Grok Imagine wählen: Video 1.0, Video 1.5 oder Image 2.0

In vier Monaten sind drei Grok-Imagine-Modelle gestartet, und die Wahl zwischen ihnen ist keine Frage nach dem Neuesten. Jedes Grok-Imagine-Modell erfüllt einen anderen Job, eins davon lässt sich überhaupt nicht über eine API aufrufen, und die Namensgebung macht das Ganze unnötig kompliziert.

Hier ist die Kurzfassung. Grok Imagine 1.0 Video und Video 1.5 generieren Video. Imagine Image 2.0 generiert Bilder. Die Versionsnummern verlaufen über zwei verschiedene Modalitäten, deshalb ist „2.0 ist das Upgrade zu 1.5" falsch in einer Weise, die Konsequenzen hat.

Was jedes Grok-Imagine-Modell wirklich ist

Release	Datum	Modalität	Auf reAPI
Grok Imagine 1.0 Video	7. Mai 2026	Video	Live
Grok Imagine Video 1.5	4. Juni 2026	Video	Live
Imagine Image 2.0	7. Aug. 2026	Bild	Demnächst

Die Falle sitzt in der mittleren Spalte. Wer auf der Suche nach einem Grok-Imagine-Modell 2.0 sieht, denkt, das wäre das Flaggschiff und verdränge 1.5. Das stimmt nicht. Brauchst du Video, ist 1.5 die aktuelle Generation und 2.0 hat dir nichts zu bieten. Brauchst du Bilder, ist 2.0 das Modell, das du willst – es ist aber noch nicht aufrufbar.

Video 1.5 ist das funktionierende Video-Modell

Video 1.5 deckt Text-zu-Video, Bild-zu-Video und Referenz-zu-Video mit bis zu sieben Referenzbildern ab. Es generiert natives 1080p, Clips bis zu 15 Sekunden und Audio im selben Durchlauf wie das Bild – das heißt, Atmosphäre, Effekte und Dialog kommen bereits synchron an, anstatt nachträglich überlagert zu werden.

Auch die Geschwindigkeit ist besser geworden. Eine 6-Sekunden-Generierung in 720p Fast dauerte früher über 40 Sekunden, jetzt nur noch etwa 25^[1]. Im Image-to-Video-Arena-Board rangierte sie zum 2. August 2026 auf Platz drei, in einer führenden Gruppe, deren Fehlerbalken sich überlappen, sodass die Reihenfolge in dieser Gruppe als Rauschen zu behandeln ist.

Praktisch ist das das Grok-Imagine-Modell, das du schnappst, wenn ein Standbild ein paar Sekunden Bewegung braucht. Nicht eine Aufführung, nur ein Blick, der sich verschiebt, Haare, die sich bewegen, ein langsamer Push-in.

Wofür 1.0 Video noch gut ist

Grok Imagine 1.0 Video ist einen Monat älter als 1.5 und bleibt live auf reAPI. Es ist die preisgünstigere Stufe, nicht eine veraltete. Wenn dein Workload großes Volumen bei kurzen Clips ist, du kein 1080p brauchst, sieben Referenzen nicht brauchst oder die schnellere Bearbeitungszeit nicht brauchst, erfüllt das ältere Grok-Imagine-Modell noch seinen Zweck.

Die ehrliche Einordnung: 1.5 ist bei fast allem besser, und der Grund, 1.0 zu laufen, ist der Kostensatz pro Clip, nicht die Fähigkeit.

Das macht es trotzdem eine echte Wahl in zwei Situationen. Die erste ist Massenerzeugung, bei der Clips kurz sind, weiter zerschnitten werden und einen vertikalen Feed nie verlassen – da bringt 1080p nichts. Die zweite ist A/B-Arbeit, bei der du Prompts oder Konzepte testest, nicht Finals produzierst, und das teurere Grok-Imagine-Modell fünfzig Varianten durchbrennen lässt statt fünfzehn durch das teurere. Sobald ein Konzept feststeht, render den Keeper auf 1.5 neu.

Image 2.0 ist ein anderes Produkt mit einer Versionsnummer

Imagine Image 2.0 startete am 7. August 2026 als neuer Quality Mode in Grok^[2]. Im Arena-Ranking belegte xAI sie auf Platz zwei weltweit bei Text-zu-Bild und Bearbeitung, hinter OpenAIs GPT Image 2 in beiden. Diese Scores tragen noch ein Preliminary-Label, weil die Abstimmungszahl niedrig ist.

Was sie von einem schlichten Text-zu-Bild-Modell unterscheidet, ist, dass Bearbeitung eingebaut ist, statt bolzengeklebt zu sein. Ein Zauberstab verändert nur die Region, auf die du zeigst. Segmentierung wählt genaue Bereiche aus. Hintergrund-Entfernung exportiert Motive auf Transparenz. Multi-Reference-Bearbeitung akzeptiert bis zu fünf Eingaben in einer Generierung, sodass eine Figur, ein Ort und ein Requisit separat bereitgestellt werden, statt in ein Referenzbild gequetscht zu sein.

Da ist ein Haken, und es ist das, das die meisten falsch verstehen. Image 2.0 hat keine öffentliche API. xAIs Ankündigung endet mit „API-Zugang kommt bald" und gibt weder Endpoint noch Datum.

Die Namenskollision, die dich einen Nachmittag kostet

Es gibt bereits ein Grok-Bildmodell auf der API, und es ist nicht 2.0. grok-imagine-image-quality ist seit Mai 2026 aufrufbar^[3]. Es ist die frühere Generation, mit 1228 und 1390 auf denselben Boards, auf denen Image 2.0 1320 und 1439 erreichte.

Wenn du also diese Woche ein Grok-Imagine-Modell für Bilder integrierst, bekommst du Quality, nicht 2.0. Die regionsbegrenzte Bearbeitung und Fünf-Referenz-Komposition, die 2.0 interessant machen, sind in diesem Endpoint nicht drin. Kalkuliere das ältere Verhalten ein oder warte.

Ein Grok-Imagine-Modell nach der Aufgabe wählen

Arbeite rückwärts vom Output, nicht von der Versionsnummer.

Video, heute versendbar. Video 1.5. Natives 1080p, bis 15 Sekunden, Audio im selben Durchgang, sieben Referenzbilder.

Video, kostenempfindlich bei Volumen. 1.0 Video. Älter, günstiger, immer noch live.

Bilder, heute versendbar. Nicht ein Grok-Imagine-Modell. Nutze etwas mit einem Endpoint, dann später tauschen.

Bilder, für später planen. Image 2.0, wenn die API öffnet.

Diese letzte Reihe lohnt sich, heute schon dafür zu bauen. Jedes Bildmodell auf reAPI spricht dieselbe async-Request-Form, deshalb ist heute gegen ein laufendes Modell bauen und die Model-ID ändern, wenn Image 2.0 landet, eine Einzeilenedit, nicht eine Migration. Der gleiche API-Key funktioniert bereits über die ganze Plattform.

Kosten sind das, das die Versionsnummern verbergen

Versionssortierung deutet an, dass neu teurer bedeutet, und bei diesem Lineup ist das nicht zuverlässig. Auf der Video-Seite werden 1.0 Video und Video 1.5 pro Sekunde in Rechnung gestellt und skalieren je nach Auflösung, deshalb weitet sich die Lücke zwischen ihnen mit der Clip-Länge statt konstant prozentig zu bleiben. Ein 15-Sekunden-1080p-Render und ein 4-Sekunden-480p-Render sind kommerzielle verschiedene Produkte, obwohl das gleiche Grok-Imagine-Modell beide produziert hat.

Das zählt, wenn du einen Workload dimensionierst. Teams benchmarken routinemäßig auf kurzen 480p-Testclips, wählen das neuere Grok-Imagine-Modell nach Qualität und finden dann heraus, dass die echte Rechnung in der Auflösung und Länge lebt, die sie tatsächlich versenden. Lauf die Schätzung bei Produktionseinstellungen, bevor du dich festlegst.

Für Image 2.0 gibt es noch kein Kostengespräch, weil keine Rate veröffentlicht wurde. Wenn es landet, füllt sich die Preistabelle auf der Modellseite automatisch, und das Credits-System ändert sich nicht: du zahlst pro fertige Generierung, gescheiterte Generierungen erstatten, und Credits verfallen nicht.

Ein praktisches Memo noch. Weil jedes Modell auf der Plattform einen Key und eine async-Request-Form teilt, ist zwei Grok-Imagine-Modell-Optionen in der Produktion zu vergleichen billig. Richte die gleiche Integration auf jede ID, lauf die gleichen Prompts, und vergleiche echte Outputs und echte Gebühren statt Leaderboard-Positionen. Das ist üblicherweise ein besseres Signal als ein Elo-Delta, das auf jemand anderem ihren Prompts gemessen wurde.

Was nicht veröffentlicht ist

Es lohnt sich, explizit zu sein, weil Vermutungen als Fakten zirkulieren.

Image 2.0s Architektur, Parameter-Zahl und Training-Methode sind nicht offenbart. xAI beschrieb das ältere Aurora-Modell als autoregressiv, aber Ansprüche, dass 2.0 diesen Design teilt, sind Einschätzung, nicht Doku. Preise für Image 2.0 sind auch nicht veröffentlicht, weder für das Modell noch für die kommende API. Jeder Pro-Bild-Satz, der dafür heute zitiert wird, ist erfunden.

Wo das Lineup das hinterlässt

Die Versionsnummern suggerieren eine Leiter. Die Realität sind zwei Produktlinien, die einen Namen teilen: Video bei 1.0 und 1.5, Bilder bei 2.0, plus ein viertes Modell, grok-imagine-image-quality, das ruhig Video-Traffic auf der API bedient, während 2.0 die Aufmerksamkeit bekommt.

Die Auswahl-Regel ist also nicht „nimm die höchste Nummer". Fang vom Output an, den du brauchst, prüf, ob das Grok-Imagine-Modell einen Endpoint hat, den du heute anrufen kannst, und vergleich erst dann Qualität. Zwei der vier fallen jetzt beim Endpoint-Test für Bilder raus, und eins von ihnen fällt es schweigend raus, indem es mit einer älteren Generation antwortet, als du erwartet hast.

Für Video-Arbeit ist das aktuelle Grok-Imagine-Modell Video 1.5, und es ist live. Für Bildarbeit ist das Grok-Imagine-Modell, um das es sich zu planen lohnt, Image 2.0, und es ist noch nicht aufrufbar. Bau auf etwas, das versendet, halt die Model-ID in der Config, nicht hartcodiert, und am Tag, an dem Image 2.0 öffnet, änderst du eine Zeile, statt eine Integration zu schreiben.

References

xAI. Grok Imagine Video 1.5. Retrieved August 2026 from x.ai/news/grok-imagine-video-1-5
xAI. Imagine Image 2.0. Retrieved August 2026 from x.ai/news/grok-imagine-image-2
xAI. Grok Imagine Quality Mode API. Retrieved August 2026 from x.ai/news/grok-imagine-quality-mode