¿Qué es Kandinsky 6.0 Video?
Kandinsky 6.0 Video se publicó como código abierto el 6 de octubre de 2026 por Kandinsky Lab, parte de la rusa Sber. Viene en dos tamaños, Lite con 3.000 millones de parámetros y Pro con 29.000 millones, cada uno con checkpoints estándar, destilado y de preentrenamiento. Ambos generan clips de 5 segundos con audio sincronizado a 44 kHz, incluido habla con sincronización labial, música y sonido ambiente, a partir de texto o de una imagen más texto; una actualización del 25 de octubre añadió modos de primer y último fotograma, guiado por audio y guiado por vídeo.
El clip base es de 480x864, y un modelo de superresolución aparte lo lleva a 1920x1080. Código y pesos tienen licencia MIT. Los desarrolladores dicen que el módulo de audio se entrenó con 40 millones de pistas de audio y después junto al módulo de vídeo con 7 millones de clips emparejados.
¿Merece la pena Kandinsky 6.0 Video?
Kandinsky 6.0 Video lleva vídeo con licencia MIT, habla y sonido sincronizados a tarjetas gráficas normales. Los tiempos del propio Kandinsky Lab sitúan un clip Lite destilado en 68 segundos en una RTX 4090 y 174 segundos en una RTX 5060 Ti de 16 GB, y un clip Pro destilado en 235 segundos en la 4090 o 88 segundos en una H100, todo a 480x864 antes del escalado.
Los datos independientes de calidad son escasos. Ningún tamaño aparece en la tabla de texto a vídeo con audio de Artificial Analysis. Los desarrolladores afirman que Pro supera a LTX-2.5 en calidad visual y de habla y solo queda por detrás de MiniMax H3, mientras que Digital Journal señala que los resultados frente a LTX-2.5 y Veo 3.1 Fast variaron según la tarea y el criterio. El aprendizaje por refuerzo redujo un 47% la tasa de error por palabra del habla generada por Pro, según el equipo.
Cinco segundos es un límite fijo por ahora, y todos los clips duran exactamente eso, así que las escenas largas exigen empalmar. El Full HD también cuesta tiempo: un clip Pro destilado pasa de 235 a 381 segundos en una RTX 4090 con superresolución.
El fabricante importa a algunos compradores. Kandinsky Lab pertenece a Sber, y Sberbank está bajo sanciones de bloqueo total de Estados Unidos desde abril de 2022. Descargar pesos MIT de Hugging Face no es lo mismo que pagar a Sber, pero las empresas estadounidenses deberían pedir asesoramiento legal antes de construir un producto sobre él.
Dónde se gana su sitio
Una start-up de idiomas de dos personas
Generar escenas breves con personajes que hablan para lecciones de vocabulario
Ejecuta Lite Distill en una RTX 5060 Ti de 16 GB a unos 174 segundos por clip de 5 segundos con habla sincronizada; los términos MIT implican cero regalías aunque la app crezca.
Una agencia de redes sociales que prueba conceptos de anuncios
Producir rápido muchos borradores de 5 segundos con sonido
Usa el endpoint Pro de fal a 8 pasos por 0,24 $ el clip, así que 500 borradores cuestan unos 120 $, y vuelve a renderizar los elegidos a 50 pasos con escalado a 1080p por 1,53 $ cada uno.
Un ingeniero de ML de un grupo de medios de Moscú
Autoalojar un modelo de vídeo nacional para producción
Sirve Pro en una H100 con vLLM-Omni o SGLang a unos 88 segundos por clip destilado de 480x864, o 133 segundos con superresolución Full HD.
Antes de decidirte
- Puesta en marcha
- Instala uv y just, ejecuta just setup, descarga un checkpoint como pro-distill y genera a partir de un prompt; también hay vías con Diffusers y ComfyUI.
- Integraciones
- Diffusers, ComfyUI, vLLM-Omni, SGLang, FastVideo, un Space de Hugging Face para Pro Distill y los endpoints de texto a vídeo e imagen a vídeo de fal.
- Datos y privacidad
- Los pesos MIT autoalojados mantienen el material en local; no se describen datos de entrenamiento más allá de los 40 millones de pistas de audio y los 7 millones de clips emparejados.
- Coste a escala
- fal: 1.000 clips Pro cuestan 1.350 $ a 50 pasos o 240 $ a 8 pasos; autoalojado, una RTX 4090 produce unos 15 clips Pro destilados por hora a 480x864.
- Límites
- Solo clips de 5 segundos; base de 480x864 con escalado opcional a 1920x1080; Pro necesita offloading por bloques en tarjetas de 24 y 32 GB; las afirmaciones de calidad son propias.
Lo bueno
- Licencia MIT para código y pesos
- Habla, música y efectos sincronizados a 44 kHz
- Lite funciona en una RTX 5060 Ti de 16 GB
- Compatible con Diffusers, ComfyUI, vLLM-Omni, SGLang y FastVideo
Lo malo
- Clips fijos de 5 segundos
- Aún sin posición independiente en ninguna arena
- Pro tarda unos 4 minutos por clip destilado en una RTX 4090
- El fabricante pertenece a un banco sancionado por EE. UU.
Ideal para
Desarrolladores y estudios pequeños que quieren vídeo corto autoalojado y gratis para uso comercial con diálogo y sonido, y que pueden resolver la cuestión de Sber con sus abogados.
Alternativas a Kandinsky 6.0 Video
Kandinsky 6.0 Video: preguntas frecuentes
- ¿Merece la pena Kandinsky 6.0 Video?
- Kandinsky 6.0 es una forma barata de sacar vídeo con diálogo y música de un modelo con licencia MIT, y el techo de cinco segundos es el precio. Le damos un 3.7 sobre 5.
- ¿Cuánto cuesta Kandinsky 6.0 Video?
- Pesos gratuitos bajo MIT. fal cobra 1,35 $ por un clip Pro de 5 segundos a 480p con 50 pasos, 0,24 $ con 8 pasos y 1,53 $ con escalado a 1080p.
- ¿Qué inconvenientes tiene Kandinsky 6.0 Video?
- Clips fijos de 5 segundos; aún sin posición independiente en ninguna arena; pro tarda unos 4 minutos por clip destilado en una RTX 4090; el fabricante pertenece a un banco sancionado por EE. UU.
- ¿Para quién es Kandinsky 6.0 Video?
- Desarrolladores y estudios pequeños que quieren vídeo corto autoalojado y gratis para uso comercial con diálogo y sonido, y que pueden resolver la cuestión de Sber con sus abogados.
- ¿Cuánto cuesta Kandinsky 6.0 Video para un equipo o en producción?
- fal: 1.000 clips Pro cuestan 1.350 $ a 50 pasos o 240 $ a 8 pasos; autoalojado, una RTX 4090 produce unos 15 clips Pro destilados por hora a 480x864.
- ¿Es Kandinsky 6.0 Video seguro para los datos de la empresa?
- Los pesos MIT autoalojados mantienen el material en local; no se describen datos de entrenamiento más allá de los 40 millones de pistas de audio y los 7 millones de clips emparejados.
- ¿Cuáles son las mejores alternativas a Kandinsky 6.0 Video?
- Las alternativas más cercanas que hemos analizado son LTX-2.5, MAGI-2 Preview, MiniMax H3 (Hailuo 3.0) y HunyuanVideo 1.5.
Respuestas comprobadas el 7 nov 2026.