Сравнение нейросетей для генерации видео: кто и что проверял
Тест вышел 13 ноября в китайском издании The Paper, автор материала Wei Linhua. Схема простая: четыре модели, восемь заданий, у каждой модели одна основная попытка на задание. Сразу честно: это одна генерация на задание и оценка журналиста на глаз, не статистика. Для науки такого мало, для практики хватает, потому что заказчик тоже получает от модели один результат за свои деньги.
Задания: драка двух людей в офисе, четыре фазы эмоций на одном лице (выигрыш в лотерею, который оказался просроченным билетом), согласованность по нескольким референсам: два персонажа, реквизит, сцена у фруктового прилавка. Дальше хореография из девяти шагов подряд, человек ест спагетти и запивает соком, колыбель Ньютона, следование света за огоньком зажигалки у лица, синхрон губ со скороговоркой. Набор похож на день из продакшна: физика, эмоции, реквизит, длинная последовательность действий и звук.
Реквизит по референсам: единственная победа Wan 3.0
Самая рабочая часть теста. Моделям дали референсы: двух персонажей, наклонку, электронные весы, магнит и сцену у фруктового прилавка. Точно повторил реквизит только Wan 3.0: зонт один в один, весы и магнит на месте. Kling 4.0 перекрасил основание весов и сменил цифры на табло. Seedance 2.5 потеряла электросамокат одного из персонажей и сделала магнит круглым. Vidu Q4 Preview перепутала зонт, остальное удержала.
Для товарного видео это решающий навык. Продукт, упаковка и логотип должны выглядеть одинаково в каждой сцене, иначе серия не собирается. У нас есть подробный разбор Wan 3.0, если модель интересна целиком.

Seedance 2.5: постановка, эмоции, свет
В сложных и длинных инструкциях Seedance 2.5 оказалась лучше всех. Драка в офисе, четырёхфазный переход эмоций, реалистичность людей, свет от зажигалки, который обходит лицо: везде первое место. В танце из девяти шагов модель выполнила все девять и выглядела связнее остальных, включая реквизит вроде игрушки с деньгами.
Обратная сторона: скорость. Десять секунд ролика генерировались около десяти минут без учёта очереди, это самая медленная модель теста. И на референсах Seedance споткнулась, о чём сказано выше.
Kling 4.0: второе место почти всегда
Kling 4.0 ни в одном задании не провалился и почти всегда попадал в топ-2. Колыбель Ньютона у него получилась лучше всех: скорость шаров близка к реальной, ничего не улетает. В танце модель пропустила один шаг из девяти. На референсах перекрасила основание весов и сменила цифры, уже знакомая история.
Главная сила Kling в цене и скорости: десять секунд примерно за две минуты, а 15 секунд 720p обходятся около 7,5 юаня, примерно треть цены Seedance 2.5. Отдельно мы разбирали, чем Kling 4.0 отличается от 3.0, там про сам апгрейд подробнее.

Vidu Q4 Preview: актёрская игра ценой перегенераций
Vidu Q4 Preview сильнее всех в актёрской игре и эмоциях: драку она восстановила по промпту почти полностью, а мелкие реакции персонажей выглядели живыми. За это приходится платить перегенерациями: модель чаще других требует пересдач. Мелочи реализма тоже подводят: у очков, летящих в воздухе, появилась лишняя дужка, спагетти скрутились сами между кадрами, в скороговорке модель путала слова. Жёсткий потолок длины: ролик максимум 16 секунд. Зато десять секунд генерируются за 2-3 минуты.
Сколько стоит генерация по тарифам китайских площадок
Цены из теста оставляю в юанях по тарифам китайских площадок на дату теста: у каждой платформы свои кредиты и свои пересчёты, и любая конвертация будет приблизительной. За 15 секунд 720p Seedance 2.5 стоит 300 кредитов, около 25 юаней. Kling 4.0: 150 кредитов, около 7,5 юаня. Wan 3.0: около 6,75 юаня, самый дешёвый в тесте. Vidu Q4 Preview: около 7,76 юаня.
По скорости расклад такой: Seedance около десяти минут на десять секунд, Kling около двух минут, Wan от 6 до 8 минут, Vidu от 2 до 3 минут. Издание связывает медлительность Wan с выходом быстрой версии Wan 3.0 Prime. Помните, что тарифы у площадок меняются, эти цифры фиксируют дату теста.
Какой ИИ лучше для создания видео под задачу
Мой вывод из теста. Продукт и реквизит по референсам: смотреть Wan 3.0, он единственный удержал зонт, весы и магнит. Сложная постановка и эмоции: Seedance 2.5, она берёт режиссурой, лицом и светом. Баланс цены и скорости: Kling 4.0, он почти всегда в топ-2 и стоит примерно треть Seedance.
Три оговорки. Первая: тест на одну генерацию на задание, это ориентир, не статистика. Вторая: тарифы китайских площадок отличаются от ваших, если вы работаете напрямую или через посредника. Третья: перед заказом гоняйте свой тест на своих референсах, чужие выводы быстро устаревают.
Если задача серийная, это уже видео нейросеть на заказ, и модель там выбирают один раз под весь поток. Для товара с референсами логичен рекламный ролик, собранный на модели, которая держит реквизит.




