De Grok Imagine Video-test van Quasa.io: sfeer lukt, regie hapert

Quasa.io’s verslag van een test met 13 clips wijst op een duidelijke kracht van Grok Imagine Video: korte sfeerbeelden kwamen er bruikbaar uit. De regie was minder voorspelbaar. In de gerapporteerde voorbeelden versmolten shots, verschoof de timing van acties en klopten kleine details niet altijd. De gemelde testrekening van $ 3,02 is een apart bedrag van xAI’s gepubliceerde directe API-tarieven.

Wat de test liet zien

Quasa.io publiceerde het verslag op 2 november 2026. De uitgever rapporteerde 13 clips in negen testcategorieën met het basismodel grok-imagine-video, voor een fictief technologiebulletin. Alle 13 opdrachten werden volgens het verslag bij de eerste poging uitgevoerd. Dat zegt iets over het afronden van opdrachten, niet over hoe nauwkeurig elke clip de prompt volgde.

Voor korte sfeerbeelden zag de uitkomst er nuttig uit, maar precieze enscenering bleek lastiger. Een prompt voor drie shots van vier seconden leverde een clip van twaalf seconden op. De eerste twee shots liepen in elkaar over en de laatste overgang was een dissolve in plaats van een harde knip. De clip kostte volgens Quasa.io $ 0,605 en renderde in 169 seconden.

In een andere scène met zeven instructies beoordeelde Quasa.io er vijf als duidelijk geslaagd, één als gedeeltelijk geslaagd en één als mislukt. De rode bol belandde tussen twee blokken in plaats van links ervan; ook veranderde een lamp van toestand voordat de gevraagde beweging klaar was. Bij een serverruimte volgde geen van drie clips de gevraagde bocht naar links. Dat de 720p-clip in een vergelijking scherper oogde en die bocht wel maakte, betrof één voorbeeld.

Referentiebeelden, spraak en tekst

xAI beschrijft voor het basismodel tekst-naar-video, beeld-naar-video, videobewerking en het verlengen van video. De algemene uitvoerlengte is volgens de modeldocumentatie van xAI één tot vijftien seconden, met uitvoer op 480p of 720p. Voor beeld-naar-video accepteert de API volgens xAI onder meer een openbare afbeeldings-URL, een data-URI of een file_id uit de Files API. De uitleg over beeld-naar-video beschrijft het stilstaande beeld als het eerste frame van de clip.

In één gerapporteerde animatie bleef de zichtbare achterkant van een fictieve telefoon herkenbaar, maar bedacht het model zelf hoe de niet-zichtbare schermkant eruitzag. Een tweede referentie bracht niet alleen de gewenste stijl over, maar beïnvloedde ook de achtergrond. Dat maakt een referentiebeeld bruikbaar als vertrekpunt, maar geen garantie dat alleen de stijl verandert.

Een clip met een presentator en een ingesproken zin leverde volgens Quasa.io bij een spraak-naar-tekstcontrole de gevraagde woorden op; de mondbeweging leek bij normale afspeelsnelheid synchroon. Ook een grote koptekst lukte in één voorbeeld. Kleine opschriften op een toetsenbord waren daarentegen verminkt of stonden verkeerd, en in meer dan één test verschenen ongevraagde fruitvormige laptoplogo’s. Controleer dus juist de details die in een eindmontage niet ongemerkt mogen veranderen.

De gemelde kosten naast xAI’s API-tarieven

Quasa.io rapporteerde voor de test tarieven van $ 0,036 per seconde op 480p, $ 0,0504 per seconde op 720p en $ 0,0014 per referentieafbeelding. Het verslag noemt een totaal van $ 3,02 voor video en $ 0,006 voor twee stilstaande beelden. xAI vermeldt afzonderlijk de volgende directe API-tarieven in Amerikaanse dollars; de prijspagina was voor het laatst bijgewerkt op 10 oktober 2026.

De tarieven zijn dus niet hetzelfde. Op basis van xAI’s directe tarief kost vijf seconden video op 480p $ 0,25, exclusief eventuele invoerafbeeldingen; met het tarief uit Quasa.io’s testverslag is dat $ 0,18. De actuele tarieven staan op xAI’s officiële prijspagina.

Voor welk videowerk is het geschikt?

De gerapporteerde voorbeelden wijzen op bruikbaarheid voor korte sfeerbeelden, een eerste animatie van een stilstaand beeld en grote tekst in beeld. Voor strakke shotwissels, exact getimede acties, kleine opschriften of consistente productdetails is de uitkomst minder betrouwbaar in deze steekproef. Wie zulke beelden in een montage gebruikt, doet er goed aan de volgorde, tekst en objectdetails frame voor frame te controleren.