От 14 до 160 рублей за один и тот же ролик: сколько в 2026 году стоит сделать видео из фотографии

Пятисекундный ролик из одной фотографии обошёлся в 14 рублей. Тот же промпт, тот же кадр, соседняя модель в том же окне: 160 рублей. Разброс в одиннадцать раз, и это не разница между дешёвым и премиальным сегментом, это две модели, которые в каталоге стоят через несколько строк друг от друга.

Весь замер занял полтора часа и 662,23 ₽. Гонял в генерации видео BotHub: там модели разных вендоров лежат в одном интерфейсе, а списание показывается прямо под ответом, так что считать можно по факту, а не по прайсу.

Факт с прайсом, как выяснилось, знакомы плохо. Ни одна из пяти моделей не взяла денег за те пять секунд, которые я заказал.

Заводите аккаунт впервые, заходите по этой ссылке: она кладёт на счёт 300 000 токенов. Этого с запасом хватит, чтобы повторить весь замер и проверить меня.

Пара слов про жанр, чтобы вы понимали, что читаете. Это текст про деньги: сколько снимают со счёта, за что снимают и какие переключатели в настройках тихо удваивают сумму. Разбор самих роликов по кадрам, у кого разъехались пальцы и поплыла кириллица на вывеске, я вынес во вторую часть.

Счёт целиком

Одна и та же фотография, один и тот же промпт, пять моделей. Параметры везде 5 секунд, стандартный режим 720p, аудио включено, 16:9. Kling пошёл первым и ушёл на заводских настройках, то есть 1080p и три секунды, поэтому он в таблице стоит особняком.

Баланс уехал с 17 000 000 до 12 781 902 CAPS, то есть 4 218 098 CAPS. Курс сходится с тем, что написано на лендинге: там 168 750 CAPS стоят 26,52 ₽, около 6 360 CAPS за рубль.

Дальше четыре скриншота списаний. Смотреть стоит на цифру под плеером, она и есть источник всех чисел выше.

Скриншот 01. Hailuo 2.3, списание 86,98 ₽

Скриншот 02. Sora 2, списание 106,38 ₽

Скриншот 03. Veo 3.1 Fast, списание 159,57 ₽

Скриншот 04. Grok Imagine Video 1.5, списание 14,18 ₽

Почему списание не сходится с прайсом

В каталоге у каждой модели написана цена за секунду. Пять секунд умножаем на эту цену и получаем ожидаемый счёт. Ни разу не совпало.

Правая колонка это сколько секунд вы фактически оплатили. Заказано было пять. Получилось полторы, шесть и девять.

Что тут видно. Множители не случайные, они группируются: 1,5 у Grok, ровно 6,0 у Sora и Veo, ровно 9,0 у Hailuo и Kling. Две пары сошлись до второго знака, значит это не шум округления и не сетевая задержка, а какая-то логика тарификации. Какая именно, по публичным страницам не выводится: ни длительность, ни разрешение, ни включённое аудио на эти числа не раскладываются.

Практический вывод простой. Прайс за секунду годится, чтобы прикинуть порядок, и не годится, чтобы посчитать бюджет. Перед серией прогонов сделайте один пробный и посмотрите на фактическое списание: у одной модели оно окажется втрое меньше ожидаемого, у другой вдвое больше.

Вопрос про логику множителей я задал в BotHub, ответа на момент публикации нет. Как появится, допишу сюда.

Что стоит в настройках по умолчанию

Настройки живут за шестерёнкой рядом с полем промпта, и заглянуть туда стоит до первого запуска, а не после.

Режим генерации по умолчанию стоит на «Профессиональном (1080p)». Не на стандартном. Подпись под переключателем честная, «влияет на качество и стоимость», и 1080p во всём видеоразделе ровно на 20% дороже 720p. То есть дефолт у вас дорогой, и именно на нём Kling списал 268 рублей, больше всех в замере.

Рядом стоит тумблер «Создавайте аудио вместе с видео», и он тоже активен с порога.

Скриншот 05. Аудио включено, ниже режим генерации: на скриншоте он уже переключён на стандартный 720p, дефолт профессиональный

Длительность задаётся ползунком от 3 до 15 секунд, и стоит он на тройке. Именно из-за этого первый мой ролик оказался длиной в три секунды. Заодно это ответ на вопрос про десять секунд с лендинга: в справке лендинга написано «максимальная длительность видео — 10 секунд», а в интерфейсе потолок пятнадцать.

Скриншот 06. Ползунок длительности по умолчанию стоит на трёх секундах

Соотношение сторон по умолчанию 16:9, но верить ему не стоит. Kling выдал ролик 1440×1440, то есть пошёл за пропорцией исходной фотографии, а не за настройкой.

Внизу лежит мультипромптинг. Поле принимает JSON вида [{«prompt»:»…»,»duration»:3},{«prompt»:»…»,»duration»:2}] и нарезает ролик на сцены, у каждой свой текст и свой хронометраж. Одной фотографии столько не нужно, а короткой сценке уже пригодится.

Откуда берётся цена на карточке

На карточке модели цена подписана так: «Генерация видео, длительность 8 сек.». Это ровно посекундная ставка из каталога, умноженная на восемь. Проверил на девяти моделях, сходится до копейки, расхождение только в третьем знаке от округления.

Восемь секунд в интерфейсе никак не выделены: ползунок стоит на трёх, потолок пятнадцать. То есть цена на карточке это не тариф за ролик, а способ показать число покрупнее. Считать надо от секунды.

Четыре модели вынесены на лендинг генерации видео с ценой за секунду прямо в блоке.

Скриншот 07. Блок цен на лендинге: четыре модели и цена за секунду

В полном каталоге на 17 сентября 2026 года лежало тридцать девять видеомоделей, от 2,30 до 70,71 ₽ за секунду. Ценник я переснял ещё раз 26 сентября, перед публикацией: за девять дней не сдвинулась ни одна строка.

Ниже те, что работают с готовым кадром и у которых карточка заполнена, а не собирается.

Колонка «пять секунд по прайсу» здесь для сравнения с фактическим списанием из первой таблицы. Совпадений в ней нет.

Ниже 5 рублей за секунду в каталоге тоже есть, там живут ltx-video за 2,30 и линейка Lightricks. Карточки у них либо пустые, либо отдают «Ботхабчики собирают информацию», поэтому ссылок здесь не будет: искать их надо в каталоге руками.

Кто из них вообще умеет принимать готовый кадр

Не всякая видеомодель берёт вашу фотографию. Режимов, которые называют одним словом «оживление», на самом деле три, и путать их дорого.

Режим «картинка в видео» это когда ваш кадр становится первым кадром ролика. Лицо, поза и фон остаются, добавляется движение. Если на фотографии бабушка, на видео должна остаться она, а не похожая на неё женщина.

Генерация по референсу устроена иначе: снимок работает образцом, модель снимает с него внешность или стиль и рисует новую сцену. Похожий человек в другом месте.

Третий вариант это перенос движения: траекторию снимают с чужого ролика и накладывают на ваш кадр. Под такое в каталоге заведены отдельные модели с приставкой motion-control.

Hailuo 2.3 описывает первый режим прямым текстом: движение и сцена достраиваются из готового кадра, референс держит композицию и внешность персонажа без словесного описания. По цене это середина списка, по факту замера она вышла второй с конца. Под оживление фотографии сделана ровно она.

У kling-v3-video раздел «картинка в видео» тоже есть, и упор в описании на физику: инерция тела, поведение ткани, мимика. Это самая дорогая из рабочих, 29,70 ₽ за секунду, а с заводскими настройками она сняла 268 рублей за трёхсекундный ролик. Если берёте её, сначала зайдите в настройки. Тем, кому дорого, рядом лежит kling-v2.6 втрое дешевле.

Sora 2 принимает опорное изображение и генерирует звук вместе с картинкой, включая речь персонажей и шум улицы. Это единственная причина брать её под фотографию: если на видео должны заговорить. Старшая Sora 2 Pro стоит втрое дороже, 53,04 ₽ за секунду.

Линейка Google разведена по цене в восемь раз, и это самая большая вилка внутри одного вендора. Veo 3.1 Lite стоит 8,84 ₽ за секунду, Veo 3.1 Fast 26,52 ₽, Veo 3.1 70,71 ₽. Старшая заявлена как 1080p с синхронным звуком по описанию или изображению. Начинать с неё под оживление фотографии смысла мало.

Seedance 2.5 заточена под другое: длинные сюжетные ролики, продление сцен, монтаж по референсам. Раздел «картинка в видео» на карточке есть, но без подробностей.

И Grok Imagine Video. Единственная, у кого на карточке написан внятный диапазон длительности: от 1 до 15 секунд при 24 кадрах, 480p или 720p. В каталоге её две версии, базовая по 5,89 ₽ за секунду и 1.5 по 9,43 ₽. Гонял я версию 1.5, и она же оказалась самой дешёвой в замере: 14,18 ₽ против сорока семи, которые обещал прайс.

На чём я это гонял

Обзоры оживления фото обычно делают на витринном материале: закат, кот, девушка с волосами на ветру. Там прилично выглядит любая модель просто потому, что придраться не к чему. Я собрал обратное.

Исходник сгенерировал тут же, моделью nano-banana-pro за 26,98 ₽, чтобы в кадре оказалось ровно то, на чём модели ломаются, и чтобы никого живого под нейросети не подставлять.

Скриншот 08. Исходный кадр

В кадре руки с видимыми пальцами и раскрытая газета, кириллическая вывеска «ПРОДУКТЫ» с мелкой строкой «работаем с 8 до 22», очки с тонкой металлической оправой, два лица рядом и мелкий геометрический узор на платье. Каждый пункт это отдельный способ для модели опозориться.

Промпт один на все модели, и устроен он наоборот по сравнению с обычной генерацией видео. В обычной генерации вы сцену строите, тут она уже готова, и от промпта требуется её не развалить. Поэтому в тексте три запрета и ни одного красивого слова:

Оживи фотографию: лёгкое естественное движение, люди чуть шевелятся и моргают, газета слегка колышется, камера почти неподвижна. Без смены плана и без новых объектов в кадре.

Длинное кинематографичное описание работает против вас: чем больше вы рассказываете модели про свет, ракурс и настроение, тем охотнее она перерисует кадр по-своему.

По времени ожидания разброс небольшой. Veo и Grok уложились меньше чем в минуту, Hailuo и Sora примерно в полторы, Kling около двух. На фоне одиннадцатикратной разницы в цене это несущественно, выбирать по скорости тут нечего.

Что брать под свой бюджет

Если задача разовая и нужно посмотреть, как это вообще выглядит, берите Grok Imagine Video. По факту замера он вышел в 14 рублей за пятисекундный ролик, это дешевле всех остальных в разы.

Если кадр рабочий и результат пойдёт клиенту, Hailuo 2.3. Она прямо заявлена под работу с готовым снимком, а 87 рублей за ролик это не та сумма, из-за которой стоит экономить на попытках.

Sora 2 имеет смысл ровно в одном случае: когда на видео нужен звук и речь. За остальное вы переплачиваете.

Kling V3 и старшую Veo 3.1 под оживление фотографии я бы не брал первыми. Это модели про сложную сцену и сложную физику, а оживление кадра задача про сохранение, а не про создание.

И общее правило, которое стоило мне 662 рубля: пробуйте снизу вверх. На конкретной фотографии дорогая модель не обязательно лучше дешёвой, а прайс за секунду не говорит вам, сколько спишут.

Если тема денег зашла, у нас посчитан бюджет 25-секундного рекламного ролика на ИИ: генерация видео забрала там 88% сметы. Как выглядел состав моделей год назад, видно по подборке нейросетей для анимации картинок, поколение сменилось целиком. Более широкий срез инструментов лежит в обзоре двенадцати сервисов для видео.

Каталог моделей, цены за секунду и 300 000 токенов новому аккаунту: bothub.ru.

Больше разборов и замеров в профиле BotHub на Хабре.