Generative Video 2026 – ландшафт интеграции: closed API и open weights

Коротко

Генеративное видео – это технология, которая превращает фразу или картинку в короткий движущийся клип, и в 2026 году она делится на два лагеря, между которыми придётся выбирать: закрытые модели, которые вы арендуете через API – Sora 2, Runway, Kling, Pika, Luma, Hailuo и Veo от Google, – и open-weights модели, которые вы скачиваете и запускаете на своих машинах, такие как Wan, LTX-Video, HunyuanVideo и CogVideoX. Сложность теперь не в том, «сделает ли модель смотрибельный клип» – почти все уже делают, причём со звуком, – а в том, «как встроить её в продукт надёжно, по предсказуемой цене и не оказаться юридически ответственным за результат». Этот урок объясняет каждую модель простыми словами, даёт один паттерн интеграции, который навязывает любой видео-API, показывает реальные цены 2026 года рядом, чтобы вы сами посчитали бюджет, и разбирает правила происхождения и раскрытия, которые вступают в силу в Евросоюзе 2 августа 2026 года. К концу вы сможете выбрать модель, оценить месячный счёт ещё до строчки кода и обойти две ошибки, которые топят большинство первых интеграций.

Зачем это нужно

Если у вас видеопродукт – OTT-платформа, которой нужен B-roll, маркетинговый инструмент, делающий рекламу, соцприложение, где пользователи генерируют клипы, или e-learning, превращающий сценарии в уроки, – кто-то в команде уже спросил: «добавим генерацию видео?». Честный ответ в 2026 году: модели достаточно хороши и дёшевы, так что это уже бизнес-решение, а не исследовательская ставка. Но решение полно ловушек: цены кажутся крошечными за клип и удивляют на объёме, «лучшая» модель в рейтинге может не вписаться в ваш бюджет латентности, а клип несёт невидимые метки и юридические обязательства, которые надо понять до того, как пользователь нажмёт «опубликовать». Урок написан для продакт-менеджера, основателя или техлида, которому нужно принять это решение без ML-бэкграунда. Он опирается на урок о реальной стоимости ИИ для расчёта денег и на урок о латентности и деплое для выбора облако-или-self-host; если выражение «веса модели» для вас новое, начните с урока о форматах артефактов моделей.

Что такое «генеративное видео» на самом деле

Начнём с простого. Генеративная видеомодель – это ИИ-софт, который создаёт новый видеоклип по инструкции. Инструкция обычно одна из трёх: предложение текста («рыжая лиса бежит по снегу на рассвете»), картинка, которую нужно оживить, или существующий клип, который нужно изменить. Модель придумывает каждый кадр; ничего не склеивается из библиотеки стоковых роликов.

Бытовая аналогия – очень быстрый и очень буквальный аниматор, который посмотрел огромное количество видео и по запросу набрасывает несколько секунд нового материала. Вы описываете сцену, аниматор рисует её кадр за кадром и отдаёт готовый клип. Подвох – и он определяет каждое инженерное решение ниже – в том, что аниматор медленный и работает в подсобке. Вы не стоите рядом, пока он рисует; вы оставляете запрос и возвращаетесь, когда готово. Этот единственный факт, к которому мы вернёмся, и делает интеграцию генерации видео не такой, как вызов обычного веб-сервиса.

Три термина встречаются постоянно, определим их один раз. Text-to-video, сокращённо T2V, – инструкция только из слов. Image-to-video, или I2V, – вы даёте стартовую картинку, и модель оживляет её, что полезно, когда в кадре должен появиться конкретный продукт или лицо. Video-to-video, или V2V, – вы отдаёте существующий материал и просите правку: сменить свет, заменить фон, перерисовать стиль. Большинство моделей 2026 года делают всё три, но различаются тем, что делают лучше, и это различие важно при выборе.

Ещё один термин, определим до того, как обопрёмся. В этом уроке веса модели – это огромная таблица чисел, выученная при обучении, в которой хранится всё, что модель знает. Закрытая (closed) модель держит веса приватно на серверах вендора – вы шлёте запрос и арендуете результат. Open-weights модель публикует эту таблицу, чтобы вы скачали её и запустили на своём железе. Это различие – арендовать результат или владеть машиной – и есть развилка, вокруг которой построен весь урок.

Два лагеря – и почему вы на деле выбираете между двумя моделями работы

Семь заглавных продуктов этого урока – все закрытые, арендуемые по API. Рядом стоит второй лагерь – open-weights модели. По сути они конкурируют не только качеством клипа; это два разных способа вести бизнес с разными затратами, рисками и контролем. Сначала выберите лагерь правильно, потом – модель внутри него.

Нажмите, чтобы увеличить

Closed API – вы арендуете результат. Вы шлёте промпт на серверы вендора, он запускает свою приватную модель, и вы получаете готовый клип. Платите за секунду сгенерированного видео. Вы не пишете ML-код, не покупаете видеокарты и получаете новейшие, самые качественные модели в день релиза. Цена – ваши промпты и результаты уходят третьей стороне, расходы растут вместе с использованием без потолка, и вы зависите от лимитов, фильтров и роадмапа вендора. Это правильный лагерь для большинства команд большую часть времени, особенно в начале.

Open weights – вы держите машину. Вы скачиваете веса модели и запускаете их на видеокартах, которые арендуете или владеете. Промпты и материал никогда не покидают вашу инфраструктуру, что важно для чувствительного контента – медицина, юр., непубличный материал. Затраты – фиксированная цена железа, поэтому на очень больших объёмах это может оказаться дешевле аренды за клип. Цена реальная: нужны навыки ML-эксплуатации, дорогие видеокарты, открытые модели отстают от лучших закрытых примерно на поколение, а лицензионную нагрузку вы несёте сами. Это правильный лагерь для команд с масштабом, требованиями приватности или и тем и другим – и он в фокусе урока о self-host open weights дальше в этой главе.

Два вопроса по порядку: Контент обязан оставаться на наших серверах? Если да – вас толкает к open weights независимо от цены. Объём достаточно велик, чтобы фикс-железо обогнало аренду за клип? Если да – open weights дешевеют за точкой перелома, которую посчитаем ниже. Если оба ответа «нет» – а для большинства продуктов на старте так и есть – арендуйте через closed API и переходите к продукту.

Закрытые модели простыми словами

Вот каждая из семи арендуемых моделей в порядке, в котором их обычно оценивает продуктовая команда. Цифры актуальны на середину 2026 года; поле быстро меняется, и каждая цифра здесь – снимок, который стоит перепроверить перед фиксацией бюджета.

Sora 2 (OpenAI)

Sora 2 – флагманская видеомодель OpenAI и самое искомое имя в этой области. Она генерирует клипы со синхронным звуком – речь, эффекты, фон – за один проход, из текста или из стартовой картинки. Есть два уровня: обычный Sora 2 до 720p с длиной клипа 4, 8 или 12 секунд, и Sora 2 Pro до честных 1080p с более длинными клипами 10, 15 и 25 секунд по заметно более высокой цене.

Два факта про интеграцию важнее качества. Первый: OpenAI закрыл отдельное потребительское приложение Sora в апреле 2026, так что к середине года Sora – это то, к чему вы обращаетесь через API, а не сайт, куда ходят пользователи. Второй – и это деталь, которая ломает роадмапы: OpenAI объявил, что сам API Sora 2 планово выводится из строя 24 сентября 2026, подталкивая разработчиков к новому эндпоинту. Урок не в конкретной дате; он в том, что closed-API версионируются и снимаются по графику вендора, и интеграцию надо проектировать так, чтобы замена модели за ней была изменением конфигурации, а не переписыванием.

Veo 3.1 (Google)

Veo 3.1 от Google DeepMind – модель, к которой потянется команда, уже сидящая в Google-стеке, потому что она доступна через тот же Gemini API и платформу Vertex AI. Она генерирует звук за один проход и после январского обновления 2026 года выдаёт честные 4K – пересобирая текстуру на уровне модели, а не апскейлом меньшего кадра. Поставляется в трёх уровнях: дешёвый Lite, быстрый средний Fast и полнокачественный Veo 3.1, так что можно менять качество на цену без смены вендора.

Для продуктовой команды преимущество Veo – гравитация интеграции: если бэкенд уже аутентифицируется в Google Cloud, добавить Veo проще, чем подключать нового вендора, с одним счётом и одним набором ключей. Опциональный звук – вы платите больше за секунду, когда нужен звук – экономит на клипах, где он не нужен.

Kling 3.0 (Kuaishou)

Kling от китайской Kuaishou тихо стал одной из сильнейших моделей в слепых тестах предпочтений. К началу 2026 года вышла версия 3.0 с длиной клипа до 15 секунд, выводом 4K и – что важно – нативным многоязычным звуком и диалогом нескольких персонажей с корректным lip-sync. Kuaishou сообщает, что более 60 миллионов авторов сгенерировали более 600 миллионов видео, а выручка продукта, по сообщениям, перевалила за 300 миллионов долларов в год – значит, модель проверена на масштабе, а не демо.

Что взвесить западному продукту – операционное: вендор базируется в Китае, что поднимает вопросы размещения данных и закупок для части покупателей, а доступ часто брокерится через сторонние API-платформы, а не первичный портал разработчика уровня OpenAI или Google. Качество действительно топ-уровня; путь интеграции требует больше due diligence.

Runway (Gen-4 и Aleph)

Runway – модель для тех, кто монтирует видео профессионально, и это видно по тому, в чём она лучшая. Линейка 2026 года строится вокруг семейства Gen-4 для генерации и Aleph – модели video-to-video, которая правит существующий материал: переосвещает сцену, удаляет объект, меняет окружение или стиль по текстовой инструкции. Эта сила в V2V – отличие Runway: если задача – преобразовать материал, который у вас уже есть, а не вызвать клипы из ничего, Runway обычно первая модель для пробы.

Ценообразование Runway необычно прозрачно для категории: кредитная система, где каждая секунда Gen-4 Aleph стоит фиксированное число кредитов, плюс подписки от примерно 12–15 долларов в месяц, открывающие семейство моделей. Есть и чистый API разработчика с ценой около 18 центов за секунду через партнёрские платформы, что делает расчёт предсказуемым – реальное преимущество при прогнозе бюджета.

Pika (2.5)

Pika от Pika Labs – бюджетный вариант для быстрых итераций. Pika 2.5 генерирует клипы до 10 секунд в 1080p со синхронным звуком и улучшенным контролем движения камеры примерно за 28 центов за десятисекундный клип. Она не гонится за абсолютным качеством; она гонится за скоростью и ценой для сценариев, где вы генерируете много черновиков – соцконтент, проверка концепций, A/B-варианты рекламы – и публикуете лишь часть.

Для продуктовой команды Pika занимает слот «большой объём, черновое качество ок». Если рабочий процесс генерирует пятьдесят кандидатов, чтобы выбрать три, платить по четверти доллара вместо нескольких долларов меняет экономику всей фичи.

Luma (Ray3)

Ray3 от Luma, вышедшая в конце 2025 года, имеет одну выдающуюся инженерную особенность: это первая генеративная видеомодель с нативным 16-битным HDR, экспортируемым в формат EXR, который профессиональные пайплайны цветокоррекции принимают напрямую. Простыми словами, HDR (высокий динамический диапазон) – это куда более широкий разброс между самыми тёмными и самыми светлыми частями кадра, ближе к тому, что снимает плёночная камера, а экспорт в EXR значит, что колорист может положить ИИ-клип прямо на тот же таймлайн, что и реальный материал, и он не будет выглядеть плоским. Январское обновление 2026 года добавило нативные 1080p и сделало модель дешевле и быстрее.

Это делает Luma моделью на случай, когда ИИ-клипы должны стоять рядом с профессионально снятым материалом и пережить цветокоррекцию – OTT-постпродакшн, премиум-реклама, превиз для кино. Для простого соцклипа HDR избыточен; для бродкаст-пайплайна это причина выбрать Luma.

Hailuo 02 (MiniMax)

Hailuo от компании MiniMax – лидер по соотношению цена-качество в 2026 году. Hailuo 02 выдаёт клипы 1080p с сильным реализмом примерно за 28 центов за видео и стоит в верхней части независимых слепых тестов – в ряде оценок 2026 года обходя модели в несколько раз дороже за клип. Уровень Pro работает на 24–30 кадрах в секунду для более плавного кинематографичного движения.

Для продакт-оунера привлекательность прямая: это один из лучших вариантов «качество на доллар», что делает её сильным дефолтом для потребительских фич, где вы генерируете много клипов и маржа важна. Как и Kling, она от китайского вендора, так что применяется то же due diligence по размещению данных.

Частая ошибка: выбирать модель с вершины рейтинга

Вот ловушка, которая топит больше первых интеграций, чем любой технический баг. Рейтинг ранжирует модели по тому, как часто слепые зрители предпочитают их клипы. Он не ранжирует их по тому, как хорошо они подходят вашему продукту. Самая предпочитаемая модель часто самая медленная и дорогая, доступна только у вендора, чьё размещение данных вам не подходит, или заточена под кинокадры, когда продукту нужны быстрые соцчерновики.

Независимый «Video Arena» от Artificial Analysis – где модели ранжируются по Elo из слепых парных голосований, той же системе очков, что в шахматах, – самый честный публичный мерило качества в 2026 году, и читать его стоит именно потому, что он также показывает цену API каждой модели. В его рейтинге text-to-video-со-звуком на середину 2026 года верх держали модели ByteDance и Alibaba, из узнаваемых имён лидировали Veo 3.1 от Google и Kling 3.0 от Kuaishou, а Sora 2 от OpenAI стояла в середине таблицы при куда большей поисковой популярности. Вывод не «берите модель номер один». Вывод: популярное имя, самая качественная модель и самая дешёвая модель – обычно три разные модели, поэтому решите, какая ось реально нужна продукту, до того как читать рейтинг.

Правильный порядок выбора: сначала отсеять по жёстким ограничениям (размещение данных, максимальная латентность, максимальная цена за клип, нужное разрешение и длина клипа), и только потом ранжировать оставшихся по качеству. Модель, которую вы не можете легально использовать или не можете позволить на своём объёме, не входит в сравнение, как бы хорошо ни выглядели её клипы.

Семь моделей одним взглядом

Поставьте закрытые модели рядом – и нужный инструмент под задачу становится очевиден. Таблицу ниже стоит сохранить; цены – снимок середины 2026 года и часто меняются.

Таблица 1. Семь закрытых генеративных видеомоделей 2026 года. Сопоставьте колонку «сильна в» со своим сценарием до сравнения качества клипов; ограничения в «на что смотреть» отсеивают модели быстрее, чем рейтинги качества.

Один паттерн интеграции, который навязывает любой видео-API

Вот самый полезный инженерный факт урока и часть, которую статьи «лучшая ИИ-видеомодель» обычно пропускают. Вы не можете вызвать видео-API так, как обычный веб-сервис – послал запрос, получил ответ в том же дыхании. Генерация клипа занимает от десяти секунд до нескольких минут, куда дольше, чем веб-запросу позволено ждать. Поэтому любой серьёзный видео-API, закрытый или открытый, навязывает один и тот же асинхронный паттерн: вы отправляете задачу, тут же получаете талон, а готовый клип забираете позже.

Думайте об этом как о химчистке. Вы не стоите у стойки, пока чистят пальто; вы отдаёте его, берёте номерок и возвращаетесь, когда готово. Видео-API работает ровно так. Вы шлёте промпт, он выдаёт идентификатор задачи, а ваш код должен либо периодически спрашивать «уже готово?» с разумным интервалом – это называется poll (опрос), – либо зарегистрировать номер, по которому API сам позвонит, когда клип готов, – это webhook. Опрос проще в реализации; webhook эффективнее и предпочтительнее на масштабе, потому что не тратит запросы на задачу, которая ещё не закончилась.

Нажмите, чтобы увеличить

Два барьера в этом pipeline не опциональны, и их пропуск – вторая по частоте ошибка первой интеграции после выбора не той модели. Первый барьер – модерируйте промпт до того, как тратите деньги: проверьте запрос пользователя фильтром безопасности до отправки задачи, потому что после submit вы уже оплатили её, годен результат или нет, разрешён или нет. Второй барьер – пометьте результат до выдачи: прикрепите информацию о происхождении, разобранную ниже, потому что в ряде юрисдикций это вот-вот станет обязательным по закону. Встройте оба барьера в pipeline с первой версии. Дорабатывать безопасность и маркировку в pipeline, который под них не проектировался, – это переписывание, и вы узнаете это тяжёлым путём в первый же раз, когда пользователь сгенерирует то, что нельзя отдать.

Практический вывод для планирования: фича генерации видео – это не «один вызов API». Это небольшая бэкенд-система – очередь, трекер задач, шаг модерации, шаг маркировки и object storage для готовых клипов – обёрнутая вокруг вызова API. Закладывайте бюджет на эту инфраструктуру, а не только на цену за клип. Поэтому же мультивендорная маршрутизация стоит проектирования заранее: поскольку любой closed-API версионируется, лимитируется и иногда падает, команды, которые релизят надёжно, ставят тонкий внутренний слой перед вендором, чтобы переключаться с одной модели на другую или менять снимаемую модель на замену, не трогая остальной продукт.

Сколько это стоит на самом деле – посчитайте один раз

Цены кажутся пустяковыми за клип, и это ровно ловушка. Посчитаем вслух, потому что именно в разрыве между «пара центов» и реальным месячным счётом умирают бюджеты.

Чище всего сравнивать модели по стоимости минуты готового видео 1080p, потому что это нормализует разные длины клипов. По прайсу Artificial Analysis репрезентативный разброс середины 2026 года за минуту 1080p такой: Sora 2 около шести долларов, Veo 3.1 Fast около девяти, Kling 3.0 Pro около двадцати, Sora 2 Pro около тридцати, а самый дешёвый open-weights вариант, LTX-Video, около двух с половиной долларов. Держите эти числа свободно – они меняются помесячно – но держите соотношения: топ-уровни качества стоят в пять-десять раз дороже бюджетных.

Теперь арифметика, которую каждый продакт-оунер должен сделать один раз. Допустим, продукт даёт пользователям сгенерировать по одному восьмисекундному клипу, вы ждёте десять тысяч генераций в месяц и выбираете средний тариф около десяти центов за секунду вывода.

стоимость клипа = 8 секунд × $0.10 за секунду
               = $0.80

в месяц        = 10 000 клипов × $0.80
               = $8 000 в месяц

Восемь тысяч долларов в месяц за фичу, которая в демо выглядела как «восемьдесят центов за клип». Теперь добавьте ловушку: генерация видео итеративна. Пользователи редко оставляют первый клип. Если на каждый сохранённый клип в среднем уходит три генерации, реальный счёт втрое больше наивной оценки:

реальный счёт в месяц = $8 000 × 3 (генерации на сохранённый клип)
                      = $24 000 в месяц

Вот число для плана – двадцать четыре тысячи, а не восемь. Два рычага двигают его сильнее всего – тариф модели (бюджетная модель за три цента в секунду срезает счёт на две трети) и число ретраев (показ дешёвой быстрой черновой модели сначала и трата на дорогую только на финальный рендер может вдвое снизить отношение генераций-на-клип). Полную модель затрат, включая то, как поставить жёсткий потолок расходов, чтобы сбойная фича не разорила запуск, мы разбираем в уроке о реальной стоимости ИИ.

Нажмите, чтобы увеличить

Когда выигрывают open weights – арифметика перелома

Аренда через API оправдана, пока объём не станет достаточно большим, чтобы фикс-железо стало дешевле. Где этот перелом? Сравнивайте всегда одинаково.

Арендованная видеокарта, способная гонять сильную open-weights видеомодель – ускоритель класса NVIDIA – стоит порядка одного-двух долларов в час у облачного провайдера в 2026 году. Допустим, одна такая карта генерирует минуту готового видео примерно за пять минут вычислений. Карта выдаёт около двенадцати минут видео в час, так что её сырая стоимость – около десяти-двадцати центов за минуту вывода, до добавления зарплаты инженера на её эксплуатацию.

Сравните с арендой Veo 3.1 Fast по примерно девять долларов за минуту. По одной стоимости вычислений self-host выглядит резко дешевле – но это сравнение-ловушка, потому что оно игнорирует три реальных расхода, которые API включает бесплатно: ML-инженеров, которые держат self-host-систему живой, простой, когда карты включены, но не генерируют, и разрыв в качестве, ведь лучшая открытая модель отстаёт от лучшей закрытой примерно на поколение. Учтите их – и честный перелом не «всегда self-host, потому что вычисления дёшевы». Он такой: self-host, когда у вас устойчиво высокий объём, держащий карты занятыми, или требование приватности, запрещающее слать контент третьей стороне, или и то и другое. Ниже этого побеждает всё-включено-удобство API, даже если его цена за минуту выше. Полную сборку self-host – какие открытые модели, какое железо, как держать карты занятыми – разбирает урок о self-host open weights.

Одна лицензионная ловушка заслуживает отдельной пометки, потому что она невидима, пока её не найдёт юрист. Open weights не автоматически бесплатны для коммерческого использования. По-настоящему свободные лицензии – Apache 2.0, под которой Wan, LTX-Video и CogVideoX – разрешают полную коммерцию. Но другие несут условия: community-лицензия Tencent для HunyuanVideo, например, разрешает коммерческое использование, но исключает ряд регионов, включая Евросоюз и Великобританию, и требует отдельной лицензии, когда компания-деплоер переходит порог по числу пользователей. Читайте лицензию до сборки на открытой модели и читайте её снова, если компания работает в Европе – модель, бесплатная для стартапа в одной стране, может быть под запретом для того же стартапа в другой.

Происхождение и закон: что меняется 2 августа 2026

Вот раздел, отделяющий фичу, которую можно релизить, от фичи, которая станет юридической проблемой. Каждый клип, который генерирует модель, может – и всё чаще обязан – нести метку «это сделано ИИ». Это делают две технологии, и в 2026 году их используют вместе.

Первая – C2PA Content Credentials. Это отраслевой стандарт – представьте защищённую от подделки наклейку из метаданных, прикреплённую к файлу, – который фиксирует, какой инструмент сделал контент и как его правили, и подписан криптографически, так что его нельзя тихо подделать. Вторая – невидимый watermark, чей самый известный пример – SynthID от Google: узор, вплетённый в сами пиксели, который переживает скриншоты и перекодирование, так что метка остаётся, даже когда наклейку метаданных сорвали. Отрасль сошлась на использовании обоих, потому что метаданные удалить можно, а пиксельный watermark – не так-то просто.

Нажмите, чтобы увеличить

Юридический драйвер – статья 50 AI Act Евросоюза, вступающая в силу 2 августа 2026. Простыми словами: она требует, чтобы любой, кто предоставляет или развёртывает ИИ-систему, генерирующую синтетическое видео, аудио или изображения, помечал результат как сгенерированный искусственно и раскрывал это тем, кто его видит. Черновое руководство Еврокомиссии указывает именно на C2PA Content Credentials как на принятый способ выполнить требование маркировки, наряду с watermarking. Практическое следствие для продуктовой команды: если продукт обслуживает европейских пользователей – а большинство обслуживает – маркировка ИИ-видео больше не жест доброй воли, а обязательство комплаенса с дедлайном, и интеграция должна быть построена так, чтобы его выполнять. Полный паттерн инженерии раскрытия, включая то, как показать метку конечным пользователям, мы разбираем в уроке о качестве, стоимости и раскрытии C2PA.

Ошибка, которой надо избежать, – относиться к происхождению как к фиче, которую добавишь позже. Клипы приходят уже помеченными; ваша задача – не потерять метку. Любой шаг pipeline, который перекодирует, обрезает или перерисовывает клип, может сорвать манифест C2PA, если вы неосторожны, и вы отдадите непомеченное ИИ-видео в юрисдикцию, которая требует меток. Проектируйте pipeline так, чтобы метка доехала до конца.

Где здесь Фора Софт

Мы строим видеопродукты в OTT и интернет-ТВ, видеоконференциях, e-learning, телемедицине, видеонаблюдении и AR/VR, и генеративное видео теперь появляется почти в каждом из них – автоматический B-roll и генерация трейлеров для стриминговых платформ, синтетические тренировочные сценарии для e-learning, визуальные подсказки на лету в конференциях. Работа, отделяющая демо от продукта, редко в вызове модели; она в асинхронном pipeline, потолке затрат, мультивендорном failover, барьерах модерации и маркировке происхождения, описанных в этом уроке. Мы считаем выбор модели лёгкой, заменяемой частью, а интеграцию вокруг неё – инженерией. Такая позиция – строить долговечную обвязку и держать модель за тонким заменяемым слоем – и есть то, как фича генеративного видео переживает следующий релиз модели, а не ломается им.

Главное

• Сначала выберите лагерь: арендовать closed API или держать open weights. Это задаёт форму затрат, путь данных и ответственность.
• Большинству команд на старте подходит closed API; self-host – только при устойчиво высоком объёме или строгой приватности.
• Популярная модель, самая качественная и самая дешёвая – обычно три разные модели; выберите нужную ось.
• Любой видео-API навязывает async pipeline: submit, очередь, poll или webhook, модерация, метка, хранение. Стройте сразу.
• Цена за клип – наименьший рычаг; тариф модели и число перегенераций двигают месячный счёт сильнее.
• С 2 августа 2026 статья 50 EU AI Act требует помечать ИИ-видео – проектируйте pipeline на сохранение C2PA и watermark.

Что почитать дальше

• Closed-API интеграция – рецепты Sora, Runway, Kling, Pika, Luma – практический следующий шаг для лагеря аренды.
• Self-host open weights – HunyuanVideo, CogVideoX, Mochi, LTX – сборка для лагеря «держать машину».
• Качество, потолки затрат, C2PA и раскрытие по статье 50 EU AI Act – как релизить комплаентное генеративное видео.