Grok Imagine Video 1.5 Lite 評測：草稿更快，但最終交付仍選 1.5

我們在 2026 年 10 月 20 日，用 7 組 480p 對照和 6 支新的音訊、文字、人臉測試比較 Grok Imagine Video 1.5 Lite 與 Video 1.5。Lite 在基準 7 組中 5 組先完成，中位數 32.3 秒，1.5 為 43.0 秒。新的臉部推近兩者都穩定。

先給結論：Lite 做草稿，最終鏡頭看規格選 1.5

如果你在意先拿到第一版，Lite 比較適合。7 組的中位數是 Lite 32.3 秒，Video 1.5 43.0 秒。需要原生 1080p、人物一致性或客戶交付時，則選 Video 1.5。

Grok Imagine Video 1.5 Lite 是什麼

Grok Imagine Video 1.5 Lite 是 xAI 的低價影片模型，支援文字轉影片與圖片轉影片。官方影片總覽列出 1 至 15 秒、480p、720p、1080p，以及原生音訊與口型同步。Lite 的 1080p 是把 720p 放大，Video 1.5 則是原生 1080p。

可在 Grok Imagine 總覽查看兩個模型。真正開始生成請到 Lite 模型頁。Vidney 會整合模型連線，生成前顯示點數成本。

同題速度測試：Lite 在 7 組中 5 組先完成

我們重用 2026 年 10 月 19 日完成的 480p、6 秒 7 組。每組同時送出同一段提示詞，量測完成時間，Video 1.5 先完成的兩組也全部保留。

中位數是 Lite 32.3 秒、Video 1.5 43.0 秒。樣本不大，所以結論是先用 Lite 找方向，不是保證每一次都由 Lite 先完成。

2026 年 10 月 20 日，我們再用相同提示詞比較對白、招牌文字與花店人臉推近。

以下是對白對照影片。

左邊是 Lite，右邊是 Video 1.5，兩支都是虛構的成年麵攤店員。公開前已用 ffprobe 確認串流，並用 ffmpeg 從頭到尾解碼。

音訊與口型檢查

新的 6 支影片都有 AAC 音軌。強制使用英文 Whisper 後確認兩支對白與 Lite 招牌有發話。1.5 招牌與兩支人臉推近都沒有確認到發話，no_speech_prob 分別是 0.685、0.873、0.896，平均音量是 -44.8 dB、-36.5 dB、-42.8 dB。

有 AAC 音軌不等於確認有發話。需要無聲的短片，發布前要檢查音訊。這些模型頁沒有獨立的聲音開關。

截至 2026 年 10 月 20 日的 6 秒價格

Starter 是 9 美元換 300 點。寫稿時重新從現行模型記錄計算 6 秒價格。

上表是 Vidney 生成前顯示的點數換算，確認日期為 2026 年 10 月 20 日。

1080p 的取捨最明顯。Lite 6 秒是 $3.78，而且由 720p 放大。Video 1.5 是 $1.80，輸出原生 1080p。如果交付規格真的要求 1080p，現行表格裡較強的模型反而比較便宜。

人臉推近：新的比較沒有重現 Lite 先前的漂移

10 月 19 日的花市推近樣片，在三次 Lite 嘗試中都逐漸離開原始靜止圖。10 月 20 日用同一位虛構花藝師再做一組對照，臉、頭髮與雀斑在兩支影片都穩定。因此先前失敗是風險訊號，不是 Lite 必然失敗。

如果是一次就要交付的人像，我仍會選 Video 1.5。電商短影片、商品口播草稿或分鏡探索可以先用 Lite，再在發佈前逐格檢查。

什麼時候選 Lite

如果你的工作是電商短影片、商品展示、社群直式短片，而且可以在發佈前複查一次，Lite 很適合。先用 Lite 找構圖與動作，再把確定的廣告鏡頭交給 1.5，是台灣電商小批量測試比較實際的做法。

需要原生 1080p、穩定的人物連續性或客戶交付時，選 Video 1.5。現行表中它的 720p 與 1080p 點數也低於 Lite，加上先前人臉推近的失敗訊號，留給最終鏡頭的餘裕比較大。

方法與限制

我們重用 10 月 19 日完成的 7 組，並在 10 月 20 日新增 6 支。基準是 480p、6 秒。新增三組是 480p 對白、720p 招牌文字、480p 圖片轉影片人臉推近，使用相同提示詞與構圖。所有結果都保留並壓縮公開，先用 ffprobe 確認串流，再用 ffmpeg 從頭到尾解碼，接著檢查每秒一格的畫面。對白與非對白音訊使用強制英文 Whisper 檢查。

人物全部是虛構成年人。這是小型實測，不是品質排名。我們沒有測完整比例，也沒有做審美評分小組。Lite 的 1080p 依官方說明標記為由 720p 放大。

FAQ

Grok Imagine Video 1.5 Lite 免費嗎？

不是。每支影片都需要點數。新帳戶會依國家獲得 10 到 30 點免費點數。截至 2026 年 10 月 20 日，Lite 的 480p、6 秒影片需要 18 點，因此完整 30 點的註冊贈點可涵蓋一支影片。較低的贈點層級可能不夠。

Lite 可以從文字與圖片生成影片嗎？

可以。它支援文字轉影片與圖片轉影片。本次人臉推近讓兩個模型使用同一張虛構花藝師靜止圖。

Lite 是原生 1080p 嗎？

可以輸出 1080p 尺寸的檔案，但 xAI 官方總覽說明它是由 720p 放大。需要原生細節時選 Video 1.5。

Lite 會生成聲音和口型同步嗎？

新的 6 支影片都有 AAC 音軌，但強制英文 Whisper 只在兩支對白與 Lite 招牌確認到發話。1.5 招牌與兩支人臉推近都沒有確認到發話，因此發布前要檢查音訊。

Lite 能維持參考圖的人臉嗎？

新的 1 組可以，但先前花市 3 次嘗試出現漂移。人像連續性應視為檢查項，不是保證。

Lite 一定比 Video 1.5 快嗎？

不一定。基準 7 組中 Lite 先完成 5 組，中位數是 32.3 秒對 43.0 秒，另有 2 組由 Video 1.5 先完成。

在 Vidney 應該先用哪個模型？

快速草稿或電商短影音先用 Grok Imagine Video 1.5 Lite。原生 1080p、重要人像或最終交付則用 Grok Imagine Video 1.5。

判定

能在發佈前複查、需要快速第一版，就選 Lite。原生 1080p、人物連續性與少重做的最終鏡頭優先，就選 Video 1.5。10 月 20 日的證據支持 Lite 作為快速草稿模型，但還不足以取代 1.5 的所有用途。