
Kandinsky 6.0 Video vs Runway Gen-4.5: Jeden z nich nie ma nic do powiedzenia
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 90 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 96 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOWOŚĆOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 88 tok/s
- OrcaNOWOŚĆOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 133 tok/s
- OrcaNOWOŚĆOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 za 1 mln tokenów · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 157 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 za 1 mln tokenów · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencja
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencja
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 za 1 mln tokenów · 221 tok/s
Oto porównanie, które można rozstrzygnąć na podstawie jednej specyfikacji – i nie jest to specyfikacja jakościowa. Runway Gen-4.5 nie generuje dźwięku. Nie jako ograniczenie jednego trybu, nie jako opcjonalny dodatek – model renderuje obraz i nic więcej, a każda decyzja dotycząca dźwięku podejmowana dalej należy do Ciebie. Kandinsky 6.0 Video, udostępniony na zasadach open source przez Kandinsky Lab należący do Sbera 6 października 2026 roku na licencji MIT w wersjach Lite 3B i Pro 29B, generuje dźwięk 44 kHz z synchronizacją ruchu warg w tym samym przebiegu co obraz i traktuje to wspólne generowanie jako cały sens swojego istnienia. Zatem zanim padnie jakikolwiek argument o jakości ruchu czy cenie, to starcie rozstrzyga się na tym, czy materiał docelowy musi być dostarczony z dźwiękiem. Jeśli tak, nie ma czego porównywać. Jeśli nie, reszta tej strony jest tym porównaniem.
Tam, gdzie te dwa się pokrywają
Pomijając dźwięk, wspólny zakres jest węższy, niż sugerują odmienne reputacje. Żaden z modeli nie planuje ujęć. Runway Gen-4.5 renderuje pojedyncze klipy, bez trybu storyboardu dla wielu ujęć, a Kandinsky 6.0 Video oferuje jedno ciągłe ujęcie — pięć sekund, 121 klatek przy 24 fps, bez koncepcji cięcia, bez trybu przedłużania w wydaniu. Żaden nie da ci sekwencji. W obu przypadkach prosi się o jedno ujęcie naraz i oba łączysz sam.
Oba są również sterowane w ten sam sposób: promptem tekstowym lub statycznym obrazem, a faktyczną metodą pracy jest iteracyjne regenerowanie. Runway Gen-4.5 jest na rynku od grudnia 2025 roku, z asynchronicznym API i interfejsem użytkownika, wokół którego wielu ludzi zdążyło już zbudować nawyki. Kandinsky 6.0 Video pojawił się 6 października 2026 roku z checkpointami i integracją z diffusers, co oznacza, że pętla to skrypt w Pythonie zamiast karty przeglądarki — inna ergonomia, ten sam kształt pracy.
Tym, co je poza tym różni, są długość, rozdzielczość, kontener i licznik. Długość klipu to ten widoczny czynnik: Runway Gen-4.5 obsługuje od 2 do 10 sekund na generację, więc dłuższy fragment to nadal jedno żądanie, podczas gdy Kandinsky 6.0 Video potrzebowałby dwóch pięciosekundowych renderów i złączenia. To prawdziwa zaleta w przypadku ujęć ustanawiających, przytrzymań i wszystkiego, co ma powolny ruch kamery, a istnieje po wizualnej stronie bilansu, gdzie opublikowane dowody Kandinsky'ego są najsłabsze.
Licznik kredytu, zamieniony w zegar
Runway Gen-4.5 nalicza 12 kredytów za sekundę materiału wyjściowego, co według cennika daje 0,12 USD za sekundę — dziesięciosekundowy klip 720p za około 1,20 USD. Na to nakładają się dwa dodatki, o których warto wiedzieć przed zaplanowaniem budżetu: eksport ProRes lub PNG dodaje 5 kredytów za sekundę, a HDR dodaje kolejne 20, co daje 40 kredytów za sekundę powyżej około czterech megapikseli. To są liczby, które mnożysz, gdy efekt końcowy ma być plikiem gotowym do gradingu, a nie plikiem do udostępnienia.
Kandinsky 6.0 Video nie ma żadnej stawki, ponieważ nie ma czego kupować. Ma natomiast koszt sprzętowy, który sam pokrywasz, a raport jest wyjątkowo szczery w tej kwestii: pięciosekundowy klip Pro Full HD zajmuje około 402 sekund czasu pracy na H100, 854 na RTX 5090 i 1 247 na RTX 4090; odciążanie bloków jest wymagane poniżej szczytowej alokacji 72,8 GiB, a preset 16 GB VRAM kwantyzuje enkoder tekstu do NF4 — jedyna zmiana presetu, która według raportu zmienia sam klip. Oba modele działają z prędkością 24 fps, przy czym Runway oferuje również 25; oba obsługują wiele proporcji obrazu.
Postaw oba obok siebie jako zegary, a nie waluty. Runway Gen-4.5 sprzedaje ci około dwudziestu sekund rzeczywistego czasu renderowania za dolara. Kandinsky 6.0 Video nie sprzedaje ci nic i kosztuje cię od sześciu do dwudziestu jeden minut pracy jednego GPU za każde pięć sekund { które zachowasz } — przeciwko czemu stawiasz zamortyzowaną cenę karty, prąd oraz fakt, że możesz renderować bez połączenia sieciowego i bez limitu szybkości.
• Długość — Runway Gen-4.5: 2–10 s na generację. Kandinsky 6.0 Video: stałe 5 s przy 121 klatkach.
• Audio — Runway Gen-4.5: nie wygenerowano żadnego. Kandinsky 6.0 Video: 44 kHz z synchronizacją ust, wygenerowane wspólnie.
• Rozdzielczość i kontener — Runway Gen-4.5: 720p przy 24/25 fps, z możliwością eksportu w ProRes lub PNG. Kandinsky 6.0 Video: SD przy 512×768, Full HD 1920×1080 dzięki wbudowanemu etapowi superrozdzielczości, bez formatu pośredniego.
• Struktura ujęcia — Runway Gen-4.5: jeden klip na żądanie, bez planera. Kandinsky 6.0 Video: jedno ciągłe ujęcie, bez planera.
• Wagi — Runway Gen-4.5: zamknięte. Kandinsky 6.0 Video: MIT, Lite i Pro, kod oraz diffusers w zestawie.
• Dowody — Runway Gen-4.5: dziesięć miesięcy publicznych wyników i wykorzystania przez strony trzecie. Kandinsky 6.0 Video: ocena przeprowadzona przez dostawcę i test porównawczy na tle dwóch komparatorów; żadne z nich nie zostało odtworzone zewnętrznie.

Najlepiej udokumentowany zarzut wobec twierdzenia samego Kandinskiego
Runway nie musi publikować porównania, aby mieć tu silną pozycję, ponieważ raport Kandinsky już sam wskazuje swoje ograniczenia. Jego ogłoszone ograniczenia, jego własnymi słowami: klipy do pięciu sekund; generowanie bazowe w rozdzielczości SD, przy czym Full HD uzyskuje się dzięki superrozdzielczości; oraz utrzymująca się luka względem najsilniejszych systemów zastrzeżonych pod względem jakości wizualnej i ogólnej jakości audio. Runway-4.5 jest jednym z systemów, na które to wskazuje.
W zestawieniu z tym — własne wyniki raportu. W ocenie porównawczej przeprowadzanej przez ludzi — pary z tego samego promptu, zanonimizowane klipy, losowe umiejscowienie po lewej/prawej, przetasowana kolejność zadań, dźwięk najpierw wyłączony, a następnie włączony, opcja remisu, agregacja większością głosów, około 200 lub więcej porównań parami na kryterium — Kandinsky 6.0 Video Pro konkuruje z Kling 2.6 i Veo 3.1 Fast, a jego mocne strony różnią się w zależności od kryterium, oraz ustępuje MiniMax H3 i Dreamina Seedance 2.0 w kryteriach wizualnych, pozostając konkurencyjnym pod względem jakości mowy i synchronizacji dźwięku z obrazem. Uczenie ze wzmocnieniem obniżyło wskaźnik błędów słów w generowanej mowie o 47%. W VABench wyprzedza LTX 2.5 pod względem jakości mowy i dokładności synchronizacji ruchu ust, a ustępuje mu w zakresie dopasowania i ekspresyjności ocenianych przez VLM.
Runway nie pojawia się nigdzie na tej liście, w żadnym kierunku. Nie ma bezpośredniego starcia, wspólnego benchmarku ani niezależnego panelu, który oceniałby oba. Każdy, kto ogłasza zwycięzcę pod względem jakości między Runway Gen-4.5 a Kandinsky 6.0 Video, ekstrapoluje z dwóch niepowiązanych baz dowodowych: jedna z nich to dziesięć miesięcy publicznych wyników, a druga to raport autorów modelu.
Kwestia pipeline'u — i to właśnie tam routery zasługują na swoje miejsce.
Żaden z tych modeli nie jest routowany przez OrcaRouter, a to mówi o naszym katalogu, a nie o którymkolwiek z tych produktów: Runway Gen-4.5 jest udostępniany przez własne API Runway, a Kandinsky 6.0 Video to checkpoint, który pobierasz i uruchamiasz. Jednak pipeline zbudowany na którymkolwiek z nich większość swoich wywołań poświęca na tekst, a nie na piksele.
Zastanów się, czego właściwie potrzebuje pięciosekundowy potok audio-wideo. Notatka do ujęcia musi stać się długim, ustrukturyzowanym opisem takiego rodzaju, na jakim trenowano te modele. Dialog trzeba napisać, zanim przebieg synchronizacji ust będzie mógł go podjąć. Sześć kandydujących generacji tego samego beatu trzeba przejrzeć i wybrać jedną, a ten przegląd to tekstowe wywołanie dotyczące wideo. Potem jest część, która decyduje, czy całość warto uruchomić: decyzje o łączeniu, notatki o ciągłości, scenariusz następnego klipu. Wszystko to jest tekstem i wszystko to działa na jednym punkcie końcowym zgodnym z OpenAI, obsługującym ponad 200 modeli w cenach katalogowych dostawców przekazywanych z marżą 0%, z DSL routingu, który pozwala, by tani recenzent i staranny recenzent byli różnymi modelami w tym samym miejscu wywołania. Fuzja modeli pomaga tu w konkretny sposób — opis napisany przez jeden model i skrytykowany przez inny zwykle wychwytuje wymyślone szczegóły, które pojedyncze przejście przepuszcza. A ponieważ pętla renderowania jest długa, automatyczne przełączanie awaryjne to różnica między tym, czy nieudany opis kosztuje jedno wywołanie, a tym, czy kosztuje cały klip.
Decyzja wyrażona jako pytanie o dźwięk
Jeśli gotowy materiał wymaga dialogu, dźwięku otoczenia lub lip-syncu, które przychodzą wraz z obrazem, Runway Gen-4.5 nie wchodzi w grę i pozostaje tylko wybór, który model audio-wideo zastosujesz. Ta lista jest krótka, a Kandinsky 6.0 Video to jej otwarta pozycja.
Jeśli dźwiękiem zajmuje się coś innego — osobny model, aktor głosowy, biblioteka — to dziesięciosekundowe klipy, dojrzałe API i opcje eksportu Runway Gen-4.5 są dziś mocniejszym narzędziem pracy, a jego baza dowodowa jest starsza i obszerniejsza z tych dwóch. Rzeczą, na którą trzeba w takim wypadku uważać, nie jest benchmark. Chodzi o to, czy Runway zamknie lukę audio, ponieważ ta pojedyncza specyfikacja jest obecnie całym strukturalnym argumentem za umieszczeniem zupełnie nowego otwartego checkpointu w potoku produkcyjnym przed modelem, który ma za sobą dziesięć miesięcy użytkowania.


Tam, gdzie odbywają się wywołania podpisywania i weryfikacji, fuzja modeli pomaga wyłapać wymyślone szczegóły, które pojedyncze przejście przepuszcza.
