Нейросеть для видео из текста и фото: сравнили Veo, Kling, Seedance и Grok на одной задаче, цены в рублях

Короткое видео сейчас нужно почти везде: в карточке товара на маркетплейсе, в рекламе, в клипах и сторис, в поздравлении клиентам. Раньше ролик на 5-10 секунд означал съёмку или монтажёра. Теперь его делает нейросеть по текстовому описанию или из одного фото: от минуты до нескольких минут ожидания и от 30 рублей за ролик.

Моделей много, и в каждом обзоре своя любимая. Поэтому мы дали всем одно и то же задание и сравнили результат без отбора.

Условия теста:

• Пять моделей: Veo 3.1 Fast от Google, Seedance 2.5 от ByteDance, Kling 3.0 и Kling 2.5 Turbo от Kuaishou, Grok Imagine от xAI.

• Две задачи: видео из текста (бариста рисует узор на капучино) и видео из фото (камера облетает кружку на столе, как в ролике для карточки товара).

• Одинаковый промт и первая попытка. Ничего не перегенерировали и не выбирали лучший дубль.

• 720p и стандартная длина модели - от 5 до 8 секунд. Kling 2.5 Turbo сам отдаёт 1080p.

• Речь и музыку в промте запретили: русскую речь видеомодели пока произносят с ошибками, об этом ниже.

Все 10 роликов со звуком выложили на одной странице: посмотреть ролики теста. Тест проводили 28 сентября 2026 года.

Коротко: лучший ролик из текста сделал Seedance 2.5, но он в 5-10 раз дороже остальных. Для видео товара из фото лучше всех отработали Grok Imagine и Kling 2.5 Turbo. Самый быстрый и дешёвый - Grok: ролик за минуту примерно за 30 рублей.

Цены указаны в Дженах - это внутренняя валюта Genova AI, 1 Джен стоит около 10 копеек, точная цена зависит от пакета. Время - от отправки задания до готового файла, вместе с очередью.

Промт для всех моделей был одинаковый:

Morning in a small cozy coffee shop. A barista pours steamed milk into a cup and draws latte art, steam rises from the cup, warm sunlight through the window, a few customers blurred in the background. Slow camera push-in toward the cup. Photorealistic, natural colors, handheld feel. Audio: quiet cafe ambience, espresso machine hiss. No speech, no music, no text on screen.

По-русски: утро в маленькой кофейне, бариста наливает молоко в чашку и рисует узор, над чашкой пар, тёплый свет из окна, на фоне размытые посетители. Камера медленно наезжает на чашку. Звук кафе и шипение кофемашины, без речи, музыки и текста в кадре.

Seedance 2.5. Единственный показал сам процесс: молоко льётся в тёмный эспрессо, и узор проявляется на глазах, камера наезжает на чашку, как просили. Звуковая дорожка самая насыщенная: не ровный шум, а много отдельных звуков.

Veo 3.1 Fast. Самый "киношный" и самый длинный ролик - 8 секунд. Начинается общим планом с бариста за стойкой, дальше крупно молоко льётся в чашку. Узор в чашке есть почти с первых кадров, момента рисования не видно.

Grok Imagine. Крупный план: бариста держит чашку в руке и наливает молоко, над кофе поднимается пар, посетители на фоне размыты. Узор листом получился аккуратным. Звук очень тихий.

Kling 3.0. Похоже на документальную съёмку: стойка, кофемашина, бариста наливает молоко. Узор слабый и проявляется только в конце, когда бариста убирает питчер.

Kling 2.5 Turbo. Единственный отдал 1080p. Но наезда камеры почти нет, а пар поднимается облаком откуда-то от полки и похож на дым. Для рекламы кофейни этот кадр пришлось бы переделывать.

Короткое видео, где камера облетает товар, продавцы используют в карточках и рекламе. Взяли обычное фото кружки капучино на столе, рядом ноутбук, ключи, печенье, блокнот и телефон. Задача - оживить кадр и ничего не испортить.

The camera slowly orbits around the white coffee cup on the wooden table, thin steam rises from the cappuccino, soft daylight from the window flickers slightly. Keep the cup, the latte art and all objects on the table exactly as in the image. Photorealistic, calm, product showcase. Audio: quiet room tone. No speech, no music, no text on screen.

По-русски: камера медленно облетает белую кружку на деревянном столе, над капучино поднимается пар, мягкий дневной свет. Кружку, узор и все предметы на столе сохранить как на фото. Тихий фон комнаты, без речи, музыки и текста.

Grok Imagine. Ровно то, что просили: камера плавно облетает кружку, над кофе поднимается пар, печенье, ключи и блокнот остаются на своих местах. Минус один - ролик пришёл без звука.

Kling 2.5 Turbo. Тоже плавный облёт, и снова 1080p. Из мелочей: обычный блокнот в углу по ходу ролика превратился в блокнот на пружине.

Veo 3.1 Fast. Облёт самый широкий, но модель начала "додумывать" стол: появились клавиатура и второй телефон, ключи переехали на другое место. Для карточки товара, где важно не показать лишнего, это риск. Со звуком тоже сюрприз: вместо тихого фона комнаты Veo добавил нарастающий низкий гул, похожий на киношную подложку.

Seedance 2.5. Самый бережный к товару: кружка, узор и предметы на столе не изменились ни в одном кадре. Но облёта нет - камера почти стоит и только чуть смещается. И это самый дорогой вариант.

Kling 3.0. Первые 2-3 секунды плавные, а потом камера резко перескакивает на низкий ракурс сбоку, и узор на пене размывается. Выглядит как склейка двух разных кадров.

Вывод по тесту: для видео товара из фото берите Grok Imagine или Kling 2.5 Turbo. Предмет остаётся на месте, движение плавное, цена ролика 30-45 рублей. Если нужен звук, его проще добавить при монтаже.

Звук был во всех роликах, кроме одного: Grok во втором тесте прислал видео без звука. Речь и музыку мы запретили в промте, и ни одна модель не заговорила, хотя Veo во втором тесте всё же добавил гул, похожий на музыкальную подложку.

С русской речью пока плохо. В наших прошлых пробах Seedance 2.5 произносил русские слова с ошибками, и такой ролик уже не отдашь клиенту. У Kling озвучка с движением губ официально заявлена на пяти языках: английском, китайском, японском, корейском и испанском, русского среди них нет. Для Veo, Seedance и Grok официальных данных о русском языке нет.

Рабочая схема для бизнеса: ролик без речи, а голос или песню добавить отдельно. Так мы делали видеопоздравление с песней: картинка оживает в видеомодели, песню пишет Suno.

Цены на Genova AI на конец сентября 2026 года. В рублях указано примерно: 1 Джен - около 10 копеек, точная цена зависит от пакета.

У Veo цена не зависит от длины: 4 и 8 секунд стоят одинаково, поэтому выгоднее сразу брать 8. У остальных моделей цена считается за секунду. При регистрации начисляют 150 стартовых Дженов - этого хватает на один 6-секундный ролик Grok Imagine в 480p.

• Видео товара из фото для карточки или рекламы.Grok Imagine Video или Kling 2.5 Turbo: предмет на месте, облёт плавный, ролик стоит 30-45 рублей.

• Рекламная сцена с людьми по описанию. Seedance 2.5 даёт лучший результат, но около 330 рублей за 5 секунд. Если бюджет меньше - Google Veo 3.1 онлайн в режиме Fast: 8 секунд киношной картинки примерно за 60 рублей.

• Ролик со звуком одним куском. Когда важен звук сцены, берите нейросеть для видео со звуком Seedance 2.5 или Kling 3.0 с включённым звуком. Длина у Seedance 2.5 и Grok до 30 секунд, у Kling 3.0 до 15, у Veo до 8.

• Проверить идею дёшево. Прогоните промт в Grok в 480p или в Veo 3.1 Lite, а финальную версию делайте в модели получше.

• Ролик до 15 секунд с началом и концом по вашим кадрам.Kling 3.0 без VPN принимает начальный и конечный кадр, видео плавно приходит к нужной картинке.

• Оживить старое фото или портрет. Для этого удобнее отдельный инструмент с готовыми сценариями движения, мы разбирали его в статье как оживить фото нейросетью.

1. Одна сцена - одно действие. 5-8 секунд хватает на одно движение, а не на сюжет. "Бариста рисует узор" сработало, история из трёх событий уже не влезет.

2. Отдельно опишите камеру. Наезд (push-in), облёт (orbit), статичная камера (static camera). Без этого модель выберет движение сама.

3. Для видео из фото просите сохранить кадр. Фраза "keep all objects exactly as in the image" помогла не всем: Veo всё равно дорисовал стол. Смотрите ролик целиком перед публикацией.

4. Опишите звук и запретите лишнее. Какой нужен фон, и в конце: No speech, no music, no text on screen. Речи в тесте не было ни в одном ролике.

5. Свет и стиль - одной фразой. "Warm sunlight, photorealistic" работает лучше длинного списка прилагательных.

6. Язык промта. Мы писали на английском, чтобы сравнение было честным для всех моделей. Перевести описание можно в любом чат-боте за минуту.

Шаблоны собраны по тем же правилам, что и промты теста. Замените товар и обстановку на свои.

Видео товара из фото, для карточки или рекламы:

The camera slowly orbits around the product on a clean light background, soft studio light, subtle reflections. Keep the product shape, colors, logo and all details exactly as in the image. Smooth motion, product showcase. Audio: soft room tone. No speech, no music, no text on screen.

Ролик для соцсетей магазина, из текста:

A small online shop owner packs an order into a kraft box with tissue paper and a thank-you card, warm daylight, cozy workspace. Slow camera push-in. Photorealistic, natural colors. Audio: paper rustle, tape sound. No speech, no music, no text on screen.

Оживить фото офиса или команды:

The camera slowly moves forward through the office, people continue working naturally, soft light from the windows, subtle movement. Keep all faces and details as in the image. Audio: quiet office ambience. No speech, no music, no text on screen.

Поздравление клиентам или коллегам:

A festive table with a cake and lit candles, confetti slowly falls, warm evening light, the camera slowly pulls back to show the decorated office. Photorealistic. Audio: gentle festive ambience, soft clapping. No speech, no text on screen.

• Модель может добавить лишнее. Veo дорисовал клавиатуру и телефон, Kling 2.5 заменил блокнот. Для карточки товара это критично, для атмосферного ролика нет.

• Бывают сбои. Три запуска из теста закончились ошибкой на стороне модели и прошли со второй попытки. Если генерация упала, повторите через пару минут.

• Время ожидания разное. От минуты у Grok и Veo до 8 минут у Seedance 2.5, в часы пик дольше.

• Короткий хронометраж. Veo делает максимум 8 секунд за раз. Длинный ролик собирают из нескольких фрагментов в монтаже.

• Надписи лучше добавлять при монтаже. Мы запретили текст в кадре во всех промтах: цены, названия и призывы надёжнее наложить поверх готового ролика.

Какая нейросеть делает видео бесплатно? На Genova AI при регистрации дают 150 стартовых Дженов - этого хватает на один 6-секундный ролик Grok Imagine в 480p. Дальше платно, самый дешёвый вариант - около 15 рублей за такой же ролик.

Как называется нейросеть, которая из фото делает видео? Так умеют все пять моделей из теста: Veo 3.1, Kling, Seedance и Grok Imagine. Для видео товара из фото в нашем тесте лучше всех отработали Grok Imagine и Kling 2.5 Turbo.

Может ли ChatGPT создавать видео? Видеомодель OpenAI Sora закрыта: приложение перестало работать в апреле 2026 года, а 24 сентября 2026 года отключили доступ для разработчиков. Для видео сейчас используют Veo, Kling, Seedance или Grok.

Можно ли сделать видео нейросетью на телефоне? Да. Все модели из теста работают в браузере телефона, приложение ставить не нужно.

Сколько секунд может быть видео? Veo 3.1 - до 8 секунд, Kling 3.0 - до 15, Seedance 2.5 и Grok Imagine - до 30 секунд за одну генерацию.

Сколько ждать готовый ролик? В нашем тесте от минуты у Grok и Veo до 3-8 минут у Kling и Seedance.

Можно ли сделать видео с русской речью? Пока ненадёжно: слова выходят с ошибками. Делайте ролик без речи, а голос или песню добавляйте отдельно.

Нужен ли VPN? Нет. Все модели из теста доступны на Genova AI из России, интерфейс на русском, оплата российской картой.

Нейросеть для видео уже закрывает типовые задачи малого бизнеса: ролик товара, клип для соцсетей, поздравление. Лучший результат из текста дал Seedance 2.5, для видео товара из фото лучше подошли Grok Imagine и Kling 2.5 Turbo, а самый выгодный по цене - Grok: около 30 рублей за 6 секунд в 720p. Перед тем как платить за дорогую модель, проверьте идею в дешёвой, пишите в промте про камеру и звук и всегда досматривайте ролик до конца: модели иногда дорисовывают лишнее.

Если нужен готовый сценарий, а не сравнение моделей, пригодятся наши разборы: видеопоздравление нейросетью с 12 промтами и как оживить старое фото.