Длинная сцена со звуком
Kling 3.0 Omni: до 15 секунд за одну генерацию, звук включается переключателем, качество до 4K. Подходит для рекламного ролика, сцены из клипа, атмосферного видео для соцсетей.
Текст в видео Четыре модели по одному описанию
Видео из текста: нейросеть снимет ролик по вашему описанию
Напишите, что должно происходить в кадре, и нейросеть сделает видео: героя, место, свет и движение камеры. Исходники не нужны, хватит нескольких предложений на русском. Длина, формат и цена ролика видны до запуска.
- Описание на русском
- От 1 до 15 секунд
- 16:9, 9:16 и 1:1
- От 24 токена за ролик
Как это работает
Как сделать видео из текста
1. Выберите модель
Kling 3.0 Omni, Veo 3.1, Gemini Omni Flash или Grok Video. У всех есть режим «Текст → Видео», различаются длина, качество и цена.
2. Опишите сцену
Кто в кадре, что делает, где это происходит, как движется камера и какой свет. Выберите длину и формат: горизонтальный или вертикальный.
3. Скачайте ролик
Ход генерации видно на экране. Готовое видео появится в истории, оттуда оно скачивается в MP4.
Модели
Какие нейросети делают видео по тексту
В Vizzo четыре видеомодели умеют работать с одним описанием, без фото и видео на входе. Цена указана за типичный ролик, в форме её можно уменьшить или увеличить длиной и качеством.
| Модель | Длина | Качество | Формат | Пример | Цена |
|---|---|---|---|---|---|
| Kling 3.0 Omni | 3-15 с | 720p, 1080p, 4K | 16:9, 9:16, 1:1 | ролик 5 с, 720p, без звука | 45 токенов 45-66 ₽ |
| Kling 3.0 Omni со звуком | 3-15 с | 720p, 1080p, 4K | 16:9, 9:16, 1:1 | ролик 5 с, 720p, со звуком | 65 токенов 65-95 ₽ |
| Google Veo 3.1 Lite | 4, 6 или 8 с | 720p, 1080p | 16:9, 9:16 | ролик 8 с, 720p | 48 токенов 48-70 ₽ |
| Google Veo 3.1 Fast | 4, 6 или 8 с | до 4K | 16:9, 9:16 | ролик 8 с, 720p | 120 токенов 120-174 ₽ |
| Gemini Omni Flash | около 10 с | 720p | 16:9, 9:16 | одна генерация | 120 токенов 120-174 ₽ |
| Grok Video Fast | 1-15 с | 480p, 720p | 7 пропорций | ролик 5 с, 720p | 70 токенов 70-102 ₽ |
Рубли указаны вилкой: токен стоит от 1 ₽ в самом крупном пакете до 1,45 ₽ в самом маленьком. Токены не сгорают, подписки нет. У Kling цена считается за секунду, у Gemini Omni она фиксированная за генерацию. Если ролик не получился по технической причине, токены возвращаются. Все цены
Выбор
Какую модель взять под задачу
Недорого попробовать идею
Google Veo 3.1 Lite: ролики на 4, 6 или 8 секунд в 720p. Удобно проверить, как модель понимает описание, прежде чем тратить токены на дорогое качество.
Поправить готовый ролик словами
Gemini Omni Flash: сделайте видео по тексту, а потом попросите изменить его или продлить сцену. Длину модель выбирает сама, обычно около 10 секунд.
Очень короткий клип или нестандартный формат
Grok Video: от 1 секунды и семь пропорций, включая 4:3, 3:4, 3:2 и 2:3. Ролик идёт со звуком.
Пример
Ролик по одному описанию
Видео сделано в Kling в Vizzo. Ниже описание, по которому оно получено.
Запрос: «Девушка идёт по токийской улице ночью, неоновые огни, медленная камера»
Описание
Как написать текст для видео
Нейросеть не додумывает то, чего нет в описании, и не всегда угадывает, что для вас важно. Хорошее описание короткое, но конкретное.
Удобная схема из пяти частей:
- Кто или что в кадре. Не «девушка», а «девушка лет двадцати в жёлтом дождевике».
- Действие. Одно понятное движение: идёт, оборачивается, наливает чай. Короткий ролик не успеет вместить целый сюжет.
- Место и время. Улица старого города, кухня утром, заснеженный лес на закате.
- Камера. Медленно приближается, облетает героя, следует сзади, снимает сверху. Без указания камера может почти не двигаться.
- Свет и настроение. Тёплый свет лампы, неон, пасмурный день, кинематографичная картинка.
Писать можно по-русски. Максимальная длина описания у моделей разная: 2500 знаков у Kling, 4000 у Grok Video, 1024 у Veo и Gemini Omni. В Kling и Veo есть отдельное поле для негативного промпта: туда пишут то, чего в кадре быть не должно, например «текст, надписи, лишние люди».
Слабое и сильное описание
Слабое: «Красивое видео про море».
Сильное:
Волны накатывают на каменистый берег на закате, брызги искрятся в оранжевом свете, камера медленно летит над водой к берегу, спокойное настроение, кинематографичная картинка.
Во втором варианте понятно, что показать, откуда снимать и каким должен быть свет. Именно эти детали делают ролик похожим на задуманный.
Образцы
Примеры описаний для видео
Скопируйте и поменяйте детали под себя. Это образцы текста, а не результаты генерации.
Для соцсетей, вертикально 9:16
Бариста наливает молоко в капучино и рисует сердце, крупный план чашки, камера медленно опускается сверху, тёплый утренний свет из окна.
Реклама товара
Белые кроссовки медленно вращаются на подиуме, вокруг поднимается лёгкий дым, контровой свет, тёмный фон, камера плавно облетает обувь по кругу.
Природа и путешествия
Вид с высоты на горное озеро с бирюзовой водой, туман над лесом, камера медленно пролетает вперёд над водой, раннее утро.
Сцена с персонажем
Пожилой мастер в мастерской вырезает фигурку из дерева, стружка падает на стол, камера медленно приближается к его рукам, мягкий свет лампы.
Анимация
Мультяшный рыжий лис в шарфе катится на санках с горки и смеётся, снег разлетается, яркий зимний день, стиль 3D-мультфильма.
Фон для презентации или сайта
Медленно плывущие абстрактные волны из света сине-фиолетовых оттенков, без людей и текста, спокойное плавное движение, бесшовное настроение.
Ограничения
Когда текста недостаточно
- Нужен конкретный человек, товар или логотип. По одному тексту модель придумает их сама. Сделайте сначала кадр в GPT Image или Nano Banana по своему фото, а затем оживите этот кадр: так внешность и детали сохранятся.
- Нужны движения из конкретного видео. Танец, жест или походку описать словами трудно. Для этого есть перенос движения с видео на фото.
- Нужен ролик длиннее 15 секунд. Сделайте несколько сцен и смонтируйте их, либо продлите ролик в Gemini Omni Flash до 40 секунд.
- Нужна надпись в кадре. Видеомодели часто искажают буквы. Текст надёжнее добавить при монтаже.
Не создавайте видео, которое можно принять за настоящую съёмку реального человека: это может нарушить закон и права изображённого.
Опишите первую сцену
Зарегистрируйтесь, пополните баланс разовым платежом в рублях и запустите генерацию. Подписки нет, токены не сгорают, работает из России без VPN.
Зарегистрироваться Регистрация по email, без привязки картыВопросы и ответы
Частые вопросы
Какая нейросеть делает видео из текста?
В Vizzo по одному описанию видео делают Kling 3.0 Omni, Google Veo 3.1, Gemini Omni Flash и Grok Video. Kling даёт до 15 секунд и до 4K, Veo хорош для коротких роликов, Gemini Omni позволяет потом поправить видео словами, Grok Video делает ролики от 1 секунды.
Можно ли писать описание на русском?
Да, все четыре модели принимают описание на русском. Максимальная длина: 2500 знаков у Kling, 4000 у Grok Video, 1024 у Veo и Gemini Omni.
Сколько стоит видео из текста?
Самый дешёвый вариант в таблице выше: Veo 3.1 Lite на 4 секунды в 720p за 24 токена (24-35 ₽). Ролик Kling 3.0 Omni на 5 секунд в 720p стоит 45 токенов без звука и 65 токенов со звуком. Точная цена видна в форме до запуска.
Какой длины получится ролик?
От 3 до 15 секунд в Kling, от 1 до 15 секунд в Grok Video, 4, 6 или 8 секунд в Veo и около 10 секунд в Gemini Omni Flash. Gemini Omni умеет продлевать ролик до 40 секунд.
Можно ли сделать вертикальное видео для рилс?
Да. Формат 9:16 есть у всех четырёх моделей, у Kling и Grok Video есть ещё квадрат 1:1.
Будет ли в видео звук?
В Kling 3.0 Omni звук включается переключателем и повышает цену секунды в 720p и 1080p. Grok Video генерирует звук вместе с видео.
Нужна ли подписка?
Нет. Токены покупаются разово в рублях, в том числе российской картой, и не сгорают.