Google Veo 3 vs Hunyuan Video 2026: облачный премиум против open-weights

Оба сервиса делают text-to-video, но философия у них зеркальная. Google Veo 3 — закрытая облачная модель Google DeepMind. Купить можно тремя способами: подписка Google AI Pro за $19.99/мес, Google AI Ultra за $249.99/мес или Vertex AI по $0.50 за секунду видео для разработчиков. Веса вы не получаете никогда, всё крутится на серверах Google.

Hunyuan Video от Tencent — наоборот, единственная open-weights модель в топ-эшелоне категории. Это 13-миллиардная DiT-архитектура (Diffusion Transformer на MM-DiT блоках), веса которой выложены на HuggingFace под source-available лицензией. Запускаете на своих 8×A100, через облако Tencent за ¥0.5/сек (~$0.07) или через посредников fal.ai ($0.40 за клип) и Replicate ($0.10/сек).

На графике ниже видно, как расходятся два полюса категории.

Отсюда главный вопрос выбора: вам нужен готовый продукт, который работает из коробки, или модель, которой вы управляете сами. От ответа зависит почти всё остальное в этом обзоре — цена, доступность, контроль над данными и потолок качества.

Это параметр, где разрыв между сервисами самый честный и самый заметный. В blind-тестах редакции мы считаем AI-tell — долю клипов, где зритель угадывает искусственное происхождение с первого взгляда. У Veo 3 этот показатель 10–13%, и это лучший результат среди всех text-to-video, которые мы гоняли. На сложных сценах — танцы, спорт, движение животных — Veo держит анатомию и физику настолько уверенно, что в отдельных случаях обходит даже Sora 2.

Hunyuan Video 1.5 (релиз 2025-Q4 с улучшенной физикой) на тех же промптах даёт 35–45% AI-tell. То есть почти в каждом втором клипе зритель замечает подвох. Для open-weights модели это сильный результат — никакая другая открытая модель близко не подходит, — но против проприетарного флагмана Google это проигрыш в разы.

На графике ниже разрыв виден буквально: чем короче полоса, тем реже зритель ловит ИИ.

В переводе на работу это значит вот что: клип с Veo можно отдавать клиенту почти без отбраковки, а с Hunyuan вы генерируете 3–4 дубля и выбираете тот, где руки не сломались. Для финального кадра в рекламе разница критична, для черновика раскадровки — терпимая.

Разрыв заметнее всего там, где в кадре живое движение. На анимации животных и спортивных сценах Veo 3 держит суставы и траектории так уверенно, что в отдельных прогонах нашего теста 2026-Q1 обходит даже Sora 2. Hunyuan 1.5 (релиз 2025-Q4) честно подтянул моторику относительно первого открытого релиза, но на быстрых движениях всё ещё срывается в типичные артефакты открытых моделей — двоящиеся конечности и подрагивающие контуры лица. Поэтому для крупных планов с людьми мы по умолчанию ставим Veo, а Hunyuan держим там, где движение в кадре спокойное.

Мы измеряем prompt adherence как среднее число выполненных элементов из 5–7 в промпте. Veo 3 даёт 4.3 из 5 — он уверенно держит сложные кинематографические директивы, понимает связки «кто, где, что делает, в каком свете». Hunyuan Video — 3.0 из 5: базовую сцену соберёт, но при перегрузе деталями начинает терять второстепенные — то платье станет не того цвета, то время суток сдвинется.

Причина частично в данных обучения. Veo стоит на тренировочном корпусе Google и связке с Gemini Vision для image-to-video, поэтому глубже «понимает» картинку и текст. Hunyuan силён в realism и cinematic-стилях, но на многосоставных директивах его 13B-модель чаще упрощает сцену до главного объекта.

Практический смысл такой: на Veo вы пишете один развёрнутый промпт и получаете близкий результат. На Hunyuan продуктивнее дробить сложную сцену на простые, либо подавать промпт на английском — у обоих сервисов английский язык понимается заметно лучше русского, но у Hunyuan этот перекос сильнее. Приёмы для многоэлементных сцен мы разобрали в гайде по кинематографичным видеопромптам.

Полтора балла разницы звучат скромно, но на практике это пропасть между «один промпт — почти готовый кадр» и «пять промптов и ручной отбор». Hunyuan уверенно собирает realism и cinematic-стили — это его сильная сторона, — но именно многосоставную режиссёрскую задачу его 13B-модель упрощает до главного объекта, теряя второстепенные детали. Veo тянет связку «кто, где, что делает и в каком свете» целиком, потому что опирается на тренировочный корпус Google и понимание картинки через Gemini Vision.

Veo 3 в стандартной подписке Google AI Pro выдаёт 8 секунд связного видео на 1080p. В топ-тарифе Google AI Ultra ($249.99/мес) открывается Veo 3 Pro с coherent-генерацией до 60 секунд и разрешением вплоть до 4K. То есть длина у Veo прямо привязана к тарифу: дешёвый вход — короткие клипы, премиум — минута непрерывного действия.

Hunyuan Video упирается в 5 секунд (129 кадров при 24 fps, 720p) — и это жёсткий технический потолок текущей версии, а не вопрос оплаты. Tencent анонсировала HunyuanVideo 2.0 на вторую половину 2026 с обещанием 10+ секунд и нативным звуком, но на момент обзора это roadmap, а не факт.

Разница в 60 против 5 секунд — это не «чуть лучше», это другой класс задач. На Hunyuan вы делаете короткие вставки и потом монтируете их в таймлайне, постоянно борясь со склейками. На Veo Pro минутная сцена снимается одним куском.

Полезно смотреть и на планы развития. Tencent обещает в HunyuanVideo 2.0 (вторая половина 2026 года) клипы от 10 секунд и нативный звук, но пока это roadmap, а не работающая функция. Google со своей стороны анонсировала Veo 4 к Google I/O 2026 с заявкой на 120+ секунд связной генерации. То есть в длинных планах разрыв, скорее всего, только вырастет, а на момент обзора расклад жёсткий: 5 секунд у Hunyuan против 8 в базовом тарифе Veo и против 60 секунд в Ultra. Для монтажа это значит, что на Hunyuan склеек будет заметно больше.

Это единственная фича, где у Veo 3 нет конкурентов вообще. Native sound generation — синхронные диалоги (с lip-sync), эмбиент, звуковые эффекты и музыка генерируются вместе с видео, в одном проходе. В категории text-to-video это уникально: остальные сервисы отдают немое видео, и звук — отдельная работа в Suno, ElevenLabs или Mubert.

Hunyuan Video звук не генерирует совсем. Чтобы озвучить клип, вы строите внешний пайплайн: отдельно генерируете дорожку, отдельно синхронизируете. Нативный звук обещан только в HunyuanVideo 2.0 (H2 2026), которого пока нет. Матрица ниже показывает, что именно закрывает каждый сервис в одном проходе.

Для рекламы, explainer-роликов и любого контента, где говорят или звучат эффекты, это экономит целый этап продакшна. Veo собирает готовый озвученный клип, а на Hunyuan вы получаете немой материал, который ещё предстоит озвучивать.

Для рекламного ролика или explainer это разница в целый производственный этап. На Veo диалог, шаги, эмбиент и музыка приходят синхронно с картинкой за один проход, отдельная сборка звука не нужна. На Hunyuan вы получаете немой клип и дальше строите внешний пайплайн: генерируете дорожку (например, через ElevenLabs), вручную подгоняете её под губы и движение. Нативный звук у Hunyuan обещан только в версии 2.0 во второй половине 2026 года, и пока это строчка в roadmap, а не доступная возможность.

Здесь, в отличие от физики и звука, расклад не в пользу Veo — и это редкий случай, где open-weights догоняет и местами обходит флагман. У Veo 3 image-to-video есть: вы загружаете картинку, добавляете промпт, Google использует понимание изображения через Gemini Vision. Но в собственном досье Google это secondary feature — компания делает ставку на text-to-video со звуком, а анимация картинок проработана менее зрело, чем у специализированных Runway и Kling.

Hunyuan-I2V (расширение, вышло в 2026-Q1) по нашим наблюдениям сопоставимо по качеству с Luma Ray 2 — и при этом остаётся open-weights. То есть вы получаете приличную анимацию исходного кадра без облака, с возможностью прогонять её через свои ControlNet-модули и LoRA-стили.

Нюанс честный: Veo сильнее в text-to-video и звуке, Hunyuan — аккуратнее именно в оживлении готовых изображений. Если ваша работа строится вокруг анимации существующих кадров, а не генерации сцен с нуля, это редкий параметр, где открытая модель даёт практическую выгоду.

Оговорка по-честному: image-to-video у Veo есть и работает на понимании картинки через Gemini Vision, просто Google делает ставку на text-to-video со звуком, поэтому анимация готовых кадров проработана у него менее зрело, чем у профильных Runway и Kling. Hunyuan-I2V вышел в 2026-Q1 и по нашим прогонам встаёт вровень с Luma Ray 2, оставаясь при этом открытым: исходный кадр можно прогнать через community-ControlNet для контроля позы и глубины, а сверху наложить LoRA-стиль под нужную эстетику.

Оба сервиса понимают русский промпт, но оба же лучше работают на английском. Veo 3 мы оцениваем на 7/10: тренировочные данные Google включают русскоязычный текст, базовую сцену модель собирает, но кинематографические директивы (свет, движение камеры, настроение) понимаются точнее по-английски. Кириллический текст в кадре проходит через метаданные SynthID, но читаемость надписей переменная.

Hunyuan Video — 6/10. Заявлена поддержка 30+ языков, но лучшие результаты у английского и китайского; русский prompt adherence заметно ниже. На практике это значит, что для Hunyuan русский промпт стоит переводить на английский почти всегда, а для Veo — на сложных сценах.

Разрыв в один балл небольшой, но направление одно: и там и там русский — компромисс. Полезно держать под рукой гайд по видеопромптам и переводить ключевые сцены на английский — это поднимает попадание в задумку у обоих сервисов.

Отдельная история — надписи в кадре. У Veo кириллический текст проходит через метаданные SynthID, но читаемость самих букв на видео переменная, и рассчитывать на чистый русский титр прямо в кадре не стоит ни у одного из двух сервисов. По охвату языков Veo заявляет 40+, Hunyuan — 30+, и у обоих русский остаётся не первым приоритетом: у Veo оптимизирован английский, у Hunyuan впереди английский и китайский. Вывод рабочий: текст в видео добавляйте на монтаже, а не пытайтесь выжать из генерации.

У Veo три входа. Google AI Pro — $19.99/мес: Veo 3 standard (1080p, клипы 8 сек) и около 50 генераций в месяц, плюс 2 ТБ хранилища и Gemini 2.5 Pro. Google AI Ultra — $249.99/мес: Veo 3 Pro (1080p/4K, до 60 сек), 500+ генераций, нативный звук для всех клипов. Для разработчиков Vertex AI — $0.50 за секунду видео.

Hunyuan устроен иначе. Сами веса — $0 (для research и non-commercial; коммерческое использование требует отдельного соглашения с Tencent). Облако Tencent — ¥0.5/сек (~$0.07). Через посредников: fal.ai $0.40 за 5-секундный клип (~$0.08/сек), Replicate $0.10/сек. Self-host на арендованных 8×A100 (~$24/час) при хорошей утилизации выходит ~$0.40 за клип.

Картина двоякая. Для casual-пользователя дешевле и проще Veo через подписку $19.99 — никакой инфраструктуры. Для масштабной генерации через API Hunyuan в 5 раз дешевле за секунду. А при наличии своих GPU потолок стоимости у Hunyuan — это вообще только электричество и амортизация.

У Veo 3 публичного API в приложении Gemini нет — генерация в вебе и мобильных идёт только через подписку. Программный доступ единственный: Vertex AI ($0.50/сек, лимит около 60 генераций в минуту, SOC 2 и GDPR из коробки). Это production-ready, но требует Google Cloud-аккаунта и настройки Vertex — casual-разработчик так с наскока не подключится.

Hunyuan по каналам интеграции заметно богаче. API через fal.ai и Replicate, облако Tencent, плюс нативная нода в ComfyUI (через ComfyUI-HunyuanVideoWrapper), официальная поддержка в библиотеке Diffusers от HuggingFace и интеграция в Forge UI. Для инженера это означает, что модель встраивается и в managed-инференс, и в локальный self-host пайплайн.

Вывод по интеграции: Veo даёт один, зато enterprise-grade канал с готовым комплаенсом. Hunyuan — множество каналов и встроенность в open-source инструментарий, но без коробочного SOC 2 на стороне провайдеров.

Veo здесь сложен. Google блокирует РФ-IP для подписок Google AI Pro и Ultra (с 2022 года) и не принимает российские карты. Рабочие варианты: VPN плюс зарубежная карта (Wise, Payoneer, Pyypl), либо покупка через reseller-каналы за рубли с наценкой 30–50%. Veo 3 generation требует Google AI-аккаунт, оформленный на зарубежную страну.

Hunyuan доступнее почти на всех фронтах. GitHub, HuggingFace, fal.ai и Replicate открываются из РФ без VPN. Облако Tencent работает через Tencent ID. Российские карты посредники не принимают (нужны зарубежные Visa/MC), но для self-host вы просто арендуете GPU на RunPod или Vast.ai, которые принимают криптовалюту — то есть обходитесь без иностранной карты вовсе.

Для российского пользователя это один из решающих параметров: Veo требует целой обвязки из VPN, зарубежной карты или переплаты посредникам, тогда как Hunyuan через self-host или открытые зеркала запускается без всего этого.

У Veo комплаенс — сильная сторона, если идти через Vertex AI. Там есть SOC 2 Type II, ISO 27001, GDPR через Google Cloud, шифрование AES-256 в покое и TLS 1.3 в передаче. Политика no-training-on-customer-content действует с 2024 года, а для enterprise через Vertex no-training гарантирован отдельно. Плюс все клипы несут невидимый watermark SynthID — это плюс для отслеживаемости AI-контента.

У Hunyuan логика противоположная: безопасность вы получаете не сертификатом, а тем, что данные вообще не покидают ваш периметр при self-host — обучения на ваших данных физически нет, потому что нет облака. Но сами open-weights никаких сертификаций не несут (это код), облако Tencent имеет китайские сертификаты, а не SOC 2, а через fal.ai и Replicate данные живут по TTL-политике провайдера (обычно 7–30 дней).

Получается два разных типа доверия: Veo даёт бумажный, аудируемый комплаенс — то, что хочет видеть западный enterprise. Hunyuan даёт физический контроль — данные просто не уходят наружу, но за это вы сами отвечаете за безопасность инфраструктуры.

Это параметр, где у Hunyuan нет конкурентов, а у Veo — ноль возможностей. Hunyuan Video — единственная модель топ-эшелона с открытыми весами. Вы скачиваете 13B-модель с HuggingFace и разворачиваете на своём железе: 8×A100 или 4×H100, минимум 80 ГБ VRAM для полного качества (24 ГБ — с квантизацией INT8/FP8). Полный контроль, никакой зависимости от чужого облака, возможность дообучать под себя.

Veo 3 self-host не поддерживает в принципе — это закрытая модель, доступная только через облако Google. Для compliance-чувствительного проекта, где данные не имеют права покидать периметр, Veo выбывает из рассмотрения целиком, как бы хороша ни была его картинка.

Цена входа у Hunyuan честно высокая — серьёзная инфраструктура для serious deployment оценивается в $10–30k, плюс нужна ML-команда. Пошаговый разбор требований к железу — в гайде по локальному запуску видеомоделей. Но для тех, кому on-prem не пожелание, а требование, это единственный способ получить топовое качество видео внутри своего контура.

Здесь Hunyuan получает уникальное для категории преимущество. При self-host он полностью соответствует 152-ФЗ: данные лежат на ваших серверах внутри РФ, в чужое облако ничего не уходит. Для российских регулируемых отраслей это единственное legal-friendly решение для on-prem генерации видео — и, что важно для нынешней обстановки, self-host не зависит от иностранного облака и не упирается в санкционные ограничения.

Veo 3 по 152-ФЗ не проходит: данные физически на серверах Google в US/EU, локализации под РФ нет. Даже если обойти блокировку через VPN, юридически для обработки персональных данных российской компании это тупик.

Для российского B2B из регулируемой отрасли это часто перевешивает разницу в качестве картинки: какой бы реалистичной ни была генерация Veo, если её нельзя использовать по закону — она не вариант.

Эксклюзив Veo 3 — это связка из трёх вещей. Первое, нативный синхронный звук, которого нет ни у кого в категории. Второе, watermark SynthID: невидимая C2PA-style метка для пост-фактум детекции AI-контента, которую Google продвигает как индустриальный стандарт и которая работает на соответствие EU AI Act. Третье, встроенность в экосистему Google — генерация прямо из приложения Gemini, из мобильных, из Google Workspace (вставка видео в Slides и Sheets) и через Vertex для разработчиков.

Эксклюзив Hunyuan — открытость и всё, что из неё растёт. Модифицируемость: можно дообучить модель под конкретный бренд, персонажа или эстетику — ни один другой топ-сервис этого не даёт. Десятки community-LoRA на HuggingFace и Civitai под стили (аниме, фотореализм, винтаж, cinematic). Community-ControlNet для контроля позы и глубины. Квантизация для запуска на consumer-GPU. Плюс зрелая экосистема инструментов — ComfyUI, Diffusers, Forge UI.

Обе колонки — это не «галочки для красоты», а реальные причины покупки. Просто Veo продаёт законченный результат и интеграцию, а Hunyuan — свободу переделывать модель под себя. Поэтому в этом параметре оба заслуживают высокой оценки, но за принципиально разное.

Оба эксклюзива опираются на масштаб компаний. SynthID Google продвигает как индустриальный стандарт детекции AI-контента под требования EU AI Act, и это работает на доверие регуляторов. Hunyuan Video — часть большого семейства Tencent Hunyuan (LLM, Image, 3D), и его открытая экосистема по активности уже сопоставима со Stable Diffusion: ComfyUI-интеграция, десятки LoRA на Civitai, Discord-сообщество на 5000+ участников. Это разные ставки — закрытый стандарт против открытой платформы, — и обе подкреплены ресурсами публичных гигантов.

Первое — любой ролик со звуком в один проход. Реклама, explainer, контент с говорящими людьми: Veo собирает озвученный клип с синхронным lip-sync, а Hunyuan отдаёт немое видео, к которому ещё нужен внешний звуковой пайплайн. Второе — cinematic-сцены длиной до 60 секунд с лучшей в категории физикой: для filmmaker и pre-viz, где плывущее лицо недопустимо, Veo 3 Pro вне конкуренции.

Третье — enterprise через Vertex AI: там, где нужен готовый SOC 2, ISO 27001 и GDPR без построения своей инфраструктуры. Четвёртое — пользователь, уже подписанный на Google AI: Veo 3 включён в Pro за $19.99, отдельно платить не надо. Пятое — маркетинговое агентство премиум-брендов с жёсткими дедлайнами, которому важны и качество, и звук в одном окне.

Объединяет эти сценарии одно: важнее всего качество финального кадра и звук, а инфраструктуру и комплаенс вы готовы отдать на сторону Google.

Ещё один довод в пользу Veo — скорость до готового результата. 8-секундный 1080p клип собирается за 1–3 минуты прямо в облаке, без аренды GPU и настройки инференса, а звук приходит вместе с картинкой. Для агентства, которое сдаёт клиенту озвученный ролик к вечеру, это решает: на Hunyuan тот же результат потребует отдельной генерации видео, отдельной сборки звука и инфраструктуры под инференс. Когда в задаче сходятся дедлайн, звук и высокая планка по физике, Veo закрывает её одним инструментом.

Первое — on-prem и 152-ФЗ: финансы, медицина, оборонка, госсектор, где данные не имеют права покидать периметр. Hunyuan на self-host — единственное топовое решение. Второе — работа из РФ без VPN и зарубежных карт: open-weights через GitHub, HuggingFace или аренду GPU за крипту снимает барьеры, на которых спотыкается Veo.

Третье — кастомизация: дообучение под бренд-стиль, конкретного персонажа или специфическую эстетику через LoRA, чего не позволяет ни один закрытый топ-сервис. Четвёртое — исследования и эксперименты: ML-лаборатории берут открытую модель, чтобы изучать и форкать. Пятое — дешёвая генерация на масштабе: Replicate по $0.10/сек или собственные GPU кратно выгоднее $0.50/сек у Vertex.

Общий знаменатель здесь — контроль и доступ важнее последних процентов фотореализма. Если эти факторы для вас критичны, проигрыш Hunyuan по физике движения перестаёт быть решающим.

За кажущейся нишевостью стоит взрослая база. Веса Hunyuan скачали около 150 тысяч раз, у репозитория 8000+ звёзд на GitHub, а на self-host его уже гоняют финансовые компании в ЕС, defense-подрядчики в США и государственные структуры — ровно потому, что данные остаются внутри их периметра. Российское AI-сообщество тоже работает с ним через self-host и ComfyUI-воркфлоу. За моделью стоит Tencent (HKEX: 0700) с исследовательскими ресурсами уровня Google, так что это не эксперимент, который завтра закроют.

Дмитрий, режиссёр короткометражек, делает cinematic-сцены со звуком и репликами — ему Veo 3 Ultra: 60 секунд, лучшая физика, нативный звук в одном проходе. Анна, продакт инди-студии, оживляет концепт-арты и хочет дообучить модель под визуальный стиль игры — ей Hunyuan: image-to-video на уровне Luma плюс LoRA под свою эстетику.

Игорь, ИБ-директор российского банка, генерирует обучающие ролики, но данные не должны покидать контур — ему Hunyuan на self-host ради 152-ФЗ. Марина, SMM-щик, уже платит за Google AI Pro и делает короткие ролики для соцсетей — ей Veo, он уже включён в подписку. Павел, ML-исследователь в университете, ставит эксперименты и форкает модели — ему Hunyuan как открытая модель.

Закономерность простая: чем ближе задача к финальному качественному контенту со звуком — тем увереннее Veo; чем важнее контроль, приватность и кастомизация — тем явнее Hunyuan.

Лёгкий профиль (5–10 коротких клипов в месяц): Veo через Google AI Pro — $19.99/мес, около $240 в год, и в эту же подписку входит Gemini. Hunyuan через fal.ai при ~10 клипах — порядка $4/мес, около $48 в год (но нужна зарубежная карта). Средний профиль (50–100 клипов или ~5 минут материала): Veo требует Ultra за $249.99/мес — около $3000 в год; Hunyuan через Replicate ($0.10/сек) на 100 пятисекундных клипах — порядка $50/мес, около $600 в год.

Тяжёлый профиль (30+ минут готового материала в месяц через API): Veo через Vertex по $0.50/сек на 1800 секундах — порядка $900/мес, около $10 800 в год. Hunyuan через Replicate по $0.10/сек — порядка $180/мес, около $2160 в год; на собственных арендованных 8×A100 (~$24/час) при хорошей утилизации выходит ещё дешевле. Суммы даны в долларах, как в тарифах сервисов; рубли считайте по курсу вашего банка.

Чем выше объём, тем сильнее расходятся итоги. На лёгком профиле разница в абсолютных деньгах невелика и Veo даже удобнее, а на тяжёлом — Hunyuan экономит кратно, особенно на своих GPU.

Самый частый гибрид для регулируемой компании: чувствительные черновики и итеративную работу гоняем на Hunyuan внутри контура (152-ФЗ, данные не уходят), а финальные hero-кадры с нужным качеством и звуком собираем на Veo через VPN — уже на обезличенном материале. Так сохраняется и комплаенс, и качество финала.

Второй сценарий — кастомизация плюс полировка: на Hunyuan дообучаем модель под фирменного персонажа через LoRA и генерируем заготовки, а на Veo доводим ключевые сцены до cinematic-уровня с нативным звуком. Третий — экономика масштаба: массовую генерацию черновиков льём через дешёвый Replicate ($0.10/сек), а отобранные кадры переснимаем на Veo, не раздувая бюджет.

Связку имеет смысл строить, когда у вас одновременно есть требования по контролю данных и высокая планка по финальному качеству — то есть когда ни один сервис в одиночку всю задачу не закрывает.