Kort svar: Hvis du vil have én model til alt, så brug Kling 4.0, for dens dårligste forsøg (3.6) slog alle andre modellers dårligste. Hvis prisen betyder mere, så brug Wan 3.0, som matchede Kling samlet set til $0.60 pr. klip. Seedance 2.5 ligger lige bag dem og er jævnbyrdig på talende klip. MiniMax H3 fører i scener med bevægeligt kamera. Oplysning: Hermoso sælger adgang til alle fem, og Seedance 2.5 er vores standard. Den vandt ikke en opgave alene.
Hvem bør bruge hvad

Én model til alt
Kling 4.0Det jævneste resultat i testen. Dets laveste forsøg scorede 3.6, og ingen opgave var et svagt punkt. Det delte førstepladsen samlet med Wan 3.0.

Bedste værdi
Wan 3.0Jævnbyrdig med Kling samlet set til $0.60 for 6 sekunder, testens skarpeste detaljer og den bedste naturlige lyd. MiniMax H3 er billigere pr. sekund, men scorede lavere uden for scener.

En person der taler foran kameraet
Uafgjort: Wan 3.0, Seedance 2.5, Kling 4.0Alle tre sagde replikken ord for ord. Wan gav det største melstøv og de melede arme, vi bad om, med et smil fra en stock-reklame. Seedance lignede mest film, men rodede med tællingen i et af tre forsøg.

Produkter med småt tryk
Kling 4.0, Wan 3.0 tæt efterAlle Kling-forsøg fik alle tre etiketlinjer rigtige, med en ægte hånd og et ægte push-in. Det fulgte også briefen bedst. Seedance lavede testens bedste honning, i et af tre forsøg.

Et bevægeligt kamera i en travl scene
MiniMax H3, derefter Wan og KlingDe højeste afsløringer, med rytteren stadig i billedet til sidst. Den havde også 8 sekunder, hvor de andre havde 6, hvilket hjælper et langsomt kameratræk. Wan 3.0 og Kling 4.0 ligger inden for vores uafgjort-grænse.

Når du har brug for det hurtigt
Veo 3.1Blev færdig på cirka 66 sekunder i median, mod 156 til 238 for de øvrige. Det ser flot ud på et billede, men det sprang trin i briefen over oftere end nogen anden, til den højeste pris.
Scorerne
Hvert klip fik 1 til 5 på seks kriterier fra to adskilte blinde dommere. En opgavescore er gennemsnittet af dens tre forsøg, så et dårligt forsøg tæller med. Vi skrev reglen før nogen rendering: en forskel under 0.3 er uafgjort, og orange markerer topscoren og alt, der er uafgjort med den.
| Model | Taler | Produkt | Scene | Samlet | Dårligste forsøg |
|---|---|---|---|---|---|
| Wan 3.0 | 4.17 | 3.67 | 3.72 | 3.85 | 3.29 |
| Kling 4.0 | 3.95 | 3.86 | 3.66 | 3.82 | 3.62 |
| Seedance 2.5 | 4.08 | 3.33 | 3.31 | 3.57 | 3.00 |
| MiniMax H3 | 3.36 | 3.07 | 3.89 | 3.44 | 2.96 |
| Veo 3.1 | 3.36 | 2.65 | 3.10 | 3.04 | 2.50 |
Samlet er det simple gennemsnit af de 45 scorer. Fjerner man lyden helt, overhaler Kling Wan lidt, mens de øvrige beholder deres placeringer: Kling 4.0 3.88, Wan 3.0 3.85, Seedance 2.5 3.65, MiniMax H3 3.52, Veo 3.1 3.05. Seedance 2.5 ligger inden for uafgjort-grænsen samlet set, og dens dårligste forsøg er grunden til, at vi placerer den bag de to førende.
Opgave 1: en person der taler og tæller på fingrene
En bager siger én præcis replik, viser én, to og så tre fingre, og klapper et brød, så melet hvirvler op. Den tester læbesynkronisering, ord, håndanatomi og små fysiske effekter i ét låst skud. Vinder: et tre-vejs uafgjort mellem Wan 3.0, Seedance 2.5 og Kling 4.0. Alle 15 klip sagde replikken ord for ord. Fingrene delte feltet: Veo 3.1 nåede aldrig tre i noget forsøg, og MiniMax H3 viste en fuld hånd i to af tre.

Melede underarme og et ægte støvdrys fra brødet, men tællingen vakler efter to, før en tydelig tre, hun ender med at løfte brødet en lille smule, og det vidtåbne udtryk virker som en reklame.

Én, to, tre i rækkefølge, og mel ruller ud på begge sider af brødet, når hun klapper, i lys der ligner filmoptagelse, selvom hun er ærmeløs med rene arme og virker ældre end bedt om.

Åbner på to, inden den går til én, to, tre, og derefter klapper begge hænder med et blødt støvdrys af mel, selvom hun er ærmeløs med rene arme.

Den mest afslappede præstation og en korrekt tælling, men hun står sidelæns fra en skæv vinkel med lange ærmer og én hånd på brødet, klapper aldrig med begge hænder, og intet mel stiger op.

Fremragende mel på armene og forklædet og et ægte klap med to hænder, men hun viser kun to fingre, håret er klippet af i toppen, billedrammen driver, og intet mel stiger op.
Scorer for taler
- Wan 3.04.17
- Seedance 2.54.08
- Kling 4.03.95
- MiniMax H33.36
- Veo 3.13.36
Gennemsnit af tre forsøg. Orange er førstepladsen eller inden for 0.3 af den.
Opgave 2: et honningglas med trykt etiket
Et langsomt push-in på et mærket glas, mens honning drypper fra en øse. Den tester småt skrift, om bogstaverne holder stille, og tyk væske. Etiketten er vores eget opdigtede produkt. Vinder: Kling 4.0, med Wan 3.0 inden for uafgjort-grænsen. Stavningen var tæt på løst: 14 af 15 klip fik alle tre linjer rigtige. Honningen var det ikke. Næsten intet foldede sig og rullede sig op, som bedt om, og Veo 3.1 kørte aldrig ind i noget forsøg.

Testens skarpeste skrift på et jævnt push-in, med en ægte hånd og en S-formet fold i honningen, selvom lyden for det meste er lav brummen uden kedel eller fugle, og den dør lige før slutningen.

Et langt, jævnt push-in, der slutter på testens største og reneste etiket, men hånden er væk tidligt, honningen forbliver en lige søjle med kun en lille pøl, og gevindet på glasset ligner en glasspiral.

En flot, korrekt etiket på et rent push-in, men glasset står alene i to sekunder, øsen kommer ind med kun en fingerspids på, og honningen løber kort og tyk uden at rulle sig op.

En stor, korrekt etiket på et jævnt push-in, men den tilføjer sidetryk og et låg på skiferfladen, hånden er væk på et sekund, og honningen hager sig fast og samler sig i en pøl i stedet for at rulle sig op.

En hånd vikler sig om glasset med øsen svævende frit, springer så ud af billedet ved slutningen, kameraet kører aldrig ind, der tilføjes regler på etiketten, og lyden har et halvt sekund af død stilhed.
Scorer for produkt
- Kling 4.03.86
- Wan 3.03.67
- Seedance 2.53.33
- MiniMax H33.07
- Veo 3.12.65
Gennemsnit af tre forsøg. Orange er førstepladsen eller inden for 0.3 af den.
Opgave 3: at følge en cyklist gennem et regnfuldt marked
Ét ubrudt skud bag en kurer i regnen: en sving uden om en vogn, en hund der krydser, ét ring fra en klokke, og så hæver kameraet sig over paraplyerne for at vise hele gaden. Vinder: MiniMax H3, med Wan 3.0 og Kling 4.0 inden for uafgjort-grænsen. Ingen fik alle momenterne med. Kling og H3 holdt sig tættest på briefen. Wan var den skarpeste, men byttede det almindelige lærred ud med farvede telte og opdigtede skilte. Seedance blev ved med at beskære rytteren, og Veo mistede rytteren helt i to af tre.

Vogn og en hund på rette tid, derefter testens højeste rene hævning til en tagudsigt over almindeligt lærred med rytteren stadig i billedet, selvom kameraet starter i brysthøjde, regnen er let, og ingen tydelig klokke kommer igennem.

Skarpt og livligt med en hund der krydser og en høj, tydelig klokke, men regnen er tynd, blå og røde telte erstatter almindeligt lærred, oplyste skilte med opdigtet skrift fylder billedet, og hævningen er beskeden.

Den mest bogstavelige læsning af briefen: et ægte sving uden om vognen, en sort hund der krydser, og en hævning over almindeligt lærred med den samme rytter hele vejen, selvom billedet er gråt og mørkt, en boks dukker op på cyklen, og ingen klokke kommer igennem.

Fremragende våde brosten set meget lavt og en tydelig klokke, men frakken er mørk i stedet for gul, rytterens hoved bliver uden for billedet, damp overeksponerer skuddet, og klippet slutter på paraplyer med rytteren væk.

Kraftigt synligt regn og en hund der virkelig krydser, men kameraet hæver sig knap og afslører aldrig gaden, store opdigtede skilte overtager, og hele billedet har et illustreret look.
Scorer for scene
- MiniMax H33.89
- Wan 3.03.72
- Kling 4.03.66
- Seedance 2.53.31
- Veo 3.13.10
Gennemsnit af tre forsøg. Orange er førstepladsen eller inden for 0.3 af den.
Efter hvad vi scorede
Gennemsnit på tværs af alle 45 klip. Detalje adskiller modellerne mindst. At følge briefen adskiller dem mest, og det gap er det meste af grunden til, at rangordenen ser ud, som den gør.
| Model | Bevægelse | Hænder, ansigter | Fysik | Detalje | Fulgte briefen | Lyd |
|---|---|---|---|---|---|---|
| Wan 3.0 | 4.1 | 3.6 | 3.4 | 4.5 | 3.6 | 3.9 |
| Kling 4.0 | 4.1 | 3.9 | 3.4 | 4.0 | 4.0 | 3.5 |
| Seedance 2.5 | 3.8 | 3.5 | 3.7 | 4.0 | 3.2 | 3.2 |
| MiniMax H3 | 3.9 | 3.4 | 2.8 | 4.2 | 3.3 | 3.0 |
| Veo 3.1 | 3.0 | 3.0 | 3.1 | 3.8 | 2.3 | 3.0 |
Hvad hvert klip koster
Dette er producenternes egne offentliggjorte priser, ikke hvad Hermoso tager, så du kan sammenligne dem direkte med alle andre steder.
| Model | Producentens offentliggjorte pris | Klippets længde | Et klip til den pris | Tid til rendering (median) | Prikilde |
|---|---|---|---|---|---|
| Wan 3.0 | $0.10 pr. sekund, 720p | 6 s | $0.60 | 180 s | Alibaba Cloud Model Studio |
| Kling 4.0 | $0.157 pr. sekund, 720p, ingen inputvideo | 6 s | $0.94 | 189 s | Kling API-priser |
| Seedance 2.5 | Cirka ¥1.51 pr. sekund, 16:9 720p uden inputvideo (¥7.56 for 5 sekunder) | 6 s | ¥9.07, cirka $1.36 | 238 s | ByteDance Volcano Engine-priser, i yuan |
| MiniMax H3 | $0.08 pr. sekund, 768p | 8 s | $0.64 | 156 s | MiniMax-priser |
| Veo 3.1 | $0.40 pr. sekund, 720p eller 1080p, med lyd | 6 s | $2.40 | 66 s | Google, Gemini API-priser |
Priser er aflæst 1. november 2026, undtagen Klings, som er aflæst 29. oktober 2026. Seedance prissættes i tokens og offentliggøres i yuan; satsen pr. sekund er vores egen udregning ud fra ByteDances eksempel, omregnet til dollar med ¥6.67. MiniMax H3 kørte i 8 sekunder, fordi den ikke tilbød en 6-sekunders mulighed, så sammenlign dens pris pr. sekund i stedet for klippets pris. Renderingstiden er fra job indsendt til job færdigt i vores kø med fem klip kørende samtidig, så den inkluderer ventetid i køen og er ikke et tal fra nogen producent.
Den dyreste model kom sidst
Veo 3.1 koster fire gange så meget pr. klip som Wan 3.0 og scorede lavest i hver opgave, på niveau med MiniMax H3 på talende klip. Billederne ser dejlige ud, med det mest troværdige mel i testen. Problemet er trinene: den talte aldrig til tre, kørte aldrig ind på honningen og mistede rytteren i regnen. Hvis dit skud er en enkel idé, kan det tjene dig bedre, end denne test antyder. Vores prompts var bevidst fulde af trin.
Stavning blev let, væsker blev det ikke
Vi regnede med, at etiketten ville være den svære del. Fjorten af 15 klip trykte alle tre linjer korrekt, og kun ét Veo-forsøg tilføjede et løst ord. Honning, der folder sig og ruller sig op, når den lander, er det, næsten alle missede. De fleste klip gav os en lige søjle eller en stiv form, der næsten ikke ændrede sig. Ét Seedance 2.5-forsøg fik det rigtigt, og det er også problemet: det var ét forsøg ud af tre.
Om musikken på nogle honningklip
Vi bad om køkkenlyde og ingen musik. På 8 af de 15 honningklip returnerede modellen næsten ingen lyd, under -40 dB, og vores renderingsforløb lagde et stille musikspor under den: alle tre MiniMax H3-forsøg, to Seedance 2.5, to Veo 3.1 og et Wan 3.0. Ingen af Kling-forsøgene havde brug for det. Musikken er vores, ikke modellens. Disse klip mistede point for lyd på grund af stilheden, og de er markeret i rådatatabellen. Tale- og scene-klip blev ikke berørt.
Sådan kørte vi den
Vi skrev de tre prompts og scoringsreglerne først, kørte ét pilotklip for at tjekke pipelinen og renderede derefter resten. Pilotklippet er et af de 45. Intet fejlede, så intet blev forsøgt igen eller droppet.
Alle klip bad om 16:9 i 720p og 6 sekunder, uden brandkontekst og uden omskrivning af prompten. To undtagelser: MiniMax H3 kørte i 8 sekunder, fordi den ikke havde en 6-sekunders mulighed, og den leverer 1344x768 i stedet for 1280x720. Wan 3.0 leverer med 30 billeder i sekundet, de øvrige med 24.
Hver opgave siger det samme til hver model, skrevet på den måde, som den pågældende models producent anbefaler, for en fair test lader ikke én model læse en anden models dialekt. Kling har ingen guide til 4.0, så vi brugte dens 3.0-vaner. Veo 3.1 er den fulde model, ikke dens hurtige version.
Vi sendte seeds 1101, 2202 og 3303 til Veo 3.1, Wan 3.0 og MiniMax H3. Vores renderingsforløb sender ikke en seed til Seedance 2.5 eller Kling 4.0, så disse forsøg er tre uafhængige kørsler. Ingen model bekræftede den seed, den brugte.
Scoringen var blind og blev udført af to adskilte AI-dommere, ikke af mennesker. Hvert klip blev reduceret til 12 billeder fra start til slut, et spektrogram af dets lyd, dets lydstyrke og et transskript, under en tilfældig kode. Ingen af dommerne så, hvilken model der havde lavet et klip, før deres scorer var på plads. De to dommere var tæt enige, med en korrelation på 0.91 på tværs af klip og et gennemsnitligt gap på 0.36 point pr. kriterie. Scorerne på denne side er deres gennemsnit, og hver dommers tal står i CSV-filen.
Nogle kontroller krævede ingen vurdering. Et lokalt transskript bekræftede den præcise replik i alle 15 talende klip. Scenedetektion fandt ingen klipninger i nogen af klippene, selvom ét Veo 3.1-forsøg afspilles som et hop, og det har vi markeret. Begge dommere talte etiketlinjerne hver for sig og var enige i alle 15.
Prompterne, ord for ord
Kopiér en hvilken som helst af dem. Hvert link åbner den prompt på den pågældende model i Hermoso.
Person der taler med hænderne: de fem præcise prompts
Wan 3.0
A baker speaks to camera in a small bakery kitchen and counts three ingredients on her fingers. She is a woman in her late thirties with short curly dark hair, flour on her forearms and a navy linen apron. Shot 1 (0-6 seconds): Locked-off medium shot at eye level, 35mm lens, shallow depth of field. She stands behind a floured wooden counter with a round crusty loaf in front of her and looks straight into the lens. She raises her right hand and shows one finger, then two fingers, then three fingers, one finger for each ingredient she names. Then she lowers both hands and pats the top of the loaf twice, and a small puff of flour rises into the window light. Dialogue: The baker says in a warm, dry voice: "Just three things. Flour. Water. Salt. That's the whole loaf." Accurate lip sync. Sound: her voice and the soft room tone of the kitchen. Style: realistic documentary, warm morning window light, one continuous shot. Negative prompt: subtitles, captions, on-screen text, watermark, background music, cuts.
Kling 4.0
Medium shot at eye level, locked-off camera, one continuous shot, realistic documentary look, warm morning window light in a small bakery kitchen. A woman in her late thirties with short curly dark hair, flour on her forearms and a navy linen apron stands behind a floured wooden counter with a round crusty loaf in front of her and looks straight into the lens. As she speaks she raises her right hand and shows one finger, then two fingers, then three fingers, one finger for each ingredient she names. Then she lowers both hands and pats the top of the loaf twice, and a small puff of flour rises into the window light. Baker (warm, dry voice): "Just three things. Flour. Water. Salt. That's the whole loaf." Only her voice and the soft room tone of the kitchen are heard.
Seedance 2.5
A baker speaks to camera in a small bakery kitchen and counts three ingredients on her fingers, realistic documentary style, locked-off medium shot at eye level, warm morning window light. 0-1 seconds: She stands behind a floured wooden counter with a round crusty loaf in front of her and looks straight into the lens. 1-4 seconds: She raises her right hand and shows one finger, then two fingers, then three fingers, one finger for each ingredient she names. 4-6 seconds: She lowers both hands and pats the top of the loaf twice, and a small puff of flour rises into the window light. Dialogue: The baker says in a warm, dry voice: "Just three things. Flour. Water. Salt. That's the whole loaf." Constant throughout: she is a woman in her late thirties with short curly dark hair, flour on her forearms and a navy linen apron. One continuous shot, the camera stays still. Sound: her voice and the soft room tone of the kitchen. No subtitles. No background music.
Kør denne prompt på Seedance 2.5
MiniMax H3
integrated_multimodal_description: [Shot 1] Live-action, realistic documentary style, a Static Shot at eye level holds a medium shot of a small bakery kitchen in warm morning window light. A woman in her late thirties with short curly dark hair, flour on her forearms and a navy linen apron (S1), on screen, with a warm, dry voice, stands behind a floured wooden counter with a round crusty loaf in front of her. She looks straight into the lens and says: <d>[English] Just three things. Flour. Water. Salt. That's the whole loaf.</d> As she speaks she raises her right hand and shows one finger, then two fingers, then three fingers, one finger for each ingredient she names. Then she lowers both hands and pats the top of the loaf twice, and a small puff of flour rises into the window light. overall_soundscape: The soft room tone of a small kitchen. Her palms pat lightly on the bread crust. non_diegetic_music: N/A
Kør denne prompt på MiniMax H3
Veo 3.1
A medium shot at eye level with a locked-off camera in one continuous take. In a small bakery kitchen lit by warm morning window light, a woman in her late thirties with short curly dark hair, flour on her forearms and a navy linen apron stands behind a floured wooden counter with a round crusty loaf in front of her and looks straight into the lens. She raises her right hand and shows one finger, then two fingers, then three fingers, one finger for each ingredient she names. She then lowers both hands and pats the top of the loaf twice, and a small puff of flour rises into the window light. Realistic documentary style, 35mm lens, shallow depth of field. The baker says in a warm, dry voice: "Just three things. Flour. Water. Salt. That's the whole loaf." Audio: her voice and the soft room tone of the kitchen, and nothing else.
Produkt med småt tryk og væske: de fem præcise prompts
Wan 3.0
A macro product shot of an open jar of honey with a printed label while a ribbon of honey falls into it. Shot 1 (0-6 seconds): Slow push-in, 100mm macro lens. The frame shows an open, squat, clear glass jar of golden honey on a dark slate counter in soft daylight from the left. A cream paper label on the front of the jar is printed in black with exactly three lines of text: "HERMOSO" in large serif capitals, "WILDFLOWER HONEY" in smaller capitals below it, and "NET WT 12 OZ" in small capitals at the bottom. A hand at the top of the frame holds a wooden honey dipper above the jar, and a thin ribbon of thick honey falls into the open jar, where it folds and coils on the surface before slowly sinking. The camera pushes in slowly toward the label until the three lines of text fill the lower third of the frame, sharp and legible, with the letters fixed in place on the glass. Sound: a quiet kitchen with a kettle simmering softly and birdsong through an open window. Style: photoreal commercial, soft daylight, one continuous shot. Negative prompt: subtitles, captions, watermark, background music, extra text on the label, cuts.
Kling 4.0
Macro product shot, one continuous shot, photoreal commercial look. The frame shows an open, squat, clear glass jar of golden honey on a dark slate counter in soft daylight from the left. A cream paper label on the front of the jar is printed in black with exactly three lines of text: "HERMOSO" in large serif capitals, "WILDFLOWER HONEY" in smaller capitals below it, and "NET WT 12 OZ" in small capitals at the bottom. A hand at the top of the frame holds a wooden honey dipper above the jar, and a thin ribbon of thick honey falls into the open jar, where it folds and coils on the surface before slowly sinking. The camera pushes in slowly toward the label until the three lines of text fill the lower third of the frame, sharp and legible, with the letters fixed in place on the glass. Sound: a quiet kitchen with a kettle simmering softly and birdsong through an open window.
Seedance 2.5
A macro product shot of an open jar of honey with a printed label while a ribbon of honey falls into it, photoreal commercial style, slow push-in, soft daylight. 0-2 seconds: The frame shows an open, squat, clear glass jar of golden honey on a dark slate counter in soft daylight from the left. A cream paper label on the front of the jar is printed in black with exactly three lines of text: "HERMOSO" in large serif capitals, "WILDFLOWER HONEY" in smaller capitals below it, and "NET WT 12 OZ" in small capitals at the bottom. 2-4 seconds: A hand at the top of the frame holds a wooden honey dipper above the jar, and a thin ribbon of thick honey falls into the open jar, where it folds and coils on the surface before slowly sinking. 4-6 seconds: The camera keeps pushing in slowly toward the label until the three lines of text fill the lower third of the frame, sharp and legible. Constant throughout: the label's letters stay fixed in place on the glass. One continuous shot. Sound: a quiet kitchen with a kettle simmering softly and birdsong through an open window. No subtitles. No background music.
Kør denne prompt på Seedance 2.5
MiniMax H3
integrated_multimodal_description: [Shot 1] Live-action, photoreal commercial style, a macro shot shows an open, squat, clear glass jar of golden honey on a dark slate counter in soft daylight from the left. A cream paper label on the front of the jar is printed in black with exactly three lines of text: "HERMOSO" in large serif capitals, "WILDFLOWER HONEY" in smaller capitals below it, and "NET WT 12 OZ" in small capitals at the bottom. A hand at the top of the frame holds a wooden honey dipper above the jar, and a thin ribbon of thick honey falls into the open jar, where it folds and coils on the surface before slowly sinking. The camera performs a Push In at slow speed toward the label until the three lines of text fill the lower third of the frame, sharp and legible, with the letters fixed in place on the glass. overall_soundscape: A quiet kitchen with a kettle simmering softly. Birdsong drifts through an open window. non_diegetic_music: N/A
Kør denne prompt på MiniMax H3
Veo 3.1
A macro product shot in one continuous take with a slow push-in, 100mm macro lens. The frame shows an open, squat, clear glass jar of golden honey on a dark slate counter in soft daylight from the left. A cream paper label on the front of the jar is printed in black with exactly three lines of text: "HERMOSO" in large serif capitals, "WILDFLOWER HONEY" in smaller capitals below it, and "NET WT 12 OZ" in small capitals at the bottom. A hand at the top of the frame holds a wooden honey dipper above the jar, and a thin ribbon of thick honey falls into the open jar, where it folds and coils on the surface before slowly sinking. The camera pushes in slowly toward the label until the three lines of text fill the lower third of the frame, sharp and legible, with the letters fixed in place on the glass. Photoreal commercial style. Audio: a quiet kitchen with a kettle simmering softly and birdsong through an open window, and nothing else.
Bevægeligt kamera gennem en travl scene: de fem præcise prompts
Wan 3.0
A low tracking shot follows a bicycle courier through a crowded rainy night market and rises above the crowd to reveal the whole street. Shot 1 (0-6 seconds): Wide 24mm lens. In a narrow night-market street at dusk in heavy rain, lined with food stalls under plain canvas awnings and strings of warm lanterns, a bicycle courier in a yellow rain jacket rides away from the camera while the camera follows behind at low height at the same speed. The rider swerves left around a vendor pushing a cart, then a small dog runs across the street in front of the bicycle and the rider rings the bell once. Steam rises from a noodle stall and the wet cobblestones reflect the lanterns. In the last two seconds the camera rises smoothly above a crowd of people with umbrellas and reveals the whole street stretching ahead, rain streaks catching the lantern light. Sound: heavy rain on canvas, one bicycle bell, sizzling woks, crowd chatter. Style: cinematic realistic, rainy dusk, one continuous shot. Negative prompt: subtitles, captions, on-screen text, watermark, background music, cuts.
Kling 4.0
One continuous tracking shot, cinematic realistic look. In a narrow night-market street at dusk in heavy rain, lined with food stalls under plain canvas awnings and strings of warm lanterns, a bicycle courier in a yellow rain jacket rides away from the camera while the camera follows behind at low height at the same speed. The rider swerves left around a vendor pushing a cart, then a small dog runs across the street in front of the bicycle and the rider rings the bell once. Steam rises from a noodle stall and the wet cobblestones reflect the lanterns. In the last two seconds the camera rises smoothly above a crowd of people with umbrellas and reveals the whole street stretching ahead, rain streaks catching the lantern light. Sound: heavy rain on canvas, one bicycle bell, sizzling woks, crowd chatter.
Seedance 2.5
A low tracking shot follows a bicycle courier through a crowded rainy night market and rises above the crowd to reveal the whole street, cinematic realistic style, one continuous shot. 0-2 seconds: In a narrow night-market street at dusk in heavy rain, lined with food stalls under plain canvas awnings and strings of warm lanterns, a bicycle courier in a yellow rain jacket rides away from the camera. The camera follows behind at low height at the same speed. The rider swerves left around a vendor pushing a cart. 2-4 seconds: Ahead, a small dog runs across the street in front of the bicycle and the rider rings the bell once. Steam rises from a noodle stall and the wet cobblestones reflect the lanterns. 4-6 seconds: The camera rises smoothly above a crowd of people with umbrellas and reveals the whole street stretching ahead, rain streaks catching the lantern light. Constant throughout: the same rider, the same rainy dusk light. Sound: heavy rain on canvas, one bicycle bell, sizzling woks, crowd chatter. No subtitles. No background music.
Kør denne prompt på Seedance 2.5
MiniMax H3
integrated_multimodal_description: [Shot 1] Live-action, cinematic realistic style, a Tracking Shot at low height follows a bicycle courier in a yellow rain jacket who rides away from the camera through a narrow night-market street at dusk in heavy rain, lined with food stalls under plain canvas awnings and strings of warm lanterns, with the camera moving at the same speed. The rider swerves left around a vendor pushing a cart, then a small dog runs across the street in front of the bicycle and the rider rings the bell once. Steam rises from a noodle stall and the wet cobblestones reflect the lanterns. Near the end the camera performs a Pedestal Up with large amplitude at slow speed, rising above a crowd of people with umbrellas and revealing the whole street stretching ahead, rain streaks catching the lantern light. overall_soundscape: Heavy rain drums on canvas and one bicycle bell rings. Woks sizzle under the crowd's chatter. non_diegetic_music: N/A
Kør denne prompt på MiniMax H3
Veo 3.1
One continuous tracking shot with a wide 24mm lens, cinematic realistic style. In a narrow night-market street at dusk in heavy rain, lined with food stalls under plain canvas awnings and strings of warm lanterns, a bicycle courier in a yellow rain jacket rides away from the camera while the camera follows behind at low height at the same speed. The rider swerves left around a vendor pushing a cart, then a small dog runs across the street in front of the bicycle and the rider rings the bell once. Steam rises from a noodle stall and the wet cobblestones reflect the lanterns. In the last two seconds the camera rises smoothly above a crowd of people with umbrellas and reveals the whole street stretching ahead, rain streaks catching the lantern light. Audio: heavy rain on canvas, one bicycle bell, sizzling woks and crowd chatter, and nothing else.
Alle klip, alle tal
Alle 45 klip med deres indstillinger, seeds, tider, scorer og noter. Webfilerne er komprimeret til denne side; originalerne er de filer, vores rendering returnerede. Hent CSV-filen eller prompterne og indstillingerne som JSON. Fri at bruge, krediter venligst “Hermoso Research, 1. november 2026” med et link til denne side.
Vis alle 45 rækker
| Opgave | Model | Forsøg | Seed | Størrelse | Længde | Renderingstid | Hård kontrol | Bevægelse | Hænder, ansigter | Fysik | Detalje | Fulgte briefen | Lyd | Samlet | Note | Filer |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Taler | Wan 3.0 | 1 | 1101 | 1280x720 | 6.04 s | 180 s | Ordene præcise; tællingen vakler | 4.3 | 4.0 | 4.3 | 4.5 | 4.0 | 4.3 | 4.2 | Melede underarme og et ægte støvdrys fra brødet, men tællingen vakler efter to, før en tydelig tre, hun ender med at løfte brødet en lille smule, og det vidtåbne udtryk virker som en reklame. | web / original |
| Taler | Wan 3.0 | 2 | 2202 | 1280x720 | 6.04 s | 197 s | Ordene præcise; én, to, tre i rækkefølge | 4.3 | 4.0 | 4.8 | 4.5 | 4.3 | 4.3 | 4.3 | Én, to, tre i rækkefølge, melede underarme som bedt om og testens største melsky ved klapset, selvom det store smil virker som en stock-reklame. | web / original |
| Taler | Wan 3.0 | 3 | 3303 | 1280x720 | 6.04 s | 155 s | Ordene præcise; tællingen vakler | 4.0 | 3.5 | 4.0 | 4.5 | 3.5 | 4.3 | 4.0 | Melede underarme og mel der bølger op fra disken ved klapset, men tællingen falder fra to tilbage til én før tre, og det brede smil virker som en stock-reklame. | web / original |
| Taler | Kling 4.0 | 1 | ingen | 1280x720 | 6.04 s | 164 s | Ordene præcise; tællingen vakler | 4.0 | 4.0 | 3.5 | 4.0 | 3.3 | 4.5 | 3.9 | Åbner på to, inden den går til én, to, tre, og derefter klapper begge hænder med et blødt støvdrys af mel, selvom hun er ærmeløs med rene arme. | web / original |
| Taler | Kling 4.0 | 2 | ingen | 1280x720 | 6.04 s | 213 s | Ordene præcise; én, to, tre i rækkefølge | 4.3 | 4.3 | 3.3 | 4.0 | 3.8 | 4.5 | 4.0 | Én, to, tre i ren rækkefølge med velformede fingre og et klap, der sender et lavt drys af mel hen over bordet, selvom hun er ærmeløs med rene arme. | web / original |
| Taler | Kling 4.0 | 3 | ingen | 1280x720 | 6.04 s | 262 s | Ordene præcise; én, to, tre i rækkefølge | 4.3 | 4.3 | 3.0 | 4.0 | 3.8 | 4.5 | 4.0 | Én, to, en tydelig tre med velformede fingre og hele replikken, men hun er ærmeløs med rene arme, og kun et spor af mel løfter sig fra klapset. | web / original |
| Taler | Seedance 2.5 | 1 | ingen | 1280x720 | 6.08 s | 270 s | Ordene præcise; én, to, tre i rækkefølge | 4.5 | 4.3 | 4.3 | 4.3 | 4.0 | 4.3 | 4.3 | Én, to, tre i rækkefølge, og mel ruller ud på begge sider af brødet, når hun klapper, i lys der ligner filmoptagelse, selvom hun er ærmeløs med rene arme og virker ældre end bedt om. | web / original |
| Taler | Seedance 2.5 | 2 | ingen | 1280x720 | 6.08 s | 229 s | Ordene præcise; aldrig en ren tre | 4.0 | 4.0 | 3.0 | 4.3 | 3.0 | 4.5 | 3.8 | Filmagtigt lys og hele replikken, men tællingen går to, én, to og når aldrig tre, lange ærmer skjuler de melede underarme, og kun et lille gran mel stiger op. | web / original |
| Taler | Seedance 2.5 | 3 | ingen | 1280x720 | 6.08 s | 238 s | Ordene præcise; én, to, tre i rækkefølge | 4.5 | 4.3 | 4.3 | 4.3 | 3.8 | 4.3 | 4.2 | Én, to, tre i rækkefølge, derefter kommer begge hænder ned, og mel driver op hen over forklædet i et rum, der ligner filmoptagelse, selvom hendes arme er bare og rene, og hun virker ældre end bedt om. | web / original |
| Taler | MiniMax H3 | 1 | 1101 | 1344x768 | 8 s | 114 s | Ordene præcise; én, to, tre i rækkefølge | 3.5 | 3.8 | 2.3 | 4.3 | 2.5 | 4.3 | 3.4 | Den mest afslappede præstation og en korrekt tælling, men hun står sidelæns fra en skæv vinkel med lange ærmer og én hånd på brødet, klapper aldrig med begge hænder, og intet mel stiger op. | web / original |
| Taler | MiniMax H3 | 2 | 2202 | 1344x768 | 8 s | 108 s | Ordene præcise; aldrig en ren tre | 3.8 | 3.5 | 2.3 | 4.5 | 2.8 | 3.5 | 3.4 | Varm, poleret og troværdig med mel på underarmen, men tællingen går én, to, og så en åben hånd med fem, hendes anden hånd bliver på brødet, og intet mel stiger op. | web / original |
| Taler | MiniMax H3 | 3 | 3303 | 1344x768 | 8 s | 157 s | Ordene præcise; aldrig en ren tre | 3.5 | 3.0 | 2.3 | 4.0 | 2.8 | 4.3 | 3.3 | En naturlig fremtoning med mel på armene, men tællingen løber én, en spredt fire, så en åben fem, hun klapper aldrig rigtigt brødet, og intet mel stiger op. | web / original |
| Taler | Veo 3.1 | 1 | 1101 | 1280x720 | 6.03 s | 74 s | Ordene præcise; aldrig en ren tre | 3.3 | 3.8 | 2.5 | 4.3 | 2.3 | 4.0 | 3.3 | Fremragende mel på armene og forklædet og et ægte klap med to hænder, men hun viser kun to fingre, håret er klippet af i toppen, billedrammen driver, og intet mel stiger op. | web / original |
| Taler | Veo 3.1 | 2 | 2202 | 1280x720 | 6.03 s | 57 s | Ordene præcise; aldrig en ren tre | 3.0 | 3.5 | 2.5 | 4.3 | 2.3 | 4.0 | 3.3 | En meget virkelighedsnær person, men hun viser to fingre og krummer dem i stedet for tre, intet mel stiger op, og i det sidste sekund snupper hun hele brødet op og lener sig ud af sin positur. | web / original |
| Taler | Veo 3.1 | 3 | 3303 | 1280x720 | 6.03 s | 65 s | Ordene præcise; aldrig en ren tre | 3.5 | 3.8 | 2.5 | 4.5 | 2.5 | 4.3 | 3.5 | Det mest fotografiske mel på armene og forklædet og et ægte klap med to hænder, men hun viser aldrig mere end to fingre, håret er klippet af i toppen, hun kigger ned det meste af replikken, og intet mel stiger op. | web / original |
| Produkt | Wan 3.0 | 1 | 1101 | 1280x720 | 6.04 s | 187 s | 3 af 3 etiketlinjer rigtige | 4.3 | 3.5 | 2.8 | 4.5 | 4.0 | 3.8 | 3.8 | Et langt, jævnt push-in, der slutter på testens største og reneste etiket, men hånden er væk tidligt, honningen forbliver en lige søjle med kun en lille pøl, og gevindet på glasset ligner en glasspiral. | web / original |
| Produkt | Wan 3.0 | 2 | 2202 | 1280x720 | 6 s | 206 s | 3 af 3 etiketlinjer rigtige; musik tilføjet af vores renderingsforløb | 3.8 | 3.5 | 2.8 | 4.5 | 3.0 | 2.3 | 3.3 | Et fotografisk glas med en kedel på en tændt komfur bagved og en korrekt etiket, men bevægelsen kører for langt og beskærer NET WT 12 OZ ud af billedet, og honningen er en lige søjle, der aldrig ruller sig op. | web / original |
| Produkt | Wan 3.0 | 3 | 3303 | 1280x720 | 6.04 s | 278 s | 3 af 3 etiketlinjer rigtige | 4.0 | 3.5 | 2.8 | 4.5 | 4.3 | 4.5 | 3.9 | Alle tre linjer rigtige og stabile, en dampende kedel i billedet og tydelig fuglesang, testens bedste lyd, men honningen falder som en søjle og hænger som en drop inde i glasset i stedet for at rulle sig op. | web / original |
| Produkt | Kling 4.0 | 1 | ingen | 1280x720 | 6.04 s | 163 s | 3 af 3 etiketlinjer rigtige | 4.3 | 4.0 | 3.5 | 4.8 | 4.3 | 2.5 | 3.9 | Testens skarpeste skrift på et jævnt push-in, med en ægte hånd og en S-formet fold i honningen, selvom lyden for det meste er lav brummen uden kedel eller fugle, og den dør lige før slutningen. | web / original |
| Produkt | Kling 4.0 | 2 | ingen | 1280x720 | 6.04 s | 163 s | 3 af 3 etiketlinjer rigtige | 4.0 | 4.0 | 3.5 | 4.5 | 4.5 | 3.0 | 3.9 | En naturlig hånd på øsen, en S-formet fold på overfladen og en korrekt, stabil etiket gennem et rent push-in, selvom folden holder formen for længe, og lyden for det meste er lav brummen. | web / original |
| Produkt | Kling 4.0 | 3 | ingen | 1280x720 | 6.04 s | 196 s | 3 af 3 etiketlinjer rigtige | 4.0 | 3.8 | 3.5 | 4.0 | 4.5 | 3.0 | 3.8 | Hånd, øse, en korrekt stabil etiket og et rent push-in lander alt sammen uden noget ekstra, selvom honningen samler sig i en klump i stedet for at folde sig, og lyden for det meste er lav brummen. | web / original |
| Produkt | Seedance 2.5 | 1 | ingen | 1280x720 | 6.08 s | 164 s | 3 af 3 etiketlinjer rigtige; musik tilføjet af vores renderingsforløb | 3.5 | 2.3 | 3.0 | 4.3 | 3.3 | 1.8 | 3.0 | En flot, korrekt etiket på et rent push-in, men glasset står alene i to sekunder, øsen kommer ind med kun en fingerspids på, og honningen løber kort og tyk uden at rulle sig op. | web / original |
| Produkt | Seedance 2.5 | 2 | ingen | 1280x720 | 6.08 s | 172 s | 3 af 3 etiketlinjer rigtige; musik tilføjet af vores renderingsforløb | 3.8 | 3.8 | 2.8 | 3.8 | 2.5 | 1.8 | 3.0 | Stavet rigtigt, men sat op i fire linjer med HERMOSO som den lille linje, på en brun etiket i stedet for cremefarvet, og glasset står alene i to sekunder, før øsen kommer ind; honningen ruller sig aldrig op. | web / original |
| Produkt | Seedance 2.5 | 3 | ingen | 1280x720 | 6.08 s | 254 s | 3 af 3 etiketlinjer rigtige | 4.3 | 3.5 | 4.8 | 3.8 | 4.0 | 3.5 | 4.0 | Testens bedste honning, et reb der folder sig og ruller sig op med ringe, der breder sig over overfladen, men glasset er en halsløs beholder, HERMOSO er lille i stedet for stor, og trykket forbliver blødt. | web / original |
| Produkt | MiniMax H3 | 1 | 1101 | 1344x768 | 8 s | 115 s | 3 af 3 etiketlinjer rigtige; musik tilføjet af vores renderingsforløb | 3.5 | 3.0 | 2.8 | 4.3 | 3.3 | 1.8 | 3.1 | En stor, korrekt etiket på et jævnt push-in, men den tilføjer sidetryk og et låg på skiferfladen, hånden er væk på et sekund, og honningen hager sig fast og samler sig i en pøl i stedet for at rulle sig op. | web / original |
| Produkt | MiniMax H3 | 2 | 2202 | 1344x768 | 8 s | 114 s | 3 af 3 etiketlinjer rigtige; musik tilføjet af vores renderingsforløb | 3.8 | 3.3 | 2.8 | 4.3 | 3.3 | 1.8 | 3.2 | Alle tre linjer rigtige og stabile på et jævnt push-in, men den tilføjer et registreret mærke, stregkode og sidetryk, og strømmen folder sig lige akkurat ved overfladen. | web / original |
| Produkt | MiniMax H3 | 3 | 3303 | 1344x768 | 8 s | 156 s | 3 af 3 etiketlinjer rigtige; musik tilføjet af vores renderingsforløb | 3.5 | 2.8 | 2.5 | 4.8 | 2.8 | 1.5 | 3.0 | Testens skarpeste tryk, men den åbner allerede tæt på, opfinder en stregkode og et sidepanel, og øsen er væk inden for et sekund, mens en tynd tråd bliver ved med at falde fra ingenting. | web / original |
| Produkt | Veo 3.1 | 1 | 1101 | 1280x720 | 6.03 s | 66 s | 3 af 3 etiketlinjer rigtige | 2.3 | 2.5 | 3.3 | 3.8 | 2.0 | 1.3 | 2.5 | En hånd vikler sig om glasset med øsen svævende frit, springer så ud af billedet ved slutningen, kameraet kører aldrig ind, der tilføjes regler på etiketten, og lyden har et halvt sekund af død stilhed. | web / original |
| Produkt | Veo 3.1 | 2 | 2202 | 1280x720 | 6 s | 57 s | 3 af 3 etiketlinjer rigtige; musik tilføjet af vores renderingsforløb | 2.8 | 2.0 | 3.0 | 4.3 | 2.5 | 1.8 | 2.7 | Et troværdigt glas og en korrekt etiket med regler tilføjet, men ingen hånd holder øsen, en anden øse ligger på skiferfladen, kameraet bevæger sig næsten ikke, og øsen synker ned i glasset til sidst. | web / original |
| Produkt | Veo 3.1 | 3 | 3303 | 1280x720 | 6 s | 66 s | 2 af 3 etiketlinjer rigtige; musik tilføjet af vores renderingsforløb | 2.8 | 3.0 | 3.0 | 4.0 | 2.0 | 1.8 | 2.8 | HONEY er trykt to gange på etiketten, en stor hånd griber glasset, mens øsen svæver frit, honningen bliver ved med at falde fra ingenting, når hånden går væk, og kameraet kører aldrig ind. | web / original |
| Scene | Wan 3.0 | 1 | 1101 | 1280x720 | 6.04 s | 130 s | Ingen klipning fundet | 4.0 | 3.8 | 3.3 | 4.5 | 3.5 | 4.0 | 3.8 | Skarpt og livligt med en hund der krydser og en høj, tydelig klokke, men regnen er tynd, blå og røde telte erstatter almindeligt lærred, oplyste skilte med opdigtet skrift fylder billedet, og hævningen er beskeden. | web / original |
| Scene | Wan 3.0 | 2 | 2202 | 1280x720 | 6.04 s | 163 s | Ingen klipning fundet | 4.0 | 3.5 | 3.3 | 4.5 | 3.0 | 4.0 | 3.7 | Skarpt og fyldt med liv og en høj, klar klokke, men den ene hund bliver til to, regnen er tynd, farvede telte og opdigtede skilte er overalt, og kæmpe lanterner svæver ind i de sidste billeder. | web / original |
| Scene | Wan 3.0 | 3 | 3303 | 1280x720 | 6.04 s | 124 s | Ingen klipning fundet | 4.0 | 3.5 | 3.3 | 4.5 | 3.0 | 3.5 | 3.6 | Skarpe personer, en livlig hund og en høj, klar klokke, men rytterens hoved er klippet af i starten, regnen er tynd, og farvede telte og menutavler med opdigtet skrift erstatter almindeligt lærred. | web / original |
| Scene | Kling 4.0 | 1 | ingen | 1280x720 | 6.04 s | 189 s | Ingen klipning fundet | 4.3 | 3.5 | 3.8 | 3.5 | 4.5 | 3.0 | 3.8 | Den mest bogstavelige læsning af briefen: et ægte sving uden om vognen, en sort hund der krydser, og en hævning over almindeligt lærred med den samme rytter hele vejen, selvom billedet er gråt og mørkt, en boks dukker op på cyklen, og ingen klokke kommer igennem. | web / original |
| Scene | Kling 4.0 | 2 | ingen | 1280x720 | 6.04 s | 246 s | Ingen klipning fundet | 4.0 | 3.5 | 3.8 | 3.3 | 3.8 | 3.5 | 3.6 | Et ægte sving forbi vognen, en klokke i lyden og en høj hævning over almindeligt lærred i den rigtige rækkefølge, men den ene hund bliver til to, en gul boks dukker op på cyklen, og billedet er gråt og mørkt. | web / original |
| Scene | Kling 4.0 | 3 | ingen | 1280x720 | 6.04 s | 148 s | Ingen klipning fundet | 4.3 | 3.5 | 3.3 | 3.8 | 3.8 | 3.3 | 3.6 | Vogn og hund kommer i den rigtige rækkefølge, og rytteren forbliver læsbar, men hævningen er beskeden, en gul boks og en hjelm er tilføjet, og gaden forbliver mørk. | web / original |
| Scene | Seedance 2.5 | 1 | ingen | 1280x720 | 6.08 s | 311 s | Ingen klipning fundet | 3.0 | 3.0 | 3.5 | 3.8 | 2.0 | 3.3 | 3.1 | Fremragende våde brosten set meget lavt og en tydelig klokke, men frakken er mørk i stedet for gul, rytterens hoved bliver uden for billedet, damp overeksponerer skuddet, og klippet slutter på paraplyer med rytteren væk. | web / original |
| Scene | Seedance 2.5 | 2 | ingen | 1280x720 | 6.08 s | 287 s | Ingen klipning fundet | 3.5 | 3.0 | 3.8 | 3.8 | 3.5 | 2.8 | 3.4 | Den mest sande lave vinkel på fremragende våde brosten og en ægte hævning over almindeligt lærred, men rytterens hoved er uden for billedet i første halvdel, hunden er sløret, og stemmer mumler under regnen uden nogen tydelig klokke. | web / original |
| Scene | Seedance 2.5 | 3 | ingen | 1280x720 | 6.08 s | 229 s | Ingen klipning fundet | 3.5 | 3.5 | 4.0 | 4.0 | 3.0 | 2.8 | 3.5 | Et rigt overdækket marked med synligt regn, men en rygsæk dukker op, den hvide hund går ved siden af i stedet for at krydse, og hævningen efterlader rytteren fastklemt i nederste kant i en umulig størrelse. | web / original |
| Scene | MiniMax H3 | 1 | 1101 | 1344x768 | 8 s | 180 s | Ingen klipning fundet | 4.5 | 4.0 | 3.3 | 4.3 | 4.3 | 2.8 | 3.8 | Vogn og en hund på rette tid, derefter testens højeste rene hævning til en tagudsigt over almindeligt lærred med rytteren stadig i billedet, selvom kameraet starter i brysthøjde, regnen er let, og ingen tydelig klokke kommer igennem. | web / original |
| Scene | MiniMax H3 | 2 | 2202 | 1344x768 | 8 s | 212 s | Ingen klipning fundet | 4.5 | 4.0 | 3.8 | 4.3 | 4.5 | 4.3 | 4.2 | Vogn, hund, én tydelig klokke og en høj hævning over almindeligt lærred med rytteren stadig centreret i det sidste billede, den fyldigste fortolkning af briefen i testen, selvom svinget er let, og åbningen ikke er helt lav. | web / original |
| Scene | MiniMax H3 | 3 | 3303 | 1344x768 | 8 s | 196 s | Ingen klipning fundet | 4.3 | 3.5 | 3.3 | 3.5 | 4.0 | 3.3 | 3.6 | Vogn, en hund på tværs af billedet og en meget høj hævning over almindeligt lærred med rytteren i billedet, men regnfrakken flagrer som en kappe, luften fyldes med alt for mange lanterner, og klokken er svag. | web / original |
| Scene | Veo 3.1 | 1 | 1101 | 1280x720 | 6.03 s | 74 s | Ingen klipning fundet | 3.5 | 3.0 | 4.0 | 3.0 | 2.5 | 2.8 | 3.1 | Kraftigt synligt regn og en hund der virkelig krydser, men kameraet hæver sig knap og afslører aldrig gaden, store opdigtede skilte overtager, og hele billedet har et illustreret look. | web / original |
| Scene | Veo 3.1 | 2 | 2202 | 1280x720 | 6.03 s | 65 s | Ingen klipning fundet | 3.5 | 2.8 | 3.8 | 3.0 | 2.8 | 3.5 | 3.2 | Kraftigt synligt regn og en ægte hævning, men hunden ligner halvt en gris, rytteren forlader billedet og vender aldrig tilbage, opdigtede skilte dominerer, og billedet har et illustreret look. | web / original |
| Scene | Veo 3.1 | 3 | 3303 | 1280x720 | 6.03 s | 66 s | Ingen klipning fundet, men afspilles som et hop | 2.5 | 3.0 | 3.8 | 3.0 | 2.0 | 3.5 | 3.0 | Kraftigt regn, vogn og en hund der krydser, derefter springer billedet til et hav af paraplyer med rytteren væk, hvilket virker som et klip, under store opdigtede skilte og et illustreret look. | web / original |
Hvad denne test ikke kan fortælle dig
Tre prompts dækker ikke alt, og tre forsøg pr. opgave er en lille stikprøve, så læs et gap på 0.3 eller mindre som ingen forskel overhovedet. Begge dommere var AI-modeller, der læste billeder og målinger. Ingen har lyttet til klippene med øret: lyden blev vurderet ud fra transskripter, spektrogrammer og lydstyrke, så stemmekvalitet er det svageste punkt i vores scoring, og 12 billeder kan overse en fejl mellem dem. Vores mål for læbesynkronisering var groft, og vi stolede ikke på det. Det placerede Seedance 2.5 og Kling 4.0 tættest, og Wan 3.0 op til et halvt sekund ude af synk, så se klippene selv, hvis læbesynkronisering er vigtig for dig. Blindheden havde ét kendt hul: MiniMax H3's længde på 8 sekunder gjorde dens klip genkendelige, og de ekstra to sekunder kan have hjulpet den på den langsomme afsløring. Alt, der ikke står i tabellen, herunder Seedance 2.0 og HeyGen Video, blev ikke testet. Modeller og priser ændrer sig hurtigt, og disse resultater stammer fra én dag.
Ofte stillede spørgsmål
Hvad er den bedste AI-videogenerator lige nu?
I vores test den 1. november 2026 endte Kling 4.0 og Wan 3.0 jævnt på 3.8 ud af 5 på tværs af 45 klip, foran Seedance 2.5, MiniMax H3 og Veo 3.1. Kling var den mest konsistente, og Wan var den billigste af de to. Det bedste valg afhænger stadig af opgaven.
Hvilken AI-videomodel er bedst til en person der taler?
Wan 3.0, Seedance 2.5 og Kling 4.0 var uafgjort. Alle tre sagde vores replik ord for ord og klarede fingertælling i de fleste forsøg. Veo 3.1 talte aldrig til tre i noget forsøg.
Hvilken AI-videomodel håndterer tekst på et produkt bedst?
Kling 4.0 klarede sig bedst i hele produktopgaven, med Wan 3.0 tæt efter. Stavningen i sig selv er ikke længere hovedproblemet: 14 af 15 klip trykte alle tre etiketlinjer korrekt.
Er Veo 3.1 prisen værd?
Ikke i denne test. Til $0.40 pr. sekund var den dyreste, og den scorede lavest, mest fordi den sprang trin i briefen over. Den var den hurtigste til at levere, og dens billeder er stærke, så simple skud med én idé passer den måske bedre end vores prompts gjorde.
Hvad koster et AI-videoklip?
Til producenternes offentliggjorte priser koster et 6 sekunders klip i 720p $0.60 på Wan 3.0, $0.94 på Kling 4.0, cirka $1.36 på Seedance 2.5 og $2.40 på Veo 3.1. MiniMax H3 koster $0.64 for 8 sekunder.
Hvem dømte klippene?
To adskilte AI-dommere scorede hvert klip blindt ud fra billeder, et spektrogram, lydstyrke og et transskript. Ingen mennesker scorede dem, og ingen vurderede lyden med øret. Alle klippene står på denne side, så du kan tjekke vores vurderinger.
Hermoso kører alle fem modeller fra én konto, så du kan køre disse prompts, eller dine egne, gennem en hvilken som helst af dem.
Prøv topvalget → Se priser