Kandinsky 6.0 Video의 개요
Kandinsky 6.0 Video는 러시아 Sber 산하 Kandinsky Lab이 2026년 10월 6일 오픈소스로 공개했습니다. 30억 파라미터의 Lite와 290억 파라미터의 Pro 두 가지 크기가 있고, 각각 표준, 증류, 사전학습 체크포인트가 있습니다. 둘 다 텍스트나 이미지와 텍스트로 입 모양이 맞는 음성, 음악, 주변음을 포함한 44kHz 동기화 오디오가 들어간 5초 클립을 만들며, 10월 25일 업데이트로 첫 프레임·마지막 프레임 지정, 오디오 구동, 비디오 구동 모드가 추가되었습니다.
기본 클립은 480x864이고, 별도 초해상도 모델이 1920x1080으로 끌어올립니다. 코드와 웨이트는 MIT 라이선스입니다. 개발자들은 오디오 모듈을 4,000만 개 오디오 트랙으로 학습한 뒤, 700만 개의 짝지은 클립으로 비디오 모듈과 함께 학습했다고 밝혔습니다.
Kandinsky 6.0 Video, 쓸 만한 가치가 있습니까?
Kandinsky 6.0 Video는 MIT 라이선스로 음성과 소리가 동기화된 영상을 평범한 그래픽카드에서 만들 수 있게 합니다. Kandinsky Lab 자체 측정으로 증류 Lite 클립은 RTX 4090에서 68초, 16GB RTX 5060 Ti에서 174초, 증류 Pro 클립은 4090에서 235초, H100에서 88초이며, 모두 업스케일 전 480x864 기준입니다.
독립적인 품질 데이터는 부족합니다. 두 크기 모두 Artificial Analysis의 오디오 포함 텍스트-비디오 순위에 없습니다. 개발자들은 Pro가 영상과 음성 품질에서 LTX-2.5를 앞서고 MiniMax H3에만 뒤진다고 주장하지만, Digital Journal은 LTX-2.5 및 Veo 3.1 Fast와의 비교 결과가 작업과 기준에 따라 달랐다고 지적합니다. 팀에 따르면 강화학습으로 Pro가 생성한 음성의 단어 오류율이 47% 줄었습니다.
5초는 당분간 고정된 한계이고 모든 클립이 정확히 그 길이라서, 긴 장면은 이어 붙여야 합니다. 풀HD도 시간이 듭니다. RTX 4090에서 증류 Pro 클립은 초해상도를 더하면 235초에서 381초로 늘어납니다.
일부 구매자에게는 제조사가 중요합니다. Kandinsky Lab은 Sber 소속이고, Sberbank는 2022년 4월부터 미국의 전면 자산동결 제재를 받고 있습니다. Hugging Face에서 MIT 웨이트를 내려받는 것은 Sber에 돈을 내는 것과 다르지만, 미국 기업은 이를 바탕으로 제품을 만들기 전에 법률 자문을 받아야 합니다.
제 역할을 하는 곳
2인 언어 학습 스타트업
어휘 수업용으로 인물이 말하는 짧은 장면 생성
16GB RTX 5060 Ti에서 Lite Distill을 돌리면 입 모양이 맞는 음성이 들어간 5초 클립 하나에 약 174초입니다. MIT라 앱이 커져도 로열티가 없습니다.
광고 콘셉트를 시험하는 소셜미디어 대행사
소리가 들어간 5초 시안을 빠르게 대량 제작
fal의 Pro 엔드포인트를 8단계로 클립당 0.24달러에 쓰면 시안 500개가 약 120달러이고, 고른 것만 50단계와 1080p 업스케일로 개당 1.53달러에 다시 렌더링합니다.
모 스크바 미디어 그룹의 ML 엔지니어
국산 영상 모델을 프로덕션용으로 셀프 호스팅
H100에서 vLLM-Omni나 SGLang으로 Pro를 서빙하면 증류 480x864 클립 하나에 약 88초, 풀HD 초해상도 포함 133초입니다.
도입 전 확인할 점
- 설정
- uv와 just를 설치하고 just setup을 실행한 뒤, pro-distill 같은 체크포인트를 내려받아 프롬프트로 생성합니다. Diffusers와 ComfyUI 경로도 있습니다.
- 연동
- Diffusers, ComfyUI, vLLM-Omni, SGLang, FastVideo, Pro Distill용 Hugging Face Space, fal의 텍스트-비디오 및 이미지-비디오 엔드포인트.
- 데이터와 개인정보
- 셀프 호스팅한 MIT 웨이트는 영상을 로컬에 둡니다. 4,000만 개 오디오 트랙과 700만 개 짝지은 클립 외의 학습 데이터는 설명되어 있지 않습니다.
- 대규모 사용 시 비용
- fal: Pro 클립 1,000개는 50단계 1,350달러, 8단계 240달러. 셀프 호스팅 시 RTX 4090 한 장이 480x864 증류 Pro 클립을 시간당 약 15개 만듭니다.
- 제한
- 5초 클립만 가능, 기본 480x864에 선택적으로 1920x1080 업스케일, Pro는 24GB와 32GB 카드에서 블록 단위 오프로딩 필요, 품질 주장은 제조사 자체 발표.
좋은 점
- 코드와 웨이트 모두 MIT 라이선스
- 44kHz로 동기화된 음성, 음악, 효과음
- Lite는 16GB RTX 5060 Ti에서 동작
- Diffusers, ComfyUI, vLLM-Omni, SGLang, FastVideo 지원
아쉬운 점
- 5초 고정 클립
- 독립적인 아레나 순위 아직 없음
- Pro는 RTX 4090에서 증류 클립 하나에 약 4분
- 제조사가 미국 제재 대상 은행 소속
추천 대상
대사와 소리가 있는 짧은 영상을 상업적으로 무료로 셀프 호스팅하려 하고, Sber 문제를 변호사와 정리할 수 있는 개발자와 작은 스튜디오.
Kandinsky 6.0 Video 대안
Kandinsky 6.0 Video: 자주 묻는 질문
- Kandinsky 6.0 Video, 쓸 만한 가치가 있습니까?
- Kandinsky 6.0은 MIT 라이선스 모델에서 대사와 음악이 들어간 영상을 싸게 얻는 방법이며, 5초 상한이 그 대가입니다. 평점은 5점 만점에 3.7점입니다.
- Kandinsky 6.0 Video의 가격은 얼마입니까?
- MIT로 웨이트 무료. fal은 480p 5초 Pro 클립을 50단계에 1.35달러, 8단계에 0.24달러, 1080p 업스케일 포함 1.53달러에 제공합니다.
- Kandinsky 6.0 Video의 단점은 무엇입니까?
- 5초 고정 클립; 독립적인 아레나 순위 아직 없음; Pro는 RTX 4090에서 증류 클립 하나에 약 4분; 제조사가 미국 제재 대상 은행 소속.
- Kandinsky 6.0 Video에 적합한 사람은 누구입니까?
- 대사와 소리가 있는 짧은 영상을 상업적으로 무료로 셀프 호스팅하려 하고, Sber 문제를 변호사와 정리할 수 있는 개발자와 작은 스튜디오.
- 팀이나 프로덕션 환경에서 Kandinsky 6.0 Video의 비용은 얼마입니까?
- fal: Pro 클립 1,000개는 50단계 1,350달러, 8단계 240달러. 셀프 호스팅 시 RTX 4090 한 장이 480x864 증류 Pro 클립을 시간당 약 15개 만듭니다.
- Kandinsky 6.0 Video에 회사 데이터를 맡겨도 안전합니까?
- 셀프 호스팅한 MIT 웨이트는 영상을 로컬에 둡니다. 4,000만 개 오디오 트랙과 700만 개 짝지은 클립 외의 학습 데이터는 설명되어 있지 않습니다.
- Kandinsky 6.0 Video의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 LTX-2.5, MAGI-2 Preview, MiniMax H3 (Hailuo 3.0) 및 HunyuanVideo 1.5입니다.
답변 확인일: 2026년 11월 7일.