Grok Imagine 1.5 vs. Veo 3.1

Jede Zeile oben stammt aus denselben Tabellen wie die Seiten zu Grok Imagine 1.5 und Veo 3.1. Die Tabelle unten stellt daneben, was xAI und Google für jedes Modell dokumentieren, gelesen am 1. November 2026, und was DreamBench damit macht.

Ein DreamBench-Video nutzt für alle Szenen ein Modell; um die beiden mit deiner Idee zu vergleichen, erstelle sie also zweimal, einmal mit jedem.

xAI stellt Grok Imagine 1.5 als Bild-zu-Video-Modell vor: Gib ihm ein Startbild und beschreibe die Bewegung. Auf der Seite „Video“ von DreamBench arbeitet es nur mit deinen Worten. In Film Studio zeichnet DreamBench für jeden Clip ein Startbild aus deinen Referenzbildern, bis zu 8 pro Video, oder aus den Figuren und Orten, die es entwirft, und Grok Imagine 1.5 setzt dieses Bild mit Ton in Bewegung. Die Referenzbilder selbst erreichen das Modell nie.

Veo 3.1 arbeitet in Film Studio auf zwei Arten. Das volle Modell nimmt die Blätter an, die DreamBench aus deinen Referenzen erstellt, bis zu 3 in jeder Szene, die Google Zutaten (Ingredients) nennt; Google nimmt sie nur bei 8-Sekunden-Clips an, daher dauern diese Szenen 8 Sekunden. Veo 3.1 Fast und Veo 3.1 Lite nehmen keine Blätter an: DreamBench erstellt daraus ein Startbild, wie bei Grok Imagine 1.5, und das Modell animiert es.

Die eigenen Tools beider Hersteller legen auch das Ende eines Clips fest. Die Doku von xAI beschreibt ein Endbild, ein Start- und Endbild und bis zu 4 Keyframes innerhalb des Clips; Google beschreibt Start- und Endbild für alle drei Stufen von Veo 3.1. Der Composer von DreamBench hat bei keinem der beiden Modelle ein Feld für ein Endbild: Wo eine Szene endet, steht in ihrem Prompt.

Auf der Seite „Video“ läuft ein Clip mit Grok Imagine 1.5 4 bis 15 Sekunden und ein Clip mit Veo 3.1 4, 6 oder 8. In Film Studio wird ein neuer Film in Clips von 3 bis 12 Sekunden aufgeteilt, sodass eine Szene mit Grok Imagine 1.5 bis zu 12 laufen kann, während jede Szene mit Veo 3.1 4, 6 oder 8 dauert. So oder so ist ein längeres Video mehr Szenen, zusammengefügt: bis zu 30 Sekunden in Starter, 2 Minuten in Plus und 5 Minuten in Ultra und Studio.

Grok Imagine 1.5 rendert 720p und 1080p mit demselben Modell. Veo 3.1 rendert 720p mit Veo 3.1 Fast und 1080p oder 4K mit dem vollen Modell, und Fast und Lite erstellen selbst 720p und 1080p. Die API von xAI nennt außerdem 480p sowie höhere und breitere Formate wie 21:9; auf DreamBench erstellt Grok Imagine 1.5 1:1, 16:9, 9:16 und 4:3 und Veo 3.1 16:9 und 9:16.

Nur Grok Imagine 1.5

• Läuft auf der Seite „Video“ bis zu 15 Sekunden in einem Clip.
• Erstellt 1:1 und 4:3.
• Läuft in Film Studio mit Szenen von bis zu 12 Sekunden, wo jede Szene mit Veo 3.1 4, 6 oder 8 dauert.

Nur Veo 3.1

• Rendert 4K, mit dem vollen Modell.
• Nimmt deine Referenzblätter in jeder Szene an, mit dem vollen Modell.
• Gibt es in drei Stufen: Veo 3.1 für fertige Arbeiten, Fast für Anzeigen und schnelle Tests, Lite für Entwürfe und große Mengen.
• Trägt SynthID, das unsichtbare Wasserzeichen von Google, das ein Video als KI-generiert kennzeichnet.

Manche Funktionen jedes Modells gehören seinem Hersteller, nicht DreamBench. Die API von xAI kann einen stummen Clip mit Grok Imagine 1.5 erstellen und bis zu 3 Sprechenden eine voreingestellte Stimme geben, und Video 1.5 Fast von xAI läuft auf grok.com/imagine und in seinen Apps. Die Tools von Google verlängern einen Clip mit Veo 3.1 und liefern mehrere Takes eines Prompts. Auf DreamBench erzeugen beide Modelle immer Ton, ein Clip ist eine Einstellung, und du änderst eine Szene, indem du ihr neue Regieanweisungen gibst.

Laut Google ist beständige Sprache bei Veo 3.1, besonders in kurzen Sätzen, noch ein Bereich aktiver Entwicklung. Laut xAI ist die Sprache von Grok Imagine 1.5 klarer und besser synchron als die des Vorgängermodells, und xAI veröffentlicht keine Liste der Sprachen, die es spricht.

Für Grok Imagine 1.5 schreibst du ein kurzes Einstellungsbriefing rund um die Bewegung: die Kamerabewegung, das Motiv und was es tut, wann im Clip es passiert, die Umgebung und das Licht, dann den Ton. In Film Studio beginnt der Clip mit einem Bild, das DreamBench gezeichnet hat, beschreibe also, was sich von diesem Bild aus bewegt, statt was darin ist. Halte gesprochene Sätze kurz und in Anführungszeichen.

Für Veo 3.1 folge der Reihenfolge von Google Cloud: Kameraarbeit, Motiv, Handlung, Kontext, dann Stil und Atmosphäre, die Einstellung wie eine Filmeinstellung benannt, mit Objektiv und Kamerabewegung. Gib dem Ton dann eigene Sätze: gesprochene Sätze in Anführungszeichen, mit benannter sprechender Person, „SFX:“ für Effekte und „Ambient noise:“ für den Ort. Google Cloud nennt Englisch als Prompt-Sprache von Veo 3.1.

• Länge: Plane einen Satz für Veo 3.1 mit etwa 2 Wörtern pro Sekunde, nicht mehr als 12 bis 14 Wörter in 8 Sekunden; ein 15-Sekunden-Clip mit Grok Imagine 1.5 fasst mehr.
• Formulierung: Beschreibe bei beiden Modellen, was du willst, eine leere Straße statt „keine Menschen“.
• Musik: Die Prompt-Ideen von DreamBench für Veo 3.1 beschränken sich auf Dialog, Effekte und Atmosphäre; bei Grok Imagine 1.5 nenne jede Musik, die du willst.

Auf der Seite „Video“ bekommen beide deinen Prompt so, wie du ihn geschrieben hast; in Film Studio schreibt DreamBench den Prompt jeder Szene aus deinem Briefing. Die Veo-3.1-Prompt-Anleitung hat Beispiele zum Kopieren.

Gelesen am 1. November 2026: Die Seite von Google Cloud zu Veo 3.1 auf der Gemini Enterprise Agent Platform nennt als Abschaltdatum für Veo 3.1 und Veo 3.1 Fast „17. November 2026 oder später“ und für Veo 3.1 Lite, dort eine Preview, keines. Die Seite von fal zu Veo 3.1, dem Dienst, über den DreamBench Veo 3.1 ausführt, sagt, der Endpunkt „wird am 17. November 2026 eingestellt“. Die am selben Tag gelesenen Seiten von xAI nennen kein Enddatum für Grok Imagine Video 1.5.