SpaceXAI: Grok Imagine Video 1.5 Lite API

Grok Imagine Video 1.5 Lite는 SpaceXAI(xAI)가 2026년 10월 6일 공개한 비디오 생성 모델로, Grok Imagine Video 1.5의 증류 버전입니다. 텍스트 프롬프트 또는 한 장의 시작 이미지를 첫 프레임으로 입력하면 1~15초 길이의 영상을 24fps로 만들며, 480p·720p·1080p 해상도와 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3의 일곱 가지 화면 비율을 지원합니다. 1080p는 720p로 렌더링한 뒤 확대하는 방식입니다. 이 모델의 가장 큰 특징은 영상과 함께 효과음, 환경음, 대사가 포함된 네이티브 동기화 오디오를 자동 생성한다는 점입니다. 인물의 입 모양이 음성과 일치하는 립싱크도 지원해 별도의 오디오 합성이나 더빙 없이 완성된 영상을 얻을 수 있습니다. 다만 원본 1.5 대비 화면 디테일과 충실도를 일부 희생했고, 다중 이미지 참조 기능은 제공하지 않습니다. 빠른 속도와 낮은 단위 비용을 앞세운 경량 모델인 만큼 릴스·쇼츠·틱톡용 세로형 숏폼 제작, 텍스트 아이디어를 빠르게 영상 시안으로 바꾸는 개념 검증, 동일 프롬프트로 여러 버전을 반복 생성하는 작업, 대량의 영상 생성이 필요한 워크플로에 적합합니다. 텍스트→비디오 생성 시에는 장면, 피사체 동작, 카메라 움직임, 조명을 자세히 묘사하고, 대사가 있는 장면은 화자를 명시한 뒤 대사를 따옴표로 표기하는 것이 권장됩니다.

이용하는 제공 업체의 요금과 실제 사용량에 따라 비용이 결정됩니다. 긴 입력 등에는 다른 요금이 적용될 수 있습니다. 실제 생성 비용을 기준으로 과금됩니다. 최종 금액은 청구 내역을 확인하세요.

텍스트 입력으로 영상을 생성하는 텍스트→비디오 모드와, 한 장의 시작 이미지를 첫 프레임으로 사용하는 이미지→비디오 모드를 지원합니다.

영상은 1~15초 길이로 24fps로 생성되며, 480p·720p·1080p 해상도와 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3의 일곱 가지 비율을 선택할 수 있습니다.

네, 영상 생성 시 효과음, 환경음, 대사가 포함된 동기화 오디오가 자동으로 만들어지며 인물의 입 모양과 음성이 일치하는 립싱크도 지원합니다.

Lite는 1.5의 증류 버전으로 화면 디테일과 충실도를 일부 양보하는 대신 더 빠르고 낮은 단위 비용을 제공하며, 다중 이미지 참조 기능은 지원하지 않습니다.

1080p는 720p로 렌더링한 뒤 확대하는 방식으로 구현되며, 네이티브 1080p는 아닙니다.