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 Sora 2 ou o Veo 3.1. A xAI lançou-o a 28 de julho de 2025 e disponibilizou o Grok Imagine 1.0 a 1 de fevereiro de 2026, elevando o limite para clips de 10 segundos a 720p com um áudio significativamente melhorado.
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 está a encerrar o 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.
- Os resultados ficam limitados a 10 segundos e 720p desde o Grok Imagine 1.0 (1 de fevereiro de 2026).
- Existe uma versão gratuita com limites horários; as funcionalidades completas requerem SuperGrok ($30/mês) ou X Premium+ ($40/mês).
- 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 conversacionais Grok 4 e Grok 4.3, mas partilhando a mesma conta. 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. Na primavera de 2026, a xAI disponibilizou a Imagine API, o Quality Mode para maior realismo e renderização de texto mais nítida, e 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.
- Abra grok.com/imagine em qualquer navegador, ou lance a aplicação Grok no iPhone, Android ou no Mac.
- 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 resultados a 720p.
- Escolha Imagem ou Vídeo no topo da tela.
- Escreva um prompt, toque no microfone para ditar por voz, ou carregue uma fotografia para animar.
- 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 GPT Image 1.5 e do Gemini 3 Pro Image, 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
A resolução fica limitada a 720p, pelo que resultados cinematográficos a 1080p ou 4K estão por agora fora de questão. Os clips ficam limitados a 10 segundos; 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.
| Plano | Preço | Acesso ao Imagine |
|---|---|---|
| Gratuito | $0 | Pequena dotação diária, 480p, clips de 6 segundos |
| X Premium | $8/mês | Limites mais altos dentro do X, prioridade para imagens |
| SuperGrok Lite | $10/mês | 480p, clips de 6 segundos, limites diários |
| SuperGrok | $30/mês | 720p, clips de 10 segundos, ~100 renderizações de vídeo/dia |
| X Premium+ | $40/mês | 720p, clips de 10 segundos, teto mais elevado de funcionalidades X |
| SuperGrok Heavy | $300/mês | Limites máximos para imagem, vídeo e Imagine Agent |
A faturação anual do SuperGrok reduz o preço efetivo para cerca de $25/mês. 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: a OpenAI encerrou a aplicação Sora para consumidores a 26 de abril de 2026 e a API do Sora 2 entra em retirada total a 24 de setembro de 2026, sem emissão de novas chaves de API entretanto. Mantivemos o Sora 2 na tabela abaixo como referência histórica, mas já não é uma opção viável para qualquer novo projeto.
| Funcionalidade | Grok Imagine | Veo 3.1 | Kling 3.0 | Sora 2 (a encerrar) |
|---|---|---|---|---|
| Comprimento máximo do vídeo | 10 segundos (extensível) | 8s base, até 148s com extensão | até 2 minutos | 20 segundos |
| Resolução máxima | 720p | 1080p | 4K nativo | 1080p |
| Áudio nativo | Sim | Sim (com sincronização labial) | Sim (desde 3.0) | Sim |
| Velocidade (prompt para vídeo) | ~17 segundos | 1 a 2 minutos | 1 a 3 minutos | 1 a 3 minutos |
| Acesso | Aplicação Grok, web, API | Google AI Studio / Vertex | klingai.com, fal API | API em manutenção, encerra a 24 de setembro de 2026 |
| Ideal para | Velocidade, redes sociais, iteração | Vídeo cinematográfico, diálogo com sincronização labial | Resultados a 4K, continuidade entre cenas | (sem novos registos; apenas chaves existentes) |
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. Se precisa de pessoas fotoréalistas a 1080p, resultados a 4K nativo, continuidade entre 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 são as duas alternativas disponíveis a partir de agora.
A Grok Imagine API
Os programadores obtiveram o primeiro ponto de entrada oficial com a Imagine API na primavera de 2026. O endpoint unificado abrange a geração de imagens, edição de imagens, texto para vídeo, imagem para vídeo e a nova passagem de áudio; inclui o Quality Mode para maior realismo e renderização de texto mais nítida, e os preços seguem o sistema de créditos padrão da xAI. A xAI oferece créditos promocionais a todas as contas no registo, com créditos adicionais disponíveis através do programa de partilha de dados.
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 Claude, ChatGPT, Gemini, Grok e DeepSeek 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 de 10 segundos 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 cinematográficos a 1080p, 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
O que é o Grok Imagine?
O Grok Imagine é o gerador de imagens e vídeos por IA da xAI. Produz imagens, imagens animadas e vídeos curtos com áudio sincronizado a partir de prompts de texto, comandos de voz ou fotografias carregadas.
O Grok Imagine é gratuito?
Sim, existe uma versão gratuita com limites horários e teto de 480p. As funcionalidades completas (720p, clips de 10 segundos, ~100 renderizações de vídeo/dia) requerem SuperGrok a $30/mês ou X Premium+ a $40/mês.
Qual é a duração máxima de um vídeo do Grok Imagine?
Até 10 segundos a 720p desde o Grok Imagine 1.0. É possível encadear clips com o Extend From Frame para criar sequências mais longas, mas cada geração produz no máximo 10 segundos.
Qual é a diferença entre o Grok Imagine e o Grok 4?
O Grok 4 e o Grok 4.3 são chatbots conversacionais; o Grok Imagine é o gerador dedicado de imagens e vídeos. Partilham a mesma conta xAI e a mesma subscrição, mas encontram-se em partes distintas da aplicação.
O Grok Imagine tem uma API?
Sim. A xAI lançou a Imagine API na primavera de 2026 com endpoints de imagem, vídeo e áudio, mais um Quality Mode para maior realismo. Os preços utilizam o sistema de créditos da xAI.
