Video con l’AI: meglio in locale o online? Confronto completo (2026)

Aggiornato a settembre 2026 · Servizi, versioni e prezzi cambiano spesso: controlla sempre le pagine ufficiali. Fa parte dei nostri tutorial su AI e ComfyUI.

I video fatti con l'AI sono la cosa che ci ha sorpreso di più negli ultimi due anni. Siamo passati da clip di pochi secondi, sfocate e mute, a video credibili con movimenti naturali, audio e dialoghi sincronizzati. E per chi fa videodesign, come noi, la domanda diventa molto concreta: conviene pagare un servizio online o farli sul proprio computer?

Ti diciamo subito come la pensiamo: per i video la scelta pesa molto più che per le immagini. Online paghi ogni secondo generato; in locale non paghi nulla, ma ti servono una scheda video adeguata e un po' di pazienza. Qui mettiamo a confronto Veo di Google, Kling, Seedance e Runway con ComfyUI e i modelli aperti come LTX-2.5 e Wan, con pro, contro e costi reali.

In breve

I migliori generatori di video online

• Google Veo 3.1 e Gemini Omni — Veo 3.1 è tra i modelli di qualità più alta, con dialoghi e audio sincronizzati. A maggio 2026 Google ha affiancato Gemini Omni, che permette di creare e modificare video conversando. Si usano dall'app Gemini con i piani Google AI e dallo strumento Flow.
• Kling 3.0 — ottimo rapporto qualità/prezzo, clip fino a 15 secondi, sincronizzazione del labiale in più lingue e crediti gratuiti giornalieri per provarlo.
• Seedance 2.0 (ByteDance) — molto veloce e apprezzato per animare immagini e per i video con riferimenti; disponibile anche nei nodi a pagamento di ComfyUI.
• Runway Gen-4.5 — il più ricco di strumenti di controllo (pennelli di movimento, coerenza tra scene), pensato per chi fa montaggio e produzione.
• Hailuo (MiniMax) — il servizio online di MiniMax, la stessa azienda del modello aperto H3.

E Sora? OpenAI ha chiuso l'app di Sora il 26 aprile 2026 e l'API il 24 settembre 2026: chi aveva basato il proprio lavoro su Sora ha dovuto cambiare strumento. Ne parliamo nell'editoriale L'AI della settimana.

Pro e contro dei servizi online

• ✅ Qualità di punta e tempi rapidi, anche da un portatile qualsiasi.
• ✅ Funzioni avanzate pronte: dialoghi, labiale, estensione delle clip, 4K.
• ❌ Costi che salgono in fretta: i video si pagano a secondi o a crediti, e servono molti tentativi per ottenere la clip giusta.
• ❌ Filtri su contenuti e volti, a volte molto restrittivi.
• ❌ Dipendenza dal servizio: prezzi, regole e perfino l'esistenza del prodotto non dipendono da te.

I video AI in locale con ComfyUI

Il 2026 è stato l'anno della svolta per i video in locale. La famiglia LTX-2 di Lightricks (fino a LTX-2.5 di agosto) genera video con audio sincronizzato, più inquadrature collegate e 4K, con una licenza gratuita anche per lavoro sotto i 10 milioni di dollari di fatturato. Wan 2.2 resta il riferimento con licenza completamente libera. Attenzione invece a MiniMax H3 (e a tutte le sue evoluzioni, come Singularity: le vediamo qui sotto) e a HunyuanVideo: le loro licenze escludono l'Unione Europea. Trovi tutto nel nostro vademecum sui modelli video in ComfyUI.

MiniMax H3 e le sue evoluzioni, fino a Singularity

Tra i modelli video aperti, MiniMax H3 è quello che ha fatto più rumore nel 2026. L'ha creato MiniMax, la stessa azienda del servizio online Hailuo: presentato il 31 luglio e con i pesi pubblicati il 3 agosto, genera video con audio stereo nello stesso passaggio, clip da 4 a 15 secondi, anche in verticale. Esiste in due versioni: FL2VA (da testo, con primo e ultimo fotogramma) e Ref2VA (da riferimenti: fino a 9 immagini, 3 video e 3 audio). ComfyUI lo supporta nativamente.

Il problema, in origine, era il peso: 33 miliardi di parametri e circa 19,5 GB solo per il modello nella versione INT8. Nei mesi successivi la community ci ha lavorato moltissimo, e oggi intorno a H3 c'è un piccolo ecosistema:

• DMAD (Texas A&M e ByteDance, ottobre 2026): due LoRA che portano H3 da 50 a 4 passi, con una conversione per ComfyUI già pronta. Progetto su GitHub.
• FreeVideo: un plugin per ComfyUI, con installatore per Windows, che fa girare H3 con 8 GB di memoria video e 16 GB di RAM, caricando il modello a pezzi mentre lavora. È un progetto in anteprima che cambia ogni giorno. FreeVideo su GitHub.
• Veda: un nodo di ComfyUI che accelera H3 con una tecnica di «attenzione sparsa», cioè calcolando solo le parti dell'immagine che contano davvero. Veda su GitHub.
• ControlNet Union 2.0 (Alibaba PAI): otto controlli in un solo file (pose, profondità, contorni, scarabocchi e altri), più il video-to-video e l'inpainting video.
• LoRA della community: per esempio Character Swap, che sostituisce una persona in un video con un personaggio di riferimento mantenendo scena e movimenti di camera.

MiniMax H3 Singularity è la più ambiziosa di queste evoluzioni. Non è un modello ufficiale di MiniMax: è una «fusione» creata dalla community AIGC-Singularity, pubblicata su Hugging Face il 5 settembre 2026 e aggiornata più volte. Unisce in un solo file diverse varianti di H3, poi rifinite per tre giorni con un ulteriore addestramento. Gli obiettivi dichiarati sono concreti: meno sfocatura nei movimenti veloci, volti più definiti nei campi medi e lunghi, una pelle meno «lucida», movimenti più energici nei combattimenti, effetti e particelle migliori, e una risposta più precisa ai movimenti di camera. Gli autori assicurano che prompt e workflow fatti per H3 continuano a funzionare.

In ComfyUI si carica al posto del modello H3 originale e funziona da testo, da immagine, da riferimenti e da video. Ci sono più versioni: la v1.3 «pruned» in INT8 (circa 21 GB, quella consigliata), una versione ancora più compressa in w4a8 (circa 12 GB) e la nuova v2 in INT8 (circa 34 GB). Per lavorare più in fretta gli autori consigliano di abbinarla a una LoRA «turbo» a 4 passi. Trovi file, workflow ed esempi sulla pagina di Singularity su Hugging Face.

La nota onesta, che per noi è decisiva: sulla pagina di Singularity la licenza indicata è Apache 2.0, ma è costruito sui pesi di H3, e per quei pesi vale la MiniMax H3 Community License. Questa esclude esplicitamente l'Unione Europea, il Regno Unito, la Corea del Sud e gli Stati Uniti. Tradotto: dall'Italia, H3 e tutte le sue evoluzioni (Singularity compresa) non si possono usare in locale senza una licenza chiesta direttamente a MiniMax. Noi lo seguiamo con interesse perché è tecnicamente notevole, ma per lavorare dall'Europa la scelta aperta resta la famiglia LTX-2; online, invece, puoi usare il servizio Hailuo di MiniMax, che ha i suoi termini d'uso. Il testo della licenza è sulla pagina ufficiale di MiniMax.

Pro e contro del locale

• ✅ Tentativi illimitati: nel video servono tante prove, e in locale non costano nulla.
• ✅ Controllo da regista: primo e ultimo fotogramma, pose, profondità, LoRA per personaggi e stili, video fatti parlare su una traccia audio.
• ✅ Privacy per progetti di clienti e materiale riservato.
• ✅ Integrazione con il resto del lavoro: immagini, upscaling, interpolazione e montaggio nello stesso workflow.
• ❌ Hardware impegnativo: i modelli video sono i più pesanti, meglio 24 GB di memoria video e 64 GB di RAM.
• ❌ Tempi più lunghi rispetto ai grandi servizi online, soprattutto ad alta risoluzione.
• ❌ Curva di apprendimento più ripida di un semplice prompt.

Il flusso ibrido: il meglio dei due mondi

Molti creatori usano una strada intermedia:

1. Idee e prove in locale: inquadrature, stile, personaggi con ComfyUI, senza costi.
2. Immagini chiave in locale con un modello per immagini, da animare poi da immagine a video.
3. Online solo per le clip finali che richiedono la massima qualità, pagando pochi secondi invece di centinaia di tentativi.
4. Rifinitura in locale: upscaling, interpolazione e montaggio.

ComfyUI permette anche di usare alcuni modelli online (Seedance, Veo e altri) dentro i workflow tramite i "nodi partner" a pagamento, così tutto resta in un unico programma.

Quale strada scegliere

Per i conti tra hardware e abbonamenti leggi quanto costa creare immagini e video con l'AI.

Le schede video che consigliamo per il video AI

Domande frequenti

Si possono fare video AI con audio in locale?

Sì: LTX-2, LTX-2.3 e LTX-2.5 generano video e audio sincronizzati nello stesso passaggio, direttamente in ComfyUI, con una licenza utilizzabile anche in Italia.

Qual è il miglior generatore di video AI online?

Per la qualità pura Veo 3.1 di Google; per il rapporto qualità/prezzo Kling 3.0; per la velocità Seedance 2.0; per il controllo Runway. Conviene provarne due o tre con la stessa idea.

Mi basta una scheda da 12 GB per i video?

Per imparare e fare clip brevi a bassa risoluzione sì, con le versioni ridotte dei modelli. Per lavorare con continuità servono almeno 16 GB, meglio 24 GB o più.