Kandinsky 5.0 Video Pro

Точность	VRAM	Качество	Рекомендация
FP16	48 ГБ	Максимальное	Для продакшена
INT8	28 ГБ	Хорошее

GPU	VRAM	Поддерживает
Рек. NVIDIA A100	80 ГБ	FP16, INT8	Арендовать
NVIDIA H100 SXM	80 ГБ	FP16, INT8	Арендовать
NVIDIA H200 SXM	141 ГБ	FP16, INT8	Арендовать

Kandinsky 5.0 Video Pro — топовая модель видеогенерации от Sber AI, 19B параметров. Выпущена 20 ноября 2025 года. В декабре 2025 заняла #1 место среди open-source text-to-video моделей на LMArena, обойдя Wan-2.2, HunyuanVideo и LTX Video 2. По качеству сравнима с Google Veo 3.

Генерирует HD-видео до 10 секунд при 24fps, поддерживает text-to-video и image-to-video. Лицензия MIT — свободное коммерческое использование. Требует серверных GPU с 48+ ГБ VRAM.

Запуск на cloudcompute.ru

Шаг 1 — Арендуйте GPU

Video Pro требует от 48 ГБ VRAM. Минимум — A100 80GB. Для комфортной работы и батч-генерации — H100 или H200.

Шаг 2 — Генерация видео

import torch
from diffusers import Kandinsky5T2VPipeline

pipe = Kandinsky5T2VPipeline.from_pretrained(
    "kandinskylab/Kandinsky-5.0-T2V-Pro-sft-5s-Diffusers",
    torch_dtype=torch.bfloat16,
)
pipe.enable_model_cpu_offload()

video = pipe(
    "Документальная съёмка: волны Балтийского моря разбиваются о гранитную набережную, "
    "закат, золотой свет на воде, кинематографическое качество"
).frames

Шаг 3 — Image-to-video

from PIL import Image

photo = Image.open("product_photo.jpg")
video = pipe(
    "Камера облетает объект, мягкое студийное освещение",
    image=photo,
).frames

Бенчмарки

Рейтинг open-source text-to-video моделей по данным LMArena на декабрь 2025:

Модель	Позиция (дек. 2025)	Категория
Kandinsky 5.0 Video Pro	#1 open-source	Open-source
Wan-2.2	#2	Open-source
HunyuanVideo	#3	Open-source
LTX Video 2	#4	Open-source
Google Veo 3	#1 overall	Closed-source

Video Pro — единственная российская модель, конкурирующая с западными лидерами по качеству видеогенерации.

Когда использовать Video Pro vs Video Lite

Параметр	Video Lite	Video Pro
Параметры	2B	19B
VRAM	12–24 ГБ	48+ ГБ
Качество	Хорошее	Лучшее в классе
GPU	RTX 4090	A100 / H100
Цена за ролик	~₽5–15 (RTX 4090)	~₽30–80 (H100)
Когда выбирать	Прототипы, массовая генерация, бюджетные GPU	Финальный контент, маркетинг, production

Camera Control LoRAs

Sber AI выпустил LoRA-адаптеры для управления камерой в Video Pro: панорамирование, зум, вращение. Обучены отдельно от Video Lite LoRAs. Подробнее — в руководстве по LoRA.

Ограничения

Максимальная длительность — 10 секунд
Требует 48+ ГБ VRAM — только серверные GPU
Медленнее Video Lite из-за размера модели (19B vs 2B)
Нет audio-генерации

Связанные модели

Kandinsky 5.0 Video Lite — компактная версия (2B, consumer GPU)
Kandinsky 5.0 Image Lite — генерация изображений
Kandinsky 3.1 — предыдущее поколение

VRAM по точности

Совместимые GPU

Рекомендуемые фреймворки

Характеристики модели

Технические параметры

Применение