14 октября 2026 г. · Анатолий Крылов, редактор Тераферма
Генерация видео нейросетью на своей GPU: Wan, HunyuanVideo, LTX — память и время
Генерация видео нейросетью на GPU в 2026 году доступна на одной карте с 24–32 ГБ памяти. По данным разработчиков, Wan 2.2 TI2V-5B делает 5 секунд видео 720p менее чем за 9 минут на RTX 4090, а HunyuanVideo 1.5 запускается от 14 ГБ с выгрузкой на процессор. На арендованной RTX 4090 такой ролик Wan обходится примерно в 7,2 ₽.
Готовую подборку «видеокарта для генерации видео» с памятью под Wan и HunyuanVideo и ценой часа смотрите на странице запуск видеогенерации на арендованной GPU.
Три открытые модели для видео в 2026
Открытых видеомоделей много, но для работы на одной GPU обычно выбирают одну из трёх.
Wan 2.2 от Alibaba. Вышла в июле 2025 года под лицензией Apache 2.0, поэтому подходит для коммерции без оговорок. В семействе три основные модели: T2V-A14B (текст в видео) и I2V-A14B (картинка в видео) на архитектуре смеси экспертов, а также компактная TI2V-5B, которая умеет и то и другое в 720p при 24 кадрах в секунду. Позже добавились S2V-14B для видео по речи и Animate-14B для анимации персонажа.
HunyuanVideo 1.5 от Tencent. Вышла в ноябре 2025 года. Модель уменьшили с 13 до 8,3 млрд параметров, качество при этом выросло. Генерирует 480p и 720p, отдельная модель повышает разрешение до 1080p. Есть дистиллированная версия на 8–12 шагов вместо 50.
LTX от Lightricks. Разработчик рекомендует текущую версию LTX-2.5, модель на 22 млрд параметров, которая генерирует видео вместе со звуком. Веса при скачивании занимают около 66 ГиБ. Для экономии памяти есть FP8 и выгрузка на процессор или диск, а дистиллированная версия работает за меньшее число шагов.
Все три запускаются в ComfyUI через готовые workflow, а Wan и HunyuanVideo — ещё и из своих репозиториев командной строкой.
Сколько памяти нужно: таблица по видеокартам
Видеомодели требовательнее к памяти, чем генераторы картинок: кроме самой модели, в памяти держатся текстовый энкодер, VAE и латенты всех кадров сразу. Поэтому объём VRAM определяет, какую модель и в каком разрешении вы запустите.
| Видеопамять | Пример карты | Цена, ₽/час | Что запускается |
|---|---|---|---|
| 16 ГБ | RTX 5080, RTX 4080 | 72, 41 | HunyuanVideo 1.5 с выгрузкой (минимум 14 ГБ), Wan 2.2 5B в сниженном разрешении или с квантованием |
| 24 ГБ | RTX 4090, RTX 3090 | 48, 26 | Wan 2.2 5B в 720p штатно, Wan 2.2 14B в FP8 с выгрузкой текстового энкодера, HunyuanVideo 1.5 |
| 32 ГБ | RTX 5090 | 83 | То же с запасом: Wan 14B в FP8 без постоянной выгрузки, более длинные ролики, LTX-2.5 в FP8 с выгрузкой (проверьте на своём workflow) |
| 48 ГБ | L40S, RTX A6000 | 97, 66 | Wan 14B в 16 битах с выгрузкой, пакетная генерация |
| 80 ГБ | A100, H100 | 97, 339–417 | Официальные команды Wan 2.2 14B без квантования, LTX-2.5 с минимальной выгрузкой |
Две оговорки. Первая: «минимум с выгрузкой» значит, что модель запустится, но часть весов будет ходить между видеопамятью и оперативной, и генерация замедлится. Для выгрузки нужна оперативная память не меньше объёма видеопамяти, а лучше вдвое больше, так что смотрите на ОЗУ в карточке машины. Вторая: требования растут с разрешением и длиной ролика. Цифры в таблице даны для 5-секундных клипов.
Время генерации и цена одного ролика
Официальные замеры есть не для всех сочетаний моделей и карт. Ниже собрано то, что опубликовали разработчики, и пересчёт в рубли по ценам Терафермы.
| Модель и режим | Карта | Время на ролик | Цена ролика | Цена 100 роликов |
|---|---|---|---|---|
| Wan 2.2 TI2V-5B, 720p, 5 с | RTX 4090 | до 9 мин | 7,2 ₽ | 720 ₽ |
| HunyuanVideo 1.5, 480p, из картинки, дистиллированная | RTX 4090 | ~75 с | ~1 ₽ | 101 ₽ |
| Wan 2.2 A14B, 720p | 1 GPU с 80 ГБ | замерьте сами | время × 97 ₽/час на A100 | — |
Для остальных сочетаний время сильно зависит от числа шагов, разрешения, ускорителей вроде TeaCache и версии ComfyUI. Надёжнее всего потратить 15–20 минут на пробный прогон: сгенерируйте три ролика на своих промптах и умножьте среднее время на цену часа.
RTX 4090 или RTX 5090
У RTX 5090 32 ГБ против 24 ГБ, пропускная способность памяти 1,79 ТБ/с против 1,0 ТБ/с и около 210 TFLOPS в FP16 против 165. Для видео важнее всего первое: лишние 8 ГБ часто избавляют от выгрузки весов, а это и есть основной тормоз на 24 ГБ. Если ваш workflow на RTX 4090 постоянно выгружает модель, на 5090 он ускорится сильнее, чем обещает разница в TFLOPS. Подробнее о карте читайте в статье RTX 5090 для ИИ.
Когда нужна H100
H100 за 339–417 ₽/час оправдана в двух случаях. В первом модель в нужном качестве не помещается в 32 ГБ без агрессивной выгрузки: Wan 14B в 16 битах, LTX-2.5 в полной точности, длинные ролики в 720p. Во втором нужна сотня роликов к сроку, и время важнее цены. Для одиночных экспериментов это переплата. Характеристики и текущие предложения смотрите в карточке аренды H100.
Как сократить время генерации в 3–5 раз
Дороже всего в генерации видео обходятся шаги диффузии. Каждый шаг обрабатывает латенты всех кадров, поэтому 50 шагов против 8 — это разница в разы.
- Черновики в 480p. Подбирайте промпт, композицию и сид в низком разрешении. Ролик 480p считается в несколько раз быстрее, чем 720p. Финальную версию генерируйте один раз.
- Дистиллированные версии. У HunyuanVideo 1.5 есть официальная модель на 8–12 шагов: разработчики указывают ускорение на 75% при сопоставимом качестве. Для Wan есть дистиллированные LoRA от сообщества на 4–8 шагов.
- Кэширование шагов. TeaCache и аналоги пропускают часть вычислений на соседних шагах, где картинка почти не меняется. HunyuanVideo 1.5 поддерживает deepcache, teacache и taylorcache.
- FP8 вместо 16 бит. Вдвое меньше памяти под веса и меньше выгрузки. На картах Ada и Blackwell (RTX 4090, 5090, L40S) FP8 ещё и считается быстрее.
- Апскейл отдельно. Генерируйте в 720p, а до 1080p поднимайте отдельной моделью повышения разрешения: это дешевле, чем генерировать 1080p напрямую.
- Очередь на ночь. Когда промпты отобраны, поставьте пакет в очередь ComfyUI и заберите результат утром. Карта работает без простоя, а вы не платите за время, пока думаете.
Как запустить на арендованной GPU
Быстрее всего взять шаблон ComfyUI в кабинете Тераферма. Подробно об установке моделей и доступе из браузера рассказано в статье ComfyUI на арендованной GPU.
- В разделе «Аренда GPU» выберите карту на 24–32 ГБ, например аренда RTX 5090, и шаблон ComfyUI. Проверьте в карточке объём диска: под Wan 2.2 14B с энкодером и VAE закладывайте от 100 ГБ, под LTX-2.5 — от 150 ГБ.
- Дождитесь статуса «Готово», обычно 2–7 минут. Интерфейс ComfyUI откроется по ссылке из карточки.
- Скачайте модели прямо на сервер в
/workspace/ComfyUI/models/: с Hugging Face это быстрее, чем через домашний интернет. Веса диффузионной модели кладутся вdiffusion_models, текстовый энкодер — вtext_encoders, VAE — вvae. - Откройте шаблонный workflow для нужной модели из меню ComfyUI и сделайте пробный ролик в 480p.
- Перед остановкой скачайте готовые видео: после «Остановить» диск удаляется.
Пополнение баланса начинается от 500 ₽, сейчас криптовалютой, оплата картой РФ появится позже. Оплата поминутная: если пробный прогон занял 20 минут, вы платите за 20 минут.
Какую модель выбрать под задачу
- Короткие ролики для соцсетей и рекламы, коммерческое использование — Wan 2.2: лицензия Apache 2.0, хорошее следование промпту, режимы «текст в видео» и «картинка в видео».
- Слабая карта или много быстрых черновиков — HunyuanVideo 1.5 в дистиллированной версии: от 14 ГБ и около минуты на ролик 480p на RTX 4090.
- Видео со звуком и высоким разрешением — LTX-2.5: генерирует аудио вместе с картинкой, но требует больше памяти и диска.
- Анимация персонажа по референсу или видео по речи — Wan 2.2 Animate-14B и S2V-14B.
Перед коммерческим проектом прочитайте лицензию выбранной модели целиком: у HunyuanVideo и LTX есть ограничения, которых нет у Apache 2.0.
Генерация видео нейросетью на своей GPU сводится к 24–32 ГБ памяти, ComfyUI и нескольким рублям за ролик в черновом качестве. Wan 2.2 5B и HunyuanVideo 1.5 работают на RTX 4090, Wan 14B и LTX-2.5 комфортнее на RTX 5090 и картах с 80 ГБ. Начните с часа на RTX 5090 за 83 ₽: сделайте десяток черновиков, замерьте время и посчитайте бюджет всего проекта.