xAI: Grok para texto y Grok Imagine para imagen y vídeo
Las herramientas de xAI reunidas por tipo de trabajo. Cómo elegir el modelo y qué comprobar antes de utilizarlo en un proyecto en España.

👁 115 lecturas
«Quiero mostrar cómo se pliega esta silla». Leído como texto, el encargo pide instrucciones. En vídeo obliga a conservar el eje de la bisagra y la posición de las patas. La documentación de xAI separa el catálogo de Grok de las rutas para producir y editar imágenes y vídeo. Escogería la ruta según el material de partida.
Una referencia por prueba
Dentro de cada panel recojo la configuración de xAI mejor situada en la selección. Los puestos se leen por filas: cada prueba tiene sus propios participantes y su propia escala.
| Prueba | Modelo | Puesto |
|---|---|---|
| Vídeo a partir de texto (Arena) | Grok Imagine Video 1.5 | 5 |
| Agentes de voz (AA) | Grok Voice 3.0 | 5 |
| Edición de imágenes (Arena) | Grok Imagine Image 2.0 | 7 |
| Imagen a partir de texto (Arena) | Grok Imagine Image 2.0 | 9 |
| Imagen a partir de texto (AA) | Grok Imagine Image 2.0 | 10 |
| Vídeo a partir de una imagen (Arena) | Grok Imagine Video 1.5 (720p) | 10 |
| Índice de inteligencia (AA) | Grok 4.7 Xhigh | 16 |
| Implementación de una interfaz (Arena) | Grok 4.6 (High) | 16 |
| Vídeo a partir de texto (AA) | Grok Imagine Video 1.5 | 17 |
| Vídeo a partir de una imagen (AA) | Grok Imagine Video 1.5 | 17 |
| Voz controlada (AA) | SpaceXAI TTS | 22 |
| Edición de imágenes (AA) | Grok Imagine Image 2.0 | 24 |
| Desarrollo web (Arena) | Grok 4.7 (xHigh) | 25 |
| Agentes (Arena) | Grok 4.7 (xHigh) | 25 |
| Voces de catálogo (AA) | SpaceXAI TTS | 30 |
Para seguir con un caso concreto
Google · Tus fuentesBrilla más alto en tu Google - con un solo clicAñadir a fuentes preferidas →Fuentes
- Documentación oficial de xAI (consulta del 17 de noviembre de 2026). https://docs.x.ai/developers/models
- Documentación oficial de xAI (consulta del 17 de noviembre de 2026). https://docs.x.ai/developers/model-capabilities/imagine
- Panel de vídeo a partir de texto (consulta del 17 de noviembre de 2026). https://arena.ai/leaderboard/text-to-video
- Panel de agentes de voz (consulta del 17 de noviembre de 2026). https://artificialanalysis.ai/speech-to-speech/arena
- Panel de edición de imágenes (consulta del 17 de noviembre de 2026). https://arena.ai/leaderboard/image/image-edit/single-image
- Panel de imagen a partir de texto (consulta del 17 de noviembre de 2026). https://arena.ai/leaderboard/image/text-to-image
- Panel de imagen a partir de texto (consulta del 17 de noviembre de 2026). https://artificialanalysis.ai/image/leaderboard/text-to-image
- Panel de vídeo a partir de una imagen (consulta del 17 de noviembre de 2026). https://arena.ai/leaderboard/image-to-video
- Panel de índice de inteligencia (consulta del 17 de noviembre de 2026). https://artificialanalysis.ai/leaderboards/models
- Panel de implementación de una interfaz (consulta del 17 de noviembre de 2026). https://arena.ai/leaderboard/code/image-to-webdev
- Panel de vídeo a partir de texto (consulta del 17 de noviembre de 2026). https://artificialanalysis.ai/video/leaderboard/text-to-video
- Panel de vídeo a partir de una imagen (consulta del 17 de noviembre de 2026). https://artificialanalysis.ai/video/leaderboard/image-to-video
- Panel de voz controlada (consulta del 17 de noviembre de 2026). https://artificialanalysis.ai/text-to-speech/leaderboard/controlled-voice
- Panel de edición de imágenes (consulta del 17 de noviembre de 2026). https://artificialanalysis.ai/image/leaderboard/editing
- Panel de desarrollo web (consulta del 17 de noviembre de 2026). https://arena.ai/leaderboard/code
- Panel de agentes (consulta del 17 de noviembre de 2026). https://arena.ai/leaderboard/agent
- Panel de voces de catálogo (consulta del 17 de noviembre de 2026). https://artificialanalysis.ai/text-to-speech/leaderboard/provider-voice
More on this from FULGOR
benchmarks·VUI Labs y cómo leer el informe de Luna-TTSEl informe de Luna-TTS presenta una familia de síntesis.


