
Pika Enact Menghasilkan Lebih Cepat daripada Memutarnya — dan Anda Belum Bisa Menggunakannya
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 184 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 223 tok/s
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 87 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 96 tok/s
- orcaBARUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 juta token · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
Kalimat yang penting dalam pengumuman Pika tentangPika Enact bukanlah kalimat tentang menyeret aktor dengan mouse. Kalimatnya adalah ini: "Saat ini, Enact adalah pratinjau riset, tidak tersedia untuk penggunaan konsumen." Tidak ada daftar tunggu, tidak ada pendaftaran, tidak ada halaman harga, dan tidak ada versi demo. Satu-satunya jalur dalam postingan tersebut adalah alamat email untuk percakapan perusahaan. Selebihnya — tiga mode penyutradaraan, angka latensi, node delapan-B300 — menjelaskan sesuatu yang dapat Anda baca pada 19 November dan tidak dapat Anda sentuh.
Itu tetap layak ditulis, karena apa yang menjadi fondasi Enact. Sistem ini berjalan di atas Pika H3 Flex, versi pascapelatihan Pika dari MiniMax H3, dan H3 Flex telah memiliki bobot terbuka di Hugging Face sejak 29 Oktober. Jadi keluarga di balik demo ini dapat diperiksa dan, dalam kasus H3, dapat dipanggil hari ini. Enact adalah bagian yang tidak demikian. Berikut adalah apa yang sebenarnya diterbitkan Pika pada 18 November, apa arti angka-angka itu, dan mana di antaranya yang harus Anda anggap sebagai klaim produk alih-alih pengukuran.
Apa yang diterbitkan Pika, dan apa yang sengaja tidak dicantumkannya

Dua artefak, keduanya bertanda waktu 18 November 2026. Sebuah posting blog di pika.art berjudul "Research Preview: Pika Enact," dikategorikan di bawah Research, dan sebuah posting dari akun @pika_labs pada 18.53 UTC. Keduanya menyatakan hal yang sama dalam urutan yang sama: ini adalah eksperimen, ini meniru penyutradaraan di lokasi syuting, dan ini tidak tersedia.
Postingan itu menggambarkan Enact sebagai "lingkungan live-streaming eksperimental" alih-alih sebuah model. Perbedaan itu bukanlah bahasa pemasaran yang berhati-hati — itu adalah deskripsi yang akurat. Enact adalah sistem penyajian dan kendali yang dibangun di sekitar generator yang telah didistilasi: satu bagian mengubah apa yang Anda lakukan dengan mouse atau suara Anda menjadi sinyal pengondisian, bagian lain mengeluarkan video dan audio dalam potongan sub-detik sambil membawa status adegan tetap berlanjut. Tidak ada satu "model Enact" tunggal dengan nomor versi dan jendela konteks. Ada model video, model skrip, dan banyak infrastruktur penghubung antara keduanya dan Anda.
Apa yang tidak disertakan dalam unggahan, diperiksa pada 19 November:
• Tidak ada endpoint, ID model, atau referensi API. Dokumentasi Pika berada di balik login, dan tidak ada apa pun di situs publik yang menampilkan Enact sebagai model yang dapat dipanggil.
• Tanpa harga. Bukan tarif per detik, bukan biaya kredit, bukan paket enterprise. Satu-satunya detail komersial adalah alamat kontak.
• Tidak ada formulir daftar tunggu atau akses awal. Bandingkan dengan playbook pratinjau riset yang biasa, yang hampir selalu mengumpulkan email.
Tidak ada angka resolusi untuk Live Staging atau Live Actor Direction. Hanya mode kamera yang memilikinya, dan itulah angka yang dibahas di bawah ini.
• Tidak ada evaluasi independen. Setiap angka dalam postingan adalah milik Pika sendiri, diukur pada perangkat keras Pika, tanpa harness atau kumpulan prompt yang dipublikasikan.
Anggap ketiadaan daftar tunggu sebagai sinyal terkuat dalam seluruh pengumuman. Perusahaan yang berniat membiarkan orang luar masuk dalam waktu dekat cenderung membangun sebuah pintu.
Tiga mode, tiga tagihan komputasi yang sangat berbeda
The post separates Enact into three interactions, and they are not three views of the same feature. Each has its own hardware profile, its own speed multiplier and its own training pipeline, which is a good indication that the three were built independently and stitched together late.
Live Staging adalah mode menyeret dengan mouse. Anda mengambil aktor atau objek di dalam video yang sedang diputar dan memindahkannya, lalu pose, pencahayaan, dan bayangan mengikuti. Pika melaporkan bahwa ini menghasilkan "1,8× lebih cepat daripada pemutarannya" pada satu server, dengan gambar merespons dalam "kurang dari 0,4 detik di H100" termasuk decode. Ini menyuntikkan tiga sinyal yang selaras dengan frame — status mouse 24 fps, heatmap ambil spasial, dan video sumber yang tidak disentuh — melalui modul yang diinisialisasi nol, yang merupakan trik standar untuk menambahkan saluran kontrol baru ke generator yang dibekukan tanpa merusak apa yang sudah dilakukannya.
Pengarahan Aktor Langsung adalah yang pertama disebut dalam pengumuman, dan ini yang paling kompleks dari ketiganya. Anda mengetik atau mengucapkan catatan, aktor mengakuinya dalam karakter dan memainkannya, dan dialog "dicatat kata per kata" sehingga catatan berikutnya dapat merujuk pada catatan sebelumnya. Lalu Anda mengucapkan Action dan latihan itu berubah menjadi "satu pengambilan bersih, syuting baru dari frame pertama." Di balik layar, ini adalah dua model dalam sebuah loop: model skrip yang mengubah catatan lisan Anda menjadi beat terstruktur melalui pemanggilan alat, dan model video real-time yang memainkannya. Pika mengklaim generasinya "1,75× lebih cepat daripada kecepatan pemutaran mereka."
Live Camera Control adalah mode dengan angka yang paling tidak flattering dan karena itu paling berguna. Anda mengorbit, menggeser, atau mendorong kamera virtual selama generasi, dan Pika mengatakan mode ini hanya membutuhkan gambar tampilan plus proksi gerakan 3D yang ringan — viewport Blender tanpa tekstur pun cukup. Mode ini berjalan pada "8×NVIDIA B300 node" dengan "640×480 @ 24 fps," merender frame awal dalam 0,51 dtk lalu "0,473 dtk per potongan 0,708 dtk, atau 1,50 x waktu nyata."
Bacalah ketiga pengali itu secara berurutan: 1,8×, 1,75×, 1,50×. Itu bukan angka kelonggaran yang dipilih demi efek. Itu adalah margin yang membuat sistem streaming tetap mendahului waktu, dan mode kamera memiliki margin paling tipis karena mode itulah yang juga mempertahankan node delapan-GPU pada seperempat ukuran frame yang diharapkan konsumen.
Mengapa "lebih cepat daripada saat dimainkan" adalah seluruh triknya
Model video biasanya tidak melakukan streaming. Mereka menghilangkan noise pada seluruh klip, lalu menyerahkannya dalam keadaan sudah selesai. Pengarahan interaktif tidak mungkin dilakukan dalam model itu, karena adegannya sudah ditentukan sebelum Anda melihatnya. Solusi Pika bersifat arsitektural, bukan inkremental, dan postingan itu luar biasa spesifik tentangnya:
• Chunking — output dipancarkan sebagai potongan kausal "0,7 dtk standar, 0,17 dtk latensi rendah." Angka 0,17 dtk inilah yang memungkinkan respons di bawah 0,4 detik di staging; potongan yang lebih besar berarti waktu tunggu lebih lama sebelum seretan Anda terlihat.
• Sliding KV cache — konteks mempertahankan prompt, video sumber, chunk pertama, dan empat chunk terbaru. Chunk yang lebih lama gugur, sehingga biaya per chunk tetap stabil alih-alih bertambah seiring panjang sesi.
• Embedding posisional yang di-rebase — frasa Pika adalah "sesi tanpa batas dengan biaya konstan." Ide yang sama, mekanisme berbeda: model tidak pernah kehabisan indeks posisi karena kerangka acuan terus bergerak.
Distilasi — sampler menurunkan "dari dua puluh langkah menjadi hanya beberapa," menggunakan "self-forcing distribution matching distillation (DMD)" dengan critic yang dapat dilatih dan teacher klip penuh. Model dua puluh langkah tidak dapat mencapai 24 fps; model tiga atau empat langkah bisa.
• Penjaga drift — frame jangkar pembuka dapat menarik adegan diam kembali ke titik awalnya, dan "Real-Time Director" secara diam-diam menyuntikkan ketukan tahan berkala. Ini ada karena sistem yang seautoregresif ini akan melayang jika dibiarkan, dan solusinya adalah membiarkannya didorong sedikit, bukan melatihnya ulang.
Tidak ada satu pun dari itu yang eksotis jika berdiri sendiri. Yang tidak biasa adalah bahwa semuanya diarahkan pada satu kendala yang sama — menjaga proses generasi tetap berada di depan pemutaran — bukan pada kualitas keluaran. Itulah tepatnya mengapa klip sampel, seberapa pun bagusnya, bukanlah bagian yang menarik dari pengumuman ini.
Angka yang tidak dicantumkan Pika di judul utama

Baris mode kamera adalah 640×480 pada 24 fps di delapan GPU B300. Jika Enact adalah peluncuran produk, angka itu akan dikubur. Itu adalah satu-satunya angka paling informatif dalam postingan ini, karena itulah kurs jujur antara interaktivitas dan resolusi: untuk tetap 1.5× di depan pemutaran saat Anda mengarahkan kamera, sistem merender aliran quarter-VGA pada node yang biayanya lebih dari seluruh anggaran render sebagian besar studio.
Apakah itu membuat demo tersebut palsu? Tidak. Itu membuatnya menjadi demonstrasi headroom, dan headroom pada perangkat keras mutakhir adalah cara setiap sistem media interaktif merilis versi pertamanya. Pertanyaan yang relevan bagi pembaca bukanlah apakah 640×480 cukup baik. Melainkan bagaimana rasio itu terlihat pada perangkat keras yang dapat Anda sewa, dan Pika tidak menyebutkannya. Angka H100 pada mode staging adalah hal yang paling mendekati jawaban — satu GPU, di bawah 0,4 detik — dan staging adalah masalah kontrol yang jauh lebih sederhana daripada pekerjaan kamera.
Dimensi lain yang tidak dilaporkan adalah berapa lama sebuah sesi benar-benar tetap koheren. Cache geser dengan empat chunk terbaru ditambah satu frame jangkar adalah rancangan untuk menjaga koherensi, bukan jaminan akan hal itu. Tidak ada apa pun dalam postingan tersebut yang memberikan durasi sesi, pengukuran drift seiring waktu, atau contoh pengambilan gambar sepuluh menit. Sampai seseorang di luar Pika menjalankannya, "sesi tak terbatas" hanyalah sebuah arsitektur, bukan hasil.
Apa yang bisa Anda jalankan minggu ini
Enact, tidak ada. H3 Flex, ya — bobotnya diunggah pada 29 Oktober sebagai Pika-Labs/Pika-H3-Flex bersama Turbo LoRA, dan repositori utama telah mencatat lebih dari 166.000 unduhan menurut API Hugging Face per 19 November. Itu situasi yang benar-benar tidak biasa: generator dasar untuk demo interaktif yang belum dirilis dapat diunduh, dan bagian yang ditahan Pika adalah pemisahan stem audio dan stack penyajian yang dipercepat.

Jika Anda menginginkan leluhur yang belum didistilasi alih-alih hasil post-train Pika, MiniMax H3adalah model yang menjadi asal seluruh stack Enact — generator omni-modal dengan audio stereo native yang membaca referensi teks, gambar, video, dan audio sebagai satu konteks. Model ini disajikan melalui OrcaRouter secara per detik, $0,08 per detik pada 768P dan $0,13 pada 2K, ditagih pada harga daftar penyedia tanpa markup tambahan, sehingga perubahan harga vendor langsung berlaku di sini pada hari yang sama saat diumumkan. Itu adalah produk yang berbeda dari Enact dan checkpoint yang berbeda dari H3 Flex; ini hanyalah cara termurah untuk mengetahui apakah keluaran keluarga H3 cocok dengan rekaman Anda sebelum berkomitmen pada gambaran mental delapan GPU tentang berapa biaya "waktu nyata".
Lapisan perutean memperoleh tempatnya dalam cerita khusus ini karena alasan yang membosankan: kemampuan kelas riset yang belum terbukti dan berasal dari satu vendor adalah justru hal yang tidak ingin Anda jadikan dasar untuk membangun jalur produksi. Failover antarpenyedia berarti uji coba H3 tidak berubah menjadi gangguan layanan saat satu endpoint sibuk, dan memiliki setiap model lainnya di balik kunci yang sama dan lebih dari 200 model di satu endpoint berarti perbandingan yang cepat atau lambat pasti ingin Anda lakukan — H3 dengan Kling, dengan Seedance, dengan apa pun yang dirilis minggu ini — tidak memerlukan kontrak kedua. Tidak ada satu pun dari itu yang memberi Anda Enact. Itu memberi Anda garis dasar yang jujur untuk menilainya.
Apa yang akan mengubah ini dari sekadar demo menjadi keputusan?
Empat hal, dalam urutan yang akan mengubah pilihan pembaca:
• Sebuah pintu — daftar tunggu, kunci beta, harga kredit. Salah satu dari ini mengubah Enact dari sesuatu yang hanya dibaca menjadi sesuatu yang bisa direncanakan.
• Resolusi di atas 640×480 untuk kendali kamera, atau persyaratan perangkat keras yang dinyatakan untuk penyiapan pada ukuran frame yang dapat digunakan. Margin 1,8× pada satu H100 menyiratkan adanya jalur ke sana; Pika hanya belum memublikasikan di mana hasil akhirnya.
• Hasil sepanjang sesi, idealnya dari seseorang yang bukan Pika. Drift selama beberapa menit adalah segalanya bagi alat pengarahan, dan itulah satu hal yang tidak dapat ditunjukkan oleh highlight reel kepada Anda.
• Set prompt publik atau harness latensi independen. Angka Pika konsisten secara internal dan luar biasa detail, yang merupakan tanda baik, tetapi "1,8× waktu nyata" yang diukur oleh tim yang membangun distilasi adalah klaim, bukan tolok ukur.
Sampai setidaknya salah satu dari itu terwujud, deskripsi akurat tentang Pika Enact sempit dan tidak glamor: sistem riset yang berfungsi, diterbitkan dengan detail rekayasa nyata, yang menurut pembuatnya sendiri tidak dapat Anda gunakan. Rekayasanya layak dibaca — causal chunking, sliding cache, dan resep distilasinya adalah cetak biru yang masuk akal untuk bagaimana video interaktif dibangun oleh semua orang lain selama setahun ke depan. Produknya belum ada, dan sebesar apa pun 1,8× tidak mengubah itu.
