Wan 3 против Seedance 2.5: четыре модели, один клип, один победитель

Клип: мужчина сидит в световой будке, пять секунд, ничего особенного. Претендент: женщина, собранная из четырёх фотографий. Задача та самая, которой от этих моделей хотят все: оставить кадр, поменять человека.

Четыре участника

У них общая кнопка в нашем редакторе и почти ничего больше. В бой зашли три не связанные между собой техники, и именно техника решает, что переживёт раунд.

Wan 2.2 — ретушёрЗакрашивает нового человека поверх отданного тобой материала. Всё вокруг него — буквально твои кадры, поэтому звуковая дорожка возвращается нетронутой.

Kling 3 — кукловодСнимает движение тела с твоего клипа и накладывает на картинку. Картинка решает, кто в кадре и как кадр выглядит; клип решает только, как человек движется.

Wan 3 — дублёрТвоих кадров не касается вовсе. Смотрит клип и переснимает сцену заново, уже с новым человеком.

Seedance 2.5 — второй дублёрТот же метод, бюджет побольше. Тоже переснимает сцену и берёт за это почти втрое больше.

Раунд 1: вообще способны заменить человека?

Все четверо. Сразу, без повторов, с одними и теми же четырьмя референсными фотографиями.

Раунд важен потому, что интернет полон постов, клянущихся, что тот или иной из этих движков так не умеет. Умеют. Различия начинаются со следующего раунда.

Раунд 2: Wan 3 против Seedance 2.5, кадр за кадром

Wan 2.2 и Kling выдали результат, который годится в черновик. Два переснимающих движка выдали то, что можно публиковать, и между ними бой достаточно плотный, чтобы исход решила цена, — но сначала решает картинка.

Те же пять секунд через все четыре движка, рядом. Блок Kling гаснет первым, потому что его клип короче: Motion Control вернул 2.8 секунды там, где остальные вернули пять.

Кожа — Wan 3Поры, тени, лёгкая неровность настоящей кожи. Seedance заглаживает сильнее, и стоит остановить кадр, как это читается рендером, а не камерой.

Похожесть — Wan 3Те же четыре фотографии на входе, а лицо на выходе отчётливее ЕЁ: пропорции держатся, а не уплывают к усреднённо-красивым.

Всё остальное — ничьяДвижение, кадрирование, свет, руки. Ни один не сделал ошибок, по которым такое узнавали год назад.

Один клип, один персонаж, оценка на глаз. Не бенчмарк, и выдавать его за бенчмарк мы не станем, — но вход был одинаковый для всех четверых, а этого демо-ролик не даст никогда.

Wan 3 и Seedance 2.5 рядом, крупный план лица

Раунд, который всё решил, на том увеличении, где это видно: слева Wan 3, справа Seedance 2.5, один и тот же кадр одной и той же секунды.

Раунд 3: кто вернёт твой звук

Модель, которая правит твой клип, и модель, которая его переснимает, обе ответят на «замени человека». Но вернуть звук, который был в комнате, может только одна.

Wan 2.2 берёт этот раунд, не напрягаясь: он правит твой материал, и дорожка едет вместе с ним. Kling звук исходника тоже сохраняет. Два переснимающих не могут физически: назад приходит новый материал, то есть либо модель сочиняет саундтрек, либо исходный звук приходится класть поверх результата — а это ещё один шаг и ещё один маленький счёт.

Раунд 4: счёт

Это те сметы, которые наш редактор показывает до запуска, и считаются они по ставкам из счёта, а не по чьей-то странице прайса.

Seedance 2.5, 720pкартинка, но по цене

$2.80

Seedance 2.5, 480p

$1.25

Wan 3, 720pпобедитель

$1.01

Kling 3разрешение не выбирается

$0.71

Wan 3, 480p

$0.51

Wan 2.2, 720pправит твои кадры

$0.41

Wan 2.2, 480p

$0.20

Один рендер на 5.1 секунды. Переснимающие движки берут деньги и за тот клип, который ты им отдал.

Две вещи из этой таблицы решают бюджет. Переснимающие движки берут за секунды, которые ты отдал, наравне с теми, что получил: референс вдвое длиннее рендера удваивает смету. И счёт идёт по пикселям, а не по секундам — вдвое меньше ширина и высота означает вчетверо меньше токенов, поэтому у каждой строки есть близнец в 480p примерно за половину. Эту арифметику мы разобрали в отдельной статье о том, сколько стоит секунда ИИ-видео, включая то, почему та же Seedance через агрегатор стоит вдвое дороже, чем напрямую.

Раунд 5: за что дисквалифицируют

Каждый движок что-нибудь да отвергает, и каждый отказ приходит после ожидания, а не до него.

Kling нужно тело в кадреПо пояс, с головой, без перекрытий — причём судит он по НАЧАЛУ клипа. Тот, что открывается крупным планом, вылетает через полторы минуты: «No complete upper body detected in the video».

У каждого своё окно длиныKling Motion — от 3 до 30 секунд, режим правки у Kling — от 3 до 15, Seedance — от 4 до 30. Обрежь до 2.6, и в награду получишь «Video duration can not be less than 3s».

Seedance судит собственную работуПроверка выхода может упасть на 271-й секунде, на кадрах, которые модель нарисовала сама, — и ни одного параметра безопасности в её API нет. Выключать нечего.

И никто не предупреждает заранееВсе четыре отказа стоят полного ожидания. Защита одна: знать правила до нажатия кнопки, поэтому теперь они все написаны прямо на шаге в нашем редакторе.

Вердикт: Wan 3

Лучшая картинка из четырёх — на полкорпуса впереди Seedance по коже и похожести — при цене втрое ниже. Wan 2.2 остаётся в сумке для всего, где родной звук важнее лица, и при $0.20 за пять секунд это то, на чём делают черновики. Kling заслуживает место, когда главное — движение: он единственный из четверых переносит его, а не угадывает.

Признание

Наши первые два прогона Kling вернулись с тем же мужчиной в кадре. Дважды. Оплачено, воспроизводимо, и мы были в одном абзаце от публикации «Kling не умеет менять человека» с приложенными чеками.

Умеет. Наш собственный код искал фотографии персонажа на шаг вверх по цепочке, а в той схеме они лежали через узел. Модель попросили использовать человека, которого ей не показали.

Чеки были настоящие, а вывод всё равно неверный. Когда модель делает необъяснимое, проводка перед ней — более дешёвый подозреваемый.

Четыре движка, одна цепочка, цена перед глазами

Sndwich собирает видео конвейером шагов. Движок — выпадающий список на шаге, поэтому ту же цепочку можно перезапустить на другой модели, не пересобирая, и каждый шаг считает себя до того, как потратит.

Цена на каждом шаге. Разрешение и длина двигают число прямо перед тобой, до запуска.

Правила заранее. Окна длины, что движку нужно увидеть, и чего он не сделает вовсе.

Поменяй движок, сохрани цепочку. Черновик на дешёвом, финал на том, который выглядит правильно.

Попробовать конвейер →