Abbiamo provato 8 generatori video IA con le stesse richieste: chi sbaglia le scritte, chi parla italiano, quanto costano

Correzione del 12 novembre 2026: nella prima versione di questo articolo avevamo indicato come giuste le insegne di Wan 3.0 e Seedance 2.5 e le etichette di Veo 3.1 e Seedance 2.5. Rivedendo i fotogrammi abbiamo trovato lettere sbagliate che ci erano sfuggite: abbiamo corretto il testo, la tabella e le indicazioni sotto i video.

I generatori video sono diventati abbastanza bravi da far venire un dubbio a chi ha un'attività: posso fare da solo il video per i social, invece di pagare un videomaker? Le classifiche internazionali dicono quale modello piace di più a chi guarda, ma non dicono se scrive bene il nome del tuo negozio o se parla un italiano credibile. Così li abbiamo provati noi, con tre richieste semplici e concrete.

Come abbiamo fatto la prova

Abbiamo usato Higgsfield, un servizio che dà accesso a molti generatori con un solo abbonamento: lo paghiamo noi e nessuno ci ha chiesto o pagato questo test. L'11 novembre 2026 abbiamo dato la stessa richiesta, parola per parola, a otto modelli di sette aziende diverse: Wan 3.0 di Alibaba, Kling 4.0 di Kuaishou, Gemini Omni Flash 1.2 e Veo 3.1 (nella versione Fast) di Google, MiniMax H3 Max, Grok Video 1.5 di SpaceX (ex xAI), FLUX 3 Video della tedesca Black Forest Labs e Seedance 2.5 di ByteDance.

Le impostazioni erano uguali per tutti: 8 secondi, formato orizzontale 16:9, risoluzione 720p (768p per MiniMax, che non offre la 720p), audio attivo. Le richieste erano in inglese, come si fa di solito con questi strumenti, ma le scritte e la frase da pronunciare erano in italiano. Un solo tentativo per modello, senza scartare i video venuti male: è il caso di chi prova per la prima volta. La frase parlata l'abbiamo verificata con Whisper, il riconoscimento vocale di OpenAI; le scritte guardando i fotogrammi uno per uno.

Prova 1: l'insegna del forno

La richiesta: un fornaio che sforna il pane in un forno a legna e lo appoggia sul bancone, con l'insegna «PANIFICIO ROSSI» dipinta sulla vetrina. È il test classico delle scritte, da sempre il punto debole dei generatori di immagini e video.

• Wan 3.0Insegna sbagliata: «PANIFICCIO ROSSSI»
• Kling 4.0Insegna giusta; monta da solo tre inquadrature
• Gemini Omni Flash 1.2Insegna giusta, vista da dentro
• MiniMax H3 MaxInsegna giusta, in parte fuori inquadratura
• Veo 3.1 FastInsegna giusta, ma aggiunge una frase parlata non richiesta
• Grok Video 1.5Insegna giusta, vista da dentro
• FLUX 3 VideoInsegna sbagliata: lettere inventate
• Seedance 2.5Insegna sbagliata: ROSSI giusto, PANIFICIO storpiato

Cinque modelli su otto hanno scritto l'insegna giusta. Molti l'hanno anche disegnata a specchio, come si vede davvero una scritta dipinta sulla vetrina guardandola da dentro il negozio. Gli errori sono tre. FLUX 3 Video ha riempito la vetrina di lettere inventate. Wan 3.0 ha scritto «PANIFICCIO ROSSSI», con una C e una S in più. Seedance 2.5 ha scritto giusto «ROSSI» ma ha storpiato «PANIFICIO», che da un'angolazione si legge «…FECARIO». Sono sbagli che a colpo d'occhio sfuggono, perché la scritta è a specchio e spesso sfocata: noi stessi li abbiamo notati solo rivedendo i video fotogramma per fotogramma. Due comportamenti da conoscere: Kling 4.0 ha montato da solo tre inquadrature (forno, primo piano, insegna vista da fuori), utile per un video social ma non richiesto; Veo 3.1 ha fatto dire al fornaio «Ecco il pane fresco appena sfornato», una battuta che nessuno aveva chiesto.

Prova 2: la titolare che parla italiano

La richiesta: una donna sulla cinquantina, titolare di un'enoteca, guarda in camera e dice «Venite a trovarci sabato: degustazione gratuita dalle cinque del pomeriggio».

• Wan 3.0Frase giusta, voce pulita
• Kling 4.0Frase giusta, voce pulita
• Gemini Omni Flash 1.2Frase giusta, voce pulita
• MiniMax H3 MaxFrase giusta, ma più rumore di fondo sotto la voce
• Veo 3.1 FastFrase giusta; inventa una lavagnetta con scritte senza senso
• Grok Video 1.5Frase giusta; aggiunge una lavagnetta in italiano corretto
• FLUX 3 VideoFrase giusta, voce pulita
• Seedance 2.5Frase giusta, ma parte dopo quasi 2 secondi e una parola è poco chiara

Questa è la sorpresa della prova: tutti e otto i modelli hanno pronunciato la frase giusta, parola per parola: il riconoscimento automatico l'ha ritrovata in tutti i video, con una sola parola incerta in quello di Seedance. Le differenze sono nei dettagli. Seedance 2.5 comincia a parlare dopo quasi due secondi e pronuncia «trovarci» in modo meno chiaro (la trascrizione automatica ha capito «trovareci»). MiniMax e, in misura minore, Veo lasciano più suono di fondo sotto la voce. Veo aggiunge sul bancone una lavagnetta con scritte senza senso, mentre Grok ne disegna una in italiano corretto, «Vini del territorio». Il movimento delle labbra e il tono della voce vanno giudicati guardando e ascoltando: i video sono tutti qui sopra.

Prova 3: l'etichetta del miele

La richiesta: un barattolo di miele con l'etichetta «MIELE DEL MONTEFELTRO» su un tavolo di legno, lo spargimiele che si solleva e il miele che ricade nel barattolo. Qui contano le scritte sul prodotto e la fisica del liquido.

• Wan 3.0Etichetta giusta
• Kling 4.0Etichetta giusta
• Gemini Omni Flash 1.2Il miele cola in un secondo vasetto comparso dal nulla
• MiniMax H3 MaxEtichetta giusta, con scritte piccole inventate
• Veo 3.1 FastEtichetta sbagliata: «MONTEFEELTRO» e scritte piccole inventate
• Grok Video 1.5Etichetta giusta
• FLUX 3 VideoEtichetta giusta
• Seedance 2.5Etichetta sbagliata: una E in più e scritte inventate sul lato

Sei modelli su otto hanno scritto l'etichetta giusta. Veo 3.1 ha scritto «MONTEFEELTRO», con una E in più, e anche Seedance 2.5 ha scritto il nome con una E in più, nei primi secondi, prima che l'etichetta esca dall'inquadratura. Veo, Seedance e MiniMax hanno poi aggiunto righe di testo piccolo senza senso, quelle che in un'etichetta vera sarebbero ingredienti o indirizzo: in un video promozionale sono errori che si notano. Lo sbaglio più evidente è però di Gemini Omni Flash 1.2, che ha scritto bene l'etichetta ma a metà video fa comparire un secondo vasetto: il miele cola lì dentro, non nel barattolo.

Il riepilogo e quanto costa

Su Higgsfield ogni modello ha un prezzo in crediti. Con il piano Plus, che costa 49 dollari al mese per 1.000 crediti, un credito vale circa 5 centesimi di dollaro. Nella tabella il costo di una clip di 8 secondi e l'esito delle tre prove (✓ riuscita, ~ riuscita con un difetto, ✗ sbagliata).

Le 24 clip della prova sono costate 726 crediti, circa 36 dollari. Gli stessi modelli si possono usare anche dalle app dei produttori, con prezzi e piani diversi: i costi aggiornati dei principali sono nella nostra pagina Creare video.

Chi scegliere

• Se vuoi spendere poco, Kling 4.0 di Kuaishou non ha sbagliato niente a circa 90 centesimi a clip. Tende però a dividere la scena in più inquadrature da solo: utile se ti serve un video già montato, meno se vuoi una ripresa continua. Wan 3.0 di Alibaba costa ancora meno, circa 70 centesimi, ma ha sbagliato l'insegna: va bene per fare esperimenti, controllando ogni scritta.
• Se vuoi il risultato più ordinato, Grok Video 1.5 non ha sbagliato niente e ha anche aggiunto dettagli coerenti, come la lavagnetta in italiano. Costa il doppio di Kling.
• Seedance 2.5 è il nostro consiglio nella pagina Strumenti perché è tra i primi nelle classifiche con voti alla cieca di Artificial Analysis, dove chi vota confronta due video senza sapere quale modello li ha fatti. In questa prova ha sbagliato l'insegna e l'etichetta e ha cominciato a parlare in ritardo, e costa quattro volte Wan. Una prova con tre richieste non basta per cambiare la scelta: la rifaremo.

Cosa significa per una piccola impresa

Con i modelli più economici un video credibile di 8 secondi costa meno di un euro, e anche contando due o tre tentativi per ottenere quello buono la spesa resta di pochi euro. Per i contenuti social di un negozio, di un ristorante o di un produttore è uno strumento vero. Tre regole però valgono per tutti.

• Controlla ogni scritta, lettera per lettera. In metà dei modelli anche il nome principale è uscito sbagliato, spesso per una lettera in più che a colpo d'occhio sfugge; le scritte di contorno, come ingredienti o lavagnette, sono spesso inventate.
• Non far passare una persona generata per una persona vera. La titolare della nostra enoteca non esiste: presentarla come la tua socia o una tua cliente inganna chi guarda.
• Dichiara che il video è fatto con l'IA. Dal 2 agosto 2026 l'articolo 50 dell'AI Act chiede di segnalare i video realistici di persone, luoghi o eventi generati con l'intelligenza artificiale; anche le principali piattaforme social chiedono di etichettarli. Cosa prevede la norma è spiegato nella nostra guida sugli obblighi di trasparenza.

Le classifiche dicono quale video piace di più, non quale sbaglia meno. Prima di scegliere un abbonamento, prova due o tre modelli sul tuo caso: il nome del tuo negozio, il tuo prodotto, la tua frase.