
Kandinsky 6.0 Video vs Runway Gen-4.5: Um deles não tem nada a dizer
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 96 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaNOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNOVOOrcaCyber: 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 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 157 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligência
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligência
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 221 tok/s
Eis uma comparação que pode ser resolvida por uma única especificação, e não é uma especificação de qualidade. Runway Gen-4.5não gera áudio. Não como limitação de um modo, não como complemento opcional — o modelo renderiza imagem e nada mais, e toda decisão de áudio a jusante dele é sua. Kandinsky 6.0 Video, disponibilizado em código aberto pelo Kandinsky Lab da Sber em 6 de outubro de 2026 sob licença MIT, nos tamanhos Lite 3B e Pro 29B, gera áudio de 44 kHz com sincronização labial na mesma passagem que a imagem, e trata essa geração conjunta como sua razão de existir. Portanto, antes de qualquer discussão sobre qualidade de movimento ou preço, o confronto se define por a entrega precisar ou não chegar com som atrelado. Se precisar, não há comparação a fazer. Se não precisar, o restante desta página é a comparação.
Onde os dois de fato se sobrepõem
Deixe o áudio de lado e a sobreposição é menor do que as reputações divergentes sugerem. Nenhum dos modelos planeja planos. O Runway Gen-4.5 renderiza por clipe, sem modo de storyboard com vários planos, e o Kandinsky 6.0 Video tem uma única tomada contínua — cinco segundos, 121 quadros a 24 fps, sem conceito de corte, sem modo de extensão na versão lançada. Nenhum dos dois vai entregar uma sequência para você. Pede-se a ambos um plano por vez, e você é quem os junta.
Ambos também são operados da mesma forma: um prompt de texto ou uma imagem estática, com a regeneração iterativa como método de trabalho real. O Runway Gen-4.5 está no mercado desde dezembro de 2025, com uma API assíncrona e uma UI em torno da qual muitas pessoas já criaram hábitos. O Kandinsky 6.0 Video chegou em 6 de outubro de 2026 com checkpoints e uma integração com o diffusers, o que significa que o loop é um script Python em vez de uma aba do navegador — ergonomia diferente, o mesmo formato de trabalho.
O que os separa além disso é a duração, a resolução, o contêiner e o medidor. A duração do clipe é a mais visível: o Runway Gen-4.5 cobre de 2 a 10 segundos por geração, então um trecho mais longo ainda é uma única requisição, enquanto o Kandinsky 6.0 Video precisaria de duas renderizações de cinco segundos e uma junção. Isso é uma vantagem real para planos de estabelecimento, planos fixos e qualquer coisa com um movimento de câmera lento, e está no lado visual do balanço, onde as evidências publicadas do Kandinsky são mais fracas.
O medidor de crédito, convertido em um relógio
Runway Gen-4.5 cobra 12 créditos por segundo de saída, o que, no preço de tabela, é US$ 0,12 por segundo — um clipe de 10 segundos em 720p por cerca de US$ 1,20. Dois adicionais incidem sobre isso e vale a pena conhecê-los antes de orçar: a exportação em ProRes ou PNG adiciona 5 créditos por segundo, e HDR adiciona mais 20, o que passa a ser 40 créditos por segundo acima de aproximadamente quatro megapixels. Esses são os números que você multiplica quando o entregável é um arquivo pronto para color grading em vez de um compartilhamento.
O Kandinsky 6.0 Video não tem preço nenhum, porque não há nada para comprar. O que ele tem é um custo de hardware que você fornece, e o relatório é excepcionalmente franco sobre isso: um clipe Pro Full HD de cinco segundos leva cerca de 402 segundos de tempo de trabalho em uma H100, 854 em uma RTX 5090 e 1.247 em uma RTX 4090, o offloading de blocos é necessário abaixo de uma alocação de pico de 72,8 GiB, e o preset de 16 GB de VRAM quantiza o codificador de texto para NF4 — a única mudança de preset que o relatório diz que altera o próprio clipe. Ambos os modelos rodam a 24 fps, com o Runway também oferecendo 25, e ambos funcionam em várias proporções de tela.
Coloque os dois lado a lado como relógios, e não como moedas. O Runway Gen-4.5 vende a você cerca de vinte segundos de tempo de renderização no relógio de parede por um dólar. O Kandinsky 6.0 Video não vende nada e custa a você de seis a vinte e um minutos de uma GPU para cada cinco segundos que você mantém — e, em contrapartida, você coloca na balança o preço amortizado da placa, a eletricidade e o fato de poder renderizar sem conexão de rede nem limite de taxa.
• Duração — Runway Gen-4.5: 2–10 s por geração. Kandinsky 6.0 Video: 5 s fixos em 121 quadros.
• Áudio — Runway Gen-4.5: nenhum gerado. Kandinsky 6.0 Video: 44 kHz com sincronização labial, gerado conjuntamente.
• Resolução e contêiner — Runway Gen-4.5: 720p a 24/25 fps, com exportação em ProRes ou PNG disponível. Kandinsky 6.0 Video: SD em 512×768, Full HD 1920×1080 por meio de um estágio de super-resolução integrado, sem formato intermediário.
• {{1}}Estrutura de plano{{/1}} — {{2}}Runway Gen-4.5{{/2}}: um clipe por solicitação, sem planejador. {{3}}Kandinsky 6.0 Video{{/3}}: uma tomada contínua, sem planejador.
• Pesos — Runway Gen-4.5: fechados. Kandinsky 6.0 Video: MIT, Lite e Pro, código e diffusers incluídos.
• Evidências — Runway Gen-4.5: dez meses de resultados públicos e uso por terceiros. Kandinsky 6.0 Video: uma avaliação conduzida pelo fornecedor e um benchmark executado contra dois comparadores, nenhum dos quais reproduzido externamente.

A objeção mais bem fundamentada à própria afirmação de Kandinsky
O Runway não precisa publicar uma comparação para ter uma posição forte aqui, porque o relatório do Kandinsky já declara seus próprios limites. Suas limitações anunciadas, em suas próprias palavras: clipes de até cinco segundos; geração base em resolução SD, com Full HD obtido por meio de super-resolução; e uma lacuna que permanece em relação aos sistemas proprietários mais fortes em qualidade visual e qualidade geral do áudio. O Runway Gen-4.5 é um dos sistemas aos quais essa frase se refere.
Em contrapartida, os próprios resultados do relatório. Em avaliação humana lado a lado — pares provenientes do mesmo prompt, clipes anonimizados, posicionamento esquerda/direita aleatorizado, ordem das tarefas embaralhada, áudio desativado e depois ativado, opção de empate, agregação por voto majoritário, cerca de 200 ou mais comparações pareadas por critério — o Kandinsky 6.0 Video Pro é competitivo com o Kling 2.6 e o Veo 3.1 Fast, com pontos fortes que variam conforme o critério, e fica atrás do MiniMax H3 e do Dreamina Seedance 2.0 nos critérios visuais, embora permaneça competitivo em qualidade de fala e sincronização áudio-vídeo. O aprendizado por reforço reduziu em 47% a taxa de erro de palavras da fala gerada. No VABench, ele supera o LTX 2.5 em qualidade de fala e precisão de sincronia labial e fica atrás dele em alinhamento e expressividade avaliados por VLM.
Runway não aparece em lugar nenhum dessa lista, em nenhuma das direções. Não há confronto direto, nenhum benchmark compartilhado e nenhum painel independente que avalie ambos. Qualquer pessoa que publique um vencedor entre Runway Gen-4.5 e Kandinsky 6.0 Video em qualidade está extrapolando a partir de duas bases de evidências não relacionadas, uma das quais são dez meses de resultados públicos e a outra é um relatório dos autores do modelo.
A questão do pipeline, que é onde os roteadores conquistam seu lugar
Nenhum desses modelos é roteado no OrcaRouter, e isso é uma afirmação sobre o nosso catálogo, e não sobre qualquer um dos dois produtos: o Runway Gen-4.5 é servido através da API da própria Runway, e o Kandinsky 6.0 Video é um checkpoint que você baixa e executa. No entanto, um pipeline construído com qualquer um dos dois gasta a maior parte das suas chamadas com texto, e não com pixels.
Considere o que um pipeline de áudio e vídeo de cinco segundos realmente precisa. Uma nota de tomada tem de se tornar uma legenda longa e estruturada do tipo com que esses modelos foram treinados. O diálogo tem de ser escrito antes que uma etapa de sincronização labial possa tentá-lo. Seis gerações candidatas do mesmo momento têm de ser revisadas e uma selecionada, e essa revisão é uma chamada de texto sobre um vídeo. Depois há a parte que decide se vale a pena executar tudo: as decisões de junção, as notas de continuidade, o roteiro do próximo clipe. Tudo isso é texto, e tudo isso roda em um endpoint compatível com OpenAI em mais de 200 modelos aos preços de tabela dos provedores repassados com 0% de markup, com uma DSL de roteamento que permite que o revisor barato e o revisor cuidadoso sejam modelos diferentes no mesmo local de chamada. A fusão de modelos ajuda de uma forma específica aqui — uma legenda escrita por um modelo e criticada por outro tende a capturar os detalhes inventados que uma única passagem deixa passar. E, como um loop de renderização é longo, o failover automático é a diferença entre uma legenda com falha custar uma chamada e custar o clipe.
A decisão, formulada como uma pergunta sobre som
Se a peça finalizada precisar de diálogo, ambiência ou sincronização labial que chegam junto com a imagem, o Runway Gen-4.5 está fora de cogitação e a única escolha que resta é qual modelo de áudio e vídeo você vai implantar. Essa é uma lista curta, e o Kandinsky 6.0 Video é a opção aberta nela.
Se o som for tratado em outro lugar — por um modelo separado, um ator de voz, uma biblioteca —, então os clipes de dez segundos, a API madura e as opções de exportação do Runway Gen-4.5 são a ferramenta de trabalho mais forte hoje, e sua base de evidências é a mais antiga e a mais densa das duas. O que se deve observar nesse caso não é um benchmark. É se a Runway fecha a lacuna de áudio, porque essa única especificação é atualmente todo o argumento estrutural para colocar um checkpoint aberto totalmente novo em um pipeline de produção à frente de um modelo com dez meses de uso por trás dele.


Onde ficam a legenda e as chamadas de revisão, a fusão de modelos ajuda a capturar detalhes inventados que uma única passagem deixa passar.
