O que é HunyuanVideo 1.5?
O HunyuanVideo 1.5 foi lançado em 20 de novembro de 2025 e continua sendo o modelo de vídeo aberto de uso geral da Tencent; os lançamentos de vídeo posteriores se baseiam nele. É um diffusion transformer de 8,3 bilhões de parâmetros com um VAE causal 3D, que gera texto para vídeo e imagem para vídeo em 480p ou 720p, com modelos de super-resolução destilados por passos que escalam para 1080p. O clipe padrão tem 121 quadros a 24 fps, cerca de 5 segundos, e não há áudio.
A Tencent indica 14 GB de memória de GPU como mínimo com offloading. Um modelo de imagem para vídeo em 480p destilado por passos, adicionado em dezembro de 2025, roda em 8 ou 12 passos e gera um clipe em cerca de 75 segundos numa RTX 4090; o código de treinamento e os scripts de LoRA vieram no mesmo mês. Os pesos usam a Tencent Hunyuan Community Licence, que não vale na União Europeia, no Reino Unido nem na Coreia do Sul.
HunyuanVideo 1.5 vale a pena?
O HunyuanVideo 1.5 é a escolha prática para vídeo local em hardware modesto, e pouco mais que isso. Com offloading ele roda em 14 GB de memória de GPU, o modelo de imagem para vídeo em 480p destilado gera um clipe em cerca de 75 segundos numa RTX 4090, e Diffusers, ComfyUI, LightX2V e Wan2GP o suportam; o Wan2GP diz rodá-lo com apenas 6 GB.
Ele envelheceu. O modelo não gera som, enquanto MiniMax H3, LTX-2.5 e MAGI-2 Preview geram áudio junto com a imagem e aparecem no ranking atual de texto para vídeo da Artificial Analysis, onde o HunyuanVideo 1.5 não está. As evidências da própria Tencent são comparações de preferência lado a lado com 300 prompts de 2025, não notas de arena.
A licença o limita ainda mais. A Tencent Hunyuan Community Licence não vale na UE, no Reino Unido nem na Coreia do Sul, proíbe usar os resultados para melhorar qualquer outro modelo de IA e exige licença à parte da Tencent para serviços com mais de 100 milhões de usuários ativos mensais.
O uso hospedado é barato, mas limitado. A fal cobra US$ 0,075 por segundo, então um clipe de 5 segundos custa cerca de US$ 0,38, mas só oferece texto para vídeo em 480p e leva uns 3 minutos por clipe de 121 quadros. Alguns pesos prometidos, incluindo os modelos de texto para vídeo em 720p destilados e com atenção esparsa, ainda aparecem como em breve um ano após o lançamento.
Onde ele se destaca
Um animador freelancer no Texas com uma RTX 4090
Transformar imagens conceituais em testes curtos de movimento
Rode o modelo de imagem para vídeo em 480p destilado com 8 ou 12 passos, cerca de 75 segundos por clipe, e depois escale os melhores com o modelo de super-resolução para 1080p. O som precisa vir de outra ferramenta.
Um grupo de pesquisa universitário em Singapura
Ajustar um modelo de vídeo compacto com um conjunto de dados da área
Use o train.py publicado com LoRA, FSDP e o otimizador Muon num nó multi-GPU; a licença permite derivados dentro do seu território, mas proíbe usar os resultados para melhorar modelos que não sejam Hunyuan.
Antes de decidir
- Configuração
- Clone o repositório, instale Flash Attention e, se quiser, SageAttention, baixe os checkpoints e rode o script de geração; um LLM de reescrita de prompts atrás de um endpoint vLLM é opcional, mas recomendado.
- Integrações
- Diffusers, ComfyUI, LightX2V, Wan2GP, aceleradores de cache como DeepCache e TeaCache, e o endpoint hospedado da fal.
- Dados e privacidade
- Os pesos hospedados por você mantêm o material local; a licença proíbe o uso fora do seu território e o treinamento de outros modelos de IA com os resultados.
- Custo em escala
- Na fal, 1.000 clipes de cinco segundos custam cerca de US$ 375; hospedando você mesmo, uma RTX 4090 gera uns 48 clipes destilados em 480p por hora, a 75 segundos cada.
- Limites
- 121 quadros a 24 fps por padrão; 480p e 720p nativos; sem áudio; a fal só oferece texto para vídeo em 480p; alguns checkpoints destilados e esparsos ainda não saíram.
O que é bom
- Roda em 14 GB de memória de GPU com offloading
- Cerca de 75 segundos por clipe destilado em 480p numa RTX 4090
- Código de treinamento e scripts de LoRA abertos
- Suportado por Diffusers, ComfyUI e LightX2V
O que não é
- Sem áudio
- A licença exclui a UE, o Reino Unido e a Coreia do Sul
- Os resultados não podem ser usados para melhorar outros modelos de IA
- Vários checkpoints prometidos ainda não saíram
Ideal para
Entusiastas e equipes pequenas fora da Europa que querem clipes mudos de 5 segundos numa única GPU de consumo.
Alternativas ao HunyuanVideo 1.5
HunyuanVideo 1.5: perguntas frequentes
- HunyuanVideo 1.5 vale a pena?
- O HunyuanVideo 1.5 é o modelo de vídeo aberto que cabe num PC gamer, desde que você não precise de som, de usuários europeus nem de nada mais novo que a qualidade de 2025. Damos nota 3.5 de 5.
- Quanto custa HunyuanVideo 1.5?
- Pesos gratuitos sob a Tencent Hunyuan Community Licence (não vale na UE, no Reino Unido nem na Coreia do Sul; licença à parte acima de 100 milhões de usuários mensais). A fal cobra US$ 0,075 por segundo de vídeo em 480p.
- Quais são as desvantagens de HunyuanVideo 1.5?
- Sem áudio; a licença exclui a UE, o Reino Unido e a Coreia do Sul; os resultados não podem ser usados para melhorar outros modelos de IA; vários checkpoints prometidos ainda não saíram.
- Para quem HunyuanVideo 1.5 é indicado?
- Entusiastas e equipes pequenas fora da Europa que querem clipes mudos de 5 segundos numa única GPU de consumo.
- Quanto custa HunyuanVideo 1.5 para uma equipe ou em produção?
- Na fal, 1.000 clipes de cinco segundos custam cerca de US$ 375; hospedando você mesmo, uma RTX 4090 gera uns 48 clipes destilados em 480p por hora, a 75 segundos cada.
- HunyuanVideo 1.5 é seguro para dados da empresa?
- Os pesos hospedados por você mantêm o material local; a licença proíbe o uso fora do seu território e o treinamento de outros modelos de IA com os resultados.
- Quais são as melhores alternativas ao HunyuanVideo 1.5?
- As alternativas mais próximas que analisamos são LTX-2.5, Kandinsky 6.0 Video, LongCat-Video e MiniMax H3 (Hailuo 3.0).
Respostas verificadas em 7 de nov. de 2026.