Prompt Grok vidéo : créer avec Grok Imagine en 2026
En bref
Pour compléter cette méthode vidéo, consultez notre guide général des prompts Grok et notre analyse du jailbreak Grok.
Grok Imagine Video 1.5 Preview est sorti le 30 mai 2026, avec un accès API généralisé depuis le 16 juin 2026.
Un bon prompt grok video décrit le sujet, l’action, le mouvement de caméra, l’ambiance et la durée souhaitée.
Les vidéos vont de 1 à 15 secondes, en 480p ou 720p, sur sept formats d’image différents.
Le mode reference-to-video accepte jusqu’à 7 images pour garder un personnage ou un décor cohérent.
L’audio natif (musique, dialogues) n’offre ni synchronisation labiale garantie, ni voix stable d’un clip à l’autre.
Depuis le lancement de Grok Imagine Video 1.5 Preview par xAI le 30 mai 2026, écrire un bon prompt grok video est devenu une compétence à part entière pour qui veut produire des clips exploitables sans repasser dix fois en génération. Chez inforeole, nous testons ces outils en conditions réelles pour nos clients, et la différence entre une vidéo qui sert un contenu et une vidéo qui finit à la poubelle tient souvent à la précision du prompt, pas à la puissance du modèle. Ce guide détaille la structure de prompt qui fonctionne, les limites techniques à connaître (durée, résolution, formats) et les tarifs réels de Grok Imagine vidéo en 2026, API comme abonnement.
Sommaire
Estimez vos frais Grok Imagine Video
Entrez la durée totale de vidéo à générer et le nombre de versions que vous comptez tester : l’outil calcule le coût direct à l’API (0,08 $/seconde) et vous aide à savoir à partir de quel volume un forfait devient plus rentable qu’un paiement à l’usage.
Estimation indicative : vérifiez les données qui s’appliquent à votre situation (tarif API en vigueur, conditions du forfait, taux de change).
Prompt grok video : comment fonctionne Grok Imagine en 2026
Grok Imagine n’a pas toujours généré de vidéo. L’outil a d’abord existé comme générateur d’images avant que xAI n’y ajoute la génération vidéo avec la version 1.5. Le calendrier est précis : preview publique le 30 mai 2026, ouverture de l’accès API le 3 juin, puis disponibilité générale sur l’API le 16 juin 2026 (source : explainx.ai). Concrètement, toute information sur Grok Imagine antérieure à ces dates concerne uniquement la génération d’images fixes, pas de vidéo.
Du texte à l’image, puis à la vidéo : l’évolution de Grok Imagine
Cette progression explique pourquoi certains prompts hérités de la génération d’images (très descriptifs, sans notion de temps ou de mouvement) fonctionnent mal en text-to-video Grok : un prompt vidéo doit intégrer une dimension temporelle que l’image n’exigeait pas.
Text-to-video, image-to-video, reference-to-video : les trois modes
Trois modes coexistent dans Grok Imagine vidéo : le text-to-video génère un clip à partir d’un prompt seul, l’image-to-video anime une image fixe existante, et le reference-to-video s’appuie sur plusieurs images pour garder une cohérence visuelle sur la durée du clip (source : PixVerse, 2026). Le choix du mode dépend moins de la difficulté technique que du résultat recherché : un teaser produit fonctionne mieux en image-to-video à partir d’un visuel produit existant, tandis qu’un personnage récurrent gagne à passer par le reference-to-video.
Structurer un prompt grok video étape par étape
Un prompt grok video efficace suit une logique simple : sujet, action, mouvement de caméra, ambiance, durée. Dans cet ordre, ou proche, parce que Grok Imagine traite les instructions de façon globale et privilégie les éléments énoncés clairement plutôt que les longues listes d’adjectifs.
Décrire le sujet et l’action sans ambiguïté
Le sujet doit être identifiable en une phrase (« une consultante en tailleur bleu », pas « une femme professionnelle sophistiquée »), et l’action doit être un verbe concret, pas un état statique. « Elle tourne la tête vers la caméra en souriant » fonctionne mieux que « portrait souriant ».
Ajouter mouvement de caméra et ambiance
Préciser un mouvement de caméra (travelling avant, zoom lent, plan fixe) évite à Grok Imagine d’improviser des mouvements erratiques. L’ambiance (lumière du matin, néons urbains, studio épuré) cadre la colorimétrie sans avoir à énumérer des paramètres techniques.
Utiliser jusqu’à 7 images de référence pour la cohérence
Pour un personnage ou un produit qui doit rester identique sur plusieurs clips, le mode reference-to-video accepte jusqu’à 7 images de référence (source : PixVerse, 2026). C’est le levier le plus fiable pour éviter la dérive visuelle, à notre avis plus efficace qu’un prompt texte très détaillé.
Durée, résolution et formats : les limites d’un prompt grok video
Un prompt vidéo Grok Imagine doit composer avec des contraintes fixes. Les vidéos durent de 1 à 15 secondes, à 24 images par seconde, en 480p ou 720p, sur sept formats d’image : 1:1, 16:9, 9:16, 4:3, 3:4, 3:2 et 2:3 (source : AI Video Bootcamp / PixVerse, 2026).
De 10 à 15 secondes : ce que change l’extension de durée
La limite est passée de 10 à 15 secondes, soit une extension de 50 %, tout en conservant la cohérence temporelle du clip (source : Atlas Cloud, guide Grok Imagine 2026). En pratique, cela ouvre la porte à des formats courts autonomes (teaser produit, boucle réseau social) sans montage additionnel, mais reste très en deçà d’une vidéo publicitaire classique de 30 secondes.
Choisir le bon format parmi les sept proposés
Le format doit être choisi avant l’écriture du prompt, pas après : un prompt pensé pour du 16:9 (paysage, décor large) donne un résultat cadré différemment en 9:16 vertical. Pour du contenu Stories ou Reels, privilégier directement 9:16 dans le prompt évite un recadrage qui coupe le sujet.
Le prix d’un prompt grok video : tarifs API et abonnements en 2026
Le coût d’un prompt grok video dépend entièrement du canal utilisé : API développeur ou abonnement grand public via X.
Tarification API grok-imagine-video-1.5-preview
Depuis juin 2026, l’API applique la grille suivante (source : OpenRouter, pricing publié juin 2026) :
| Poste | Tarif |
|---|---|
| Vidéo en sortie | 0,08 $ / seconde |
| Image en entrée | 0,01 $ / image |
| Vidéo en entrée (480p) | 0,08 $ / seconde |
| Vidéo en entrée (720p) | 0,14 $ / seconde |
Pour un clip de 15 secondes en text-to-video simple, le coût de sortie seul atteint donc 1,20 $, sans compter les éventuelles images ou vidéos passées en entrée pour un mode image-to-video ou reference-to-video.
X Premium, SuperGrok, SuperGrok Heavy : quel palier pour la vidéo
Côté abonnement, les grilles varient selon la source consultée. Franchement, ce n’est pas très clair : une lecture situe l’entrée de gamme à 8 $/mois via X Premium et le palier le plus complet à 300 $/mois avec SuperGrok Heavy, une autre distingue un palier vidéo complet à 30 $/mois contre 10 $/mois pour les images seules (source : Suprmind.ai, hub tarifs Grok 2026) :
| Offre | Prix mensuel | Accès |
|---|---|---|
| X Premium | 8 $ | Accès de base à Grok Imagine |
| Palier images seules | 10 $ | Génération d’images uniquement |
| Palier vidéo complet | 30 $ | Génération vidéo complète |
| SuperGrok Heavy | 300 $ | Accès complet, quotas les plus élevés |
Avant de souscrire, vérifiez sur l’interface X quel palier active réellement la vidéo : confondre un abonnement images avec un abonnement vidéo est l’erreur la plus fréquente que nous constatons chez les clients qui découvrent Grok video 1.5.
Corriger les défauts courants d’un prompt grok video (mains, visages, audio)
Les artefacts classiques de la génération vidéo IA (mains à six doigts, visages qui glissent, objets qui se déforment) touchent aussi Grok Imagine, surtout sur des prompts avec beaucoup de mouvement ou plusieurs sujets.
Pourquoi le 720p ne corrige pas les artefacts
Passer en 720p améliore la netteté, pas la cohérence du mouvement. Les déformations viennent de la façon dont le modèle interprète l’action décrite dans le prompt, pas de la résolution de sortie. Un prompt qui décrit une action ambiguë (« elle bouge les mains ») produira des artefacts identiques en 480p et en 720p. 720p ne sauve rien. La correction passe par un prompt plus précis sur l’action, ou par le mode reference-to-video avec des images qui fixent la posture et les proportions du sujet.
Audio natif : ce que Grok Imagine garantit et ce qu’il ne garantit pas
Grok Imagine génère l’audio en même temps que la vidéo, dans la même passe : musique de fond, effets sonores, dialogues synchronisés sur les lèvres. Mais xAI ne garantit ni une synchronisation labiale parfaite, ni des voix cohérentes d’un clip à l’autre, ni un contrôle musical de niveau professionnel (source : documentation Atlas Cloud, 2026). Pour un usage commercial exigeant sur la voix, mieux vaut traiter l’audio de Grok Imagine comme un brouillon à retravailler, pas comme une piste finale. À noter aussi qu’un mode stylisé « Chibi » (anime) a rejoint les templates disponibles en mars 2026 (source : TechJack Solutions, brief IA 2026), pratique pour des formats volontairement décalés où les défauts de synchronisation pèsent moins.
Ce qu’il faut retenir
Un prompt grok video efficace tient moins à une formule magique qu’à la connaissance précise des limites du modèle en 2026 : 15 secondes maximum, 480p ou 720p, sept formats disponibles, audio non garanti sur la synchronisation labiale. Structurer le prompt (sujet, action, caméra, ambiance, durée) et s’appuyer sur les images de référence pour la cohérence visuelle règle l’essentiel des déceptions courantes.
FAQ
Grok peut-il vraiment générer des vidéos, et depuis quand ?
Oui, depuis le lancement de Grok Imagine Video 1.5 Preview le 30 mai 2026, avec un accès API généralisé le 16 juin 2026. Avant cette date, Grok Imagine ne produisait que des images fixes.
Quelle est la structure de prompt optimale pour Grok Imagine ?
Décrire dans l’ordre le sujet, l’action, le mouvement de caméra, l’ambiance et la durée souhaitée. Un prompt vidéo Grok Imagine trop chargé en adjectifs sans verbe d’action produit des résultats statiques ou incohérents.
Quelles sont les limites réelles de durée et de résolution ?
Les clips durent de 1 à 15 secondes, à 24 images par seconde, en 480p ou 720p, sur sept formats d’image (1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3).
Combien coûte la génération vidéo via Grok ?
Sur l’API, comptez 0,08 $ par seconde de vidéo en sortie. Côté abonnement, les offres vont de 8 $/mois (X Premium, accès de base) à 300 $/mois (SuperGrok Heavy), avec un palier vidéo complet souvent distinct du palier images seules.
Comment éviter les mains déformées ou les visages qui changent ?
Passer en 720p ne suffit pas, car ces artefacts viennent de l’interprétation du mouvement décrit dans le prompt. Le mode reference-to-video, avec jusqu’à 7 images de référence, est le levier le plus fiable pour fixer la posture et les proportions d’un sujet.
