Сколько стоит хороший ИИ-ролик? Сравниваем цену на 12 моделях и учимся экономить

Какую нейросеть выбрать для видео при скромном бюджете? Я прогнала 12 моделей на одном промпте: десятка у Seedance 2.5 стоила 138,7 токена, девятка у Luma Ray 3.14-5.

Модели «дёшево и идеально» я не нашла. Зато увидела почти 28-кратную разницу в цене между этими двумя роликами, и она хорошо показывает, куда утекает бюджет на видео.

Строки идут по ролям, в том же порядке, что и разделы ниже, поэтому оценки не выстроены по убыванию. «+ кадр» значит, что стартовую картинку для модели я генерировала отдельно, и её цена в строку не входит. Проверено: октябрь 2026. Токены здесь означают внутренние единицы, в которых SYNTX.AI списывает оплату за генерацию; в рубли я их не переводила, для сравнения моделей между собой хватает одной валюты.

Промпт был один на всех, на английском:

По-русски: повар на ночном рынке под дождём подкидывает лапшу в воке, вспыхивает огонь, пар уходит в неон, капли стучат по навесу, камера медленно едет от среднего плана к рукам, плёнка 35 мм, малая глубина резкости.

Сцену я подбирала с подвохом. Огонь и пар не держат форму, лапша тонкая и путается сама в себе, а дождь с неоном проверяют мелкие детали и свет.

Отдельная ловушка: наезд камеры одним планом, без монтажа. Если будете подгонять промпт под свою задачу, меняйте сцену как угодно, но оставьте в ней что-то полупрозрачное, что-то мелкое и одно движение камеры: по ним модели и расходятся.

Условия у всех одинаковые: 8 секунд, 16:9, 720p, даже если модель умеет больше. У Luma Ray 3.14 и обеих Runway восьми секунд нет, поэтому там я брала 10 и обрезала до 8. Одна генерация на модель, без переигровок и без выбора лучшего дубля.

Баллы от 1 до 10 ставила я одна, на глаз. Смотрела на картинку (плёнка или пластик), на движение повара и камеры, на физику лапши, огня и пара и на то, получился ли наезд. Звук слушала отдельно, в балл он не входил.

Grok Imagine 1.5 Preview и Runway Gen-4 Turbo текст напрямую в этом тесте не взяли. Стартовые кадры для них я сделала отдельно, в Grok и в Runway Frames, и уже их превращала в видео. Кадр генерировался отдельным шагом, в цену и время строки он не входит. Весь тест без этих двух кадров: 628 токенов и 42 минуты, если гонять модели одну за другой.

Сюда попали две модели, которым я бы отдала сцену, когда переделывать дорого: единственная десятка теста и одна из двух девяток.

Придраться не к чему: ни к картинке, ни к движению, ни к физике. Вся претензия к ней финансовая. Это самый дорогой ролик теста, и ждать его пришлось 6 минут, дольше генерировала только Wan 2.7.

Для сравнения, Seedance 2.0 с тем же промптом взяла 5 баллов за 30,8 токена, так что разница между версиями тут в половину шкалы. По документации BytePlus, за один проход 2.5 делает ролик до 30 секунд со своим звуком; в тесте было 8 секунд, звук в балл не входил.

Ловушка в цене ошибки: каждый дубль стоит 138,7 токена и 6 минут ожидания. Приходите к ней с готовой сценой, а не за идеей.

Картинка, физика, движение повара в порядке. Балл ушёл за камеру: вместо плавного наезда модель резко перескочила на руки, то есть сделала монтаж. В рекламе такая склейка может и пригодиться, но я просила один план.

Если нужен именно наезд, попробуйте дописать one continuous shot, no jump cuts. Эту формулировку для непрерывного плана советует гайд Google к Gemini Omni; на FLUX 3 Video я её не проверяла, промпт в тесте был общий.

Против лидера FLUX 3 Video выигрывает по двум статьям: она в 1,7 раза дешевле и втрое быстрее. Запасной вариант для финала, если вы готовы следить за склейками.

Для черновиков нужны две вещи: дёшево и быстро. Эти две модели укладываются в 10,5 токена и 2 минуты на ролик.

Самый дешёвый ролик теста и вторая оценка. Картинка и физика без претензий, просит только цветокоррекцию. С учётом цены я бы честно дала ей все 10: на деньги одного ролика Seedance 2.5 тут выходит почти 28 попыток.

Ловушек две. Цвет придётся доводить в редакторе, так что закладывайте на это время. И своего звука у неё нет, если верить сводке возможностей ниже: для рилса со звуком дорожку придётся добавлять отдельно.

Самая быстрая модель теста, наравне с Grok: минута, и ролик готов. Картинка и физика хорошие, а к размеру лапши у меня есть вопросы: по масштабу она выглядит странно.

Я бы назначила её на роль черновика. За минуту и 10,5 токена понятно, живёт ли идея сцены вообще, и только потом есть смысл нести её в дорогую модель. По сводке возможностей, у Omni Flash 1.1 есть свой звук и от 4 до 10 секунд за проход.

Оценка одинаковая, цена отличается в 2,5 раза. Разница между ними не в картинке, а в том, за что вы платите.

Результат хороший и ровный (в пределах одного ролика), хотя до тройки лидеров не дотянул.

Сильная сторона Kling 3.0 в цифрах: 8 баллов за 48 токенов, лучшая отдача среди моделей средней цены с оценкой от 7. Hailuo 3.0 и Wan 2.7 стоили ровно столько же, а набрали 6 и 3. На один ролик Seedance 2.5 хватит почти трёх роликов Kling. Почему для потока она, а не Luma за 5 токенов? Замечаний по цвету у Kling не было, а по сводке возможностей у неё есть свой звук, от 3 до 15 секунд за проход и до 4K. Это модель для потока, а не для чуда: сцену, где важен каждый кадр, всё равно отдайте Seedance 2.5 или FLUX 3 Video.

Veo 3.1 имеет смысл брать за функции, а не за картинку. По документации Google, она умеет продлевать клип, собирать ролик между первым и последним кадром и выдавать 4K. Ничего из этого я не проверяла, но если нужно именно это, смотрите на Veo.

За картинку на этой сцене я бы столько не платила. Восьмёрка честная, но ролик показался мне недостаточно естественным, что именно смущает, видно на видео. Цена в балл не входила, просто от второго по стоимости ролика теста ждёшь большего, а у Kling 3.0 та же оценка в 2,5 раза дешевле. Не исключаю, что Veo не понравилась сама сцена: ночь, неон и плёнка задают узкий стиль.

Grok Imagine 1.5 Preview и Runway Gen-4 Turbo начинали со стартового кадра. Часть работы, композицию и свет, за них сделала картинка, поэтому ставить их в один ряд с остальными десятью было бы нечестно. А вот друг с другом их сравнивать можно.

За свои деньги вышло достаточно хорошо: дым от готовки модель отрисовала убедительно. Но в ролике появилось курение, хотя в промпте о нём ни слова. На балл это не повлияло, а вот в рекламе кафе такую самодеятельность лучше заметить до публикации.

По документации xAI, в версии Preview Grok Imagine 1.5 работает из стартовой картинки. По сводке возможностей, у неё до 15 секунд за проход, свой звук и максимум 720p. Берите её, когда кадр уже есть и его нужно заставить двигаться.

Берите её как черновой набросок: прикинуть по готовому кадру, куда поедет сцена. На финал её здесь не хватило: картинка приличнее, чем у Wan 2.7, но движения и физика слабые.

На странице моделей Runway Gen-4 Turbo описана как самая быстрая модель «из картинки», а Gen-4.5 как передовая модель разработчика. Своего звука у Gen-4 Turbo нет.

Сцена одна, дубль один, так что это не приговор моделям, а итог одной сцены на ночной кухне с огнём и лапшой. Но если ваша задача похожа, токены я бы потратила на модели выше.

Картинка и движения адекватные, но лапша в воке живёт своей жизнью, и физика её поведения вызывает вопросы. Ровно на мелких гибких предметах модель и отстала от восьмёрок.

Моя гипотеза, которую тест не проверял: на сценах, где ничего мелкого не летает (общие планы, проходы, пейзажи), она может выступить лучше. По сводке возможностей, у Hailuo 3.0 до 15 секунд за проход, до 2K и стереозвук; звук в балл не входил.

Претензии сразу по трём пунктам: картинка, движения, физика. Модель работала из текста, в режиме Text to Video. Передовая модель Runway обогнала младшую Gen-4 Turbo всего на балл, а стоят они одинаково. Сравнение, правда, не прямое: Gen-4 Turbo стартовала с готового кадра.

Имеет смысл, если вы уже работаете в экосистеме Runway. На этой сцене Luma Ray 3.14 и Gemini Omni Flash 1.1 дали больше баллов и стоили дешевле.

Картинка нормальная, а с движением и физикой хуже: предметы по ходу ролика исчезают из кадра. На сцене, где повар жонглирует лапшой, это видно сразу.

Если пойдёте с ней: подумайте ещё раз. Для дешёвых черновиков Gemini Omni Flash 1.1 выходит и дешевле, и сильнее, а для финала лучше доплатить за Seedance 2.5. В этом тесте 2.0 застряла между двумя стульями.

Десять минут ожидания, рекорд теста, а на выходе пластиковая картинка и неестественные движения и физика. Кофе тут успевает не только остыть.

Оценка относится к одному режиму, из текста. По описанию Alibaba, Wan 2.7 ещё умеет делать видео из картинки, по референсам и редактировать готовое видео; эти режимы я не трогала. Для сцены с огнём и паром я бы её не брала.

Цена из таблицы означает цену одной попытки. Если сцену приходится переделывать, вы платите за каждую. В тесте у моделей был один дубль, а в работе я бы закладывала два-три. Отсюда простая экономия: идею ищите в дешёвой модели, а в дорогую несите уже готовую сцену.

Посчитаем на цифрах теста. Допустим, финал в Seedance 2.5 получается с первого раза, а промпт, который сработал на черновике, сработает и там.

Ниже цена одной и трёх попыток для моделей с оценкой от 7: в этой зоне я бы и искала ролик.

Если считать отдачу как оценку, делённую на цену и умноженную на 10, Luma Ray 3.14 набирает 18 баллов на 10 токенов, Gemini Omni Flash 1.1 около 6,7, а Seedance 2.5 и Veo 3.1 по 0,7. Три попытки в Luma стоят 15 токенов, меньше, чем две в Gemini (21), и это главный аргумент за неё на этапе черновиков.

В тесте у всех было 8 секунд и 720p. Но если вам нужен рилс со звуком или ролик на 15 секунд, важнее, что модель умеет сверх этого. Ниже сводка возможностей по данным разработчиков на октябрь 2026; в тесте эти возможности я не проверяла.

В тесте все двенадцать роликов были по 8 секунд, а «длина за проход» в таблице показывает, что заявляют разработчики. Без своего звука остаются три модели: Luma Ray 3.14 и обе Runway. Дольше всех за один проход обещают держать сцену Seedance 2.5 и FLUX 3 Video. 4K среди моделей с восьмёркой и выше заявлен только у Kling 3.0 и Veo 3.1.

Если бы завтра мне понадобился восьмисекундный рекламный ролик, по цифрам этого теста я бы шла так:

Типичная ошибка: нести сырую идею сразу в самую дорогую модель. Получится красивый ролик не про то, и каждую переделку вы оплатите по максимальной цене.

Бюджет на видео резиновым не стал, но тянется заметно лучше, если десятку покупать только для финала, а черновики делать за 5 токенов.