Grok Imagine Video (Texto para Vídeo)
Grok Imagine Video é o modelo texto para vídeo da xAI, disponível no estúdio em navegador da FluxoKit sem assinatura do X Premium. Ele gera clipes sociais rápidos de 1 a 15 segundos em 720p, a partir de 42 créditos por clipe, e vira uma curiosidade social em ferramenta documentada em planos a partir de R$ 37,99 por mês.
Exemplos
8 geraçõesGerações reais com Grok Imagine Video (Texto para Vídeo)
Gostou do que viu? Crie o próximo resultado. Planos a partir de R$ 37,99/mês.
Criar com o Grok Imagine VideoVisão geral
Grok Imagine Video é o modelo texto para vídeo da xAI, e a maior parte do que circula sobre ele vive em clipes postados no X. A FluxoKit o executa no navegador com preço em créditos e sem exigência do X Premium, o que o transforma de curiosidade social em ferramenta de trabalho com parâmetros documentados e um custo por clipe declarado.
Esta página documenta o contrato exato do Grok Imagine Video na FluxoKit: durações de 1 a 15 segundos, saída 720p, sete proporções entre 16:9 e 9:16, e orientação de fala guiada por prompt para entrega estilo lip-sync. Os clipes de vitrine são gerados pelo estúdio padrão e chegam com a leva de texto para vídeo; a página é o registro de parâmetros e preços, não a promessa de um vídeo já carregado.
O que você constrói com o Grok Imagine Video
O Grok Imagine Video favorece clipes sociais rápidos e diretos: gerações ágeis que leem na hora na velocidade do feed em um conjunto amplo de proporções. O piso de 1 segundo e a taxa base baixa fazem dele um modelo de ideação rápida, e o teto de 15 segundos cobre um beat curto completo quando uma direção acerta.
No canvas um modelo de linguagem pode rascunhar a cena, o Grok Imagine Video a anima, e um upscaler finaliza o clipe. A orientação de fala é aplicada por um scaffolding de prompt compartilhado enquanto a requisição fica limitada a campos de vídeo documentados, então a entrega estilo lip-sync é um comportamento de prompt, não um pipeline de áudio separado.
Onde o Grok Imagine Video rende os créditos
Times de social usam o Grok Imagine Video para clipes curtos que param o scroll e para testar variações rápidas. A 42 créditos por um clipe 720p de 5 segundos, ele também é a camada de volume de um fluxo de dois modelos: rascunhe amplo no Grok e finalize o vencedor em um modelo de maior fidelidade. Cada geração imprime o custo exato, então o teste em volume fica econômico.
Grok Imagine Video vs PixVerse V6, Seedance 2.0 Fast e Sora 2
O PixVerse V6 é o especialista estilizado com controle mais amplo de resolução e proporção. O Grok Imagine Video é o gerador social rápido e direto; escolha pelo clipe dever ser desenhado ou ágil.
O Seedance 2.0 Fast mantém narrativa multi-tomada e áudio padrão a uma taxa baixa parecida. O Grok Imagine Video é a opção de velocidade de clipe único; escolha por precisar de uma sequência ou de um clipe rápido.
O Sora 2 é o flagship com áudio nativo a uma taxa bem maior. O Grok Imagine Video é a camada de ideação; o fluxo comum é gerar amplo no Grok e finalizar estreito no Sora 2.
Como usar na prática
Grok Imagine Video Texto Para Video no FluxoKit
Grok Imagine Video texto para video e a rota xAI para criar video com IA do zero no FluxoKit. Use quando voce tem roteiro, gancho, cena, produto, campanha ou ideia criativa, sem imagem ou MP4 de entrada.
Esta pagina atende a intencao de Grok Imagine Video, Grok Video, gerador de video IA, criar video com IA, gerar video com IA, texto para video IA e IA para criar video. Ela e diferente de Grok Imagine Video imagem para video, que parte de uma foto, e de Grok Imagine Video Edicao, que altera um clipe MP4 existente.
Quando usar Grok Imagine Video T2V
Use Grok Imagine Video texto para video quando o ponto de partida e linguagem natural. O modelo recebe prompt em portugues, duracao, proporcao e resolucao, e gera um clipe curto para campanha, social, VSL, roteiro visual ou teste de criativo.
- Anuncio: criar variações de cena para Meta Ads, TikTok Ads e YouTube Shorts.
- UGC: gerar um visual curto para validar hook, produto, persona ou promessa.
- Marca: transformar briefing editorial em teaser, lancamento ou cena de campanha.
- Produto: criar uma cena de uso quando ainda nao existe foto final para animar.
- Roteiro: testar direcao visual antes de gravar ou produzir a peça completa.
Nao use esta rota quando a imagem de produto ja existe e precisa apenas ganhar movimento; nesse caso use Grok Imagine Video imagem para video. Se a tarefa e modificar um MP4, use Grok Imagine Video Edicao. Para comparar motores de texto para video, veja gerador de video IA e melhor IA para criar video.
Parametros e limites reais
No FluxoKit, Grok Imagine Video T2V usa grok-imagine-video com prompt como entrada principal. O contrato atual expõe prompt, duracao, proporcao e resolucao, com pricing por segundo e estimativa de creditos antes da execucao.
- Prompt: ate 2.000 caracteres.
- Duracao: 1 a 15 segundos.
- Proporcao: 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 ou 2:3.
- Resolucao: 480p ou 720p no FluxoKit.
- Audio: a rota pode receber orientacao semantica para audio/fala quando o workflow pede, mas nao deve inventar fala se o briefing nao exige.
A xAI documenta Grok video generation como uma operacao assincrona: voce envia prompt, modelo, duracao, proporcao e resolucao, recebe um request_id, e o resultado e consultado ate o video ficar pronto. A mesma API tambem cobre image-to-video, reference-to-video, video editing e extension, por isso esta pagina delimita o caso prompt-only.
Exemplo real no FluxoKit
Prompt usado
Night editorial street scene: fashion founder under a single spotlight, wet pavement reflections, cobalt neon glow, slow handheld drift, cinematic contrast, 24fps, no text.
Frame do video gerado

O exemplo usa frame estatico nesta documentacao para manter a pagina crawlable e evitar tratar videos de preview como conteudo suplementar. Quando o video precisa ser o conteudo principal, ele deve ficar em uma watch page dedicada.
Como escrever o prompt
Um prompt forte para gerador de video IA precisa declarar a cena de forma operacional, nao apenas poetica.
- Sujeito: quem ou o que aparece.
- Acao: o que acontece no clipe.
- Camera: aproxima, pan, handheld, orbit, dolly ou plano fixo.
- Luz e ambiente: estudio, rua, ecommerce, noite, neon, luz natural ou fundo limpo.
- Restricoes: sem texto, preservar marca, nao deformar rosto, manter produto central.
- Destino: Reels, TikTok, Shorts, VSL, anuncio, landing page ou teaser.
Template pratico:
Crie um video vertical 9:16 de 5 segundos para anuncio de produto. Cena em estudio premium, produto centralizado, camera aproxima lentamente, luz lateral suave, reflexo discreto, fundo limpo, sem texto na imagem, movimento elegante para Reels e TikTok Ads.
Decisao rapida
- Escolha Grok Imagine Video T2V quando a ideia ainda esta em texto.
- Escolha Grok Imagine Video I2V quando existe uma foto que precisa virar video.
- Escolha Grok Imagine Video Edicao quando existe um MP4 que precisa ser alterado.
- Escolha Sora 2, Veo 3.1, Seedance, Kling, Wan ou PixVerse quando duracao, realismo, custo, audio ou estilo visual especifico mudam a decisao.
- Use uma pagina de watch dedicada quando o objetivo SEO e indexar o video como resultado de video do Google.
Checklist antes de gerar
- Escreva o prompt em portugues com acao, camera, luz e formato.
- Defina proporcao antes de gerar para evitar crop.
- Comece com 5 segundos para validar movimento e custo.
- Evite pedir varias cenas desconectadas no mesmo prompt curto.
- Gere variações e leve o melhor frame para copy, anuncio ou pagina.
O video principal aparece em Visao geral e os demais em Videos do modelo. Esta pagina de docs deve continuar priorizando texto, frames e decisao de uso; videos principais pertencem a watch pages dedicadas.
Capacidades
Suporte a áudio
Sim
Limites
Créditos por geração
42
Parâmetros e entradas
Cada campo abaixo indica o que o modelo aceita e quais limites aplicar.
Parâmetros
Duration
duration
- Obrigatório
- Não
- Padrão
- 5
- Mín
- 1
- Max
- 15
- Step
- 1
Resolution
resolution
- Obrigatório
- Não
- Padrão
- 720p
Opções
- 720p (HD) (720p)
- 480p (SD) (480p)
Proporção
aspect_ratio
- Obrigatório
- Não
- Padrão
- 16:9
Opções
- 16:9 (Paisagem) (16:9)
- 9:16 (Retrato) (9:16)
- 4:3 (4:3)
- 3:4 (3:4)
- 3:2 (3:2)
- 2:3 (2:3)
- 1:1 (Quadrado) (1:1)
Prompt
prompt
- Obrigatório
- Sim
- Padrão
- Não definido
PT-BR Speech
PT-BR voice and lip-sync
speech_enhancement_mode
- Obrigatório
- Não
- Padrão
- off
Opções
- Auto (auto)
- PT-BR audio + lip-sync (audio-lipsync)
- PT-BR audio only (audio-pt-br)
- Off (off)
ElevenLabs voice
speech_enhancement_voice_id
- Obrigatório
- Não
- Padrão
- Não definido
Speech duration fit
speech_enhancement_duration_policy
- Obrigatório
- Não
- Padrão
- auto_fit_or_reject
Opções
- Fit duration or reject (auto_fit_or_reject)
- Keep duration and reject long speech (locked_duration_reject)
Lip-sync model
speech_enhancement_lipsync_model
- Obrigatório
- Não
- Padrão
- fal-ai/sync-lipsync/v3
Opções
- FAL Lip Sync 3.0 - melhor qualidade (fal-ai/sync-lipsync/v3)
- FAL Lip Sync 2.0 - custo intermediario (fal-ai/sync-lipsync/v2)
- FAL Lip Sync 1.9 - menor custo (fal-ai/sync-lipsync)
Modelos relacionados
Outros modelos da categoria Texto para Vídeo.
Texto para Vídeo
Pixverse v6 T2V
PixVerse V6 T2V no FluxoKit PixVerse V6 T2V e a rota de Pixverse AI no FluxoKit para criar video com IA a partir de prompt. Use quando voce tem roteiro, briefing, gancho de anuncio, descricao de produ
Texto para Vídeo
Grok Imagine Video 1.5 (Referência)
Gere vídeos incorporando imagens de referência usando xAI Grok Imagine Video 1.5.
Texto para Vídeo
Gemini Omni Flash T2V
Gere vídeos com áudio nativo a partir de texto usando o Google Gemini Omni Flash (Interactions API).
Texto para Vídeo
Gemini Omni 1.1 Flash Text to Video
Generate or refine video with native audio using Gemini Omni 1.1 Flash. Credits are reserved as an estimate and adjusted after generation.
Texto para Vídeo
MiniMax H3 T2V
Gere vídeos com áudio nativo em 768P ou 2K usando o MiniMax H3 (Hailuo 3) pela API V2. Duração de 4 a 15 segundos.
Texto para Vídeo
FLUX 3 Text to Video
Gere vídeos de 5 a 20 segundos com áudio opcional, proporção automática ou fixa, resolução HD/Full HD e modo rascunho econômico.
Perguntas frequentes
Quanto custa o Grok Imagine Video por clipe?
O Grok Imagine Video custa 42 créditos por um clipe 720p de 5 segundos na FluxoKit, uma das menores taxas de vídeo do catálogo. Planos a partir de R$ 37,99 por mês, e cada geração mostra o custo exato em créditos no seu histórico.
Preciso do X Premium para usar o Grok Imagine Video?
Não. A FluxoKit executa o Grok Imagine Video em uma assinatura com preço por créditos, sem conta no X, além de garantia de 30 dias com devolução do dinheiro e sem fidelidade.
No que o Grok Imagine Video é melhor?
Clipes sociais rápidos e diretos e ideação rápida. O piso de 1 segundo, a taxa base baixa e o conjunto amplo de proporções fazem dele a camada de volume de um fluxo de dois modelos: rascunhe amplo aqui e finalize em um modelo de maior fidelidade.
O Grok Imagine Video faz lip-sync?
Ele aplica orientação de fala por um scaffolding de prompt compartilhado para entrega estilo lip-sync, enquanto a requisição fica limitada a campos de vídeo documentados. Trate como um comportamento de prompt, não um pipeline de áudio dedicado.
Como a FluxoKit documenta o Grok Imagine Video?
As durações, a resolução, as proporções e o custo em créditos por clipe desta página vêm do registro de modelos e do motor de preços ao vivo, então batem com o estúdio exatamente. Os clipes de vitrine são gerados pelo estúdio padrão e chegam com a leva de texto para vídeo; a página vende esse contrato documentado.
Próximo passo
Use Grok Imagine Video (Texto para Vídeo) sem abrir conta na xAI.
90+ IAs no mesmo estúdio. Cobrança por geração, sem mensalidade por modelo e sem cartão internacional.