Что изменилось за октябрь
Месяц прошёл по одному сценарию: релиз, неделя тестов, потом интеграция в чужие сервисы. Kling 4.0 от Kuaishou появился в API на Runway Dev 23 октября, в тот же день добрался до Luma, а 28 октября до Pika. ByteDance вывела Seedance 2.5, Alibaba держит Wan 3.0 в API, Shengshu показала Vidu Q4 Preview в начале месяца.
Для практики важен один сдвиг: разброс цены за минуту вырос примерно в семь раз между верхом и серединой десятки Artificial Analysis. Раньше выбор шёл между «дорого и хорошо» и «дешево и терпимо», теперь между задачами.
Kling 4.0: тридцать секунд, пятнадцать референсов, ключевые кадры
Kling 4.0 умеет до 30 секунд за одну генерацию, принимает до 15 референсов и до 10 ключевых кадров. Через API на Runway Dev, доступный с 23 октября, работают ролики от 3 до 30 секунд в 720p и 1080p, со звуком и с редактированием готового видео.
Набор ключевых кадров здесь главная деталь. Десять кадров на тридцать секунд это раскадровка, которую модель держит сама, и для сцен с движением камеры это заметно сокращает пересъёмку. Референсы нужны, когда в кадре повторяется один и тот же товар или персонаж.
Seedance 2.5: первое место и самая дорогая минута
В рейтинге Artificial Analysis AA-Video-I2V v2.1 Seedance 2.5 стоит первой с Elo 1148. Цена соответствующая: 34,12 за минуту, около 2 870 рублей, самый высокий тариф в десятке. Длительность до 30 секунд, разрешение 720p.
Версия Seedance 2.5 4K с 10 битами с 23 октября доступна только в тестах и только части компаний. Ждать её в открытом доступе в ближайшие дни не стоит.
Отдельная история: исследование HKU по визуальному качеству выиграла Seedance 2.0 Pro с оценкой 3,84 из 5. То есть свежий номер в рейтинге и лучший результат в чужом тесте достались разным версиям одной линейки, и это нормально для моделей, которые обновляют каждые пару месяцев.
Wan 3.0: сцена с нуля и первое место в text-to-video
Wan 3.0 от Alibaba держит первое место в AA-Video-T2V v2.1 и пятое в image-to-video с Elo 1108. Параметры: от 2 до 30 секунд, разрешение от 480p до 1080p, звук, референсы. Доступна только через API, весов в открытом виде нет.
Практический смысл первого места в text-to-video простой: Wan лучше других собирает сцену, которой ещё нет ни на одном кадре. Пустая улица, интерьер, которого не существует, погода, которой не было на съёмке. Для раскадровки с нуля это самая прямая дорога.
MiniMax H3: открытые веса и седьмая часть цены лидера
MiniMax H3 от Hailuo вышла с открытыми весами, и это редкость на верхушке рейтинга. Версия 768p занимает третье место в image-to-video с Elo 1126 при цене 4,80 за минуту, около 400 рублей. Это примерно одна седьмая от тарифа Seedance 2.5.
Вторая сильная сторона H3 это текст в кадре: вывески, надписи на упаковке, короткие фразы на экране держатся лучше, чем у конкурентов. Для рекламных роликов с ценником на экране такой пункт экономит часы в редакторе.
На этой модели уже построены чужие продукты: H3 Max на fal, Pika H3 Flex от 29 октября, Utopai X. Открытые веса позволяют и свой сервер, если объём генераций оправдывает железо.
Vidu Q4 Preview и открытые альтернативы
Vidu Q4 Preview от Shengshu показали в начале октября: от 540p до 4K с 10 битами, до 15 референс-картинок и референс-аудио. По данным сводки, на platform.vidu.com тариф идёт от 0,045 за секунду в 540p до 0,39 за секунду в 4K, то есть примерно от 3,8 до 33 рублей за секунду.
Референс-аудио выделяет Vidu из общей группы: голос или музыка задают ритм, под который модель строит движение. Для музыкальных клипов и озвученных вставок это удобнее, чем дописывать звук потом.
Открытые альтернативы на этой неделе тоже китайские: Tencent Hy-Nomas как модель мира под Apache 2.0 и SenseTime Code2Video, которая собирает видео кодом, тоже под Apache 2.0. Это другой класс задач, про них подробнее в сегодняшнем разборе, три новости 30 октября.
Какие нейросети для генерации видео лучшие
В обоих рейтингах Artificial Analysis первые места заняли китайские модели, и это факт, который легко превратить в неправильный вывод. «Лучшей вообще» нет: рейтинг считает усреднённый вкус голосующих, а ваша задача почти всегда уже.
Мой порядок выбора выглядит так. Анимация готового кадра товара или фото в движение: Seedance 2.5, качество на первом месте, цена терпит. Сцена с нуля по тексту: Wan 3.0. Бюджет или свой сервер: MiniMax H3. Длинный экшен с камерой и монтажом внутри генерации: Kling 4.0.
Если фраза «kling ai создать видео» для вас пока про подписку на месяц, начните с одного теста на своем материале. Пять попыток на одинаковом промпте показывают стабильность лучше любого рейтинга, а цена ошибки на этом этапе нулевая.
Ещё один слой: доступность. Из России сервисы работают по-разному, и проверять доступ и способ оплаты нужно у конкретного сервиса перед покупкой пакета. Обещать стабильную работу из любого региона я не стану, цены и условия меняются еженедельно.
Что это значит для производства
Китайская нейросеть для создания видео сегодня закрывает почти любую задачу, вопрос в цене попытки. Для одного ролика в месяц разница между тарифами неощутима, там решает удобство интерфейса. Для серии или для такого формата, как вертикальная реклама, арифметика другая: минута Seedance 2.5 против минуты MiniMax H3 это 2 870 рублей против 400, и при сотне генераций разница уходит в бюджет на монтаж и графику.
Отсюда рабочая схема: дорогую модель берём на ключевые кадры, дешёвую на перебор вариантов и черновики. Гибрид даёт качество финала без счёта за каждую попытку.
Там, где в кадре нужен живой человек и точная речь, нейросеть для создания видео пока проигрывает съёмке, и ручные ролики остаются устойчивой частью бюджета. Похожие разборы моделей мы собираем в общем топе нейросетей для видео, а если нужен готовый продакшн под ключ, у нас есть услуга производства видео нейросетями.
