Kandinsky 6.0 Pro выиграл слепой тест видеомоделей со звуком у LTX 2.5 и MiniMax H3

Выбирать видеомодель по красивым демо-роликам — всё равно что выбирать ноутбук по картинке на коробке. Каждый вендор показывает свои лучшие дубли, а лишние попытки остаются за кадром. Слепое тестирование хотя бы убирает эффект бренда: ты оцениваешь результат, а не логотип. Именно такой эксперимент провёл один блогер, и его итог оказался неожиданным для тех, кто привык считать открытые модели догоняющими.

Как проходил тест

Автор взял три модели генерации видео со звуком: LTX 2.5, MiniMax H3 и свежую Kandinsky 6.0. На протяжении 10 раундов названия были скрыты, то есть он смотрел на ролики, не зная, какая модель что сгенерировала. Только после этого сопоставил результаты с названиями.

Победила Kandinsky 6.0 Pro. По описанию автора, она оказалась впереди по трём пунктам: качество анимации, прорисовка массовых сцен и стабильность человеческой анатомии. Это как раз те места, где видеомодели обычно ломаются: толпа превращается в кашу, у людей плывут руки и лица, движение выглядит дёрганым.

Почему важна не только победа

Главная часть новости — условия, на которых модель доступна. Kandinsky 6.0 распространяется по открытой лицензии MIT. Это одна из самых мягких лицензий: её можно использовать в коммерческих продуктах без отдельных договорённостей. Для команды, которая строит сервис на генерации видео, это означает меньше юридических рисков и отсутствие зависимости от чужого API и его тарифов.

Вторая деталь — размер. Энтузиасты уже оптимизировали Pro-версию до 17 ГБ и выпустили сборки для запуска на стандартном железе. Это не значит, что модель побежит на любом ноутбуке, но порог входа заметно ниже, чем у тяжёлых исходных весов. Можно проверить модель на собственной машине или на недорогой аренде GPU, не закладывая бюджет на кластер.

Ограничения и что делать

Это один тест одного блогера на 10 раундов. Выборка маленькая, критерии субъективные, а набор промптов нам неизвестен. Выбор сцен сильно влияет на результат: модель, выигравшая на толпах и анатомии, может проиграть на тексте в кадре, длинных планах или конкретном стиле. Про качество звука в пересказе тоже почти ничего не сказано, хотя тест был именно про видео со звуком. Поэтому воспринимать его стоит как сигнал «стоит присмотреться», а не как вердикт.

Практический вывод простой:

• Если вы делаете продукт с генерацией видео, добавьте Kandinsky 6.0 Pro в свой набор для сравнения рядом с LTX 2.5 и MiniMax H3.
• Повторите слепой тест на своих задачах: возьмите 10–20 типичных промптов, скройте названия и дайте оценить коллегам.
• Отдельно проверьте звук, стабильность людей в кадре и время генерации на вашем железе.
• Если результаты сопоставимы, открытая модель под MIT даёт запас по цене и контролю: её можно развернуть у себя.

Источник — видео блогера на YouTube, там можно самому посмотреть ролики и оценить разницу. Если ваши глаза и промпты подтвердят его вывод, это будет сильный аргумент в пользу открытого стека для видео.