Kandinsky 6.0 Video مقابل Hailuo 2.3: قائمة أسعار في مواجهة تنزيل

ابدأ بالحساب، لأنه المكان الوحيد الذي يتقاطع فيه هذان الاثنان. مقطع صامت مدته ست ثوانٍ بدقة 1080p من Hailuo 2.3، نموذج الفيديو منخفض التكلفة من أبريل 2026، يُسعّر ببضعة سنتات في الثانية — نحو 0.48 دولار للمقطع. مقطع مدته خمس ثوانٍ بصوت متزامن بتردد 44 kHz ومزامنة شفاه من Kandinsky 6.0 Video، الذي نشره مختبر Kandinsky التابع لـ Sber كمصدر مفتوح بموجب ترخيص MIT في الأسبوع الأول من أكتوبر 2026، لا يكلّف شيئًا للمقطع الواحد، ويكلّف نحو سبع دقائق من زمن H100 عند Full HD. تلك هي المواجهة كاملة في جملتين، والقرار الذي تعنيه ليس «أيهما أفضل» — بل أي عدّاد تفضّل تشغيله: فاتورة لكل ثانية، أم عتادك الخاص.

كل ما تبقى يتبع ذلك الانقسام، ومعظم صفحات المقارنة تفهم الأمر بالمقلوب حين تتعامل مع هذه على أنها النوع نفسه من المنتج بنقاط سعرية مختلفة. لكنها ليست كذلك. هايلو 2.3 خدمة بموجز مصمم أزياء ولا صوت لها؛ أما كاندينسكي 6.0 فيديو فهي عائلة نقاط حفظ بحجمين — برو عند 29B و لايت عند 3B — مع الصوت بوصفه ميزتها المعمارية المركزية.

ما الذي يجيده الخيار الرخيص فعلاً

سمعة Hailuo 2.3 مستحقة ومحددة. فهو يتعامل جيدًا مع حركة الكاميرا السينمائية وحركة الإنسان وتعبيرات الوجه الدقيقة، وهو أقوى مما يوحي به سعره في المحتوى الأسلوبي والأنمي. ينتج فيديو من النص وفيديو من الصورة بدقة تصل إلى 1080p. لا تسوّقه MiniMax كنموذج واقعي فوتوغرافي، وهو ليس كذلك — إنه صاحب أسلوب ذو عين ثاقبة للحركة.

وحدودها محددة بالقدر نفسه، وهي السبب في قصر هذه المقارنة.

• لا صوت أصلي. Hailuo 2.3 يُخرج فيديو صامتًا، والجيل الأقدم من Hailuo الذي كان يحتوي على صوت لا ينتقل إليه. كل مقطع يحتاج إلى إضافة صوت في مرحلة لاحقة.

• الحد الأقصى لمدة المقطع ست ثوانٍ عند 1080p، وعشر ثوانٍ عند 768p، مع عدم وجود تحكم في إطار النهاية — لذا لا تتسلسل المقاطع بسلاسة في تسلسل واحد.

• ليس ضمن اللوحات المستقلة الحالية. لا يظهر Hailuo 2.3 على لوحات الصدارة الخاصة بالنص إلى فيديو، أو الصورة إلى فيديو، أو تحرير الفيديو لدى Artificial Analysis كما هي معروضة اليوم، لذا لا يوجد Elo عام يمكن مقارنته بأي شيء. الإشارات الأقدم إلى حلوله في حدود أواخر العشرينات على ساحة فيديو لا تتطابق مع اللوحات المنشورة حالياً، وينبغي التعامل معها كلقطة قديمة وليس كموقع حالي.

يُقدَّم التسعير بعملتين من طرفين مختلفين، وكلاهما يستحق المعرفة. تبيع واجهة API الخاصة بـ MiniMax حزم نقاط مدفوعة مسبقًا، حيث يستهلك مقطع قياسي بدقة 768p مدته ست ثوانٍ نقطة واحدة، بينما يستهلك مقطع مدته عشر ثوانٍ بدقة 768p أو مقطع مدته ست ثوانٍ بدقة 1080p نقطتين — مع النسخة الأسرع Hailuo-2.3-Fast التي تقلّص هذه إلى نحو 0.7 و1.1 إلى 1.3 نقطة. وتسرد أدوات تتبع تابعة لجهات خارجية سعرًا أكثر ثباتًا يتراوح في حدود 0.067 دولار إلى 0.082 دولار في الثانية، أحدهما عند 0.0817 دولار/ث ويستشهد بـ "حتى 1080p، 10 ثوانٍ كحد أقصى لكل مقطع، إخراج صامت" وحوالي 147 دولارًا شهريًا مقابل ثلاثمئة مقطع مدته ست ثوانٍ. أيًا كان المسار الذي تسلكه، فرتبة المقدار نفسها، وهو أرخص توليد في هذه الفئة.

مشكلة شراء جيلٍ تم تجاوزه

هناك حقيقة تتعلق بدورة حياة Hailuo 2.3 تهم أكثر من أي مواصفات، وهي ليست انتقادًا للنموذج. لقد مضت MiniMax قدمًا. خليفته، MiniMax H3 — جيل Hailuo 3 — صدر في 31 يوليو 2026 وهو فئة مختلفة من المنتجات: نموذج شامل للوسائط يقرأ مراجع النص والصورة والفيديو والصوت كسياق واحد، ويولّد مقاطع من أربع إلى خمس عشرة ثانية بدقة 768p أو 2K مع صوت ستيريو أصلي، ويُحاسب لكل ثانية من الإخراج.

هذا ليس ادعاءً من البائع. إنه موجود على اللوحات المستقلة، والموضع قوي:

• تحويل النص إلى فيديو — MiniMax H3 (768p) في المركز الرابع عند إيلو 1,137 (±9) بعد 8,315 صوتًا، بتكلفة 4.80 دولار/دقيقة.

• تحويل الصور إلى فيديو — MiniMax H3 في المركز الثاني في Elo 1,181 (±8) من 7,284 صوتًا، بسعر $7.80/دقيقة.

• تحرير الفيديو — MiniMax H3 في المركز الثاني بتصنيف Elo 1,132 (±6) من أصل 12,043 صوتًا، بتكلفة 7.80 دولار/دقيقة.

إذن، الصياغة الصادقة لشراء Hailuo 2.3 في أكتوبر 2026 هي هذه: أنت تشتري الفئة الاقتصادية من عائلة جيلها الرائد ضمن أفضل خمسة في وضعي التوليد كليهما، ويمتلك الصوت الذي يفتقر إليه 2.3، ويكلّف ربما ما بين خمسة وعشرة أضعاف لكل ثانية. هذا قرار يمكن الدفاع عنه لأعمال التنسيق بكميات كبيرة — فهذا بالضبط ما وُجدت الفئة الاقتصادية من أجله — لكن ينبغي أن يكون قراراً متعمداً، لا خياراً افتراضياً. على أي شخص يقيّم 2.3 اليوم أن يضع سعر H3 إلى جانبه أولاً، لأن الفجوة بينهما ليست مجرد زيادة تدريجية.

خمس ثوانٍ مقابل ست، ولماذا الفرق أصغر مما يبدو

من حيث المدة، لا يتفوق Kandinsky 6.0 Video. فهو مُدرَّب على 121 إطارًا و24 إطارًا في الثانية — خمس ثوانٍ — ولا يتضمن الإصدار أي وضع تمديد. يمنحك Hailuo 2.3 ست ثوانٍ بدقة 1080p. لا يكفي أيٌّ منهما لمشهد مستمر، وكلاهما يعني أن مقطعًا مدته ثلاثون ثانية يحتاج إلى خمس أو ست عمليات توليد بالإضافة إلى الوصلات.

الفجوات التي تهم موجودة في مكان آخر.

• الصوت — Kandinsky 6.0 Video: 44 kHz مع مزامنة الشفاه، يُنتَج بالاشتراك مع الصورة، ويعمل دائمًا. Hailuo 2.3: لا يوجد، بحكم التصميم.

• الدقة — Kandinsky 6.0 Video: SD وHD وFull HD عبر نموذج مخصص للدقة الفائقة، بتحسين دقة بمقدار x2 أو x4 أو x2.25 لمقاطع مدتها خمس ثوانٍ. Hailuo 2.3: حتى 1080p، دون مرحلة SR.

• التهيئة — Kandinsky 6.0 Video: من النص إلى الصوت والفيديو ومن الصورة إلى الصوت والفيديو، مع تطبيق صورة مرجعية واحدة كإطار ختامي مُقنّع. Hailuo 2.3: من النص إلى الفيديو ومن الصورة إلى الفيديو، دون تحكم في الإطار النهائي.

• الأوزان — Kandinsky 6.0 Video: MIT، وPro وLite، مع تكامل diffusers و— منذ هذا الصباح — خط أنابيب خدمة vLLM-Omni. Hailuo 2.3: لم يُطرح بعد.

• التسعير — Hailuo 2.3: لكل ثانية من الإخراج، أو نقاط مقابل باقة مدفوعة مسبقًا، مع نسخة Fast أرخص. Kandinsky 6.0 Video: لا يوجد سعر على الإطلاق؛ أنت توفر GPU.

ما تقوله أدلة المورّد نفسه، وما لا تستطيع قوله

ملف جودة Kandinsky 6.0 Video غير مُدقّق ويجب وصفه على هذا النحو. تُفيد Sber بنتائج VABench التي يتقدّم فيها Pro في جودة الكلام، والجماليات الصوتية، ومواءمة النص مع الفيديو والصوت مع الفيديو، ودقة مزامنة الشفاه، وعدم التزامن، والواقعية البصرية من بين الأنظمة الثلاثة التي جرى تقييمها — طرازها Lite الخاص و LTX 2.5. كما تُفيد بتقييم بشري جنبًا إلى جنب أجراه المختبر، بنحو 200 مقارنة زوجية أو أكثر لكل معيار، يكون فيه النموذج منافسًا لـ Kling 2.6 و Veo 3.1 Fast، ويتخلف عن MiniMax H3 و Dreamina Seedance 2.0 في المعايير البصرية، ويظل منافسًا في جودة الكلام والمزامنة بين الصوت والفيديو. لا يوجد Elo عام أعمى، ولا إعادة إنتاج خارجية.

أدلة Hailuo 2.3 على شكل معاكس: استخدام واسع الانتشار، وسعر معلن، لكنه غائب حاليًا عن لوحات الفيديو المستقلة، لذا لا يمكن وضعه في مقارنة مع مجال حالي أيضًا. لا يملك أيٌّ من الطرازين أكثر ما يرغبه المشتري — وفي حالة Hailuo، يملكه خليفته الخاص. هذا هو اللا تماثل الجدير بالتسمية: عائلة أحد الطرازين حصلت بالفعل على تقييم وترتيب، أما عائلة الآخر فلم تُقيَّم على الإطلاق.

ما يتبقى، إذن، هو الفجوة الصوتية، وهي فجوة حقيقية لا مجرد سطر في قائمة ميزات. إن صمت Hailuo 2.3 يبسّط أمرًا واحدًا — فلا وجود لمسار صوتي يجب الحفاظ عليه عندما تُمرّر مقطعًا إلى مرحلة إتقان نهائي — ويعقّد أمرًا آخر: فكل فيديو لمتحدث، وكل إعلان منتج مصحوب بتعليق صوتي، وكل مقطع يجب أن يقع فيه مؤثر صوتي على حركة، أصبح الآن جيلين اثنين إضافة إلى خطوة مواءمة تقع على عاتقك. وبنية Kandinsky 6.0 Video بأكملها موجّهة إلى هذه المشكلة: CrossDiT ثنائي المسار الذي يقرن مسار فيديو بمسار صوتي مبني من الصفر في ظل انتباه تقاطعي ثنائي الاتجاه، مع مرحلة تعلّم معزز تذكر الورقة البحثية أنها تخفض معدل خطأ الكلمات في الكلام المولّد بنسبة 47% — مقيسًا باستخدام Whisper-large-v3، أحد نماذج مكافأة التعلّم المعزز، وغير قابل للمقارنة بمعدل خطأ الكلمات المنفصل الخاص بـ Qwen3-ASR-1.7B الذي تورده الورقة البحثية إلى جانب VABench.

أين يتناسب جهاز التوجيه، وأين لا يتناسب

لا يقدّم OrcaRouter نموذج Kandinsky 6.0 Video أو Hailuo 2.3، ولا يُدَّعى هنا أيٌّ من ذلك — فـ Kandinsky يمكنك تنزيله وتشغيله بنفسك، أما Hailuo 2.3 فيُوصَل إليه عبر واجهة API ونظام النقاط الخاصّين بـ MiniMax. وما يحتاجه أي خط معالجة مبني على أيٍّ منهما من موجّه هو النص المحيط بالتصيير: قائمة اللقطات، وتوسيع المطالبة الذي يحوّل الموجز إلى التسمية الطويلة أو القصيرة التي دُرّبت عليها هذه النماذج، وعمل التسميات والحوار، وملخصات المراجعة التي تحدّد أيّ عملية توليد يُحتفظ بها. تلك استدعاءات نصية عادية، وهي تعمل عبر نقطة نهاية واحدة متوافقة مع OpenAI على أكثر من 200 نموذج بسعر قائمة المزوّد مع هامش ربح 0%، لذا يصبح تغيير سعر المورّد ساريًا على المفتاح نفسه في يوم صدوره، مع تحويل تلقائي عند الفشل بحيث يُعاد توجيه استدعاء فاشل في منتصف التصيير بدلًا من فقدان الدفعة. إن طبقة التنسيق حول نموذج فيديو هي مسألة توجيه حتى عندما لا يكون نموذج الفيديو قابلًا للتوجيه — وهو الوضع بالنسبة لكليهما اليوم.

أي واحدة تختار؟

اختر Hailuo 2.3 عندما تكون المهمة قائمة على الكم، والذوق الجمالي منمّقًا أو متحركًا، والناتج صامتًا، ويكون مقياس التسعير لكل مقطع هو القيد المهم. فهو أرخص توليد كفؤ في الفئة، وسُعّر وفقًا لذلك. ضع سعر MiniMax H3 إلى جانبه قبل أن تلتزم، لأن التوليد الرائد من العائلة نفسها يُصنَّف ضمن أفضل خمسة في الوضعين كليهما، ويمتلك الصوت الذي لم يمتلكه 2.3 قط.

اختر Kandinsky 6.0 Video عندما يحتاج الناتج النهائي إلى صوت، وعندما تناسب وحدات الخمس ثوانٍ قائمة اللقطات لديك، وعندما تكون الدقة في تحويل الصورة إلى فيديو لصورة ثابتة مقدمة هي المطلوب، وعندما يكون امتلاك النموذج أهم من استئجاره. أقدِم على ذلك مع تكاليف معلنة بوضوح: لا سعر محدّد، وسقف خمس ثوانٍ، وعرض Full HD يستغرق نحو 402 ثانية على H100 و854 على RTX 5090 لطراز Pro، ويكون تفريغ الكتل مطلوباً عندما يقل التخصيص الأقصى عن 72.8 GiB، وادعاء جودة هو ملك لـ Sber وحدها بالكامل حتى يقيّمه شخص من خارج المختبر.

السؤال الكامن تحت قائمتي الأسعار هو الذي يحسم الكثير من البنية التحتية للفيديو هذا الربع. تفرض عليك Hailuo 2.3 الدفع بالثانية وتُسلّمك ملفًا؛ أما Kandinsky 6.0 Video فتفرض عليك GPU وتُسلّمك ترخيصًا. بالنسبة لفريق يولّد مئة مقطع شهريًا، تفوز الفاتورة على كل محور يقيسه جدول بيانات. وبالنسبة لفريق يعتزم الضبط الدقيق، أو التشغيل دون اتصال، أو أن يظل يستخدم النموذج نفسه بعد صدور الجيل التالي، يفوز التنزيل على المحور الوحيد الذي لا يستطيع جدول بيانات رؤيته.