在以下情况选择 Kandinsky 6.0 Video:…
如果你想要自己掌控的权重——在自己的 NVIDIA GPU 上运行、做微调,或者把它集成进产品而不按条付费——并且 5 秒片段就够用,就选 Kandinsky 6.0 Video。
在 Imgo 打开视频生成器(Seedance 2.0)
Kandinsky 6.0 Video 是 Sber 推出的开源权重、自带同步音频的视频模型,由 Kandinsky Lab 于 2026 年 10 月 6 日以 MIT 许可证发布。它不在 Imgo 上提供。本页对比自己部署它需要付出什么,以及今天就能在 Imgo 上运行的 Seedance 2.0。
外部参考——Imgo 暂不提供最后核查:2026-10-23
已对照所链接的第一方页面进行审核。套餐限制和模型可用性可能会变化。
如果你想要自己掌控的权重——在自己的 NVIDIA GPU 上运行、做微调,或者把它集成进产品而不按条付费——并且 5 秒片段就够用,就选 Kandinsky 6.0 Video。
如果你需要更长的片段又不想自己维护 GPU,就选 Imgo:Imgo 视频生成器里的 Seedance 2.0 可从文本、首帧、首尾帧或最多 4 张参考图生成 5 到 15 秒、最高 4K 的视频,并带原生音频。Kandinsky 6.0 Video 本身不在 Imgo 上提供。
该表描述了已记录的功能和需要进行的检查,不分配不支持的评分,也不假设某个计划包含所有工具。
| 决策因素 | 需要验证什么 |
|---|---|
| 最适合 | 正在权衡两条路的创作者和开发者:自己部署一个开源的音视频模型,还是现在就在浏览器里用一个托管模型。 |
| 图像和视频 | Kandinsky 6.0 Video 是一个带音频的视频模型,可以通过 Diffusers、ComfyUI、vLLM-Omni、SGLang 或 FastVideo 运行,也可以在 Sber 的 GigaChat 里试用。Imgo 托管多个视频模型,还提供图像生成与编辑,用来制作喂给视频模型的帧。 |
| 参考与编辑 | Kandinsky 6.0 Video 接受一段文本提示词,或一张图片加提示词;代码仓库没有列出尾帧、参考视频或参考音频输入。Imgo 上的 Seedance 2.0 接受首尾帧,或最多 4 张参考图、3 段视频和 3 段音频。 |
| 角色和品牌一致性 | Kandinsky Lab 的技术报告称,在其自己的人工评测中 Pro 优于 Kandinsky 5.0 Pro 和 LTX 2.5,人声质量优势明显。这些是厂商自己的数据;由于片段只有 5 秒,请测试同一角色能否在一个较长场景所需的多个独立片段之间保持一致。 |
| API、批量和团队 | Kandinsky Lab 提供的是代码和权重,而不是托管 API,所以批量、排队和权限控制都要自己搭建。Imgo 围绕其托管的模型提供批量、团队和 API 能力。 |
| 价格与免费使用 | 权重免费,成本在 GPU 时间。按代码仓库的基准测试,在 H100 上用 Lite 蒸馏版生成一条标准分辨率的 5 秒片段约需 31 秒,用 Pro 生成全高清约需 400 秒;RTX 4090 等消费级显卡需要卸载显存,速度会慢得多。Kandinsky 6.0 Video 在 Imgo 上没有定价;在 Imgo,每次生成都会在提交前实时显示积分报价。 |
Kandinsky 6.0 Video 有两个规格:30 亿参数的 Lite 和 290 亿参数的 Pro,另有各自的蒸馏版,采样只需 10 步而不是 50 步。两者都能从文本或“图片 + 文本”生成 5 秒片段,并同步生成 44 kHz 音频,包括口型同步的人声。另有一个独立的超分模型把输出放大到 1920×1080。代码和权重以 MIT 许可证发布,商用和微调都不受限制。
建议的测试条件;不声称有任何独立基准测试结果。
提示词
一个 5 秒的 16:9 镜头:黄昏时分的桥下,一位围着红围巾的街头乐手用小号吹出三个音,放下小号,对着镜头说一句简短的台词;背景里车流低鸣。
输入与控件
两条路径使用同一条提示词和 16:9 构图,各生成三条 5 秒的结果:在你自己的 GPU 上用 Kandinsky 6.0 Video Pro 加超分,以及在 Imgo 上用 Seedance 2.0。保留每一条结果。
记录这些结果
Imgo 未对其定价
套餐、免费使用额度、API 访问权限和模型限制都可能变化。请对比当前页面,并在两项服务上运行相同的测试批次。