视频生成领域的大模型排名
5 / 0 / 创建于 1周前
Junwind 的个人博客
个人娱乐分析。
2026年视频生成领域的大模型排名
视频生成（Text-to-Video）目前最权威、客观的排名来自 Artificial Analysis 的盲测Arena（Elo评分系统，用户在相同提示下盲选生成视频优劣，无厂商偏见）。另一个盲测平台 llm-stats.com 也提供了类似数据，两者趋势高度一致：以运动物理、真实感和时序一致性为核心。
1. 顶级排名（Text-to-Video with Audio，Elo最高）
| 排名 | 模型名称 | 开发者 | Elo评分 | 最新发布 | 备注（API定价示例，约1分钟1080p） |
|---|---|---|---|---|---|
| 1 | Gemini Omni Flash | 1240 | 2026.5 | $6.00 /min（高速/免费额度多） | |
| 2 | Dreamina Seedance 2.0 720p | ByteDance | 1225 | 2026.3 | 多图像/多片段/原生音频强 |
| 3 | Wan2.7-260612 | Alibaba | 1159 | 2026.6 | 高速、低成本 |
| 4 | HappyHorse-1.1 | Alibaba-ATH | 1150 | 2026.6 | 原生音频+唇同步优秀 |
| 5 | HappyHorse-1.0 | Alibaba-ATH | 1127 | 2026.4 | 画质最纯净的开源级选项 |
（注：无音频榜单中，HappyHorse-1.0 常年领先，Gemini Omni Flash 仍居首。）
2. 其他重要模型（部分榜单视角）
- Kling 3.0（快手可灵）：物理运动、镜头控制极强，性价比高，常获“最真实运动”评价。部分盲测平台（如llm-stats）位居整体第一。
- Veo 3.1（Google）：结构化精度、原生音频、电影感强。免费额度充足（Gemini/Google One用户可试），被许多评测评为“最安全选择”。
- Runway Gen-4.5 / Gen-4：专业创作者首选，编辑控制（相机、运动模糊、风格迁移）全球顶尖。
- Luma Ray 3 / Dream Machine：自然运动、图像-to-video强。
- Grok Imagine Video / Sora 2（xAI/OpenAI）：Sora 2 仍是质量标杆（物理、故事感），但访问和Sora 1 时代相比受限；Grok Imagine Video 性价比和速度突出。
- 开源/本地权值：LTX-2.3系列（Lightricks）、Wan 2.7 等，价格最低（每秒几美分），适合开发者自托管。
选择建议（2026年7月视角）
- 追求最高质量/电影感：Gemini Omni Flash 或 Seedance 2.0（多参考图像+音频全能）。
- 物理/动作/广告级真实：Kling 3.0 或 HappyHorse。
- 专业后期/控制：Runway Gen-4.5。
- 预算有限 / 快速迭代：LTX-2 Fast 或 Wan 2.7（开源权值）。
- 免费起步：Veo 3.1（Google AI Studio）、部分 Kling/Seedance 免费额度、Grok Imagine。
注意：排名会随新模型发布快速变化（目前变化极快，每月都有新版本）。实际效果还取决于提示词、图像参考、时长（多数5-10秒，可拼接长视频）和分辨率。建议直接在平台试用（Artificial Analysis Arena、llm-stats playground、或官方站点）对比同一提示的输出。
需要特定模型的详细对比、API访问链接或最新盲测视频样本？随时告诉我，我可以帮你进一步查询！
本作品采用《CC 协议》，转载必须注明作者和本文链接
关于 LearnKu
粤公网安备 44030502004330号