
Kandinsky 6.0 Video vs Runway Gen-4.5: Uno de ellos no tiene nada que decir
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 96 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNUEVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaNUEVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNUEVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 157 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencia
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencia
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 221 tok/s
Aquí hay una comparación que puede resolverse con una sola especificación, y no es una especificación de calidad. Runway Gen-4.5 no genera audio. No como limitación de un modo, no como complemento opcional: el modelo renderiza imagen y nada más, y cada decisión de audio posterior a él es tuya. Kandinsky 6.0 Video, liberado como código abierto por Kandinsky Lab de Sber el 6 de octubre de 2026 bajo licencia MIT en un tamaño Lite 3B y un Pro 29B, genera audio de 44 kHz con sincronización labial en la misma pasada que la imagen, y considera esa generación conjunta como su única razón de existir. Así que antes de cualquier discusión sobre la calidad del movimiento o el precio, la comparación se divide según si el entregable necesita llegar con sonido incorporado. Si es así, no hay comparación que hacer. Si no, el resto de esta página es la comparación.
Donde los dos sí coinciden
Deja el audio a un lado y el solapamiento es más estrecho de lo que sugieren las distintas reputaciones. Ningún modelo planifica planos. Runway Gen-4.5 renderiza por clip, sin modo de storyboard de varios planos, y Kandinsky 6.0 Video tiene una única toma continua —cinco segundos, 121 fotogramas a 24 fps, sin concepto de corte, sin modo de extensión en la versión—. Ninguno te entregará una secuencia. A ambos se les pide un plano a la vez y tú eres quien los une.
Ambos también se controlan de la misma manera: un mensaje de texto o una imagen fija, con la regeneración iterativa como método de trabajo real. Runway Gen-4.5 está en el mercado desde diciembre de 2025 con una API asíncrona y una interfaz de usuario en torno a la cual muchísimas personas ya han creado hábitos. Kandinsky 6.0 Video llegó en octubre de 2026 con checkpoints y una integración con diffusers; el bucle es un script de Python en lugar de una pestaña del navegador: ergonomía diferente, la misma forma de trabajar.
Lo que los separa más allá de eso es la resolución, el contenedor y el medidor. La duración del clip es la visible: Runway Gen-4.5 cubre de 2 a 10 segundos por generación, así que un beat más largo sigue siendo una solicitud donde Kandinsky 6.0 Video necesitaría dos renders de cinco segundos y una unión. Eso es una ventaja real para planos de establecimiento, mantiene un movimiento de cámara lento, y existe en el lado visual del balance donde la evidencia publicada de Kandinsky es más débil.
El medidor de crédito, convertido en un reloj
Runway Gen-4.5 factura 12 créditos por segundo de salida, lo que a precio de lista son $0,12 por segundo — un clip de 720p de diez segundos por unos $1,20. Hay dos extras que se suman a eso y conviene conocerlos antes de presupuestar: la exportación en ProRes o PNG añade 5 créditos por segundo, y HDR añade 20 más, lo que pasa a ser 40 créditos por segundo por encima de aproximadamente cuatro megapíxeles. Esos son los números que hay que multiplicar cuando el entregable es un archivo listo para etalonaje en lugar de una versión para compartir.
Kandinsky 6.0 Video no tiene ninguna tarifa, porque no hay nada que comprar. Lo que sí tiene es un coste de hardware que aportas tú, y el informe es inusualmente revelador al respecto: un clip Pro Full HD de cinco segundos tarda aproximadamente 402 segundos de tiempo de trabajo en una H100, 854 en una RTX 5090 y 1247 en una RTX 4090; se requiere offloading de bloques por debajo de una asignación máxima de 72,8 GiB, y el preajuste de 16 GB de VRAM cuantiza el codificador de texto a NF4 —el único cambio de preajuste que, según el informe, altera el propio clip—. Ambos modelos funcionan a 24 fps, con Runway ofreciendo también 25, y ambos funcionan con múltiples relaciones de aspecto.
Pon los dos lado a lado como relojes en lugar de monedas. Runway Gen-4.5 te vende aproximadamente veinte segundos de tiempo de render de reloj de pared por un dólar. Kandinsky 6.0 Video no te vende nada y te cuesta de seis a veintiún minutos de una GPU por cada cinco segundos que conservas — frente a lo cual pones el precio amortizado de la tarjeta, la electricidad y el hecho de que puedes renderizar sin conexión de red ni límite de velocidad.
• Duración — Runway Gen-4.5: 2–10 s por generación. Kandinsky 6.0 Video: 5 s fijos en 121 fotogramas.
• Audio — Runway Gen-4.5: ninguno generado. Kandinsky 6.0 Video: 44 kHz con sincronización labial, generado conjuntamente.
• Resolución y contenedor — Runway Gen-4.5: 720p a 24/25 fps, con exportación ProRes o PNG disponible. Kandinsky 6.0 Video: SD a 512×768, Full HD 1920×1080 mediante una etapa de superresolución integrada, sin formato intermedio.
• Estructura del plano — Runway Gen-4.5: un clip por solicitud, sin planificador. Kandinsky 6.0 Video: una toma continua, sin planificador.
• Pesos — Runway Gen-4.5: cerrado. Kandinsky 6.0 Video: MIT, Lite y Pro, código y diffusers incluidos.
• Evidencia — Runway Gen-4.5: diez meses de resultados públicos y uso por terceros. Kandinsky 6.0 Video: una evaluación realizada por el proveedor y un benchmark ejecutado contra dos comparadores, ninguno reproducido externamente.

La objeción mejor documentada a la propia afirmación de Kandinsky
Runway no necesita publicar una comparación para tener una posición fuerte aquí, porque el informe de Kandinsky ya declara sus propios límites. Sus limitaciones anunciadas, en sus propias palabras: clips de hasta cinco segundos; generación base en resolución SD con Full HD obtenido mediante superresolución; y una brecha que persiste frente a los sistemas propietarios más potentes en calidad visual y calidad de audio general. Runway Gen-4.5 es uno de los sistemas a los que apunta esa frase.
Frente a eso, los propios resultados del informe. En una evaluación humana lado a lado —pares del mismo prompt, clips anonimizados, ubicación izquierda/derecha aleatorizada, orden de tareas barajado, audio desactivado y luego activado, una opción de empate, agregación por voto mayoritario, aproximadamente 200 o más comparaciones por pares por criterio—, Kandinsky 6.0 Video Pro es competitivo con Kling 2.6 y Veo 3.1 Fast, con fortalezas que difieren según el criterio, y va por detrás de MiniMax H3 y Dreamina Seedance 2.0 en criterios visuales, aunque se mantiene competitivo en calidad del habla y sincronización audio-vídeo. El aprendizaje por refuerzo redujo en un 47 % la tasa de error de palabras del habla generada. En VABench supera a LTX 2.5 en calidad del habla y precisión de sincronización labial, y cede ante él en alineación y expresividad juzgadas por VLM.
Runway no aparece en ninguna parte de esa lista, en ninguna de las dos direcciones. No hay una comparación directa, ni un benchmark compartido, ni ningún panel independiente que puntúe a ambos. Cualquiera que publique un ganador entre Runway Gen-4.5 y Kandinsky 6.0 Video en cuanto a calidad está extrapolando a partir de dos bases de evidencia no relacionadas, una de las cuales son diez meses de resultados públicos y la otra es un informe de los propios autores del modelo.
La cuestión del pipeline, que es donde los routers se ganan su lugar
Ninguno de estos modelos está enrutado en OrcaRouter, y eso es una declaración sobre nuestro catálogo más que sobre cualquiera de los dos productos: Runway Gen-4.5 se sirve a través de la propia API de Runway, y Kandinsky 6.0 Video es un checkpoint que descargas y ejecutas. No obstante, un pipeline construido sobre cualquiera de los dos dedica la mayor parte de sus llamadas a texto en lugar de a píxeles.
Piensa en lo que realmente necesita un pipeline de audio y video de cinco segundos. Una nota de plano tiene que convertirse en una descripción larga y estructurada del tipo con el que se entrenaron estos modelos. El diálogo tiene que escribirse antes de que una pasada de sincronización labial pueda intentarlo. Hay que revisar seis generaciones candidatas del beat y seleccionar una, y esa revisión es una llamada de texto sobre un video. Luego está la parte que decide si vale la pena ejecutar todo el conjunto: las decisiones de empalme, las notas de continuidad, el guion del siguiente clip. Todo es texto, y todo se ejecuta en un endpoint compatible con OpenAI con más de 200 modelos a precios de lista del proveedor, trasladados con un 0 % de recargo, con un DSL de enrutamiento que permite que el revisor barato y el revisor cuidadoso sean modelos distintos en el mismo sitio de llamada. La fusión de modelos ayuda de forma específica aquí: una descripción escrita por un modelo y criticada por otro tiende a detectar los detalles inventados que una sola pasada deja pasar. Y como un bucle de renderizado es largo, la conmutación por error automática es la diferencia entre que una descripción fallida te cueste una llamada y que te cueste el clip.
La decisión, planteada como una pregunta sobre el sonido
Si la pieza terminada necesita diálogo, ambiente o sincronización labial que llegue con la imagen, Runway Gen-4.5 queda descartado y la única elección que queda es qué modelo de audio y vídeo despliegas. Esa es una lista corta, y Kandinsky 6.0 Video es la opción abierta que figura en ella.
Si el sonido se gestiona en otro lugar —mediante un modelo aparte, un actor de voz, una biblioteca—, entonces los clips de diez segundos, la API madura y las opciones de exportación de Runway Gen-4.5 son hoy la herramienta de trabajo más sólida, y su base de evidencia es la más antigua y abundante de las dos. Lo que hay que observar en ese caso no es un benchmark. Es si Runway cierra la brecha de audio, porque esa única especificación constituye actualmente todo el argumento estructural para poner un checkpoint abierto recién salido en una pipeline de producción por delante de un modelo con diez meses de uso a sus espaldas.


Donde se alojan las llamadas de descripción y revisión, la fusión de modelos ayuda a detectar detalles inventados que una sola pasada deja pasar.
