
Pika Enact генерирует быстрее, чем воспроизводит, — и вы пока не можете этим воспользоваться
- OrcaНОВИНКАOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 за 1 млн токенов · 184 tok/s
- tencentНОВИНКАTencent: Hy4 Flash2026-11-16$0.02 / $0.07 за 1 млн токенов · 223 tok/s
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 87 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 96 tok/s
- orcaНОВИНКАOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 за 1 млн токенов · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 за 1 млн токенов · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Интеллект
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 за 1 млн токенов · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Интеллект
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 за 1 млн токенов · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Интеллект
Самое важное предложение в анонсе Pika Enact — не то, где речь идёт о перетаскивании актёров мышью. Это вот: «Сейчас Enact — исследовательская предварительная версия, недоступная для потребительского использования». Листа ожидания нет, регистрации нет, страницы с ценами нет и демо-сборки нет. Единственный путь, указанный в посте, — адрес электронной почты для корпоративных переговоров. Всё остальное — три режима режиссуры, показатели задержки, узел с восемью B300 — описывает то, о чём можно прочитать 19 ноября, но к чему нельзя прикоснуться.
Об этом всё равно стоит написать, потому что важно, на чём построен Enact. Система работает на Pika H3 Flex — версии MiniMax H3, дообученной компанией Pika, и у H3 Flex открытые веса на Hugging Face с 29 октября. Так что семейство, лежащее в основе демо, можно изучить, а в случае H3 — и вызвать его уже сегодня. Enact — это как раз то, чего нет. Вот что Pika фактически опубликовала 18 ноября, что означают эти числа и какие из них следует воспринимать как заявление о продукте, а не измерение.
Что опубликовала Pika, а что намеренно опустила

Два материала, оба с отметкой времени 18 ноября 2026 года. Пост в блоге на pika.art под названием «Research Preview: Pika Enact», отнесённый к категории Research, и публикация из аккаунта @pika_labs в 18:53 UTC. В обоих говорится одно и то же в одном и том же порядке: это эксперимент, он имитирует режиссуру на съёмочной площадке, и он недоступен.
В посте Enact описывается как «экспериментальная среда для прямых трансляций», а не как модель. Это различие не маркетинговая страховка — это точное описание. Enact — это система обслуживания и управления, обёрнутая вокруг дистиллированного генератора: одна часть превращает то, что вы делаете мышью или голосом, в сигналы обусловливания, другая выдаёт видео и аудио субсекундными фрагментами, перенося состояние сцены вперёд. Не существует единой «модели Enact» с номером версии и контекстным окном. Есть видеомодель, модель сценария и масса связующей инфраструктуры между ними и вами.
Что не включено в публикацию, проверено 19 ноября:
Нет конечной точки, идентификатора модели или ссылки на API. Документация Pika доступна только после входа, и ничто на публичном сайте не представляет Enact как модель, доступную для вызова.
• Без цены. Ни ставки за секунду, ни стоимости кредитов, ни корпоративного тарифа. Единственная коммерческая деталь — контактный адрес.
• Ни списка ожидания, ни формы раннего доступа. Сравните это с обычным сценарием исследовательского превью, который почти всегда собирает электронные адреса.
• Для Live Staging и Live Actor Direction значение разрешения не указывается. Оно приводится только для режима камеры, и это число, о котором речь пойдёт ниже.
• Независимой оценки нет. Каждая цифра в посте — собственная цифра Pika, измеренная на оборудовании Pika, при этом ни тестовый стенд, ни набор промптов не опубликованы.
Считайте отсутствие листа ожидания самым сильным сигналом во всём объявлении. Компания, которая собирается вскоре впустить посторонних, обычно строит дверь.
Три режима — три совершенно разных счёта за вычисления
В посте Enact разделён на три взаимодействия, и это не три представления одной и той же функции. У каждого есть собственный аппаратный профиль, собственный множитель скорости и собственный конвейер обучения, что служит хорошим признаком того, что эти три были созданы независимо и сшиты вместе в последний момент.
Live Staging — это режим перетаскивания мышью. Вы хватаете актёра или объект внутри воспроизводимого видео и перемещаете его, а позы, освещение и тени следуют за ним. Pika сообщает, что генерация идёт «в 1,8 раза быстрее воспроизведения» на одном сервере, а картинка откликается «менее чем за 0,4 секунды на H100» включая декодирование. Он внедряет три согласованных по кадрам сигнала — состояния мыши с частотой 24 кадра/с, пространственную тепловую карту захвата и нетронутое исходное видео — через модули с нулевой инициализацией; это стандартный приём, позволяющий прикрутить новый канал управления к замороженному генератору, не сломав то, что он уже умеет.
Live Actor Direction — это то, с чего начинается анонс, и самая сложная из трёх функций. Вы вводите или произносите заметку, актёр подтверждает её в образе и обыгрывает, а реплики «фиксируются дословно», чтобы в более поздних заметках можно было ссылаться на более ранние. Затем вы говорите «Action», и репетиция сворачивается в «один чистый дубль, снятый заново с первого кадра». Под капотом это две модели в цикле: сценарная модель, которая превращает вашу голосовую заметку в структурированные биты через вызовы инструментов, и видеомодель реального времени, которая их отыгрывает. Pika заявляет, что генерация идёт «в 1,75 раза быстрее, чем они играют».
Управление камерой в реальном времени — это режим с самыми нелестными и потому самыми полезными цифрами. Вы вращаете виртуальную камеру по орбите, панорамируете или выполняете долли во время генерации, и Pika утверждает, что нужны только изображение внешнего вида плюс лёгкий 3D-прокси движения — подойдёт даже вьюпорт Blender без текстур. Он работает на узле «8×NVIDIA B300» при «640×480 @ 24 fps», отрисовывая начальные кадры за 0,51 с, а затем «0,473 с на фрагмент длительностью 0,708 с, или в 1,50 раза быстрее реального времени».
Прочитайте эти три множителя по порядку: 1,8×, 1,75×, 1,50×. Это не показатели запаса, выбранные ради эффекта. Это резервы, благодаря которым потоковая система опережает таймер, и у режима камеры этот запас самый тонкий, потому что именно он к тому же удерживает узел с восемью GPU на четверти размера кадра, которого ожидал бы потребитель.
Почему «быстрее, чем играет» — это и есть весь трюк
Видеомодели обычно не работают в потоковом режиме. Они убирают шум из всего клипа целиком, а затем отдают его готовым. Интерактивная режиссура при такой модели невозможна, потому что сцена уже определена до того, как вы её увидите. Решение Pika — архитектурное, а не инкрементальное, и в публикации об этом говорится на удивление конкретно:
Разбиение на чанки — вывод выдаётся причинными чанками по «0,7 с в стандартном режиме, 0,17 с в режиме низкой задержки». Именно показатель 0,17 с обеспечивает отклик менее 0,4 секунды в staging; более крупный чанк означает более долгое ожидание, прежде чем ваше перетаскивание станет видимым.
• Скользящий KV-кеш — контекст сохраняет промпт, исходное видео, первый фрагмент и четыре последних фрагмента. Более старые фрагменты вытесняются, поэтому затраты на обработку одного фрагмента остаются постоянными, а не растут с длиной сессии.
• Позиционные эмбеддинги с перебазированием — формулировка Pika: «бесконечные сессии при постоянных затратах». Та же идея, другой механизм: у модели никогда не заканчиваются позиционные индексы, потому что система отсчёта продолжает смещаться.
• Дистилляция — сэмплер переходит «с двадцати шагов всего на несколько», используя «self-forcing distribution matching distillation (DMD)» с обучаемым критиком и учителем на полном клипе. Модель с двадцатью шагами не может достичь 24 кадров/с; модель с тремя-четырьмя шагами может.
• Защита от дрейфа — начальный якорный кадр может возвращать простаивающую сцену к её началу, а «Real-Time Director» незаметно вставляет периодические паузы-удержания. Это сделано потому, что система с такой авторегрессией будет блуждать, если оставить её без присмотра, и решение — позволить слегка подталкивать её, а не переобучать.
Ничто из этого само по себе не экзотично. Необычно то, что всё это направлено на одно и то же ограничение — чтобы генерация опережала воспроизведение, — а не на качество выходных данных. Именно поэтому демонстрационные клипы, какими бы хорошими они ни были, не являются интересной частью этого анонса.
Число, которое Pika не вынесла в заголовок

Строка про режим камеры — это 640×480 при 24 кадрах/с на восьми GPU B300. Если бы Enact был запуском продукта, эта цифра осталась бы незамеченной. Это самый информативный показатель в посте, потому что это честный курс обмена между интерактивностью и разрешением: чтобы опережать воспроизведение в 1,5 раза, пока вы управляете камерой, система рендерит поток quarter-VGA на узле, который стоит больше, чем весь бюджет рендеринга большинства студий.
Делает ли это демо подделкой? Нет. Это делает его демонстрацией запаса производительности, а запас на передовом оборудовании — это то, с чем каждая интерактивная медиасистема выпускала свою первую версию. Для читателя важный вопрос не в том, достаточно ли хорош 640×480. А в том, как выглядит это соотношение на оборудовании, которое можно арендовать, и Pika об этом не говорит. Цифра H100 для режима staging — ближайшее к ответу — один GPU, менее 0.4 секунды — а staging — куда более простая задача управления, чем работа с камерой.
Другое нераскрытое измерение — как долго сессия на самом деле сохраняет связность. Скользящий кэш с четырьмя последними чанками плюс опорный кадр — это проектное решение для поддержания согласованности, а не её гарантия. В посте нет ни длительности сессии, ни измерения дрейфа во времени, ни примера десятиминутного дубля. Пока кто-то вне Pika не проведёт такой тест, «бесконечные сессии» — это архитектура, а не результат.
Что можно запустить на этой неделе
Enact — ничего. H3 Flex — да: веса были выложены 29 октября как Pika-Labs/Pika-H3-Flex вместе с Turbo LoRA, и, согласно Hugging Face API, по состоянию на 19 ноября основной репозиторий набрал более 166 000 загрузок. Это действительно необычная ситуация: базовый генератор для ещё не выпущенной интерактивной демо-версии доступен для скачивания, а то, что Pika оставила у себя, — это разделение аудио на стемы и ускоренный стек обслуживания.

Если вам нужен недистиллированный предок, а не Pika post-train, MiniMax H3 — это модель, от которой происходит весь стек Enact: омнимодальный генератор с нативным стереозвуком, который читает текстовые, графические, видео- и аудиореференсы как единый контекст. Она предоставляется через OrcaRouter с посекундной оплатой: $0.08 за секунду при 768P и $0.13 при 2K, по прайс-листу провайдера без наценки, поэтому изменение цены поставщика появляется здесь в тот же день, когда о нём объявляют. Это другой продукт, не Enact, и другой чекпойнт, не H3 Flex; это просто самый дешёвый способ выяснить, подходит ли вывод семейства H3 для ваших материалов, прежде чем примерить на себя мысленную модель того, сколько стоит «реальное время» на восьми GPU.
Маршрутизирующий слой оправдывает своё место в этой конкретной истории по скучной причине: непроверенная возможность исследовательского уровня от одного вендора — это ровно то, на чём не стоит строить продакшн-путь. Отказоустойчивое переключение между провайдерами означает, что пробный запуск H3 не превращается в простой, когда один эндпоинт занят, а наличие всех остальных моделей за одним ключом и более 200 моделей на одном эндпоинте означает, что сравнение, которое вы неизбежно захотите провести — H3 с Kling, с Seedance, с тем, что вышло на этой неделе — не требует второго контракта. Ничто из этого не даёт вам Enact. Это даёт вам честную базовую линию для сравнения с ним.
Что превратило бы это из демо в решение?
Четыре вещи — в том порядке, в котором они изменили бы возможности выбора у читателя:
• Дверь — это список ожидания, бета-ключ, цена в кредитах. Любой из них превращает Enact из того, о чём можно прочитать, в то, вокруг чего можно строить планы.
• Разрешение выше 640×480 для управления камерой или заявленные требования к оборудованию для стейджинга с рабочим размером кадра. Запас 1,8× на одном H100 предполагает путь к этому; Pika просто не опубликовала, к чему это приведёт.
• Результат за целую сессию, желательно от кого-то, кто не Pika. Дрейф на протяжении минут решает всё для инструмента режиссуры, и именно это не может показать нарезка лучших моментов.
• Публичный набор промптов или независимый стенд для измерения задержки. Показатели Pika внутренне согласованы и необычно детализированы, что хороший знак, но «1,8× в реальном времени», измеренные командой, создавшей дистилляцию, — это заявление, а не бенчмарк.
Пока хотя бы один из этих пунктов не будет реализован, точное описание Pika Enact остаётся узким и неприглядным: работающая исследовательская система, опубликованная с реальными инженерными подробностями, которую, по словам самого создателя, использовать нельзя. Инженерная часть заслуживает прочтения — каузальный чанкинг, скользящий кэш и рецепт дистилляции представляют собой правдоподобный план того, как в течение следующего года интерактивное видео будут создавать все остальные. Продукта пока не существует, и никакое ускорение в 1.8× этого не изменит.
