Veo 3.1, Kling, Sora 2 and Grok: a test of five AI video generators with identical prompts

В июле 2026 года авторы Habr опубликовали сравнительный тест пяти ведущих генераторов видео — Veo 3.1, Kling v3 Omni, Sora 2 Pro, LTX-2.3 Pro и Grok Imagine Video 1.5, прогнав каждый через семь идентичных сценариев с одинаковыми промптами и настройками.

Что попало в тест

В сравнении участвуют пять инструментов из разных экосистем:

• Veo 3.1 — последняя видеомодель Google DeepMind, третье поколение линейки
• Kling v3 Omni — флагман китайской студии Kuaishou
• Sora 2 Pro — продвинутый генератор OpenAI, развивающий оригинальную Sora 2024 года
• LTX-2.3 Pro — open-source решение от Lightricks, заметная альтернатива закрытым моделям
• Grok Imagine Video 1.5 — видеомодель из экосистемы xAI, интегрированная в платформу Grok

Выборка охватывает разные рыночные ниши: американские AI-лаборатории, китайские студии и open-source — без перекоса в сторону одного игрока.

Как устроена методология

Ключевой принцип теста — строгая воспроизводимость. Каждая модель получала одинаковый промпт с одинаковыми параметрами: разрешение, длительность, базовые настройки генерации. Семь сценариев нарастающей сложности.

Среди них — средневековый рыцарь в движении, жонглёр с реквизитом, паникующий кот, а также классический стресс-тест — Уилл Смит, который жадно ест спагетти. Последний сценарий стал мемом в AI-сообществе: ранние модели генерировали здесь откровенно провальные результаты с деформированными руками и неестественной физикой.

Набор специально покрывает исторически слабые места генеративного видео: физику движений рук и пальцев, лицевую мимику, взаимодействие с объектами, реалистичность пространства.

Почему сравнение актуально именно сейчас

Ещё в 2024 году AI-видео легко распознавалось по характерным артефактам — плывущим лицам, лишним пальцам, дёрганым движениям. За полтора-два года рынок прошёл путь от курьёзов до инструментов, которые реально применяются в маркетинге, кино и рекламе.

«В прошлых годах видео от нейросети было заметно по характерным огрехам.

Как дела обстоят в середине 2026-го?» — формулируют авторы центральный вопрос теста.

Сегодня пользователь сталкивается с другим вызовом: не «отличить от настоящего», а «выбрать нужный инструмент из десятков доступных». Каждая модель продвигает собственные бенчмарки и рекламные ролики — независимый тест на равных условиях остаётся редкостью.

Что это значит

Сравнение на единых промптах — один из наиболее честных форматов оценки: маркетинговые заявления производителей в расчёт не берутся. Результаты полезны для тех, кто выбирает инструмент под конкретные задачи — маркетинговые ролики, прототипы визуальных сцен, контент для социальных сетей. Рынок AI-видео окончательно вышел из фазы демонстраций — теперь это практический выбор с реальными ставками.