Grok Imagine: guia do criador para o modelo de vídeo da xAI em 2026

O Grok Imagine é o modelo de geração de vídeo e áudio da xAI, lançado em janeiro de 2026 e acessível pela OmniArt sem assinatura xAI separada. É produto diferente do chatbot Grok — compartilham nome e nada mais. Este guia cobre para que o Grok Imagine foi feito, os seis modos que importam, padrões de prompt por modo e a conta do que projetos reais custam em créditos.

O que é o Grok Imagine#

O Grok Imagine gera vídeo até 720p com áudio nativo em clipes de 1–15 segundos. O truque não é resolução — a 720p ele não disputa fidelidade bruta com Sora 2 ou V6. O truque é a superfície de workflow: seis modos no mesmo weight set para gerar, estender, restilizar e modificar sem trocar de modelo.

Os seis modos que valem conhecer#

Cada modo diz ao modelo que tipo de entrada está recebendo. Escolher o modo certo é boa parte do prompt engineering.

Text-to-Video#

O default. Escreva o prompt, receba o clipe. Melhor para exploração de conceito, mood boards e rascunhos sociais sem imagem de referência. Custo 10–15 créditos/s conforme resolução.

Image-to-Video#

Anima um still preservando a composição de entrada. O primeiro frame fica travado na sua imagem. Use para ilustrações, fotografia de produto e mockups onde o frame fonte é inegociável.

Reference Mode — o diferencial#

Aceita 1–7 imagens como âncoras visuais sem travar o primeiro frame. Marque com @Image1, @Image2, @Image3 e referencie no prompt. A maioria dos outros modelos ou trava o primeiro frame (image-to-video) ou não aceita referência (text-to-video). Reference Mode fica no meio — caminho mais limpo para consistência de personagem entre shots.

Custo 15 créditos/s em 480p, 22,5 em 720p.

Extend Mode#

Acrescenta 2–10 s a um clipe existente. Entrada MP4 entre 2 e 15 s. Saída contínua; cobrança só no trecho acrescentado. Truque cross-model: Extend funciona em vídeos gerados por qualquer modelo no espaço de vídeo OmniArt.

Modify Mode#

Edita clipe sem regerar — troca de fundo, luz, cor em objetos, clima. Entrada limitada a 8 s e auto-escala para 854×480; fontes 1080p perdem detalhe na ida e volta. Use Modify em clipes que você gerou em 480p.

Editing Suite — Restyle, Object Manipulation, Sketches to Life#

Pós-geração: Restyle (Cyberpunk, Anime, Retro, Origami, Watercolor, Mosaic); Object Manipulation adiciona/remove/troca elementos; Sketches to Life anima desenho linear; Add Performance cola animação em figura estática. Útil para variações a partir de um clipe.

Prompts que respeitam o modelo#

Quatro hábitos sobem qualidade mais rápido que prompts longos.

Use linguagem cinematográfica#

Seis presets de câmera embutidos: Zoom In, Zoom Out, Dolly Out, Tilt Up, Pan Right, Timelapse. Ativam melhor com termos de cinematografia.

Marque referências explicitamente#

Reference Mode degrada com prompt genérico. Amare cada referência a um papel.

Coloque a ação no início#

A geração corre sequencialmente na duração. Se o clímax está no fim de 5 s, o modelo pode não terminar. Antecipe a ação.

Ritme clipes de 10–15 s numa timeline#

Para clipes longos, escreva o timing no prompt.

Quanto custa de verdade#

Três cenários reais em créditos OmniArt.

Vídeo de produto TikTok 15 s#

Storyboard de marca 3 shots#

Passe de restyle#

Quando escolher outro modelo#

Grok Imagine é certo para social curto, sketch-to-life e histórias multi-shot com referência em 480p–720p. É errado quando:

Padrões de workflow que entregam#

O Grok Imagine paga na OmniArt como camada de iteração, não gerador isolado.

Padrão 1 — gere em outro lugar, refine aqui. Master em V6 ou Sora 2 em resolução maior; Extend, Restyle e Modify no Grok para variações mais baratas.

Padrão 2 — Reference Mode para lock de personagem. Campanha com mesmo personagem em cinco shots: âncora em @Image1, cada shot em Reference Mode. Mais barato que re-rolar Sora 2 por shot.