В документации Kandinsky 6.0 Video есть пример запроса из одной строки: кот лежит на коврике, поворачивается к камере и произносит «Hello». Голос модель создаёт сама, вместе с картинкой. Ниже я разбираю, что умеет новая нейросеть Сбера, где её запустить бесплатно и почему к цифрам из пресс-релиза стоит отнестись внимательно.
Что умеет Kandinsky 6.0 Video: ролики до 5 секунд со звуком
Kandinsky 6.0 Video создаёт ролик длиной до 5 секунд сразу со звуковой дорожкой: речью, музыкой и шумами окружения. Звук генерируется с частотой дискретизации 44 кГц, губы персонажей двигаются в такт словам. Сбер представил модель 6 октября 2026 года. Hi-Tech Mail назвал её первой российской нейросетью с такой возможностью.
Звук не накладывается после генерации. Модель построена на двухпоточной архитектуре CrossDiT. Видеопоток унаследован от Kandinsky 5.0, аудиопоток обучен с нуля, а связывает их двунаправленное перекрёстное внимание. Поэтому шаги или реплика героя попадают в нужный кадр без ручной подгонки при монтаже.
Ролик можно получить по тексту или по первому кадру с описанием сцены. С 25 октября открытый конвейер работает также по первому и последнему кадру, по аудиофайлу и по видеофайлу. Звук при желании отключается. Если объект из запроса модели незнаком, например персонаж появился после её обучения, она сама подбирает референсы. Разработчики заявляют родное понимание русского языка и культурных концептов, поэтому описание сцены не нужно переводить на английский.
Kandinsky 6.0 Video Lite или Pro: какую версию выбрать
Lite на 3 млрд параметров рассчитана на скорость. Pro на 29 млрд параметров предназначена для сложной динамики движения и управления камерой. На Хабре для Pro указано 30 млрд, но официальные материалы Kandinsky Lab называют 29 млрд.
| Параметр | Kandinsky 6.0 Video Lite | Kandinsky 6.0 Video Pro |
|---|---|---|
| Число параметров | 3 млрд | 29 млрд |
| Длительность ролика | до 5 с | до 5 с |
| Звук | 44 кГц, lip-sync | 44 кГц, lip-sync |
| Итоговое разрешение | до 1920 x 1080 | до 1920 x 1080 |
| Назначение | скорость | динамика, управление камерой |
Full HD в обоих случаях получается масштабированием. Базовый ролик генерируется в разрешении 864 x 480, а до 1920 x 1080 его поднимает отдельная модель Kandinsky 6.0 Video Super-Resolution. Значит, мелкие детали в Full HD дорисовывает модель суперразрешения, а не основная генерация. Для Lite выпущены дистиллированные версии, которым хватает 10 шагов вычисления. Для экспериментов на своём компьютере я бы начал с Lite, а Pro оставил для сцен со сложным движением камеры.
Насколько Kandinsky 6.0 Video лучше Kandinsky 5.0
По данным Сбера, Video Pro выигрывает у Kandinsky 5.0 в среднем в 71% сравнений по совокупности критериев. Авторы wake-up-marketing.ru прочитали технический отчёт на 72 страницы и насчитали 42,5% прямых побед, 43,5% ничьих и 14% поражений. Как из этих долей получилось 71%, пресс-релиз не объясняет.
На мой взгляд, показательнее доля прямых побед. Новая модель редко проигрывает старой, но почти в половине пар оценщики разницы не увидели. В задаче оживления изображения Сбер заявляет преимущество над Veo 3.1 Fast от Google. Те же аналитики оценивают результат против сильнейших закрытых моделей как смешанный.
Никита Седов, основатель студии НЕЙРОМЕДИА, рассказывает, что там Kandinsky используют для черновиков и раскадровок, а финальные кадры рекламы собирают в зарубежных моделях. Я считаю это трезвой оценкой.
Как пользоваться Kandinsky 6.0 Video бесплатно в ГигаЧате
Проще всего открыть ГигаЧат: веб-версию giga.chat, мобильное приложение или ботов в Telegram и MAX с входом по Сбер ID. Перед отправкой запроса выбирают качество SD, HD или Full HD, а в тексте описывают сцену и нужный звук. Генерация видео со звуком в ГигаЧате бесплатна.
Для Kandinsky 6.0 Image Сбер в апреле объявил генерацию без ограничений по числу запросов. Для видео часть обзоров упоминает суточный лимит, но точного числа в открытых источниках нет. Бесплатный ГигаЧат разрешён только для личного использования, для рекламы Сбер требует отдельный платный договор.
Старый сайт Fusion Brain больше не открывается, и в поиске появляются сайты-двойники. Например, kandinskyai.com продаёт кредиты пакетами от 9,9 доллара и к Сберу отношения не имеет. Как ГигаЧат работает за пределами России, в открытых источниках не сказано. Жителям Казахстана, Узбекистана или Армении я бы советовал сначала проверить вход по Сбер ID, а при отказе переходить к открытой версии.
Как запустить Kandinsky 6.0 Video локально на своей видеокарте
Код и веса модели открыты под лицензией MIT, которая разрешает бесплатно встраивать Kandinsky 6.0 Video в сторонние продукты. Поддержка Diffusers, ComfyUI, vLLM-omni, SGLang и FastVideo появилась в день релиза, на Hugging Face доступно демо Pro Distill. Для запуска нужна видеокарта NVIDIA и утилиты uv и just.
Установка сводится к трём командам: just setup, just download pro-distill и just generate с текстом запроса. В репозитории есть готовый пресет для RTX 4090. По расчёту wake-up-marketing.ru, ролик в Full HD на арендованной видеокарте обходится от 31 рубля. Обзоры также сообщают о платном API на платформе fal.ai с оплатой за каждую генерацию.
На мой взгляд, студиям и разработчикам лицензия MIT полезнее бесплатного чата. Она снимает ограничение «только для личного использования» и не зависит от доступа к сервисам Сбера.
Для каких задач подходит Kandinsky 6.0 Video
Главное ограничение — пять секунд на ролик. Разработчики обещают увеличить длительность, но сроков не называют. Пока Kandinsky 6.0 Video подходит для коротких роликов, сторис и раскадровок со звуком. Для рекламы, где кадр должен держаться дольше и выдерживать сравнение с закрытыми моделями, я бы её пока не выбирал.