Вопрос «какая нейросеть лучше делает видео» задают так, будто существует одна лучшая. Её нет. Есть модель, которая за 9 рублей оживит фотографию на секунду, и модель, которая за 232 рубля выдаст десять секунд в 4K. Обе окажутся неправильным выбором, если задача другая.
Разбор ниже устроен от задачи. Цены и характеристики взяты из живого каталога: восемнадцать моделей для видео, от простой анимации до кинематографического качества.
Четыре свойства, по которым модели различаются
Длительность. Одни модели выдают ровно одну секунду, другие восемь, третьи дают выбрать 5, 10 или 15. Это не мелочь. Короткий ролик собирается из нескольких кусков, и модель, умеющая только секунду, годится для оживления кадра, но не для сцены.
Разрешение. 480p, 720p, 1080p, 4K. Для ленты в телефоне хватает 1080p, зритель смотрит с экрана шириной семь сантиметров. 4K нужно, когда ролик пойдёт на большой экран, в презентацию или в рекламу, где площадка требует исходник высокого качества.
Что подаётся на вход. Часть моделей работает только от текста, часть принимает вашу фотографию как первый кадр. Для товарного контента это принципиально: если нужен именно ваш товар, а не похожий, вход картинкой остаётся единственным рабочим путём.
Цена. От 9 до 232 рублей за штуку. Разрыв в двадцать пять раз объясняется первыми тремя пунктами: длиннее, чётче, сложнее, значит дороже.
Задача: оживить готовую картинку
Самый частый и самый недооценённый сценарий. Есть фотография товара, кадр со съёмки, нарисованная иллюстрация, и нужно, чтобы она перестала быть статикой. Лёгкое движение камеры, шевеление ткани, пар над чашкой.
Что брать. Самые дешёвые модели, от 9 до 15 рублей за штуку: одна секунда в 480p или анимация в 720p и 1080p. Секунда движения из статичного кадра работает в ленте не хуже, чем сгенерированное с нуля видео, а стоит в десять раз дешевле.
Когда это лучше генерации. Всегда, когда у вас уже есть хороший кадр. Сгенерированный с нуля товар это похожий товар, а не ваш. Для карточки на маркетплейсе или поста про конкретную позицию отличие видно сразу и обходится дорого.
Задача: короткий ролик для ленты
Основной рабочий сценарий. Восемь или десять секунд, вертикальный кадр, смотреть будут в телефоне. Здесь живут модели среднего диапазона, от 50 до 100 рублей за ролик.
Что брать. Восьмисекундные модели в 1080p за 50–60 рублей либо модели с выбором длительности 5, 10, 15 секунд за 63–98 рублей. Разница между ними на глаз в ленте невелика. Ощутимо различается характер движения: одни аккуратнее с камерой, другие смелее с динамикой.
Практическое правило по длине. Берите короче, чем кажется нужным. Пятнадцать секунд стоят дороже восьми, а в коротком формате зритель решает смотреть или листать за первые две секунды. Длинный ролик не увеличивает шанс, что досмотрят. Он увеличивает шанс, что уйдут в середине, а для алгоритма это сигнал хуже, чем короткий досмотренный ролик.
Сколько попыток закладывать. Одну или две. Модели среднего диапазона предсказуемы, и при конкретном описании второй попытки обычно не требуется. Если требуется третья, проблема в описании, а не в модели, и менять надо текст, а не тариф.
Задача: кадр для рекламы
Здесь дорогие модели оправданы: 181–232 рубля, 4K, до десяти секунд. Рекламные площадки принимают исходники высокого качества, кадр может пойти на большой экран, и артефакты, незаметные в телефоне, там видны.
Честный ориентир такой: из десяти роликов месяца в подобной обработке нуждаются один или два. Ставить дорогую модель на всю ленту это самый быстрый способ увеличить счёт втрое без изменения результата.
Задача: человек говорит в кадр
Отдельная история, и решается она не видеомоделью. Говорящий аватар это самостоятельный инструмент со своей ценой в 300 рублей, потому что задача другая. Не «нарисовать движение», а синхронизировать мимику с конкретной звуковой дорожкой.
Обычная видеомодель речь в кадре не делает. Она делает движение губ, похожее на речь, и это заметно. Если нужен ведущий, который произносит ваш текст, берите инструмент, предназначенный именно для этого, и не пытайтесь получить то же самое от генератора видео за 90 рублей.
Русский текст в кадре: главная ловушка
Ни одна видеомодель не пишет по-русски надёжно. Кириллица в кадре получается с ошибками: буквы подменяются похожими, слово распадается, окончание превращается в набор символов. Это касается всех генераторов видео без исключения и не лечится формулировкой промпта.
Правильный обход. Текст накладывается поверх готового кадра. Заголовок, цена, название, стрелка, логотип ставятся вторым слоем и рисуются шрифтом, а не моделью. Выглядит чище, читается лучше, стоит ноль и не требует пересъёмок.
С картинками ситуация лучше, чем с видео. Часть современных моделей для изображений уже пишет по-русски аккуратно, и надпись в кадре у них получается ровной. Но даже там накладывать текст вторым слоем надёжнее: его можно поменять, не перерисовывая картинку.
Сколько выходит месяц при разном выборе
Один и тот же план из восьми роликов в месяц стоит по-разному в зависимости от того, что выбрано. Это самый наглядный аргумент против привычки ставить одну модель на всё.
| Как выбирают | Из чего складывается | Месяц |
|---|---|---|
| Всё на дорогой модели | 8 роликов по 181 ₽ | около 1450 ₽ |
| Всё на средней | 8 роликов по 60 ₽ | около 480 ₽ |
| Смешанно, по задаче | 4 оживления по 12 ₽, 3 средних по 60 ₽, 1 дорогой | около 410 ₽ |
Разница между первым и третьим вариантом больше чем втрое. При этом третий обычно выглядит лучше первого: оживлённые собственные кадры смотрятся честнее, чем сгенерированные с нуля сцены, даже дорогие.
Как проверять модель, прежде чем ставить её в поток
Три попытки на одном описании. Возьмите свой типичный сценарий и прогоните его трижды без изменений. Разброс результатов покажет, насколько модель предсказуема. Та, что из трёх попыток даёт один пригодный кадр, обойдётся втрое дороже указанной цены.
Одна попытка на сложном. Добавьте то, что вам действительно нужно: движение камеры, конкретный предмет в кадре, определённый ракурс. Модели легко даются общие красивые сцены и трудно конкретные требования.
Смотрите кадр в телефоне, а не на мониторе. На большом экране заметны артефакты, которых зритель не увидит, и не заметны проблемы с композицией, которые в вертикальном кадре бросаются в глаза.
Считайте не цену попытки, а цену пригодного результата. Модель за 30 рублей с попаданием один раз из трёх стоит 90 рублей за готовый ролик. Модель за 90 рублей с попаданием сразу стоит те же 90. Разницы в деньгах нет, разница во времени втрое.
Чего делать не стоит
Выбирать модель по названию. Новее не значит лучше для вашей задачи. Модель с самым свежим номером версии может стоить втрое дороже и решать задачу, которая перед вами не стоит.
Гнаться за одной моделью на всё. Нормальный месяц выглядит так: половина работ это дешёвое оживление кадров, треть средний диапазон для ленты, остальное дорогие модели под конкретные поводы. Не усложнение, а способ не переплачивать втрое.
Судить по одному ролику. Генерация вероятностна, один и тот же промпт даёт разные результаты. Вывод «эта модель плохая» после единственной попытки чаще всего означает «описание было расплывчатым».
