Kandinsky 6.0 Videoとは？
Kandinsky 6.0 Videoは、ロシアのSber傘下のKandinsky Labが2026年10月6日にオープンソース化しました。サイズは30億パラメータのLiteと290億パラメータのProの2種類で、それぞれ標準、蒸留、事前学習のチェックポイントがあります。どちらもテキスト、または画像とテキストから、口の動きに合った音声、音楽、環境音を含む44kHzの同期音声付きの5秒クリップを生成します。10月25日の更新で、最初と最後のフレーム指定、音声駆動、動画駆動のモードが追加されました。
基本のクリップは480x864で、別の超解像モデルで1920x1080に引き上げます。コードとウェイトはMITライセンスです。開発者によれば、音声モジュールは4,000万本の音声トラックで学習した後、700万本のペアになったクリップで動画モジュールと一緒に学習しました。
Kandinsky 6.0 Videoは使う価値があるか？
Kandinsky 6.0 Videoは、MITライセンスで音声と効果音が同期した動画を普通のグラフィックカードにもたらします。Kandinsky Lab自身の計測では、蒸留版LiteのクリップはRTX 4090で68秒、16GBのRTX 5060 Tiで174秒、蒸留版ProのクリップはRTX 4090で235秒、H100で88秒で、いずれもアップスケール前の480x864です。
独立した品質データは乏しいです。ど ちらのサイズもArtificial Analysisの音声付きテキストから動画ランキングに載っていません。開発者はProが映像と音声の品質でLTX-2.5を上回り、MiniMax H3に次ぐとしていますが、Digital JournalはLTX-2.5やVeo 3.1 Fastとの比較結果がタスクや基準によってばらついたと指摘しています。チームによれば、強化学習でProが生成する音声の単語誤り率は47%下がりました。
5秒は今のところ固定の上限で、どのクリップもちょうどその長さなので、長い場面はつなぎ合わせる必要があります。フルHDにも時間がかかり、RTX 4090で蒸留版Proのクリップは超解像を加えると235秒から381秒に延びます。
一部の購入者にとっては開発元が問題になります。Kandinsky LabはSberに属し、Sberbankは2022年4月から米国の全面的な資産凍結制裁を受けています。Hugging FaceからMITのウェイトをダウンロードすることはSberに支払うこととは違いますが、米国企業はこれを基に製品を作る前に法的助言を受けるべきです。
真価を発揮する場面
2人の語学学習スタートアップ
単語レッスン用に人物が話す短い場面を生成する
16GBのRTX 5060 TiでLite Distillを動かせば、口の動きに合った音声付きの5秒クリップ1本が約174秒です。MITなのでアプリが成長してもロイヤリティはかかりません。
広告案を試すソーシャルメディア代理店
音声付きの5秒の下書きを素早く大量に作る
falのProエンドポイントを8ステップで1本0.24ドルで使えば500本の下書きで約120ドル。選んだものだけ50ステップと1080pアップスケールで1本1.53ドルで作り直します。
モスクワのメディアグループのMLエンジニア
国産の動画モデルを本番用にセルフホストする
H100でvLLM-OmniかSGLangを使ってProを動かすと、蒸留版の480x864クリップ1本が約88秒、フルHD超解像付きで133秒です。
導入前に確認すること
- 導入
- uvとjustをインストールし、just setupを実行してpro-distillなどのチェックポイントをダウンロードし、プロンプトから生成します。DiffusersやComfyUIでも使えます。
- 連携
- Diffusers、ComfyUI、vLLM-Omni、SGLang、FastVideo、Pro Distill用のHugging Face Space、falのテキストから動画と画像から動画のエンドポイント。
- データとプライバシー
- セルフホストのMITウェイトなら素材は手元に残ります。4,000万本の音声トラックと700万本のペアクリップ以外の学習データは説明されていません。
- 大規模利用時のコスト
- fal：Proクリップ1,000本で50ステップなら1,350ドル、8ステップなら240ドル。セルフホストではRTX 4090で480x864の蒸留版Proクリップを1時間に約15本。
- 制限
- クリップは5秒のみ。基本は480x864で、任意で1920x1080にアップスケール。Proは24GBと32GBのカードでブロック単位のオフロードが必要。品質の主張は開発元の自己申告です。
良い点
- コードとウェイトがMITライセンス
- 44kHzで同期した音声、音楽、効果音
- Liteは16GBのRTX 5060 Tiで動く
- Diffusers、ComfyUI、vLLM-Omni、SGLang、FastVideoが対応
気になる点
- クリップは5秒固定
- 独立したアリーナ順位がまだない
- ProはRTX 4090で蒸留版クリップ1本に約4分
- 開発元が米国の制裁対象の銀行に属する
おすすめの人
会話と音声付きの短い動画を商用無料でセルフホストしたく、Sberの問題を弁護士と整理できる開発者や小さなスタジオ。
Kandinsky 6.0 Videoの代替
Kandinsky 6.0 Video：よくある質問
- Kandinsky 6.0 Videoは使う価値があるか？
- Kandinsky 6.0はMITライセンスの モデルから会話と音楽付きの動画を安く得る方法で、5秒という上限がその代償です。 評価は5点満点中3.7点です。
- Kandinsky 6.0 Videoの料金は？
- ウェイトはMITで無料。falは480pの5秒Proクリップを50ステップで1.35ドル、8ステップで0.24ドル、1080pアップスケール付きで1.53ドル。
- Kandinsky 6.0 Videoの欠点は？
- クリップは5秒固定; 独立したアリーナ順位がまだない; ProはRTX 4090で蒸留版クリップ1本に約4分; 開発元が米国の制裁対象の銀行に属する.
- Kandinsky 6.0 Videoは誰に向いているか？
- 会話と音声付きの短い動画を商用無料でセルフホストしたく、Sberの問題を弁護士と整理できる開発者や小さなスタジオ。
- チームや本番環境でKandinsky 6.0 Videoを使うと費用はいくらか？
- fal：Proクリップ1,000本で50ステップなら1,350ドル、8ステップなら240ドル。セルフホストではRTX 4090で480x864の蒸留版Proクリップを1時間に約15本。
- Kandinsky 6.0 Videoは企業データを扱っても安全か？
- セルフホストのMITウェイトなら素材は手元に残ります。4,000万本の音声トラックと700万本のペアクリップ以外の学習データは説明されていません。
- Kandinsky 6.0 Videoの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はLTX-2.5, MAGI-2 Preview, MiniMax H3 (Hailuo 3.0) 、 HunyuanVideo 1.5です。
回答確認日：2026年11月7日