Vier Dinge heißen Grok Imagine. Welches willst du wirklich?

Der Name Grok Imagine umfasst auf LUVI drei Bildmodelle und eine Videoreihe, und sie sind keine Versionen voneinander. Zwei nutzen entgegengesetzte Referenzsyntax, nur eines erreicht 2k, und nur die Videoreihe erzeugt Ton. Ab 40 Credits je Bild.

„Grok Imagine“ ist ein Name, kein Modell. Auf LUVI umfasst er drei eigenständige Bildmodelle und eine Videoreihe, zusammen zwölf Modelle, und die Unterschiede sind von der Sorte, die beim Raten eine Generierung kostet. Am 22. September 2026 lag ein Bild bei 40 Credits auf dem Basismodell, 100 auf der Qualitätsstufe und 120 auf Image 2.0, während ein Video von acht Sekunden in 720p auf 1120 Credits kam. Wofür jedes gedacht ist:

Grok Imagine Image: der günstige Entwurf

Das Basis-Bildmodell greifst du, wenn eine Idee schnell sichtbar werden soll. Mit 40 Credits je Bild gehört es zu den günstigsten im Katalog, es erzeugt bis zu vier Bilder in einer Anfrage und bietet dreizehn Seitenverhältnisse, darunter Handy-Formate wie 9:19.5 und 20:9.

Sein Dialekt ist der ältere Grok-Bilddialekt, bestimmt von zwei Regeln: Prompts laufen etwa 30 bis 80 Wörter, und übergebene Medien werden mit spitzen Klammern angesprochen statt in Prosa. Das Bearbeitungsmodell derselben Reihe kostet 44 Credits.

Grok Imagine Image Quality: derselbe Dialekt, mehr Sorgfalt

Die Qualitätsstufe spricht denselben Dialekt und nimmt dieselben Parameter – dieselben dreizehn Formate, dieselben ein bis vier Bilder – für 100 statt 40 Credits, die Bearbeitung für 120.

Eines tut sie nicht, und das überrascht viele: Wie das Basismodell rendert sie nur in 1k. Wer aus dieser Familie mehr Pixel braucht, findet sie auf der Qualitätsstufe nicht.

Grok Imagine Image 2.0: der Typograf

Image 2.0 ist eine eigene Familie, keine neuere Fassung der beiden oberen, und als einziges der drei erreicht es 2k. Es ist für Arbeiten mit Text gebaut – Plakate, Verpackungen, App-Screens – und plant die typografische Hierarchie aus dem Briefing.

Zwei seiner Regeln kehren sich gegenüber den älteren Modellen um, und genau deshalb ist „neuere Fassung“ das falsche Denkmodell:

Referenzen laufen über die Position, in Prosa – „the product from image 1 onto the surface in image 2“ – und nicht über spitze Klammern.
Es gibt keine Ziel-Wortzahl. Die Spanne von 30 bis 80 Wörtern gehört zu den älteren Modellen; hier ergibt sich die Länge aus der Spezifikation.

Außerdem hat es einen Regler quality, den die anderen nicht haben: low für 80 Credits gegen medium für 120, wobei die niedrige Stufe rund achtmal schneller ist. 2k dazuzunehmen kostet 40 Credits extra.

Grok Imagine Video: das, das nicht schweigen kann

Die Videoreihe gibt es als Text zu Video, Bild zu Video, Referenz zu Video, Bearbeitung und Verlängerung, dazu ein v1.5-Modell für Bild zu Video. Bestimmend ist: Bild und Ton entstehen gemeinsam, und im Vertrag steht nirgends ein Audio-Parameter. Ein Prompt, der seinen Ton nicht benennt, bekommt den, den das Modell erfindet.

Clips laufen 1 bis 15 Sekunden in 480p oder 720p – 800 und 1120 Credits bei acht Sekunden –, und Referenz zu Video nimmt bis zu sieben Bilder bei Längen von höchstens zehn statt fünfzehn Sekunden.

Die Wahl, je in einem Satz

Eine Idee ausprobieren oder vier Varianten davon: das Basis-Bildmodell, 40 Credits.
Dieselbe Idee sorgfältiger, weiterhin in 1k: die Qualitätsstufe, 100 Credits.
Alles mit Text darin oder alles, was 2k braucht: Image 2.0.
Alles, was sich bewegt: die Videoreihe – und schreib die Tonwendung, denn einen Schalter gibt es nicht.

Am meisten verschenkt die Gewohnheit, den Prompt eines Modells in ein anderes mitzunehmen. Die Feder neben dem Prompt-Feld wendet den Leitfaden des jeweils gewählten Modells an; sie verwandelt eine spitze Klammer in Prosa, wenn du von den älteren Bildmodellen zu 2.0 wechselst.

Wie wir geprüft haben

Modelle: Grok Imagine Text zu Bild, Grok Imagine Quality Text zu Bild, Grok Imagine Image 2.0 Text zu Bild und Grok Imagine Text zu Video; die Bearbeitungs-, Referenz-, Verlängerungs- und v1.5-Modelle wurden aus dem Katalog gelesen.
Einstellungen: ein Bild in 16:9 auf jedem Bildmodell; ein Video von acht Sekunden in 480p und 720p.
Datum und Gelesenes: 22. September 2026. Live-Angebote in Credits und die Parameterverträge der Modelle in LUVI, die Prompt-Leitfäden, die LUVI für die drei Familien geschrieben hat, sowie xAIs Dokumentation zur Imagine-API.
Ergebnisse: 40, 100 und 120 Credits für ein Bild auf Basis-, Qualitäts- und 2.0-Modell; 80 Credits für 2.0 auf der niedrigen Stufe und 160 in 2k; 800 und 1120 Credits für acht Sekunden Video in 480p und 720p. Nur Image 2.0 bot eine Auflösung über 1k, und kein Videomodell eine über 720p. Für diesen Beitrag wurden keine Ausgaben generiert, er trifft also keine Aussage über die Qualität der Ergebnisse.
Offen geblieben: Die Dialektunterschiede stammen aus LUVIs Prompt-Leitfäden und nicht aus veröffentlichten Tests des Anbieters, und wir haben Basis- und Qualitätsstufe nicht am selben Prompt verglichen, um zu sehen, was die zusätzlichen 60 Credits bringen.

In LUVI

Öffne die Seite der Grok-Imagine-Familie und sieh nach, welches der zwölf Modelle tatsächlich ausgewählt ist, bevor du schreibst – die Namen liegen nah genug beieinander, dass das falsche leicht stehen bleibt. Lass danach die Feder den Prompt für dieses Modell umschreiben, und stell das Seitenverhältnis in den Reglern ein, nicht in der Prosa.

Neue Konten starten mit 200 Credits, und bestätigst du Telefon und Karte, kommen bis zu 1.500 dazu. Du kannst ein LUVI-Konto anlegen und herausfinden, welches Modell zu deiner Art von Bild passt.

Quellen

Überblick zur Imagine-API (auf Englisch), xAI, offizielle Entwicklerdokumentation. Abgerufen am 22. September 2026.