Что Pika выпустила 29 октября
Pika H3 Flex вышла 29 октября 2026 года. Формально это не новая архитектура: компания дообучила MiniMax H3 под свои задачи и выложила результат. Пост появился в блоге Pika, параллельно ушёл пресс-релиз через BusinessWire.
Главное число в анонсе: генерация за 6 шагов вместо 50 у базовой модели. Пятнадцатисекундный клип со звуком в 768p собирается примерно за 7 секунд работы трансформера. Здесь нужна оговорка, её ставит сама Pika: семь секунд это время денойзинга. Очередь, загрузка весов и постобработка в эту цифру не входят, на практике ожидание будет дольше.
Второе число: до 12 референсов на входе. Эскиз, образец голоса, картинка, звук, видео, мудборд, всё это можно подмешать в один запрос. Черновики модель отдаёт в 768p, финал в 1080p, 2K и 4K.
Пика ИИ для видео: шесть шагов вместо пятидесяти
Шаги денойзинга это цикл, в котором модель постепенно превращает шум в картинку. Пятьдесят шагов дают качество и стоят дорого. Шесть шагов дают скорость и экономят вычисления, но требуют, чтобы модель была дообучена именно под такой режим. Отсюда и слово Flex в названии: Pika продаёт компромисс между качеством и ценой черновика.
Свои цифры компания подаёт так: первое место среди открытых моделей и седьмое в общем рейтинге DesignArena text-to-video, выше базовой H3, H3 Max и Seedance 2.5. Там же заявлено, что H3 Flex в 1.8 раза быстрее fal H3 Max и до 80% дешевле.
К этим строкам я отношусь спокойно. Рейтинг DesignArena собирается голосами людей на парах роликов, и открытая модель в нём легко обходит закрытую по субъективным критериям. Независимых замеров скорости на момент публикации нет, есть только демо самой Pika. Когда модель окажется на чужом железе, цифра 1.8 проверится сама.
Pika Labs нейросеть для создания видео: два адаптера и ComfyUI
Открытая часть это два LoRA-адаптера к MiniMax H3. FL2VA работает с текстом и первым или последним кадром. Ref2VA принимает референсы: до 9 картинок, 3 видео и 3 аудио, всего 12 входов. К адаптерам приложены код примеров и воркфлоу ComfyUI, репозиторий лежит на Hugging Face под именем Pika-Labs/Pika-H3-Flex.
Лицензии разные. Адаптеры идут под MiniMax H3 Community License, код примеров под Apache 2.0. Для студии это первый пункт, который стоит прочитать: общинная лицензия обычно разрешает локальный запуск и запрещает перепродажу модели как сервиса. Как именно она трактует коммерческий заказ, я не проверял, и юристу этот абзац показывать всё равно придётся.
Генератор видео со звуком: пять дорожек вместо одного микса
В API модель отдаёт до пяти отдельных аудиодорожек: диалог, музыка, SFX, фоли, эмбиент. Это самая полезная часть анонса, и она не про скорость.
Обычно генератор видео со звуком присылает один микс, где музыка уже наложена на голос. Дальше начинается ручная работа: диалог нужно вытащить, музыку приглушить, шум подложить. Пять дорожек снимают половину этой возни. Монтажёр берёт диалог, ставит свою музыку, отдельно правит эмбиент, и сцена собирается как обычный проект в редакторе.
Оговорка та же: стемы есть только в API Pika. Локально на выходе один стереотрек 32 кГц.
Что «открытые веса» значат на самом деле
Мой тезис простой: здесь открыт черновик. Локально доступны 480p и 768p, 24 кадра в секунду, длительность от 5 до 15 секунд. Всё, что делает ролик финальным: 1080p, 2K и 4K, разделение на стемы и улучшение промпта, осталось в платном API.
Это разумная схема для компании и неприятная для того, кто прочитал заголовок про открытые веса и ждал бесплатный финал. Студии такая схема подходит: черновики и аниматик генерируются локально без лимитов, а финальный рендер заказывается в API за деньги. Экономия идёт на итерациях, а их всегда больше, чем кажется.
Железо: 210 ГБ и H100
Базовые компоненты весят около 210 ГБ. Авторы разбора на tokenstrom тестировали на H100 с 80 ГБ памяти, для больших запросов нужен CPU offload. Разбор собран по репозиторию на Hugging Face, так что цифры оттуда, не из маркетинга.
Отсюда честный вывод про домашний запуск. Одна карта на 24 ГБ потянет 480p с офлоадом и будет считать медленно. H100 в аренде стоит денег, и при шести шагах разница с API может оказаться не в пользу своего сервера. Считать нужно на своём объёме, универсального ответа здесь нет.
Цена и доступ
Сейчас модель открыта в Pika API Club. В продукте pika.art она появится 2 ноября. Первые две недели подписчикам дают 15 бесплатных генераций в день и скидку 50%.
Для теста этого хватает. Пятнадцать генераций в день это примерно два коротких эпизода с итерациями, и за две недели видно, держит ли модель стиль между сценами.
Мой вывод: что это меняет в работе
Первое: черновики ускоряются. Раскадровка, аниматик, проба камеры, всё это раньше занимало часы. Теперь шесть шагов и семь секунд дают первый материал почти сразу, и заказчик видит движение до того, как в проект вложены деньги.
Второе: финал остаётся ручным. Там, где в кадре нужен живой человек и точная речь, ручные ролики от 16 000 ₽ по-прежнему дешевле переделок. Генератор хорош на переходах, фонах и вставках, а лицо и голос лучше не отдавать модели без присмотра.
Третье: пять дорожек меняют монтаж. Если стемы приходят раздельно, звук собирается как в обычном проекте, и это экономит часы на каждой сцене.
Если вы только выбираете инструмент, у нас есть разбор нейросети Pika для видео и опыт с MiniMax H3 на Reddit: базовая модель ведёт себя иначе, и сравнение полезно. Тем, кто делает видео нейросетями в объёме, важнее шаблон и предсказуемая цена за штуку.
