Runway посчитала цену роутера моделей: −66% стоимости видео при 95% качества флагмана

Что именно измерила Runway

Отчёт опубликован 24 сентября 2026 года и описывает Model Router как слой выбора модели внутри Runway Dev: разработчик больше не решает вручную, какая медиамодель подходит конкретному запросу, а задаёт приоритет — стоимость, качество или задержку — и роутер подбирает модель в момент вызова. Решение принимается против собственного бенчмарк-датасета Runway, который отслеживает качественные и количественные показатели моделей.

По данным Runway, 64% билдеров, использующих Model Router на Runway Dev, уже настроили роутеры на оптимизацию стоимости: ранняя обратная связь показывает предпочтение максимальной эффективности — самой дешёвой модели, которая всё ещё выдаёт результат производственного уровня.

Сам отчёт заявлен как первое окно в экономику конфигураций роутера: насколько они снижают расходы и какую долю пригодных для продакшена результатов удерживают относительно базовой линии из флагманской модели.

Почему «всегда флагман» перестало быть безопасной ставкой

Привычку вызывать последнюю SOTA-модель на каждый запрос Runway называет дорогой и ненужной и перечисляет три проблемы. Первая — избыточное резервирование: для простых задач генерации дорогая флагманская модель попросту не нужна. Вторая — компромисс между универсальной и специализированной моделью: универсальный флагман не всегда лучший исполнитель на узких или доменных сценариях. Третья — ресурсы: поиск самой дешёвой модели, которая держит производственное качество, требует долгих циклов оценки, а на такие замеры у большинства команд нет времени.

Роутер, по замыслу Runway, закрывает это на уровне отдельного запроса и продолжает адаптироваться по мере выхода новых моделей на Runway Dev.

Как устроен эксперимент

Проверка сравнивала четыре конфигурации на одном наборе из 250 промптов image-to-video, где каждый промпт — это текстовое задание плюс референсное изображение. Базовой линией была флагманская Seedance 2.5, рядом шли три настройки роутера: Quality-Optimized (выбирает самую сильную модель независимо от цены), Quality-Optimized with $1.00 Cap (то же, но с жёстким потолком $1.00 за генерацию) и Cost-Optimized (выбирает самую дешёвую модель, которая поддерживает запрос).

Чтобы покрыть реальные производственные сценарии, 250 промптов разложили по десяти функциональным категориям — от «Human & character action» и «Dialogue & lip-sync» до «Text & signage» и «Abstract & VFX». В самой публикации есть небольшая нестыковка: во вводной части перечислены девять пунктов, а в приложении с разбивкой по категориям таблиц десять — дополнительно указана «Stylized & Animation».

Статистический контроль описан строго: сравнения выдачи двойные слепые, чтобы исключить предвзятость оценщика, а предпочтения и доли прохождения проверялись парными двусторонними t-тестами с поправкой Бенджамини — Хохберга по FDR; семейная ошибка контролировалась на уровне alpha = 0.05.

Четыре конфигурации в цифрах

Итог на полном наборе из примерно 250 промптов выглядит так. Базовая Seedance 2.5 — 78% пригодных результатов при $1.80 за клип. Quality-Optimized — 77% при $1.28, то есть экономия 29% почти без потери качества. Quality + $1 Cap — 74% при $0.61 и экономии 66%. Cost-Optimized — 38% при $0.30 и экономии 83%.

Сам Runway формулирует разницу так: потолок в $1.00 за генерацию сохраняет 95% качества базовой флагманской модели (74% против 78%) за треть цены, а Quality-режим без потолка даёт почти идентичную пригодность при 29% экономии — за счёт того, что простые промпты уходят с дорогих вызовов на более дешёвые модели.

Внутри видно, кого именно выбирает роутер. В Quality-конфигурации 56% вызовов ушли к Seedance 2.5, 34% — к Gemini Omni Flash 1.1, 9% — к Gemini Omni Flash 1.0 и 1% — к Happy Horse. С потолком в $1.00 флагман выпадает совсем: 65% у Gemini Omni Flash 1.1, 34% — у Gemini Omni Flash 1.0, 1% — у Happy Horse. Экономная конфигурация в 99% случаев отдаёт запрос Gen-4 Turbo.

Где экономия держится, а где ломается

Разбивка по категориям показывает, что средний процент скрывает разброс. В «Dialogue & Lip-Sync» конфигурация с потолком $1.00 оказалась не хуже, а лучше базовой: 96% против 92% при $0.62 за клип. В «Abstract & VFX» потолок дал 84% против 68% у флагмана при $0.61. В «Crowds & Complex Scenes» — 80% против 76%.

Обратная сторона — категории, где жёсткий бюджет бьёт по качеству. «Human & Character Action»: 68% при $0.61 против 84% у базовой линии. «Physics & Object Interactions»: 52% против 60%. «Product & Commercial»: 52% против 72%.

Режим тотальной экономии проваливается заметнее всего: в «Human & Character Action» он даёт 12% пригодных результатов, в «Dialogue & Lip-Sync» — 16%, и только на «Text & Signage» держится на 64%. Поэтому Runway и описывает его как точечный компромисс для ранних стадий — массового брейнсторминга и черновиков; финальные проходы в такой схеме должны идти через качественную конфигурацию роутера.

Что из этого следует

Выводы Runway сводятся к трём пунктам. Избыточное резервирование реально: для большой доли повседневных промптов модели среднего уровня проходят производственную планку без цен флагмана. Ограниченный роутер попадает в «сладкую точку»: простой операционный предохранитель вроде $1.00 за генерацию удерживает 95% качества SOTA и срезает расходы на две трети. Автоматическая маршрутизация выигрывает у ручных циклов оценки: вместо ad-hoc замеров при каждом выходе новой модели роутер постоянно сопоставляет входящие запросы с самой дешёвой моделью, которая проходит заданную планку качества.

Формулировка, которая лучше всего описывает ставку: динамическая маршрутизация даёт продуктовым командам контроль над юнит-экономикой и при этом не заставляет выбирать между переплатой и браком на выходе. Заканчивается публикация приглашением развернуть роутер с потолком стоимости по документации Runway Dev.