Додаємо відео: як ми обирали лінійку для запуску

Цього тижня ми випустили відео. Вісім моделей, один пул кредитів, жодних окремих контрактів із провайдерами. Перш ніж переходити до лінійки — коротко про те, як ми обирали, бо відповідь на «які моделі відео найкращі» набагато менш очевидна, ніж для чату.

Чотири осі, що мають значення

Чат-моделі змагаються переважно за інтелект. Відео-моделі змагаються одразу за чотирма осями, і майже жодна не виграє за всіма:

1. Візуальна якість — різкість, плавність руху, як часто на руці п’ять пальців.
2. Швидкість і вартість — як швидко з’являється результат і скільки коштує ітерувати.
3. Контроль — референси, seed’и, тривалість, рухи камери, ліпсинк.
4. Аудіо — чи генерує модель звук, що відповідає картинці, чи його доведеться прикручувати потім.

4K-кінематографічний генератор не підходить для відповіді в X. Швидка соц-модель не підходить для hero-кадру. Тож лінійка плюралістична — ми хочемо мати один правильний інструмент під кожну задачу, а не одну модель, що намагається бути всім.

Що увійшло

HappyHorse 1.0 — новий лідер каталогу за вчорашніми зовнішніми бенчмарками, але для нас важлива не візуальна оцінка — а те, що звук насправді генерується разом із відео, а не накладається пізніше. Ліпсинк працює. Музика наростає в такт руху. Окремий пост про неї напишемо, як використаємо її на більшій кількості реальних задач.

Veo 3.1 — кінематографічний варіант. Нативне 4K, найчистіший text-to-shot, що ми бачили, і шалено дорогий — тож ми маршрутизуємо сюди, коли промпт виглядає як hero-кадр («wide-angle, dolly in, golden hour»), а не як соц-кліп.

Seedance 2.0 виходить завтра з мульти-входом — до дев’яти референсних зображень, трьох референсних кліпів, трьох аудіодоріжок. Ми протестували з бета-ключами ByteDance — це інший інструмент: менше «введи промпт, отримай відео», більше «дай мені директорський бриф». Окремо розкажемо 3 травня.

Kling 3.0 Omni — спеціаліст із плавності руху. Найкраща мульти-кадрова неперервність у наших тестах, особливо коли персонаж проходить кілька сцен, не змінюючи обличчя між ними.

Runway Gen-4.5 залишається для кінематографістів, у яких уже є м’язова пам’ять на нього. Контроль рухів камери та інтерфейс ключових кадрів досі найкращі в категорії, якщо ви справді хочете режисерувати кадр.

Grok Imagine — соціально-нативний варіант: швидкі, чорнові, реалістичні кліпи. Додали минулого тижня, більший розбір на підході.

Wan 2.7 — бюджетний рівень із підтримкою LoRA. Open-source коріння, тож якщо ви вже тренували свої LoRA для персонажів/стилю, тут їх можна підключити.

Hailuo 2.3 — найдешевший надійний варіант. Нічого визначного. Корисний, коли ітеруєте мініатюри або стрес-тестуєте ідею і не хочете палити преміум-кредити.

Що не увійшло

Три серйозні моделі майже потрапили в реліз і не потрапили — з різних причин.

Перша ще не випустила тариф без вотермарка — ми не показуємо модель, що брендує ваш вивід. Друга має чудову графіку, але немає API для контролю seed’а, що болісно ламає мульти-дубль робочий процес. Третя просто дорога настільки, що не сходиться навіть для Max-користувачів — вартість одного кліпу штовхала б нас піднімати ліміт.

Повернемось до всіх трьох, коли зміниться їхня тарифікація.

Один пул, вісім моделей

Усе це працює тому, що ви не купуєте вісім окремих підписок. Ви витрачаєте ті самі спільні кредити, яку б модель не обрали, і бачите вартість кожної генерації перед запуском. Pro — 2 000 кредитів на місяць, Max — 10 000. Типовий text-to-video кліп від HappyHorse коштує 40–60 кредитів; Veo 4K hero-кадр — близько 120; ітерація на Hailuo — 6.

Це співвідношення — те, чим ми пишаємось найбільше. Сенс студії — не треба заздалегідь обирати провайдера, поки не зрозумієте, що потрібно вашому промпту, — а відео більше за будь-яку іншу модальність карає за такий ранній вибір.

Відео доступне для Pro та Max уже сьогодні. Безкоштовний тариф поки не включає його — хочемо побачити, як математика кредитів спрацює за місяць, перш ніж відкривати ширше.