Kandinsky 6.0 Video is open source: wat erin zit en wat je nodig hebt om het te draaien
Op 6 oktober 2026 heeft Kandinsky Lab Kandinsky 6.0 Video open source gemaakt, een familie diffusiemodellen die video en audio samen genereren. De code, de gewichten en de Diffusers-integratie zijn onder de MIT-licentie gepubliceerd, wat het een van de meest vrijelijk gelicentieerde audio-videomodellen maakt. Dit artikel behandelt wat er in de release zit, wat er nodig is om het te draaien en hoe het zich verhoudt tot andere open videomodellen. Laatst gecontroleerd: 2026-10-08.
Wat er in de release zit
- Twee maten. Kandinsky 6.0 Video Lite telt 3 miljard parameters, Pro 29 miljard. Elk is er als hoofdtype, als sneller gedistilleerd checkpoint en als pretrain-checkpoint.
- Video met geluid. Beide genereren clips van 5 seconden met gesynchroniseerde 44 kHz-audio, lipsync inbegrepen, vanuit tekst (T2AV) of tekst plus een referentiebeeld (TI2AV).
- Superresolutiemodule. Een apart model, Kandinsky 6.0 Video Super-Resolution, schaalt clips 2x, 2,25x of 4x op. Zo bereikt de release Full HD (1920x1080); het basisvoorbeeld van Pro rendert op 864x480 en 24 fps.
- Gereedschap vanaf dag één. Ondersteuning in Diffusers, ComfyUI, vLLM-Omni, SGLang en FastVideo, plus een Pro Distill-demo op Hugging Face Spaces.
Licentie
De code op GitHub en elk checkpoint op Hugging Face zijn MIT. Geen territoriale beperking, geen omzetdrempel en geen bijlage over aanvaardbaar gebruik: je kunt het zelf hosten, finetunen en er commerciële producten mee bouwen. De enige voetnoot staat in het superresolutierepository, waar de Diffusers-exportsjablonen hun oorspronkelijke Apache-2.0-vermeldingen behouden.
Wat je nodig hebt om het te draaien
Kandinsky 6.0 vraagt een NVIDIA GPU en Python 3.13 of 3.14. Het repository levert presets van datacenterkaarten (H100, A100 80 GB, RTX PRO 6000) tot consumentenkaarten (RTX 5090, 5080, 4090 en de 16 GB RTX 5060 Ti). Consumentenkaarten draaien met blok-offloading, en de 16 GB-preset gebruikt het gedestilleerde Pro-checkpoint met een gekwantiseerde tekstencoder. In vLLM-Omni zijn zelfs 80 GB niet genoeg voor Pro zonder CPU-offload. Reken ook op schijfruimte: alleen de transformatorgewichten van Pro zijn zo'n 70 GB, tegen zo'n 7,5 GB voor Lite.
De grootste beperking is tijd. Dit zijn de metingen van het repository zelf voor één clip van 5 seconden, na opwarmen en exclusief het laden van het model:
| Clip van 5 seconden | H100 | RTX 4090 | RTX 5060 Ti |
|---|---|---|---|
| Lite, SD | 239 s | 437 s | 1.310 s |
| Pro, Full HD | 402 s | 1.247 s | 3.530 s |
Dat is bijna zeven minuten per clip op een H100 voor Pro in Full HD en ongeveer een uur op een 16 GB-kaart. De gedestilleerde checkpoints verkorten dat, maar het blijft een model voor batchrendering en onderzoek, niet voor interactieve previews op de GPU van een laptop.
Vergelijking met andere open videomodellen
| Kandinsky 6.0 Video | MiniMax H3 | Wan 2.2 | |
|---|---|---|---|
| Licentie | MIT | MiniMax Community License; sluit de EU, het VK, Zuid-Korea en de VS uit en vereist goedkeuring boven $ 20 mln omzet | Apache-2.0 |
| Zelf gehoste output | 5 s; Full HD via de SR-module | 768p; voor 2K is de gehoste API van MiniMax nodig | 480p of 720p |
| Audio | Gegenereerd, 44 kHz, met lipsync | Gegenereerd | Niet gegenereerd (het S2V-model krijgt audio als invoer) |
| Minimale opzet | 16 GB-kaart met offload, traag | De referentieconfiguratie gebruikt 4 GPU's per variant | 5B-model op een 24 GB RTX 4090 |
Kort gezegd: als je open gewichten met geluid wilt en een licentie die je juridische afdeling overal goedkeurt, is Kandinsky 6.0 nu de voor de hand liggende kandidaat. MiniMax H3 biedt meer speelruimte in resolutie, maar de licentie sluit zelf hosten uit op vier grote markten. Wan 2.2 blijft de lichtere en goed ondersteunde keuze wanneer gegenereerde audio niet nodig is.
Staat Kandinsky 6.0 op Imgo?
Nee. Kandinsky 6.0 is niet in Imgo geïntegreerd en we beloven geen online generatie ermee. Wil je vandaag gehoste video met native audio, dan biedt Imgo Seedance 2.0, met clips tot 15 seconden, beeld-, video- en audioreferenties en gegenereerd geluid. De lijst met beschikbare modellen toont alles wat je nu kunt genereren.
Bronnen
Delen
Related Posts
No image
Kling 4.0 Flash opende op 28 september in vroege toegang voor een beperkte groep — volgens berichten Ultra-jaarabonnees — met clips van 3–20 seconden in 720p. Hoe je binnenkomt, wat het kost, hoe je de prompts van 8.000 tokens en het keyframeplan schrijft, en wat je ondertussen genereert.
No image
Wan 3.0 accepteert een document, een weblink, afbeeldingen, video's en audio als input. Deze praktische gids behandelt het doel van elke input, de promptstructuur voor een take van 30 seconden, secondenbudgetten van 480p tot 1080p op beide tiers, en de meest voorkomende fouten.
No image
Kling 4.0 Flash is sinds 28 september 2026 in vroege toegang; het volledige model en de API laten nog op zich wachten, met oktober 2026 als doel. Dit is wat elk niveau doet, welke kernspecificaties alleen aangekondigd zijn en wat je in de tussentijd gebruikt.