Какая нейросеть лучше для видео: пять моделей на трёх задачах
Какая нейросеть лучше для видео, мы проверили на трёх задачах. Пять видеонейросетей Братухи получили одинаковые задания: оживить старое фото, заставить женщину сказать фразу по-русски и показать собаку, которая ловит фрисби. 15 роликов обошлись в 990 ₽, ещё 12 ₽ ушло на исходные картинки. Секунда видео у самой дорогой модели стоила в 11 раз больше, чем у самой дешёвой, а победители в задачах оказались разными.
| Задача | Что брать | Ролик |
|---|---|---|
| Оживить фото, чтобы лицо не изменилось | Seedance 2.5; Kling 3.0 вдвое дешевле, но двигает героя сильнее | 140 ₽ / 70 ₽ |
| Человек говорит по-русски | Grok Video 1.5 или Veo 3.1 Fast: фраза слово в слово. Kling 3.0 по-русски не говорит | 20 ₽ / 20 ₽ |
| Сцена с движением из текста | Veo 3.1 Fast дешевле, у Gemini Omni чище движение | 20 ₽ / 80 ₽ |
| Быстро перебрать идеи | Grok Video 1.5 (только с картинкой) | 20 ₽ |
| Ролик длиннее 15 секунд одним куском | Seedance 2.5 | 840 ₽ за 30 с |
Как мы сравнивали
Все пять моделей лежат в каталоге, в разделе Видео 1. Условия почти одинаковые: 720p, звук включён, длительность 5 секунд. У Gemini Omni пяти секунд нет (только 4, 6, 8 и 10), поэтому мы поставили 6, а у Veo 3.1 ролик всегда длится 8 секунд. Каждая модель сделала по одному ролику на задачу, отказов и сбоев не было. Ролики мы никак не правили, только склеили по пять и подписали.
Людей на исходниках не существует: мужчину «из семидесятых» и женщину на кухне мы нарисовали в GPT Image 2 по 4 ₽ за картинку.
Генерация на сайте платная, цена видна на кнопке Отправить до запуска. Готовый ролик появляется в ленте под формой и хранится 7 дней, нужный лучше сразу сохранить кнопкой Скачать. Остальное про сайт есть в инструкции для новичков.
Старое фото: кто сохранил лицо
От оживлённого снимка из семейного альбома ждут, что человек на видео останется собой. Промпт и фото у всех пяти моделей были одинаковые:
Оживи старую фотографию. Мужчина медленно моргает, мягко улыбается уголками губ и чуть поворачивает голову к окну. Камера неподвижна. Сохрани лицо, цвета и зерно старой плёнки. Тихий звук комнаты, без музыки.
Кадры взяты из конца роликов. Точнее всех задание понял Seedance 2.5: мужчина моргает, едва улыбается и поворачивает голову ровно «чуть». Зерно плёнки и выцветшие цвета остались как на фото, лицо не поплыло ни на одном кадре. Kling 3.0 держит лицо почти так же, но к концу разворачивает героя к окну в профиль, хотя об этом не просили. Veo 3.1, Grok Video 1.5 и Gemini Omni сыграли смелее: широкая улыбка и полный поворот. У Veo в профиле стали пышнее волосы, а у Omni в повороте лицо уже немного другое. Для памятного видео мы бы Omni не брали.
У Seedance есть ловушка. Соотношение сторон по умолчанию стоит Адаптивное, и с вертикальным фото 9:16 оно выдало ролик 3:4: верх и низ кадра обрезаны, в склейке это видно по чёрным полосам. В макете ниже уже исправленная настройка. Тип генерации нужен Видео из изображений, фото загружается в Изображения. Соотношение выберите как у фото, для вертикали это 9:16 1. От разрешения 2 зависит цена: 720p стоит 28 ₽ за секунду, 480p вдвое дешевле.
Seedance здесь самый дорогой: 140 ₽ за пять секунд, ждали 3,5 минуты. Kling 3.0 за 70 ₽ выдал похожее лицо, только головой герой вертит больше.
Фраза по-русски: губы и голос
Речь пять моделей делают вместе с картинкой, отдельная озвучка не нужна. Мы попросили женщину на свежевыкрашенной кухне сказать одну фразу в камеру:
Женщина смотрит в камеру и спокойно, с улыбкой говорит по-русски: «Выходные ушли на покраску кухни, но оно того стоило». Говорит только она, губы двигаются в такт словам. Камера неподвижна, тихий звук кухни, без музыки.
Губы двигаются у всех пяти, лицо тоже держат все. Отличился Veo 3.1. Вместо мятной стены слева он дорисовал белые шкафы со стеклянными дверцами, которых на исходнике нет. На портрете такого не случилось, но риск есть. Seedance, Kling, Grok и Omni начали ролик точно с фото. С картинкой Veo работает только в модели Fast или Обычная, про выбор модели ниже.
Каждый ролик мы прогнали через распознавание речи. Veo 3.1, Grok Video 1.5 и Gemini Omni сказали фразу слово в слово. У Seedance 2.5 распознавание споткнулось на одном слове: вместо «кухни» вышло «к ухе». Kling 3.0 шевелит губами, но слов не разобрать: русского нет среди языков, которые заявляет его разработчик.
Повторить в Kling 3.0: тип генерации Видео из изображений, фото загружается в Первый кадр 1. Звук здесь по умолчанию выключен. Без флажка Нативное аудио 2 ролик выйдет немым, зато 11 ₽ за секунду вместо 14. У Seedance флажок Сгенерировать звук стоит сразу.
Собака и фрисби: движение из одного текста
В третьей задаче исходника нет, только текст. На быстром движении видно, понимает ли модель физику прыжка.
Золотистый ретривер мчится по песчаному пляжу на закате, подпрыгивает и ловит зубами летящую фрисби, приземляется и бежит дальше. Камера едет сбоку на уровне собаки. Из-под лап летит песок, слышен шум волн. Реалистичная съёмка.
Grok Video 1.5 на сайте без картинки не запускается, поле Изображение у него обязательное. Для него мы сначала сделали стартовый кадр в GPT Image 2 за 4 ₽, остальные четыре модели получили только текст.
Фрисби поймали все пять. Самый «киношный» ролик вышел у Veo 3.1: контровой свет, блик в объективе, собака хватает диск на второй секунде и убегает с ним. Стоил он 20 ₽. У Gemini Omni самый чистый прыжок и приземление, лапы и хвост ни разу не смазались. Seedance снял длинный прыжок с отражением солнца в мокром песке. Grok от нашего кадра поймал красную фрисби на третьей секунде, порода не поменялась. А у Kling 3.0 после прыжка собака темнеет и превращается в другую, похожую на метиса овчарки.
На странице Veo 3.1 в поле Версия сразу выбрана 1, и в ней по умолчанию стоит модель Lite: она умеет только текст. Мы выбрали Fast, она работает и с текстом, и с картинкой, а 720p и 1080p у неё стоят одинаково, 20 ₽ за ролик. Модель Обычная стоит уже 100 ₽.
Сколько стоит ролик и сколько его ждать
Цены сайта на 24 сентября 2026 года, настройки как в нашем тесте.
| Модель | Наш ролик | Секунда видео |
|---|---|---|
| Seedance 2.5 | 140 ₽ за 5 с | 28 ₽ (480p: 14 ₽) |
| Kling 3.0 | 70 ₽ за 5 с | 14 ₽ со звуком, 11 ₽ без |
| Veo 3.1 Fast | 20 ₽ за 8 с | 2,5 ₽ |
| Grok Video 1.5 | 20 ₽ за 5 с | 4 ₽ (480p: 2 ₽) |
| Gemini Omni | 80 ₽ за 6 с | около 13 ₽ |
| Модель | Ждали у нас | Самый длинный ролик |
|---|---|---|
| Seedance 2.5 | 3,5–5 мин | 30 с |
| Kling 3.0 | 2–3 мин | 15 с |
| Veo 3.1 Fast | 3,5–8 мин | 8 с |
| Grok Video 1.5 | около минуты | 15 с |
| Gemini Omni | 2–7 мин | 10 с |
Портрет в Veo 3.1 мы ждали 8 минут, хотя за последние две недели половина роликов Veo на сайте была готова за 2,5 минуты. Grok ровнее всех: три ролика пришли меньше чем за полторы минуты каждый.
Что выбрать под свою задачу
- Для семейного фото, где лицо должно остаться прежним, берите Seedance 2.5 и сразу ставьте соотношение как у снимка.
- Человек говорит на камеру по-русски: Grok Video 1.5 или Veo 3.1 Fast, у обоих распознавание вернуло фразу слово в слово, ролик стоит 20 ₽. Kling 3.0 для русской речи не подходит.
- Сцену по описанию дешевле всего снять в Veo 3.1 Fast: среди роликов в 720p у него самая низкая цена за секунду. С картинкой он может дорисовать фон по-своему.
- Прыжки, бег и спорт, где важна физика, мы бы отдали Gemini Omni. Он дороже Veo в четыре раза, зато движение у него самое аккуратное.
- Десяток идей за вечер удобно перебирать в Grok Video 1.5: минута ожидания и 20 ₽ за ролик. Учтите, что модерация у него строже, чем у остальных.
Продлевать ролики и переделывать уже снятое видео словами умеют Seedance 2.5 (тип Редактирование) и Gemini Omni (поле Видео). В этом тесте мы их так не проверяли.
Частые вопросы
Если нужна пошаговая инструкция для одного случая, почитайте, как оживить фотографию и как сделать видео по описанию.
Читайте также
Песня своим голосом: запись, обучение модели и замена вокала
Записываем пять минут пения, учим по ним голосовую модель и перепеваем трек из Suno своим голосом. С примерами до и после, ценами и подстройкой высоты.
