Какая нейросеть сейчас лучше всего делает AI-аватаров?

Прогнали один и тот же аватар сразу через 7 популярных видеомоделей и сравнил их в одинаковых условиях: один исходный кадр, один текст, вертикальный формат 9:16, HD.

Тестировали:

Minimax H3
Kling 3.0
Omni Flash 1.1
Grok Imagine 1.5 Preview
Wan 2.7
FLUX 3
Seedance 2.5

Отбирал те, на которых в принципе можно попробовать сделать говорящего персонажа / цифрового аватара.

Все генерации делал внутри SYNTX AI, чтобы можно было сравнить модели в одном интерфейсе и сразу увидеть разницу в качестве и стоимости.

Оценивал по нескольким параметрам: визуал, речь и липсинг, актёрская игра, следование промпту, возможность загрузить свой аудиореференс и цена.

Коротко по результатам:

Minimax H3 — хорошо понял промпт, нормально отработал актёрку и принял мой аудиофайл с голосом. Но картинка получилась слишком рисованной. 120 токенов за 10 секунд.

Kling 3.0 — недорогой, 60 токенов, но лицо постепенно меняется, персонаж долго остаётся в расфокусе, а русская речь в этом тесте практически провалилась.

Omni Flash 1.1 — главное открытие по соотношению цена/результат. Всего 34 токена: нормальная русская речь, хороший липсинг, эмоции и выполнение действий. Минусы — нельзя загрузить свой голос, а лицо и физика местами выглядят искусственно.

Grok Imagine 1.5 Preview — 55 токенов. Речь и липсинг рабочие, но часть действий игнорирует, лицо меняется по ходу ролика, плюс пришлось сокращать промпт из-за ограничения по длине.

Wan 2.7 — можно загрузить свой аудиореференс, но в моём тесте липсинг практически отсутствует, лицо быстро меняется, промпт выполняется слабо. 60 токенов.

FLUX 3 — за 100 токенов результат меня скорее разочаровал: слабый липсинг, неестественная физика, свой аудиореференс добавить нельзя.

Seedance 2.5 — самый дорогой вариант, 167 токенов, но именно здесь лучше всего сохранилось лицо, хорошо отработал мой голос, получился точный липсинг и модель почти полностью выполнила действия из промпта.


По среднему баллу в таблице Omni Flash 1.1 даже выходит выше Seedance, потому что в оценку входит цена.

Но если говорить именно про максимальное качество, сохранение персонажа и контроль, мой выбор сейчас — Seedance 2.5.

Если же задача получить максимально адекватный результат за минимальные деньги, очень интересно выглядит Omni Flash 1.1.

К посту прикрепляю все исходные рендеры целиком их можно спокойно скачать, посмотреть без нарезки и сравнить между собой.

Плюс прикладываю итоговую таблицу с баллами и стоимостью.

Сразу отмечу: тест я специально усложнил и здесь много динамики, взрывов, людей и движения. Для любой модели это тяжёлая сцена. На простом фоне с одним говорящим персонажем результат, конечно, был бы заметно лучше. Но мне хотелось проверить модели сразу в сложных условиях.


Завтра часть этого теста покажу в новом выпуске «ИИШНИЦЫ», но все семь роликов туда целиком вставлять не стал — иначе одна эта новость растянулась бы надолго. Поэтому из выпуска буду отдельно ссылаться сюда.

А вы какой результат поставили бы на первое место цена/качество?