CogVideoX

Name: CogVideoX
Author: Zhipu AI

Открытая видеомодель Университета Цинхуа и Zhipu AI (август 2024) — самая нетребовательная к железу из работающих: версии на 2 и 5 млрд параметров запускаются от 4-5 ГБ видеопамяти, то есть на обычной игровой видеокарте. Расплата за это скромный формат: 6 секунд в 720×480 при 8 кадрах/с и только английские промпты.

Бесплатно при локальном запускеРаботает в РФ

⭐ 6.4/10📅 2024-08🏢 Zhipu AI✓ Open Source

Открыть сайт

Рейтинг и бенчмарки

Общий рейтинг

6.4/10

Benchmark Score

6.2/10

Скорость

7.5/10

Требования к видеопамяти (5B)

от 5 ГБ в BF16, от 4.4 ГБ в INT8, от 4 ГБ в FP16

Формат вывода

6 секунд, 720×480, 8 кадров/с, максимум 49 кадров

Скорость (5B, 50 шагов)

около 180 секунд на A100 и около 90 секунд на H100

Обновление CogVideoX-1.5

до 10 секунд в 720p и более плавные переходы между кадрами

Дообучение через LoRA

63 ГБ видеопамяти для 5B и 47 ГБ для 2B

Язык промпта

только английский — другие языки нужно переводить заранее

Входные и выходные данные

Входные данные

текстизображение

Выходные данные

видео

Способы доступа

локальный запуск (GitHubHugging FaceComfyUIdiffusers)

Сценарии использования

локальная генерация коротких роликов без отправки данных наружуэксперименты и обучениедообучение под свой стиль через LoRAоживление статичных сцен на домашнем железе

Тарифы и подписки — Zhipu AI

Актуальные планы подписки провайдера. Цены могут меняться — уточняйте на странице цен

Популярный

Локальный запуск

Бесплатно

Веса на Hugging Face и GitHub
От 4-5 ГБ видеопамяти
2B под Apache 2.0, 5B под лицензией CogVideoX
Работает без интернета и без VPN
Данные не покидают компьютер

Российские карты не принимаются.Genova-ai — работает в РФ без VPN

Плюсы и минусы

✓ Плюсы

Самые низкие требования к железу среди работающих видеомоделей: версии на 2 и 5 млрд параметров стартуют от 4-5 ГБ видеопамяти, то есть помещаются на обычную игровую видеокарту

Полностью бесплатна и работает локально — ни подписки, ни зарубежной карты, ни VPN, а записи и промпты никуда не уходят

Младшая CogVideoX-2B выпущена под свободной Apache 2.0 — коммерческое использование разрешено без оговорок

Можно дообучить под свой стиль через LoRA — редкая возможность для видеомодели

Обновление CogVideoX-1.5 подняло длительность до 10 секунд в 720p и заметно сгладило переходы между кадрами

Широкая поддержка в экосистеме: готовые сборки для ComfyUI и библиотеки diffusers

Разработана Университетом Цинхуа совместно с Zhipu AI — за моделью стоит серьёзная исследовательская школа, а не разовый проект

✗ Минусы

Скромный формат по меркам 2026 года: 6 секунд в 720×480 при 8 кадрах в секунду — это заметно ниже даже недорогих облачных моделей

Разрешение фиксированное, других вариантов модель не поддерживает вовсе

Промпты принимает только на английском — русский текст нужно переводить заранее

Звука не генерирует

Лицензии у версий разные, и это легко упустить: свободная Apache 2.0 только у 2B, а у 5B собственная лицензия CogVideoX со своими условиями — перед коммерческим использованием её нужно прочитать

Генерация не мгновенная: около 180 секунд на A100 и 90 секунд на H100 при 50 шагах, а на домашней видеокарте заметно дольше

Дообучение требует серьёзного железа: 63 ГБ видеопамяти для 5B и 47 ГБ для 2B

Подробный обзор

Что такое CogVideoX

CogVideoX — открытая видеомодель, выпущенная в августе 2024 года совместно Университетом Цинхуа и компанией Zhipu AI. Выходит в двух размерах: CogVideoX-2B на 2 миллиарда параметров и CogVideoX-5B примерно на 6 миллиардов.

Главная ценность — она влезает в обычную видеокарту

Генерация видео обычно означает либо облачную подписку, либо серверное железо. CogVideoX — редкое исключение: старшей версии хватает 5 ГБ видеопамяти в режиме BF16, а с квантованием INT8 — 4.4 ГБ. Это уровень обычной игровой видеокарты.

Отсюда вытекает всё остальное: модель бесплатна навсегда, работает без интернета и без VPN, а промпты и результаты никуда не отправляются. Для России, где оплата зарубежных сервисов остаётся отдельной задачей, это может оказаться решающим.

Чем приходится платить

Формат по меркам 2026 года скромный, и лучше знать это заранее:

6 секунд длительности, максимум 49 кадров
720×480 — разрешение фиксированное, других вариантов нет
8 кадров в секунду — движение заметно более дёрганое, чем в привычном видео
Промпты только на английском
Звука нет

Обновление CogVideoX-1.5 подняло планку до 10 секунд в 720p и сгладило переходы между кадрами, но принципиально расстановка сил не изменилась: это модель для тех, у кого нет доступа к облаку, а не соперник Kling AI 3.0.

Важный момент с лицензиями

Здесь легко ошибиться, потому что версии лицензированы по-разному. CogVideoX-2B выпущена под Apache 2.0 — свободной лицензией без оговорок, коммерческое использование разрешено. А вот CogVideoX-5B идёт под собственной лицензией CogVideoX с отдельными условиями. Если планируете коммерческий проект на старшей версии, её текст нужно прочитать, а не полагаться на слово «открытая».

Скорость и дообучение

Мгновенной генерации ждать не стоит: на серверной A100 ролик занимает около 180 секунд при 50 шагах, на H100 — около 90 секунд. На домашней видеокарте заметно дольше, и это нормальная плата за низкие требования к памяти.

Зато модель можно дообучить под свой стиль через LoRA — для видеомоделей возможность редкая. Правда, само дообучение уже требует серьёзного железа: 47 ГБ видеопамяти для 2B и 63 ГБ для 5B.

Стоит ли брать её сегодня

Зависит от задачи. Если нужен результат — короткий ролик приличного качества — практичнее облачные модели: Hailuo 2.3 стоит от $0.19 за генерацию, а Kling AI 2.5 Turbo открывается из России без VPN.

Если нужен контроль — работа без интернета, приватность материалов, дообучение под свой стиль или просто отсутствие зарубежной карты, — альтернатив у CogVideoX немного. В 2026 году она по-прежнему держится в числе рабочих открытых видеомоделей рядом с LTX и Wan Video.

Часто задаваемые вопросы

Какое железо нужно для CogVideoX?

Удивительно скромное: старшей версии 5B хватает 5 ГБ видеопамяти в режиме BF16, а с квантованием INT8 — 4.4 ГБ. Это уровень обычной игровой видеокарты. Младшая 2B требует ещё меньше. Именно низкие требования и есть главная причина, по которой модель до сих пор используют.

Какого качества видео выдаёт CogVideoX?

Скромного по меркам 2026 года: 6 секунд в разрешении 720×480 при 8 кадрах в секунду, максимум 49 кадров. Разрешение фиксированное, других вариантов нет. Обновление CogVideoX-1.5 подняло планку до 10 секунд в 720p и сгладило движение, но соперничать с облачными флагманами модель не может.

CogVideoX действительно бесплатная?

Да, при локальном запуске вы платите только за электричество. Но с лицензиями есть нюанс: версия 2B выпущена под свободной Apache 2.0, а 5B — под собственной лицензией CogVideoX со своими условиями. Перед коммерческим использованием старшей версии её текст стоит прочитать.

Работает ли CogVideoX в России?

Да, полностью. Модель скачивается один раз и дальше работает на вашем компьютере без интернета — ни VPN, ни зарубежная карта не нужны. Промпты и готовые ролики никуда не отправляются.

Можно ли писать промпты на русском?

Нет, модель принимает только английский. Русское описание нужно переводить заранее — это можно автоматизировать через любую языковую модель, но лишний шаг в процессе остаётся.

Сколько времени занимает генерация?

На серверной видеокарте A100 около 180 секунд при 50 шагах, на H100 — около 90 секунд. На домашней видеокарте заметно дольше. Это обратная сторона низких требований к памяти: модель экономит видеопамять за счёт времени.

Стоит ли брать CogVideoX вместо облачных моделей?

Если нужен просто хороший короткий ролик — нет, практичнее облако: Hailuo 2.3 стоит от $0.19 за генерацию, Kling AI 2.5 Turbo открывается из России без VPN. CogVideoX выбирают ради другого: работы без интернета, приватности материалов, дообучения под свой стиль через LoRA или отсутствия зарубежной карты.