Grok Imagine Video 1.5 Preview 曾冲上 Artificial Analysis Image-to-Video Arena 榜首,Elo 分比上一代提升了整整 52 分,压过字节跳动 Seedance 2.0、HappyHorse,以及 Google Veo 系列——但榜单这东西变化极快,排名本身说明不了太多问题。xAI 真正值得关注的动作,是把视频生成包装成了带定价、带 API、可被开发者接入的商品化服务。 Grok Imagine Video 1.5 登顶视频生成榜单
5 月 29 日,Grok Imagine Video 1.5 Preview 登顶 Image-to-Video Arena 的消息在 X 上迅速扩散。这个榜单覆盖 40 多个模型,累积投票超过 115 万次,是目前视频生成领域被引用最多的第三方评测之一。紧随其后的对手——Seedance 2.0、HappyHorse 1.0、Veo 3.1 Audio——基本代表了这个赛道现阶段的最强水位。
但你如果只盯着排名看,其实抓错了重点。
这次不只是刷榜
xAI 这次同步对外公开了一套产品参数:视频时长 6 到 15 秒、720p 分辨率、24fps、原生同步音频,开发者 API 已开放,按生成时长计费。
这组数字放在一起,已经不是一张实验室的成绩单,而更像一个可以被采购、被比价的服务规格表。
尤其值得注意的是"带音频"这一点。市面上大量视频生成工具到现在还是默认静音输出,你要想加音频还得额外接第三方工具,流程繁琐。Grok Imagine 直接把音频生成内置进来,一个接口出来的就是带声音的完整视频,这对内容创作者来说省去的麻烦不小。
还有 API 接入这件事。一个模型能不能从"聊天界面里的附加功能"走向"嵌入开发者工作流的底层能力",API 是不是稳定好用,才是真正的分水岭。
用户的吐槽,反而说明问题
评论区里出现了一些很有意思的声音:有人问,SuperGrok 用户一天连几个视频都跑不了,这个第一有什么实际意义?还有人说,官方标称的配额上限,实际用下来远远达不到。
你会发现,当人们开始用"配额够不够""调用稳不稳""限流怎么这么严"来质疑一个 AI 产品的时候,其实说明这个产品已经被当成基础设施来审视了,而不是把它当成玩具功能随便试试。
这恰恰是问题的核心所在:
- 产能跟不跟得上? 榜单证明了模型的上限,但 API 服务考验的是供给的下限。
- 调用稳不稳? 开发者接入之后,频繁遇到限流、超时、生成失败,价格再便宜也没用。
- 配额是不是真实的? 一旦标称数字跟实际使用差距太大,信任危机比技术缺陷更伤。
$4.20/分钟,这个价格意味着什么
按照目前的 xAI 官方定价,grok-imagine-video 按生成秒数计费,720p 约合每分钟 12/分钟,OpenAI Sora 2 Pro 更高达 $30/分钟,xAI 的定价大概是 Google 的三分之一。 价格优势一旦成立,内容生产市场里的逻辑就会改变。创作者和企业可以把 Grok Imagine 跟 Runway、Seedance、Veo 放在同一张表里横向比,按需选用。这才是真正的商业竞争。
xAI 在争什么位置
从更大的视角来看,xAI 这次的动作同时在争三张牌。
开发者工作流这张牌——视频生成能力一旦通过 API 开放,它就不再只是 Grok 聊天界面里的功能点,而是可以被嵌入营销自动化工具、创作平台、素材批量生产流水线的底层能力。
内容生产市场这张牌——720p、带音频、6 到 15 秒、价格透明,这四个参数全部标准化之后,市场就可以直接比价。竞争从"谁的效果更好看"变成了"谁的成本更低、谁的服务更稳定"。
多模态品牌心智这张牌——xAI 如果只靠文本对话,公众印象里它就是"X 平台的 AI 助手"。但当它在图像、视频两个赛道都开始打榜拿名次,品牌认知会被拉到完全不同的层级。
榜单是门票,API 才是正赛。Grok Imagine Video 1.5 Preview 登顶说明模型质量够了,但接下来真正决定胜负的,是 xAI 能不能把供给侧的承诺兑现——配额是否真实,调用是否稳定,开发者接入后的体验能否经得起生产环境的考验。这些问题的答案,比任何一次刷榜都更值得你盯着看。