Быстро перебрать идеи для клипа или рекламы, прежде чем снимать дорогую версию в другой нейросети.
Ограничения
- Без картинки не работает: сначала нарисуйте кадр в картиночной нейросети (см. вопрос про видео из текста ниже).
- Потолок 720p. 1080p есть у Seedance 2.5, 1080p и 4K у Kling 3.0.
- Один ролик не длиннее 15 секунд. Длиннее одним куском снимают Grok Video и Seedance 2.5, обе до 30 секунд, или склейте продолжение от последнего кадра.
- С одной вертикальной картинкой мы поставили 16:9 и всё равно получили вертикальный ролик. Нужен другой формат — обрежьте или перерисуйте картинку заранее.
- Голос героя выбрать нельзя, нейросеть подбирает его сама. Если нужен свой голос, смотрите нейросети в разделе «Говорящее фото».
- Сложные материалы и быстрые действия руками нейросеть упрощает: тесто стало круассаном за секунду, а внутри круассана вышла начинка. Разбейте такое действие на два ролика или опишите его медленнее.
- Нейросеть может отклонить запрос по правилам xAI. Деньги за отклонённый запуск вернутся, а задание или картинку стоит заменить.
Версии и альтернативы
Ближайшие соседи по задаче, от прошлой версии до моделей других разработчиков:
| Нейросеть | Цена | Длина ролика | Когда брать |
|---|---|---|---|
| Grok Video 1.5 | от 2 ₽/сек | 1–15 с | ролик от картинки, короткая обложка, сцена из нескольких образцов |
| Grok Video | от 2 ₽/сек | 6–30 с | видео из текста, режим «Весёлый», 720p дешевле |
| Seedance 2.5 | от 8 ₽/сек. | 4–30 с | длинный ролик одним куском, 1080p, правка готового видео |
| Kling 3.0 | от 11 ₽/сек. | 3–15 с | высокое разрешение, раскадровка |
| Veo 3.1 | от 10 ₽ | 8 с | говорящий герой от Google |
Как Grok выглядит рядом с другими видеонейросетями на одной задаче, показано на страницах видео из изображений и в сравнении пяти моделей.
Вопросы и ответы
Описание обновлено 1 октября 2026 г.
Мальчик в космическом корабле
Промпт: Используй прикреплённое фото как референс главного персонажа. Сохрани его внешность, черты лица, прическу и идентичность точно так, как на фото — не изменяй и не заменяй его образ. Сохрани белый с синим российский скафандр с нашивкой российского флага и шлем в руках. Мальчик парит у круглого иллюминатора внутри космического корабля, нежно прижимая руку к холодному стеклу и глядя на Землю с орбиты — сквозь иллюминатор видны закручивающиеся облака и голубая атмосфера. Он медленно поворачивается к камере — глаза широко открыты, полны восхищения. Камера начинает медленно отъезжать назад, пока он о
Лестница в небо
Промпт: Создай пятисекундное видео: человек медленно поднимается по лестнице (его же портрет изображен выше), лучи света переливаются, человек останавливается на середине, поворачивается к камере, машет одной рукой и легко улыбается. Цвет и длину волос не менять, черты лица не менять.
Продавщица мёда: тягучий мёд и фраза по-русски
Промпт: Женщина зачерпывает мёд деревянной ложкой из открытой банки и поднимает ложку: густой мёд медленно стекает тонкой струёй обратно в банку. Она смотрит в камеру и говорит по-русски: «Смотрите, какой тягучий!» Камера неподвижна, лёгкий ветер качает листья.
Кот тянется к блинам: продолжение от последнего кадра
Промпт: Продолжение сцены. Бабушка снимает готовый блин со сковороды лопаткой и кладёт его на стопку блинов на столе. Рыжий кот спрыгивает с табурета, подходит к столу, встаёт на задние лапы и тянется носом к блинам. Бабушка смеётся и грозит ему пальцем. Камера неподвижна, свет тот же. Звук: шипение масла, смех бабушки, мурлыканье.
Оживить старое фото пары в парке
Промпт: Оживи старую фотографию: мужчина и женщина на скамейке медленно поворачиваются друг к другу и улыбаются, женщина слегка сжимает его руку, ветер шевелит листья деревьев за ними. Камера неподвижна. Сохрани чёрно-белое изображение, плёночное зерно и лица такими, как на фото.
Дождливая Москва: девушка в жёлтом дождевике
Видео из текста, 9:16: неоновые отражения в лужах, handheld tracking, героиня раскрывает прозрачный зонт.
Промпт: Ночная улица Москвы под дождём, неоновые вывески отражаются в лужах, девушка в жёлтом дождевике идёт навстречу камере и раскрывает прозрачный зонт. Камера: handheld tracking, неглубокая резкость. Sound: сильный дождь по асфальту, гул вывесок, шаги по лужам.
Кот-повар переворачивает блин
Видео из текста, вертикальный формат 9:16: кот в колпаке подбрасывает блин, шипение масла и кухонная музыка.
Промпт: Рыжий кот в поварском колпаке стоит на кухне и уверенно переворачивает блин на сковороде, блин подлетает и падает обратно, кот довольно кивает. Камера зафиксирована, medium shot. Sound: шипение масла, звон сковороды, тихая кухонная радио-музыка.
Флакон духов в брызгах воды (продуктовое видео)
Видео из текста: макро, замедленные капли, свет скользит по граням стекла, камера медленно облетает флакон.
Промпт: Флакон духов из тёмного стекла стоит на мокрой чёрной поверхности, в замедленной съёмке на него падают капли воды и разлетаются брызгами, свет медленно скользит по граням стекла. Камера: медленный orbit вокруг флакона, macro. Sound: капли воды, тихий гул студии.
Кабриолет на прибрежном шоссе на закате
Видео из текста: tracking shot рядом с машиной, ветер в волосах, блики океана, звук мотора и волн. 8 секунд, 16:9.
Промпт: Винтажный кабриолет едет по прибрежному шоссе на закате, камера движется рядом с машиной на уровне колёс. Ветер треплет волосы водителя, океан блестит на фоне, длинные тени от низкого солнца. Sound: рокот мотора, шум ветра, далёкие волны.
Крошечная девочка на ладони хихикает
Мини-сценка: надутые щёки, пальцы щиплют щёку, персонаж не выдерживает и смеётся. Боке мерцает.
Промпт: Крошечная девочка на ладони надувает щёки и сердито отворачивается, огромные пальцы мягко щипают её за щёку, она не выдерживает и начинает хихикать. Боке на фоне слегка мерцает. Камера зафиксирована. Sound: детский смешок, тихий городской шум.