Grok Imagine: O que é, como usar e o que consegue fazer

Grok Imagine é o gerador de vídeo por IA mais rápido que a maioria das pessoas consegue utilizar agora mesmo. Recebe um prompt de texto, um comando de voz ou uma fotografia e transforma-os num vídeo curto com áudio sincronizado em cerca de 17 segundos. É muito mais rápido do que o Veo 3.1 ou o Kling 3.0. A xAI lançou-o a 28 de julho de 2025, disponibilizou o Grok Imagine 1.0 a 1 de fevereiro de 2026 e substituiu desde então as duas metades do produto: Imagine Video 1.5 with References a 7 de agosto de 2026, que gera até 1080p, e Imagine Image 2.0 a 11 de agosto de 2026.

Quer saber como o chatbot do Grok se compara ao ChatGPT nas tarefas do dia a dia? Leia a nossa comparação completa entre o Grok e o ChatGPT.

Este guia explica o que o Grok Imagine realmente é, os cinco fluxos de trabalho que suporta e como aceder-lhe na web e no telemóvel. Vai também perceber o que cada nível de subscrição desbloqueia, como os resultados se comparam ao Veo 3.1 e ao Kling 3.0 da Google agora que a OpenAI concluiu o encerramento do Sora 2, o que esperar da nova Imagine API, os quatro modos de geração (incluindo o controverso Spicy Mode) e onde o Grok Imagine ainda fica aquém.

Os pontos-chave

• Grok Imagine é o gerador de imagens e vídeos por IA da xAI, integrado na aplicação Grok e em grok.com/imagine.
• Gera um vídeo com áudio em cerca de 17 segundos, várias vezes mais rápido do que o Veo 3.1 ou o Kling 3.0.
• O vídeo é gerado até 1080p no Imagine Video 1.5 (7 de agosto de 2026), que substituiu o teto de 720p que este guia e quase todos os outros continuam a citar.
• Existe uma versão gratuita com limites horários; as funcionalidades completas requerem SuperGrok ($30/mês) ou X Premium+ ($40/mês), e acima deles a xAI vende ainda o SuperGrok Plus a $100.
• Cinco fluxos de trabalho suportados: texto para imagem, edição de imagem, texto para vídeo, imagem para vídeo e vídeo para vídeo.

O que é o Grok Imagine?

Grok Imagine é a ferramenta dedicada de geração de imagens e vídeos da xAI. Está disponível dentro da aplicação móvel do Grok e em grok.com/imagine, separada dos chatbots Grok, mas partilhando a mesma conta. Convém não misturar as duas linhas: o Imagine corre numa família de modelos própria, que a API da xAI lista como grok-imagine-video-1.5, grok-imagine-image-2.0 e grok-imagine-image-quality, e nunca correu nos modelos de chat. A linha de chat é hoje o Grok 4.7 na API e o Grok 4.6 nos modos pagos Expert e Heavy da aplicação; onde essa linha começou conta-o a nossa análise do Grok 4.3. O modelo trata cinco fluxos de trabalho numa única tela: texto para imagem, edição de imagem, texto para vídeo, imagem para vídeo e vídeo para vídeo, e produz clips com áudio nativo sincronizado em vez de vídeo silencioso que precisaria de uma passagem de som separada.

A xAI lançou a primeira versão a 28 de julho de 2025 como ferramenta de texto para vídeo com clips de 6 segundos. O lançamento do Grok Imagine 1.0 a 1 de fevereiro de 2026 duplicou o comprimento dos clips para 10 segundos e aumentou a resolução para 720p. Reformulou também o pipeline de áudio para que os prompts possam especificar ambientes sonoros, efeitos e diálogos curtos. Uma atualização de março de 2026 adicionou modelos estilizados, incluindo um estilo Chibi. A Imagine API abriu a 2 de fevereiro de 2026 e o Quality Mode, para maior realismo e renderização de texto mais nítida, seguiu-se a 6 de maio. Os dois lançamentos que mais pesam chegaram em agosto: Imagine Video 1.5 with References a 7 de agosto de 2026, que a xAI descreve como "o nosso melhor modelo de vídeo, agora com referências de texto, imagem e voz, a gerar até 1080p", e Imagine Image 2.0 a 11 de agosto, "geração e edição de imagens precisas para trabalho criativo a sério". Ao longo de 2026 foi também disponibilizado um Imagine Agent que planeia sequências de imagens e vídeos em várias etapas.

Como usar o Grok Imagine

Estará a gerar o primeiro vídeo em menos de um minuto. Aqui está o caminho mais rápido.

1. Abra grok.com/imagine em qualquer navegador, ou lance a aplicação Grok no iPhone, Android ou no Mac.
2. Inicie sessão com X, Apple, Google ou uma conta Grok. Os utilizadores gratuitos têm uma pequena dotação diária; os utilizadores pagos com SuperGrok ou X Premium+ têm limites mais altos e o conjunto completo de funcionalidades do Imagine.
3. Escolha Imagem ou Vídeo no topo da tela.
4. Escreva um prompt, toque no microfone para ditar por voz, ou carregue uma fotografia para animar.
5. Escolha um modo de geração (Normal, Fun, Custom ou Spicy) e toque em Generate.

A opção de prompt por voz é uma das adições mais úteis. Mantenha o microfone premido, descreva a cena como a descreveria a um amigo, e o Grok Imagine converte a descrição falada num prompt completo e envia-o ao modelo. Para quem não gosta de escrever sintaxe de prompt detalhada, esta funcionalidade vale bem a pena experimentar.

O que o Grok Imagine consegue fazer

A funcionalidade principal é a geração de vídeo com áudio nativo. Escreve um prompt como "a golden retriever wearing sunglasses surfing a turquoise wave at sunset, ocean spray, distant beach crowd cheering." O Grok Imagine devolve um clip de 6 a 10 segundos com som ambiente correspondente, foley e (se pedido) diálogo curto. O áudio é gerado na mesma passagem que o vídeo, por isso os passos acompanham as pisadas e a chuva cai no momento certo.

A geração de imagens é a outra metade do produto. O Grok Imagine produz várias variações por prompt em cerca de 5 segundos e suporta várias proporções para uso vertical e horizontal. A edição integrada permite alterar um fundo, trocar uma roupa ou adicionar um objeto a uma imagem existente sem repetir toda a geração. A xAI utiliza uma combinação dos modelos Flux da Black Forest Labs com investigação própria Aurora. O resultado situa-se no meio das classificações públicas de qualidade de imagem, atrás do ChatGPT Images 2.5 da OpenAI, mas à frente de versões mais antigas do Midjourney em fluxos de trabalho em que a velocidade é prioritária.

O Imagine Agent é a peça mais recente. Em vez de escrever um único prompt, descreve um objetivo ("faz-me um reel de produto de 30 segundos com três cenas e uma narração") e o agente planeia os planos, gera cada clip e junta tudo. Para uma explicação completa de como o Imagine Agent transforma um único prompt num clip acabado, veja o nosso guia de geração de vídeo com o Grok Imagine. Está a ser disponibilizado gradualmente aos subscritores de SuperGrok e SuperGrok Heavy que já têm acesso ao Imagine.

O que o Grok Imagine ainda não consegue fazer

O 4K nativo está fora de questão; o Imagine Video 1.5 vai até 1080p, que a API cobra a $0.25 por segundo contra $0.14 em 720p e $0.08 em 480p. Quanto à duração do clip, a xAI não publica qualquer teto para o Video 1.5: os 10 segundos que toda a gente cita são o número do Imagine 1.0, de fevereiro, e a API cobra o vídeo ao segundo em vez de por durações fixas, pelo que deve tratar os 10 segundos como o limite prático da aplicação e não como um teto documentado. O Extend From Frame encadeia novas gerações no fim. O realismo é irregular: rostos e mãos por vezes deformam-se, e cenas mais longas com personagens consistentes entre cortes ainda são um ponto fraco em comparação com o Veo 3.1. Para resultados com qualidade de transmissão, continuará a recorrer a outros geradores de vídeo por IA como o Kling 3.0 ou o Veo 3.1 e a aceitar a espera mais prolongada.

Os modos do Grok Imagine explicados

O Grok Imagine vem com quatro modos de geração, e o modo escolhido determina o aspeto visual e as regras aplicadas.

O modo Normal é o predefinido e produz resultados equilibrados e com aspeto profissional, alinhados com a política de conteúdo padrão da xAI. É a escolha certa para ativos de marketing, publicações em redes sociais, visuais de produto e qualquer coisa que pretenda publicar numa conta de marca.

O modo Fun abre o leque para variações criativas. O mesmo prompt produz interpretações estilísticas mais diversas e movimentos de câmara mais cinematográficos, úteis quando ainda está a explorar uma ideia e quer ser surpreendido.

O modo Custom é a definição de precisão. Permite fixar a iluminação, o ambiente, o ângulo de câmara, o percurso de movimento e o estilo com parâmetros explícitos; é o modo mais lento, mas o que oferece resultados mais consistentes.

O modo Spicy é a definição de conteúdo adulto da xAI e a parte mais controversa do produto. Gera conteúdo artístico com regras de conteúdo mais permissivas e está restrito a subscrições pagas e verificação de idade. Foi também o centro de incidentes de segurança, incluindo a polémica dos deepfakes não consensuais que gerou críticas governamentais no início de 2026. A xAI adicionou desde então uma moderação mais agressiva, mas a funcionalidade continua a ser divisiva. Trate-a como um risco se criar conteúdo para uma conta de marca. Se estiver preocupado com a utilização indevida, saiba como detetar deepfakes gerados por IA.

Preços do Grok Imagine

Os preços seguem a escala padrão de subscrição do Grok, com o uso do Imagine incluído em cada nível em vez de ser faturado separadamente. A geração de imagens tem as quotas mais generosas; a geração de vídeo atinge os limites mais rapidamente. Antes de fazer um upgrade, o nosso guia sobre o plano gratuito do Grok mostra quanto acesso ao Imagine obtém sem custos.

A ficha da xAI na App Store publica a escala autónoma como SuperGrok Lite $10, SuperGrok $30, SuperGrok Plus $100 e SuperGrok Heavy $300, a par de pacotes de créditos de $5, $20, $50 e $100. A xAI não publica que resolução cada nível de consumo desbloqueia agora que existe 1080p, pelo que as linhas acima descrevem acesso e não um teto documentado. Para a escala completa incluindo planos de equipa e créditos de API, consulte a análise de preços do Grok.

Grok Imagine vs Veo 3.1, Kling 3.0 e Sora 2

A pergunta que a maioria das pessoas está realmente a fazer é se o Grok Imagine é suficientemente bom para dispensar o Veo 3.1 da Google DeepMind ou o Kling 3.0 da Kuaishou, os dois concorrentes mais fortes que ainda estão ativos. A resposta honesta é: depende do que está a otimizar.

Nota sobre o Sora 2: acabou. A OpenAI encerrou a aplicação Sora para consumidores e o respetivo site a 26 de abril de 2026, e o sora-2 e o sora-2-pro foram removidos da API a 24 de setembro de 2026, sem qualquer substituto nomeado no documento de descontinuações da OpenAI. Mantivemos o Sora 2 na tabela abaixo apenas como referência histórica; já não é de todo possível chamá-lo.

Se está a testar ideias, a publicar nas redes sociais ou a iterar sobre um conceito, o Grok Imagine vence pelo tempo de ciclo e é difícil de superar. A diferença nos 1080p fechou-se em agosto, pelo que a resolução já não é motivo para sair. Se precisa de resultados a 4K nativo, continuidade entre cortes em várias cenas ou sincronização labial credível para diálogos, o Kling 3.0 e o Veo 3.1 produzem resultados mais fortes apesar da espera mais longa, e com o fim do Sora são as duas alternativas vivas.

A Grok Imagine API

Os programadores obtiveram o primeiro ponto de entrada oficial com a Imagine API a 2 de fevereiro de 2026, e o Quality Mode seguiu-se a 6 de maio. Os endpoints abrangem a geração de imagens, edição de imagens, texto para vídeo, imagem para vídeo e a passagem de áudio. Ao contrário dos modelos de chat, o Imagine não é cobrado por token. O vídeo é cobrado ao segundo consoante a resolução: no grok-imagine-video-1.5, que aceita texto, imagem e áudio, isso dá $0.08 em 480p, $0.14 em 720p e $0.25 em 1080p, mais $0.01 por imagem de entrada. As imagens são cobradas à unidade consoante a resolução e a qualidade: o grok-imagine-image-2.0 vai de $0.04 a $0.08 entre 1K, 1,5K e 2K em qualidade baixa e média. O mais antigo grok-imagine-image-quality, também com o alias grok-imagine-image-pro, vai de $0.05 a $0.07.

A API é o recurso certo quando está a desenvolver um produto assente na geração, em vez de executar prompts manualmente. Para um fluxo de trabalho manual, a aplicação Grok e a tela web continuam a ser o caminho mais simples.

Usar o Grok Imagine no Mac

A xAI ainda não disponibilizou uma aplicação Mac nativa para o Grok ou o Grok Imagine. As melhores opções no computador são grok.com/imagine no navegador ou um cliente de ambiente de trabalho do Grok para macOS que envolve a aplicação web numa janela com atalhos na barra de menus, notificações no dock e controlo por teclado.

Quer ter todos os modelos num só sítio no Mac? A aplicação Fello AI na Mac App Store dá acesso ao GPT-6, Claude 5, Gemini 3.8, Grok 4.7, DeepSeek V4.1, Kimi K3 e mais de 20 outros modelos numa única subscrição a $9.99/mês. É útil quando quer redigir um prompt com um modelo e executá-lo no Grok ou noutro modelo na mesma janela. O Grok Imagine em si continua a funcionar na tela própria do Grok, mas o Fello AI elimina o atrito de saltar entre separadores ao conceber o prompt.

Deve usar o Grok Imagine?

Escolha o Grok Imagine quando a velocidade conta mais do que o acabamento. Iterar sobre conteúdo para redes sociais, esboçar conceitos visuais, animar uma imagem estática ou criar um clip curto para publicar nos próximos 60 segundos é exatamente o fluxo de trabalho para que foi concebido. A combinação de prompt por voz, áudio nativo e tempo de resposta de cerca de 17 segundos é apelativa, e o preço é justo se já paga o SuperGrok ou o X Premium+.

Dispense o Grok Imagine quando precisar de resultados a 4K nativo, continuidade entre cenas, anatomia humana precisa ou sincronização labial credível. Recorra ao Kling 3.0 ou ao Veo 3.1, aceite a espera mais longa e pague o custo mais elevado. Para uma visão mais completa de onde cada ferramenta se encaixa, consulte o hub de melhores modelos de IA do FelloAI. Para saber o que vem a seguir ao Grok Imagine, leia tudo o que sabemos sobre o Grok 5.

FAQ