Grok Imagine 1.5
Grok Imagine 1.5 AI動画ジェネレーター
xAIのGrok Imagine 1.5で、1枚の写真を音声付きの6〜15秒の動画に変えます。480pか720p、5種類のアスペクト比から選べ、ほとんどのクリップは約1分で完成します。料金は1秒5クレジットからです。
Grok Imagine 1.5とは？
Grok Imagine 1.5は、Grokを手がけるxAIの動画モデルです。xAIは2026年6月3日にプレビュー版を公開し、2026年6月16日に一般提供を開始しました。APIではgrok-imagine-video-1.5、Grokアプリでは「Video 1.5」として提供されています（発表）。xAIによると、1.5は効果音、環境音、セリフを映像と同時に生成し、初代Grok Imagineと比べて音声がより明瞭で映像とよく同期し、フレームの歪みが少なく、物理的な動きもより自然になっています。
Artificial Analysisの音声付き画像から動画部門で、1.5のプレビュー版はSeedance 2.0に次ぐ2位でデビューしました。2026年10月には新しいモデルに押されて9位になっています。現在使えるモデルの中で最も精細というわけではありませんが、1枚の写真から自然な音声付きクリップを作る方法としては、最も安い部類に入ります。
Flux1 AIでは、Grok Imagine 1.5は画像から動画を生成するモデルです。画像を1枚アップロードし、何を動かすかを書き、長さ、解像度、形を選びます。クリップは6〜15秒、480pまたは720pで、音声トラック付きで届きます。私たちのテストでは1本あたり40〜70秒かかりました。このページはサードパーティのAPIチャネルで動いているため、xAI自身のAPIの一部機能はここでは使えません。詳しくは下の「知っておきたいこと」をご覧ください。
- 開発元
- xAI
- 公開日
- 2026年6月16日（プレビューは6月3日）
- Flux1 AIでのモード
- 画像から動画、1クリップにつき画像1枚
- 長さ
- 6〜15秒
- 出力
- 480pまたは720p、音声付き
- アスペクト比
- Match image、16:9、9:16、1:1、3:2、2:3
- 目安の待ち時間
- テストでは約40〜70秒
- 料金
- 480pで1秒5クレジット、720pで8
Grok Imagine 1.5が得意なこと
ここにあるほかの動画モデルではなく、このモデルを選ぶ価値がある4つの理由。
音声も映像と同時に生成
すべてのクリップに音声が付きます。雨、足音、カフェのざわめき、話し声などが、後から付け足すのではなく映像と一緒に生成されます。このページの3つの例にも、それぞれ専用のサウンドトラックがあります。聞こえてほしい音をプロンプトに書けば、Grokはそれに従います。
写真がそのまま最初のフレームに
アップロードした画像が冒頭のフレームになるので、顔、商品、背景は作ったままに保たれます。写真の形をそのまま使うなら「Match image」を、フィード、ストーリー、横長の編集向けに切り直すなら16:9、9:16、1:1、3:2、2:3を選んでください。
自然な動きと物理表現
xAIの1.5アップデートは、歪みを減らし、動きをより自然にすることに重点を置いています。実際に、振り向く顔、湯気、雨、動物、手持ちカメラのような揺れをうまく表現します。ゆっくりした連続的な動作が最もきれいに仕上がり、1本のクリップに複数のカットや速い振り付けを入れると苦戦します。
1秒あたりの料金が安い
480pで1秒5クレジット、720pで8クレジットなので、8秒のクリップは40または64クレジットです。Flux1 AIの音声付き動画モデルの中で1秒あたりの料金が最も安く、下書き、SNS用クリップ、同じ写真でいくつものプロンプトを試すのに向いています。
Grok Imagine 1.5で作った作品
このページで実際に生成した結果を、使ったプロンプトとともに無編集で掲載しています。小さな画像は各クリップの元になった画像です。音声をオンにしてご覧ください。
カメラのほうを向くポートレート
Wan 3.0のページと同じ写真を、ゆっくりしたズームインで動かしました。髪と雨は自然に動き、顔も一貫しています。音声は降り続く雨と車の音です。
プロンプト · 16:9 · 480p · 8s: She slowly turns to look straight into the camera as the rain keeps falling. The camera pushes in. Headlights from a passing car sweep across her face.
縦型の商品シーン
静物写真をストーリーやリール向けに9:16・720pで切り直しました。手が入ってきてカップを持ち上げ、湯気は動き続けます。このような6秒のクリップは48クレジットです。
プロンプト · 9:16 · 720p · 6s: Steam rises and curls from the coffee cup. A hand slides into frame and lifts the cup. Soft morning light, the camera drifts slowly to the right.
個性のある動物
SNSフィード向けの正方形フレームです。犬が雨を振り払って小走りで前に出てきて、音声には足音や水しぶきが入っています。480pで10秒です。
プロンプト · 1:1 · 480p · 10s: The corgi shakes the rain off its coat, then trots toward the camera wagging its tail. Raindrops splash on the cobblestones.
Grok Imagine 1.5の使い方
写真から動画まで4ステップ。クリップの生成に失敗した場合、クレジットは自動で返金されます。
- 1
写真をアップロードする
10MBまでのPNG、JPG、WEBPに対応しています。画像が最初のフレームになるので、ショットを始めたい構図に切り抜いておきましょう。鮮明で明るい画像ほど安定した結果になります。
- 2
動きを書く
何が動くか、カメラがどう動くか、何が聞こえるかを2〜3文で書きます。写真にすでに写っているものを説明する必要はありません。
- 3
形、解像度、長さを選ぶ
「Match image」を選ぶと写真の比率がそのまま保たれます。下書きには480p、仕上げには720pを選び、長さを6〜15秒の範囲で設定します。ボタンに表示されるクレジットは、設定を変えると更新されます。
- 4
生成してダウンロードする
ほとんどのクリップは約1分で届きます。ページを離れても大丈夫です。完成した動画は「My Videos」に保存され、そこからMP4をダウンロードできます。拒否または失敗したクリップは全額返金されます。
Grok Imagine 1.5のプロンプトのコツ
場面は画像がすでに決めているので、言葉は動き、カメラ、音に使いましょう。
Grok Imagine 1.5とFlux1 AIのほかの動画モデルの比較
どのモデルも同じクレジット残高で使えます。最後の列は、同じ8秒・720pのクリップの料金です。
| モデル | 向いている用途 | 生成の元 | 長さ | 最大解像度 | 8秒のクレジット |
|---|---|---|---|---|---|
| Grok Imagine 1.5 | 音声付きの安価な画像から動画生成 | 画像 | 6〜15秒 | 720p | 64 |
| Wan 3.0 | 長いクリップ、テキスト、フレーム、参照素材 | テキスト、画像、参照素材 | 2〜30秒 | 1080P | 144 |
| Seedance 2.0 Mini | 音声付きの低価格Seedance | テキストまたは画像 | 4〜15秒 | 720p | 280 |
| Seedance 2.0 | マルチショットのシーンと動きの細部 | テキストまたは画像 | 4〜15秒 | 720p | 576 |
| Seedance 2.5 | 当サイトで最高品質 | テキストまたは画像 | 4〜15秒 | 720p | 896 |
Grok Imagine 1.5とWan 3.0の比較
どちらも音声を付けられます。上の最初の例はWan 3.0のページと同じ写真を使っているので、直接比べられます。Wan 3.0はできることが多く、テキストから動画、最初と最後のフレーム指定、参照画像・クリップ・音声に対応し、最大30秒・1080Pまで出力できます。Grok Imagine 1.5は写真1枚を動かすだけですが、720pで8秒のクリップがWan 3.0の144クレジットに対して64クレジットです。手早く安く画像から動画を作るならGrok、細かい制御や長さが必要ならWanを使いましょう。
Grok Imagine 1.5とSeedance 2.0の比較
1.5のプレビュー版が公開されたとき、Artificial Analysisは音声付き画像から動画部門でSeedance 2.0をそのすぐ上に位置づけました。Seedanceは今でも細部がより精細で、マルチショットの動きも安定しています。ただし、ここでの料金はずっと高く、720pで8秒のクリップが64クレジットに対して576クレジットかかります。Grokで下書きを作り、最終ショットをSeedanceで仕上げる人も多くいます。
Flux1 AIでのGrok Imagine 1.5の料金
選んだ解像度で、動画1秒ごとに料金がかかります。音声は追加料金なしで含まれます。
| クリップ | 設定 | クレジット |
|---|---|---|
| 最短 | 480pで6秒 | 30 |
| デフォルト | 480pで8秒 | 40 |
| デフォルト（高画質） | 720pで8秒 | 64 |
| 最長 | 720pで15秒 | 120 |
プランでどれだけ使えるか
Basic · 月300クレジット
480pの8秒クリップで約7本、720pなら約4本
Pro · 月800クレジット
480pの8秒クリップで約20本、720pなら約12本
Max · 月2000クレジット
480pの8秒クリップで約50本、720pなら約31本
クレジットは生成ボタンを押した時点で消費され、クリップが拒否または失敗した場合は自動で返金されます。新規アカウントには無料で10クレジットが付きますが、6秒のクリップ（30クレジット）には足りません。
知っておきたいこと
xAI自身のGrok Imagineと比べて、このページでできること・できないこと。
画像から動画のみ
xAIは2026年7月31日に、テキストから動画、ネイティブ1080p、最大14枚の参照画像をAPIに追加しました。このページでは1クリップにつき画像1枚、最大720pです。テキストから動画、参照素材、1080Pが必要ならWan 3.0を使ってください。
6〜15秒
xAIのAPIは1〜15秒に対応していますが、ここで使っているチャネルは最低6秒でレンダリングするため、それより短い長さは選べません（選べたとしても6秒と同じ料金になります）。比率は16:9、9:16、1:1、3:2、2:3、または画像の形に限られます。
音声は常にオン
音声はすべてのクリップで生成され、ここではオフにできません。無音のクリップが必要なら、編集ソフトでミュートしてください。料金はどちらでも同じです。
コンテンツチェック
プロンプトと画像は生成前にチェックされ、モデル提供元も出力を審査します。性的なコンテンツ、実在の人物の性的な描写、著作権のあるキャラクターは拒否されます。Grokの「spicy」モードはxAIの一般向けアプリにしかなく、ここでは使えません。拒否されたクリップは返金されます。
Grok Imagine 1.5 よくある質問
Grok Imagine 1.5は無料ですか？
Flux1 AIでは無料ではありません。1クリップ30クレジット（480pで6秒）からで、新規アカウントに付く無料の10クレジットは、画像モデルを試すには足りますが、Grokのクリップには足りません。xAI自身のGrokアプリの無料枠は頻繁に変わるため、最新の内容はgrok.comで確認してください。
Grok Imagine 1.5はいつ公開されましたか？
xAIは2026年6月3日にプレビュー版を公開し、2026年6月16日にGrok Imagine 1.5の一般提供を開始しました。2026年7月31日には、テキストから動画、ネイティブ1080p、参照画像をAPIに追加しています。初代Grok Imagineは2025年8月に登場しました。
初代Grok Imagineから何が変わりましたか？
xAIによると、1.5は効果音、環境音、セリフを映像と一緒に生成し、音声の同期が向上し、フレームの歪みが減り、物理的な動きもより自然になりました。xAIはGrokアプリに、より高速な「Video 1.5 Fast」オプションも導入しています。
Grok Imagine 1.5で音声付きの動画を作れますか？
はい。このページで生成したクリップには、環境音、効果音、話し声などの音声トラックが必ず付きます。音の内容はプロンプトで指定できます。ここでは音声をオフにできません。
Grok Imagine 1.5の動画はどのくらいの長さにできますか？
Flux1 AIでは1クリップ6〜15秒です。xAIのAPIは1〜15秒に対応しています。もっと長い動画が必要なら、複数のクリップを生成してつなげるか、最大30秒まで作れるWan 3.0を使ってください。
Grok Imagine 1.5のAPIはありますか？
はい。xAIはgrok-imagine-video-1.5として提供しており、モデルページでは480pで1秒あたり$0.08、720pで$0.14としています。このページなら、Flux1 AIのほかのモデルと同じクレジットで、コードを書かずにこのモデルを使えます。
Grok Imagine 1.5とVeo、Kling、Seedanceではどれが優れていますか？
細部や複雑な動きでは、たいていSeedanceとVeoが勝ります。2026年10月時点で、Grok Imagine 1.5はArtificial Analysisの画像から動画部門で9位です。強みは価格と速さで、音声付き・720p・8秒のクリップがここでは64クレジットと、Seedance 2.0の576クレジットのごく一部で済みます。
NSFWや「spicy」な動画は作れますか？
いいえ。Spicyモードは、xAIの一般向けGrokアプリの機能で、このページが使っているAPIにはありません。プロンプトと画像は生成前にチェックされ、出力も審査されます。拒否されたものは自動で返金されます。
Grok Imagine 1.5で写真に命を吹き込む
画像をアップロードして動きを書けば、約1分で音声付きのクリップができあがります。