Kandinsky AI：Sber的Kandinsky 6.0与开源模型能做什么

Kandinsky AI是什么

Kandinsky是Sber用于生成图像和视频的模型系列，由Sber AI团队开发（2025年起使用Kandinsky Lab品牌），AIRI研究院参与。首个版本于2022年发布，此后Sber大约每年推出一代新模型。

多数文章仍在介绍Kandinsky 2.2或3.1以及Fusion Brain网站，而2026年的产品线已截然不同：

版本	日期	新特性
Kandinsky 2.1	2023年4月	让Kandinsky广为人知的版本
Kandinsky 3.0与3.1	2023年11月、2024年4月	更快生成、局部重绘、放大至4K
Kandinsky 4.0	2024年12月	最长12秒高清视频并带音轨
Kandinsky 4.1 Image	2025年6月	DiT架构，生成速度提升4倍
Image更新	2025年10月	无需额外模块即可渲染西里尔文字
Kandinsky 5.0	2025年11月	MIT许可的开源图像与视频模型
Kandinsky 6.0 Image	2026年4月28日	GigaChat中的旗舰图像与修图模型
Kandinsky 6.0 Video	2026年10月6日	带声音与口型同步的视频

Kandinsky能做什么

照片编辑。 Sber将Kandinsky 6.0 Image定位为免费修图工具：修复老照片、风格化、AI写真、更换服装和场景、美颜修饰。据开发者介绍，换发型、加眼镜等局部修改不会影响画面其他部分。

最多合并三张照片。 自2026年6月9日起，GigaChat支持上传三张照片并合成为一幅画面：模型会提取人物、物体、背景或风格。同一更新还加入了选区编辑和自动画幅：人像用竖版，全景用横版，头像用方形。

参考图检索。 如果模型不知道某样东西长什么样，会联网搜索相关图片，从而能画出训练之后才出现的事物。

西里尔文字。 自2025年10月起，Kandinsky无需额外模块即可书写俄文：模型用1000万张带俄文字样的图片进行了微调。开发者也承认，长文本或西里尔与拉丁字母混排可能需要多试几次。

带声音的视频。 Kandinsky 6.0 Video在生成5秒视频的同时生成音频：口型同步的语音、音乐和环境音。模型以864×480渲染，再由独立的放大模型提升到全高清。详情见我们关于Kandinsky 6.0 Video的新闻。

俄罗斯文化语境。 Sber强调Kandinsky很懂俄罗斯文化元素。全球模型同样能胜任：下图中的茶炊、杯托和瓷砖壁炉，是Nano Banana Pro根据英文提示词画出的。

开源的Kandinsky 5.0模型

2025年11月，Sber在GitHub和Hugging Face上以MIT许可（允许商用）发布了Kandinsky 5.0系列：

• Image Lite：60亿参数，1K图像（1280×768、1024×1024），文字渲染能力强；
• Image Editing：同一模型的图生图编辑版本；
• Video Lite：20亿参数，5秒和10秒视频，12 GB显存即可运行；
• Video Pro：190亿参数，最长10秒高清（1280×768）。

2025年12月，Video Pro曾是Arena排行榜上最强的开源文生视频模型。这些模型已被Diffusers支持。Kandinsky 6.0 Video的权重同样开放，而6.0 Image只能在GigaChat中使用。

在哪里免费使用Kandinsky

• GigaChat：giga.chat网站，在同一对话中生成图片、修图和视频。
• GigaChat机器人：Telegram与MAX中的机器人，手机上即可使用相同功能。
• 自己的电脑：开源的5.0与6.0 Video模型，需要显卡。

GigaChat需要Sber ID（无需Sberbank银行卡即可注册），且只能通过俄罗斯IP访问，身在国外或使用VPN时无法打开。

Kandinsky适合哪些任务

• 贺卡、社交媒体配图和俄罗斯主题场景：免费且不限次数。
• 快速修饰个人照片：修复、换背景和服装、美颜。
• 带声音的社交媒体短视频：Kandinsky 6.0 Video。
• 搭建自有服务或微调：MIT许可的开源5.0模型。

Kandinsky与同类模型对比

	Kandinsky 6.0 Image	Nano Banana 2.1	GPT Image 2.5	Seedream 5.0 Pro
Arena文生图排名（2026年10月24日）	未上榜	6	1（Sunburst）	12
参考图	最多3张	最多14张	多张	最多10张
图中西里尔文字	支持	支持	支持	支持
价格	GigaChat中免费	付费	付费	付费
访问方式	Sber ID、俄罗斯IP	Google API	OpenAI API	字节跳动API
开放权重	否（5.0为是）	否	否	否

视频方面情况类似：开源的Kandinsky 5.0 Video Pro在Arena的48个模型中排第37，远落后于Veo 3.1和Seedance。Kandinsky胜在免费和开放权重，全球模型胜在画质、分辨率和参考图数量。

如何为Kandinsky写提示词

• 俄语提示词效果最好。 Kandinsky基于俄语数据训练，无需翻译；英文同样可用。
• 直接点明风格： “油画”“动漫”“像素画”“影棚照片”。GigaChat内置了这些风格。
• 完整描述场景： 人物、地点、光线、角度。6.0能理解多层次的复杂提示词。
• 编辑时说明改什么、保留什么： “把背景换成雪中森林，脸和衣服保持不变。”
• 文字简短并加引号。 开发者建议，长文本或西里尔与拉丁字母混排时多生成几次。

如何在AI2Face中使用Kandinsky

Kandinsky已上线AI2Face生成器，无需Sber ID，也不需要俄罗斯IP。你可以把同一条提示词分别交给Kandinsky、Nano Banana、GPT Image和Seedream，对比效果。每次生成的费用在开始前显示，支持银行卡或加密货币支付，积分包里的积分不会过期。新账号注册后即可获得欢迎积分。全部图像模型见我们的AI图像生成器指南。

局限

• 未进入独立图像排行榜。 没有Arena数据可用来比较Kandinsky 6.0 Image与全球模型。
• 视频较短。 Kandinsky 6.0 Video只有5秒且不能续写，全高清由480p放大而来。
• Sber官方入口仅限俄罗斯。 GigaChat需要Sber ID和俄罗斯IP。
• 旗舰模型闭源。 5.0和6.0 Video可下载，6.0 Image不可。
• 长文本不稳定。 开发者本身也建议长文字多试几次。

总结

Kandinsky AI是俄罗斯公司推出的最强免费选择：GigaChat中的Kandinsky 6.0 Image不限次数地生成和编辑照片，懂俄语、会写西里尔文字，用于贺卡、社交帖子和快速修图已经足够。若图片用于广告、电商平台或客户项目，请选择排行榜前列的GPT Image 2.5或Nano Banana 2.1，并在AI2Face中用同一条提示词与Kandinsky对比。MIT许可的开源Kandinsky 5.0则是搭建自有服务的可靠基础。