Недооцененная нейросеть Grok

Попробовал генерировать видео через grok imagine. По стоимости одна генерация получается в 3 раза дешевле чем VEO3
Если вкратце:
Grok Imagine — это многомодальная модель генерации изображений и видео от xAI, которая преобразует текст или изображения в короткие визуальные результаты с последовательным движением и синхронизированным звуком.

Сразу же не понравилось произношение и голос. Он довольно не ествественно звучит. Русский язык получается ломанный, как будто американец пытается спросить как пройти до красной площади...

Но не ругается на то, что я загрузил фото человека. VEO3 при этом три раза подряд отказался генерировать видео в виду загрузки портрета человека.