पाँचों पर एक ही प्रॉम्प्ट। यह हर मॉडल की 3 में से टेक 1 है, इसलिए हमने अच्छे दिखने वाले नमूने नहीं चुने। किसी भी क्लिप पर प्ले दबाएँ।
संक्षेप में: अगर आपको हर काम के लिए एक मॉडल चाहिए, तो Kling 4.0 लें, क्योंकि उसकी सबसे कमज़ोर टेक (3.6) बाकी सभी मॉडलों की सबसे कमज़ोर टेक से बेहतर रही। अगर कीमत ज़्यादा मायने रखती है, तो Wan 3.0 लें, जो कुल मिलाकर Kling के बराबर रहा और $0.60 प्रति क्लिप पर आया। Seedance 2.5 इन दोनों के ठीक पीछे है और बोलते हुए दृश्यों में उनके बराबर है। MiniMax H3 चलते कैमरे वाले दृश्यों में आगे है। खुलासा: Hermoso इन पाँचों तक पहुँच बेचता है, और Seedance 2.5 हमारा डिफ़ॉल्ट है। यह कोई काम अकेले नहीं जीत पाया।
कौन किसके लिए
हर काम के लिए एक मॉडल
Kling 4.0परीक्षण का सबसे स्थिर परिणाम। इसकी सबसे कमज़ोर टेक का स्कोर 3.6 रहा, और कोई काम कमज़ोर नहीं रहा। कुल मिलाकर यह Wan 3.0 के साथ पहले स्थान पर बराबरी पर रहा।
सबसे अच्छा मूल्य
Wan 3.06 सेकंड के लिए $0.60 पर कुल मिलाकर Kling के बराबर, परीक्षण की सबसे तीखी डिटेल और सबसे अच्छी प्राकृतिक आवाज़। MiniMax H3 प्रति सेकंड सस्ता है, लेकिन दृश्यों के बाहर उसका स्कोर कम रहा।
कैमरे पर बात करता व्यक्ति
बराबरी: Wan 3.0, Seedance 2.5, Kling 4.0तीनों ने लाइन शब्द-दर-शब्द कही। Wan ने सबसे बड़ा आटे का गुबार और वे आटे वाली बाँहें दीं जो हमने माँगी थीं, साथ में स्टॉक-विज्ञापन जैसी मुस्कान। Seedance सबसे ज़्यादा फ़िल्म जैसा लगा, लेकिन तीन में से एक टेक में गिनती गड़बड़ा गई।
बारीक छपाई वाले उत्पाद
Kling 4.0, Wan 3.0 के करीबKling की हर टेक ने तीनों लेबल-पंक्तियाँ सही रखीं, असली हाथ और असली पुश-इन के साथ। यह ब्रीफ़ से भी सबसे अच्छी तरह मेल खाया। Seedance ने परीक्षण का सबसे अच्छा शहद बनाया, लेकिन तीन में से सिर्फ़ एक टेक में।
व्यस्त दृश्य में चलता कैमरा
MiniMax H3, फिर Wan और Klingसबसे ऊँचे खुलासे, अंत तक सवार फ़्रेम में। इसकी क्लिप 8 सेकंड की थी, जबकि बाकी की 6 सेकंड की, और यह धीमी गति वाली चाल में मदद करता है। Wan 3.0 और Kling 4.0 हमारी बराबरी की रेखा के अंदर हैं।
जब जल्दी चाहिए
Veo 3.1मध्यमान पर लगभग 66 सेकंड में पूरी हुई, बाकी के लिए 156 से 238 सेकंड। स्थिर चित्र में बेहद अच्छी लगती है, लेकिन ब्रीफ़ के चरण सबसे ज़्यादा बार छोड़े, और कीमत सबसे ऊँची रही।
स्कोर
हर क्लिप को दो अलग-अलग बिना पहचान वाले जजों से छह मानदंडों पर 1 से 5 मिले। किसी काम का स्कोर उसकी तीन टेक का औसत है, इसलिए खराब टेक भी गिनी जाती है। हमने कोई भी रेंडर होने से पहले नियम लिख दिया था: 0.3 से कम का अंतर बराबरी है, और नारंगी रंग सबसे ऊँचे स्कोर और उसके बराबर वाले को दिखाता है।
| मॉडल | बोलते हुए | उत्पाद | दृश्य | कुल | सबसे कमज़ोर टेक |
|---|---|---|---|---|---|
| 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 |
कुल स्कोर 45 क्लिप का सादा औसत है। ऑडियो पूरी तरह हटा दें तो Kling, Wan से आगे निकल जाता है और बाकी अपनी जगह रखते हैं: Kling 4.0 3.88, Wan 3.0 3.85, Seedance 2.5 3.65, MiniMax H3 3.52, Veo 3.1 3.05. कुल मिलाकर Seedance 2.5 बराबरी की रेखा के अंदर है, और इसकी सबसे कमज़ोर टेक ही वजह है कि हम इसे दो अगुआ मॉडलों के पीछे रखते हैं।
काम 1: एक व्यक्ति बात करती और उंगलियों पर गिनती करती हुई
एक बेकर एक सटीक लाइन बोलती है, एक, दो, फिर तीन उंगलियाँ दिखाती है, और ब्रेड को थपथपाती है ताकि आटा उड़े। यह एक स्थिर शॉट में लिप सिंक, शब्द, हाथ की बनावट और छोटी भौतिकी एक साथ परखता है। विजेता: Wan 3.0, Seedance 2.5 और Kling 4.0 के बीच तीन-तरफ़ा बराबरी। तीनों के 15 क्लिप ने लाइन शब्द-दर-शब्द कही। उंगलियों ने मुकाबले को बाँट दिया: Veo 3.1 किसी भी टेक में तीन तक नहीं पहुँचा, और MiniMax H3 ने तीन में से दो टेक में पूरा हाथ दिखाया।
आटे वाली बाँहें और ब्रेड से असली आटे का गुबार, लेकिन दो के बाद गिनती डगमगाती है, फिर साफ तीन से पहले, वह ब्रेड को थोड़ा ऊपर उठा देती है, और चौड़ी आँखों वाली अदायगी विज्ञापन जैसी लगती है।
एक, दो, तीन क्रम में, और थपथपाते समय ब्रेड के दोनों ओर आटा लुढ़कता है, फ़िल्म पर शूट की गई जैसी रोशनी में, हालाँकि वह बिना बाँह की है, उसकी बाँहें साफ हैं और वह माँगे से बड़ी उम्र की लगती है।
दो से शुरू होती है, फिर एक, दो, तीन में जाती है, फिर दोनों हाथ आटे के हल्के बादल के साथ थपथपाते हैं, हालाँकि वह बिना बाँह की है, उसकी बाँहें साफ हैं।
सबसे सहज अदायगी और सही गिनती, लेकिन वह केंद्र से हटे कोण से बगल में खड़ी है, लंबी आस्तीनें हैं और एक हाथ ब्रेड पर है, वह कभी दोनों हाथों से नहीं थपथपाती, और आटा नहीं उड़ता।
बाँहों और एप्रन पर बेहतरीन आटा और असली दो-हाथों की थपथपाहट, लेकिन वह कभी दो से ज़्यादा उंगलियाँ नहीं दिखाती, उसके बाल ऊपर से कटे हैं, फ़्रेमिंग खिसकती है, और आटा नहीं उड़ता।
बोलने के स्कोर
- Wan 3.04.17
- Seedance 2.54.08
- Kling 4.03.95
- MiniMax H33.36
- Veo 3.13.36
तीन टेक का औसत। नारंगी का मतलब पहला स्थान है या उससे 0.3 के भीतर।
काम 2: प्रिंटेड लेबल वाला शहद का जार
छपे लेबल वाले जार पर धीरे पुश-इन, जबकि डिपर से शहद गिरता है। यह छोटे अक्षर, यह कि अक्षर स्थिर रहते हैं या नहीं, और गाढ़ा तरल परखता है। लेबल हमारा अपना गढ़ा हुआ उत्पाद है। विजेता: Kling 4.0, Wan 3.0 बराबरी की रेखा के अंदर। वर्तनी लगभग हल हो चुकी थी: 15 में से 14 क्लिप ने तीनों लाइनें सही लिखीं। शहद वैसा नहीं था। लगभग कुछ भी माँगे अनुसार मुड़ा या लिपटा नहीं, और Veo 3.1 ने किसी भी टेक पर पुश-इन नहीं किया।
एक चिकने पुश-इन पर परीक्षण का सबसे तीखा टाइप, असली हाथ और शहद में S-आकार की तह के साथ, हालाँकि आवाज़ ज़्यादातर धीमी गड़गड़ाहट है, बिना केतली या पक्षियों के, और अंत से ठीक पहले खत्म हो जाती है।
एक लंबा, चिकना पुश-इन जो परीक्षण के सबसे बड़े और साफ लेबल पर खत्म होता है, लेकिन हाथ जल्दी गायब हो जाता है, शहद एक सीधी धार बना रहता है जिसमें बस एक छोटा सा तालाब है, और जार के धागे काँच के सर्पिल जैसे दिखते हैं।
एक सुंदर, सही लेबल एक साफ पुश-इन पर, लेकिन जार दो सेकंड अकेला बैठा रहता है, डिपर सिर्फ़ एक उंगली के सिरे से पकड़ा हुआ आता है, और शहद छोटा और गाढ़ा बहता है, बिना लिपटे।
एक बड़ा, सही लेबल एक चिकने पुश-इन पर, लेकिन स्लेट पर साइड प्रिंट और ढक्कन जोड़ देता है, हाथ एक सेकंड में गायब हो जाता है, और शहद लिपटने के बजाय हुक बनाता है और तालाब बनाता है।
एक हाथ डिपर को तैरता छोड़कर जार के चारों ओर लिपटता है, फिर अंत के पास शॉट से बाहर कूद जाता है, कैमरा कभी पुश-इन नहीं करता, लेबल पर नियम जोड़े गए हैं, और आवाज़ में आधा सेकंड की मृत चुप्पी है।
उत्पाद स्कोर
- Kling 4.03.86
- Wan 3.03.67
- Seedance 2.53.33
- MiniMax H33.07
- Veo 3.12.65
तीन टेक का औसत। नारंगी का मतलब पहला स्थान है या उससे 0.3 के भीतर।
काम 3: बारिश वाले बाज़ार में साइकिल सवार का पीछा
बारिश में एक कोरियर के पीछे एक अटूट शॉट: एक गाड़ी के चारों ओर मोड़, एक कुत्ते का पार होना, घंटी की एक टन, फिर कैमरा छतरियों के ऊपर उठकर पूरी गली दिखाता है। विजेता: MiniMax H3, Wan 3.0 और Kling 4.0 बराबरी की रेखा के अंदर। किसी को हर बीट नहीं मिली। Kling और H3 ब्रीफ़ के सबसे करीब रहे। Wan सबसे तीखा था, लेकिन सादे कैनवास की जगह रंगीन टेंट और गढ़े हुए बोर्ड ले आया। Seedance सवार को बार-बार काटता रहा, और Veo तीन में से दो टेक में सवार को पूरी तरह खो बैठा।
समय पर गाड़ी और कुत्ता, फिर परीक्षण का सबसे ऊँचा साफ उभार, सादे कैनवास वाली छत की दृश्य तक, सवार के अभी भी फ़्रेम में रहते हुए, हालाँकि कैमरा छाती की ऊँचाई से शुरू होता है, बारिश हल्की है और कोई साफ घंटी नहीं आती।
तीखा और जीवंत, एक कुत्ता जो पार होता है और एक ज़ोरदार, साफ घंटी, लेकिन बारिश पतली है, नीले और लाल टेंट सादे कैनवास की जगह ले लेते हैं, गढ़ी हुई लिखावट वाले रोशन बोर्ड फ़्रेम भर देते हैं, और उभार मामूली है।
ब्रीफ़ का सबसे शाब्दिक पाठ: गाड़ी के चारों ओर एक असली मोड़, एक काला कुत्ता पार होता हुआ, और एक ही सवार के साथ सादे कैनवास पर उभार, हालाँकि तस्वीर धूसर और धुंधली है, साइकिल पर एक डिब्बा दिखता है, और कोई घंटी नहीं आती।
बहुत नीचे से शानदार गीली कोबलस्टोन और एक साफ घंटी, लेकिन कोट पीले के बजाय गहरा है, सवार का सिर फ़्रेम से बाहर रहता है, भाप शॉट को सफेद कर देती है, और क्लिप छतरियों पर खत्म होती है जिसमें सवार खो जाता है।
भारी दिखती बारिश और एक कुत्ता जो सच में पार होता है, लेकिन कैमरा मुश्किल से उठता है और कभी सड़क नहीं दिखाता, बड़े गढ़े हुए बोर्ड हावी हो जाते हैं, और पूरी तस्वीर में एक चित्रित रूप है।
दृश्य स्कोर
- MiniMax H33.89
- Wan 3.03.72
- Kling 4.03.66
- Seedance 2.53.31
- Veo 3.13.10
तीन टेक का औसत। नारंगी का मतलब पहला स्थान है या उससे 0.3 के भीतर।
हमने किस चीज़ को परखा
सभी 45 क्लिप पर औसत। डिटेल इन मॉडलों को सबसे कम अलग करती है। ब्रीफ़ का पालन सबसे ज़्यादा अलग करता है, और यही अंतर ज़्यादातर बताता है कि रैंकिंग ऐसी क्यों दिखती है।
| मॉडल | गति | हाथ, चेहरे | भौतिकी | डिटेल | ब्रीफ़ का पालन | ऑडियो |
|---|---|---|---|---|---|---|
| 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 |
हर क्लिप की लागत
ये निर्माताओं की अपनी प्रकाशित कीमतें हैं, Hermoso जो चार्ज करता है वह नहीं, ताकि आप इन्हें कहीं और की कीमतों से सीधे तुलना कर सकें।
| मॉडल | निर्माता की प्रकाशित कीमत | क्लिप की लंबाई | उस कीमत पर एक क्लिप | रेंडर होने का समय (मध्यमान) | कीमत का स्रोत |
|---|---|---|---|---|---|
| Wan 3.0 | $0.10 प्रति सेकंड, 720p | 6 s | $0.60 | 180 s | Alibaba Cloud Model Studio |
| Kling 4.0 | $0.157 प्रति सेकंड, 720p, बिना इनपुट वीडियो के | 6 s | $0.94 | 189 s | Kling API मूल्य निर्धारण |
| Seedance 2.5 | लगभग ¥1.51 प्रति सेकंड, 16:9 720p बिना इनपुट वीडियो के (5 सेकंड के लिए ¥7.56) | 6 s | ¥9.07, लगभग $1.36 | 238 s | ByteDance Volcano Engine मूल्य निर्धारण, युआन में |
| MiniMax H3 | $0.08 प्रति सेकंड, 768p | 8 s | $0.64 | 156 s | MiniMax मूल्य निर्धारण |
| Veo 3.1 | $0.40 प्रति सेकंड, 720p या 1080p, आवाज़ के साथ | 6 s | $2.40 | 66 s | Google, Gemini API मूल्य निर्धारण |
कीमतें 1 नवंबर 2026 को पढ़ी गईं, सिवाय Kling की, जो 29 अक्टूबर 2026 को पढ़ी गई। Seedance की कीमत टोकन में तय है और युआन में प्रकाशित है; प्रति सेकंड दर ByteDance के उदाहरण से हमारा अपना गणित है, जिसे ¥6.67 प्रति डॉलर पर बदला गया है। MiniMax H3 8 सेकंड पर चला क्योंकि उसके पास 6 सेकंड का विकल्प नहीं था, इसलिए उसकी क्लिप कीमत नहीं, प्रति सेकंड दर की तुलना करें। रेंडर समय वह है जब हमारी कतार में काम जमा होने से पूरा होने तक, पाँच क्लिप एक साथ चलते हुए गिना जाता है, इसलिए इसमें कतार का समय शामिल है और यह किसी निर्माता का आँकड़ा नहीं है।
सबसे महँगा मॉडल सबसे आखिर में आया
Veo 3.1 की प्रति क्लिप लागत Wan 3.0 से चार गुना है, और हर काम पर सबसे कम स्कोर रहा, बोलते हुए दृश्यों पर MiniMax H3 के बराबर। स्थिर चित्र बेहद सुंदर लगते हैं, और परीक्षण में सबसे विश्वसनीय आटा उन्हीं में है। दिक्कत चरणों की है: यह कभी तीन तक नहीं गिन पाया, शहद पर कभी पुश-इन नहीं किया, और बारिश में सवार को खो दिया। अगर आपका शॉट एक सरल विचार है, तो यह इस परीक्षण से बेहतर काम आ सकता है। हमारे प्रॉम्प्ट जानबूझकर चरणों से भरे थे।
वर्तनी आसान हो गई, तरल नहीं हुए
हमें उम्मीद थी कि लेबल सबसे कठिन हिस्सा होगा। 15 में से चौदह क्लिप ने तीनों लाइनें सही छापीं, और सिर्फ़ एक Veo टेक में एक अतिरिक्त शब्द जुड़ा। गिरते समय तह बनाना और लिपटना वही है जो लगभग सभी से छूट गया। ज़्यादातर क्लिप में हमें सीधी धार मिली, या एक कड़ी आकृति जो मुश्किल से बदली। एक Seedance 2.5 टेक ने यह सही किया, और यही भी समस्या है: वह तीन में से सिर्फ़ एक टेक था।
कुछ शहद क्लिप के संगीत के बारे में
हमने रसोई की आवाज़ें माँगी थीं और कोई संगीत नहीं। 15 शहद क्लिप में से 8 पर मॉडल ने लगभग कोई आवाज़ नहीं लौटाई, -40 dB से नीचे, और हमारे रेंडर पथ ने उसके नीचे एक धीमा संगीत ट्रैक जोड़ दिया: MiniMax H3 की तीनों टेक, Seedance 2.5 की दो, Veo 3.1 की दो और Wan 3.0 की एक। Kling की किसी टेक को इसकी ज़रूरत नहीं पड़ी। वह संगीत हमारा है, मॉडल का नहीं। उन क्लिप ने चुप्पी के लिए ऑडियो में अंक खोए, और कच्ची तालिका में उन्हें चिह्नित किया गया है। बोलने और दृश्य वाली क्लिप को नहीं छुआ गया।
हमने इसे कैसे चलाया
हमने तीनों प्रॉम्प्ट और स्कोरिंग नियम पहले लिखे, पाइपलाइन जाँचने के लिए एक पायलट क्लिप चलाई, फिर बाकी रेंडर किए। पायलट 45 में से एक है। कुछ भी विफल नहीं हुआ, इसलिए न कुछ दोबारा चलाया गया और न कुछ छोड़ा गया।
हर क्लिप 16:9 और 720p, 6 सेकंड माँगती थी, बिना ब्रांड संदर्भ और बिना प्रॉम्प्ट को फिर से लिखे। दो अपवाद: MiniMax H3 8 सेकंड पर चला क्योंकि उसके पास 6 सेकंड का विकल्प नहीं था, और वह 1280x720 के बजाय 1344x768 देता है। Wan 3.0 30 फ़्रेम प्रति सेकंड पर देता है, बाकी 24 पर।
हर काम हर मॉडल से वही बात कहता है, उस तरह लिखा हुआ जैसा उस मॉडल का निर्माता सुझाता है, क्योंकि निष्पक्ष परीक्षण में एक मॉडल दूसरे की बोली नहीं पढ़ता। Kling के पास 4.0 के लिए कोई गाइड नहीं है, इसलिए हमने उसकी 3.0 की आदतें इस्तेमाल कीं। Veo 3.1 पूरा मॉडल है, उसका फ़ास्ट संस्करण नहीं।
हमने Veo 3.1, Wan 3.0 और MiniMax H3 को सीड 1101, 2202 और 3303 भेजे। हमारा रेंडर पथ Seedance 2.5 या Kling 4.0 को सीड नहीं भेजता, इसलिए उनकी टेक तीन स्वतंत्र रन हैं। किसी भी मॉडल ने अपना इस्तेमाल किया सीड पुष्ट नहीं किया।
स्कोरिंग बिना पहचान के हुई और दो अलग-अलग AI जजों ने की, इंसानों ने नहीं। हर क्लिप को एक यादृच्छिक कोड के नीचे शुरू से अंत तक 12 फ़्रेम, उसकी आवाज़ का स्पेक्ट्रोग्राम, उसकी लाउडनेस और एक ट्रांसक्रिप्ट में घटाया गया। स्कोर आने तक किसी भी जज ने नहीं देखा कि कौन सा मॉडल कौन सी क्लिप बना रहा है। दोनों जज आपस में करीब सहमत थे, क्लिप भर में 0.91 का सहसंबंध और हर मानदंड पर 0.36 अंक का औसत अंतर। इस पेज के स्कोर उनका औसत हैं, और हर जज का अंक CSV में है।
कुछ जाँचों को निर्णय की ज़रूरत नहीं थी। एक लोकल ट्रांसक्रिप्ट ने सभी 15 बोलने वाली क्लिप पर सटीक लाइन की पुष्टि की। किसी भी क्लिप में दृश्य बदलने का पता नहीं चला, हालाँकि एक Veo 3.1 टेक एक छलाँग की तरह चलती है और हमने उसे चिह्नित किया। दोनों जजों ने लेबल-पंक्तियाँ अलग से गिनीं और सभी 15 पर मेल खाया।
प्रॉम्प्ट, शब्द-दर-शब्द
इनमें से कोई भी कॉपी करें। हर लिंक वह प्रॉम्प्ट उस मॉडल पर Hermoso में खोलता है।
हाथों के साथ बोलता व्यक्ति: पाँचों सटीक प्रॉम्प्ट
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.
इस प्रॉम्प्ट को Wan 3.0 पर चलाएँ
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.
इस प्रॉम्प्ट को Kling 4.0 पर चलाएँ
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.
इस प्रॉम्प्ट को Seedance 2.5 पर चलाएँ
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
इस प्रॉम्प्ट को MiniMax H3 पर चलाएँ
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.
बारीक छपाई और तरल वाला उत्पाद: पाँचों सटीक प्रॉम्प्ट
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.
इस प्रॉम्प्ट को Wan 3.0 पर चलाएँ
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.
इस प्रॉम्प्ट को Kling 4.0 पर चलाएँ
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.
इस प्रॉम्प्ट को Seedance 2.5 पर चलाएँ
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
इस प्रॉम्प्ट को MiniMax H3 पर चलाएँ
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.
व्यस्त दृश्य में चलता कैमरा: पाँचों सटीक प्रॉम्प्ट
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.
इस प्रॉम्प्ट को Wan 3.0 पर चलाएँ
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.
इस प्रॉम्प्ट को Kling 4.0 पर चलाएँ
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.
इस प्रॉम्प्ट को Seedance 2.5 पर चलाएँ
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
इस प्रॉम्प्ट को MiniMax H3 पर चलाएँ
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.
हर क्लिप, हर संख्या
सभी 45 क्लिप अपनी सेटिंग, सीड, समय, स्कोर और नोट्स के साथ। वेब फ़ाइलें इस पेज के लिए संपीड़ित हैं; मूल फ़ाइलें वही हैं जैसी हमारे रेंडर ने लौटाईं। CSV डाउनलोड करें या प्रॉम्प्ट और सेटिंग JSON में। उपयोग मुफ़्त है, कृपया “Hermoso Research, 1 नवंबर 2026” का श्रेय दें और इस पेज का लिंक दें।
सभी 45 पंक्तियाँ दिखाएँ
| काम | मॉडल | टेक | सीड | आकार | लंबाई | रेंडर समय | कड़ी जाँच | गति | हाथ, चेहरे | भौतिकी | डिटेल | ब्रीफ़ का पालन | ऑडियो | कुल | नोट | फ़ाइलें |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| बोलते हुए | Wan 3.0 | 1 | 1101 | 1280x720 | 6.04 s | 180 s | शब्द सटीक; गिनती डगमगाती है | 4.3 | 4.0 | 4.3 | 4.5 | 4.0 | 4.3 | 4.2 | आटे वाली बाँहें और ब्रेड से असली आटे का गुबार, लेकिन दो के बाद गिनती डगमगाती है, फिर साफ तीन से पहले, वह ब्रेड को थोड़ा ऊपर उठा देती है, और चौड़ी आँखों वाली अदायगी विज्ञापन जैसी लगती है। | वेब / मूल |
| बोलते हुए | Wan 3.0 | 2 | 2202 | 1280x720 | 6.04 s | 197 s | शब्द सटीक; एक, दो, तीन क्रम में | 4.3 | 4.0 | 4.8 | 4.5 | 4.3 | 4.3 | 4.3 | एक, दो, तीन क्रम में, माँगे अनुसार आटे वाली बाँहें और थपथपाने पर परीक्षण का सबसे बड़ा आटे का बादल, हालाँकि बड़ी मुस्कान स्टॉक विज्ञापन जैसी लगती है। | वेब / मूल |
| बोलते हुए | Wan 3.0 | 3 | 3303 | 1280x720 | 6.04 s | 155 s | शब्द सटीक; गिनती डगमगाती है | 4.0 | 3.5 | 4.0 | 4.5 | 3.5 | 4.3 | 4.0 | थपथपाने पर आटे वाली बाँहें और काउंटर से उड़ता आटा, लेकिन तीन से पहले गिनती दो से वापस एक पर आ जाती है, और चौड़ी मुस्कान स्टॉक विज्ञापन जैसी लगती है। | वेब / मूल |
| बोलते हुए | Kling 4.0 | 1 | कोई नहीं | 1280x720 | 6.04 s | 164 s | शब्द सटीक; गिनती डगमगाती है | 4.0 | 4.0 | 3.5 | 4.0 | 3.3 | 4.5 | 3.9 | दो से शुरू होती है, फिर एक, दो, तीन में जाती है, फिर दोनों हाथ आटे के हल्के बादल के साथ थपथपाते हैं, हालाँकि वह बिना बाँह की है, उसकी बाँहें साफ हैं। | वेब / मूल |
| बोलते हुए | Kling 4.0 | 2 | कोई नहीं | 1280x720 | 6.04 s | 213 s | शब्द सटीक; एक, दो, तीन क्रम में | 4.3 | 4.3 | 3.3 | 4.0 | 3.8 | 4.5 | 4.0 | एक, दो, तीन साफ क्रम में, सुघड़ उंगलियों और एक थपथपाहट के साथ जो मेज़ पर आटे का हल्का बहाव भेजती है, हालाँकि वह बिना बाँह की है, उसकी बाँहें साफ हैं। | वेब / मूल |
| बोलते हुए | Kling 4.0 | 3 | कोई नहीं | 1280x720 | 6.04 s | 262 s | शब्द सटीक; एक, दो, तीन क्रम में | 4.3 | 4.3 | 3.0 | 4.0 | 3.8 | 4.5 | 4.0 | एक, दो, फिर साफ तीन सुघड़ उंगलियों के साथ और पूरी लाइन, लेकिन वह बिना बाँह की है, उसकी बाँहें साफ हैं, और थपथपाने से आटे की बस हल्की सी परत उठती है। | वेब / मूल |
| बोलते हुए | Seedance 2.5 | 1 | कोई नहीं | 1280x720 | 6.08 s | 270 s | शब्द सटीक; एक, दो, तीन क्रम में | 4.5 | 4.3 | 4.3 | 4.3 | 4.0 | 4.3 | 4.3 | एक, दो, तीन क्रम में, और थपथपाते समय ब्रेड के दोनों ओर आटा लुढ़कता है, फ़िल्म पर शूट की गई जैसी रोशनी में, हालाँकि वह बिना बाँह की है, उसकी बाँहें साफ हैं और वह माँगे से बड़ी उम्र की लगती है। | वेब / मूल |
| बोलते हुए | Seedance 2.5 | 2 | कोई नहीं | 1280x720 | 6.08 s | 229 s | शब्द सटीक; कभी साफ तीन नहीं | 4.0 | 4.0 | 3.0 | 4.3 | 3.0 | 4.5 | 3.8 | फ़िल्म जैसी रोशनी और पूरी लाइन, लेकिन गिनती दो, एक, दो के क्रम में चलती है और तीन तक नहीं पहुँचती, लंबी आस्तीनें आटे वाली बाँहें छिपाती हैं, और आटे की बस एक लट उठती है। | वेब / मूल |
| बोलते हुए | Seedance 2.5 | 3 | कोई नहीं | 1280x720 | 6.08 s | 238 s | शब्द सटीक; एक, दो, तीन क्रम में | 4.5 | 4.3 | 4.3 | 4.3 | 3.8 | 4.3 | 4.2 | एक, दो, तीन क्रम में, फिर दोनों हाथ नीचे आते हैं और एक ऐसे कमरे में, जो फ़िल्म पर शूट किया लगता है, उसके एप्रन पर आटा उड़कर बहता है, हालाँकि उसकी बाँहें नंगी और साफ हैं और वह माँगे से बड़ी उम्र की लगती है। | वेब / मूल |
| बोलते हुए | MiniMax H3 | 1 | 1101 | 1344x768 | 8 s | 114 s | शब्द सटीक; एक, दो, तीन क्रम में | 3.5 | 3.8 | 2.3 | 4.3 | 2.5 | 4.3 | 3.4 | सबसे सहज अदायगी और सही गिनती, लेकिन वह केंद्र से हटे कोण से बगल में खड़ी है, लंबी आस्तीनें हैं और एक हाथ ब्रेड पर है, वह कभी दोनों हाथों से नहीं थपथपाती, और आटा नहीं उड़ता। | वेब / मूल |
| बोलते हुए | MiniMax H3 | 2 | 2202 | 1344x768 | 8 s | 108 s | शब्द सटीक; कभी साफ तीन नहीं | 3.8 | 3.5 | 2.3 | 4.5 | 2.8 | 3.5 | 3.4 | गर्म, परिष्कृत और विश्वसनीय, बाँह पर आटे के साथ, लेकिन गिनती एक, दो, फिर पाँच की खुली हथेली, उसका दूसरा हाथ ब्रेड पर रहता है, और आटा नहीं उड़ता। | वेब / मूल |
| बोलते हुए | MiniMax H3 | 3 | 3303 | 1344x768 | 8 s | 157 s | शब्द सटीक; कभी साफ तीन नहीं | 3.5 | 3.0 | 2.3 | 4.0 | 2.8 | 4.3 | 3.3 | बाँह पर आटे के साथ स्वाभाविक अदायगी, लेकिन गिनती एक, फैली चार, फिर खुली पाँच, वह ब्रेड को सही मायने में कभी नहीं थपथपाती, और आटा नहीं उड़ता। | वेब / मूल |
| बोलते हुए | Veo 3.1 | 1 | 1101 | 1280x720 | 6.03 s | 74 s | शब्द सटीक; कभी साफ तीन नहीं | 3.3 | 3.8 | 2.5 | 4.3 | 2.3 | 4.0 | 3.3 | बाँहों और एप्रन पर बेहतरीन आटा और असली दो-हाथों की थपथपाहट, लेकिन वह कभी दो से ज़्यादा उंगलियाँ नहीं दिखाती, उसके बाल ऊपर से कटे हैं, फ़्रेमिंग खिसकती है, और आटा नहीं उड़ता। | वेब / मूल |
| बोलते हुए | Veo 3.1 | 2 | 2202 | 1280x720 | 6.03 s | 57 s | शब्द सटीक; कभी साफ तीन नहीं | 3.0 | 3.5 | 2.5 | 4.3 | 2.3 | 4.0 | 3.3 | बहुत असली दिखने वाला व्यक्ति, लेकिन वह तीन की जगह दो उंगलियाँ दिखाती है और फिर उन्हें मोड़ती है, आटा नहीं उड़ता, और आखिरी सेकंड में वह पूरी ब्रेड झपटती है और अपनी मुद्रा से बाहर झुक जाती है। | वेब / मूल |
| बोलते हुए | Veo 3.1 | 3 | 3303 | 1280x720 | 6.03 s | 65 s | शब्द सटीक; कभी साफ तीन नहीं | 3.5 | 3.8 | 2.5 | 4.5 | 2.5 | 4.3 | 3.5 | बाँहों और एप्रन पर सबसे फ़ोटोग्राफिक आटा और असली दो-हाथों की थपथपाहट, लेकिन वह कभी दो से ज़्यादा उंगलियाँ नहीं दिखाती, उसके बाल ऊपर से कटे हैं, वह ज़्यादातर पंक्ति के दौरान नीचे देखती है, और आटा नहीं उड़ता। | वेब / मूल |
| उत्पाद | Wan 3.0 | 1 | 1101 | 1280x720 | 6.04 s | 187 s | 3 में से 3 लेबल-पंक्तियाँ सही | 4.3 | 3.5 | 2.8 | 4.5 | 4.0 | 3.8 | 3.8 | एक लंबा, चिकना पुश-इन जो परीक्षण के सबसे बड़े और साफ लेबल पर खत्म होता है, लेकिन हाथ जल्दी गायब हो जाता है, शहद एक सीधी धार बना रहता है जिसमें बस एक छोटा सा तालाब है, और जार के धागे काँच के सर्पिल जैसे दिखते हैं। | वेब / मूल |
| उत्पाद | Wan 3.0 | 2 | 2202 | 1280x720 | 6 s | 206 s | 3 में से 3 लेबल-पंक्तियाँ सही; संगीत हमारे रेंडर पथ ने जोड़ा | 3.8 | 3.5 | 2.8 | 4.5 | 3.0 | 2.3 | 3.3 | पीछे चूल्हे पर रखी केतली के साथ एक फ़ोटोग्राफिक जार और सही लेबल, लेकिन पुश-इन बहुत दूर जाता है और NET WT 12 OZ को फ़्रेम से बाहर काट देता है, और शहद एक सीधी धार है जो कभी लिपटता नहीं। | वेब / मूल |
| उत्पाद | Wan 3.0 | 3 | 3303 | 1280x720 | 6.04 s | 278 s | 3 में से 3 लेबल-पंक्तियाँ सही | 4.0 | 3.5 | 2.8 | 4.5 | 4.3 | 4.5 | 3.9 | तीनों लाइनें सही और स्थिर, शॉट में भाप वाली केतली और साफ पक्षियों की चहचहाहट, परीक्षण की सबसे अच्छी आवाज़, लेकिन शहद धार की तरह गिरता है और जार के अंदर आँसू की बूँद की तरह लटकता है, लिपटने के बजाय। | वेब / मूल |
| उत्पाद | Kling 4.0 | 1 | कोई नहीं | 1280x720 | 6.04 s | 163 s | 3 में से 3 लेबल-पंक्तियाँ सही | 4.3 | 4.0 | 3.5 | 4.8 | 4.3 | 2.5 | 3.9 | एक चिकने पुश-इन पर परीक्षण का सबसे तीखा टाइप, असली हाथ और शहद में S-आकार की तह के साथ, हालाँकि आवाज़ ज़्यादातर धीमी गड़गड़ाहट है, बिना केतली या पक्षियों के, और अंत से ठीक पहले खत्म हो जाती है। | वेब / मूल |
| उत्पाद | Kling 4.0 | 2 | कोई नहीं | 1280x720 | 6.04 s | 163 s | 3 में से 3 लेबल-पंक्तियाँ सही | 4.0 | 4.0 | 3.5 | 4.5 | 4.5 | 3.0 | 3.9 | डिपर पर स्वाभाविक हाथ, सतह पर S-आकार की तह और एक साफ पुश-इन के दौरान सही, स्थिर लेबल, हालाँकि तह अपना आकार बहुत देर तक रखती है और आवाज़ ज़्यादातर धीमी गड़गड़ाहट है। | वेब / मूल |
| उत्पाद | Kling 4.0 | 3 | कोई नहीं | 1280x720 | 6.04 s | 196 s | 3 में से 3 लेबल-पंक्तियाँ सही | 4.0 | 3.8 | 3.5 | 4.0 | 4.5 | 3.0 | 3.8 | हाथ, डिपर, सही स्थिर लेबल और एक साफ पुश-इन, सब कुछ बिना अतिरिक्त के उतरता है, हालाँकि शहद तह बनने के बजाय ढेर बन जाता है, और आवाज़ ज़्यादातर धीमी गड़गड़ाहट है। | वेब / मूल |
| उत्पाद | Seedance 2.5 | 1 | कोई नहीं | 1280x720 | 6.08 s | 164 s | 3 में से 3 लेबल-पंक्तियाँ सही; संगीत हमारे रेंडर पथ ने जोड़ा | 3.5 | 2.3 | 3.0 | 4.3 | 3.3 | 1.8 | 3.0 | एक सुंदर, सही लेबल एक साफ पुश-इन पर, लेकिन जार दो सेकंड अकेला बैठा रहता है, डिपर सिर्फ़ एक उंगली के सिरे से पकड़ा हुआ आता है, और शहद छोटा और गाढ़ा बहता है, बिना लिपटे। | वेब / मूल |
| उत्पाद | Seedance 2.5 | 2 | कोई नहीं | 1280x720 | 6.08 s | 172 s | 3 में से 3 लेबल-पंक्तियाँ सही; संगीत हमारे रेंडर पथ ने जोड़ा | 3.8 | 3.8 | 2.8 | 3.8 | 2.5 | 1.8 | 3.0 | वर्तनी सही है, लेकिन चार पंक्तियों में, छोटी पंक्ति के रूप में HERMOSO, क्रीम के बजाय भूरे लेबल पर, और डिपर आने से पहले जार दो सेकंड अकेला बैठा रहता है; शहद कभी नहीं लिपटता। | वेब / मूल |
| उत्पाद | Seedance 2.5 | 3 | कोई नहीं | 1280x720 | 6.08 s | 254 s | 3 में से 3 लेबल-पंक्तियाँ सही | 4.3 | 3.5 | 4.8 | 3.8 | 4.0 | 3.5 | 4.0 | परीक्षण का सबसे अच्छा शहद, एक रस्सी जो मुड़ती और लिपटती है और सतह पर छल्ले फैलते हैं, लेकिन जार एक बिना गर्दन वाला टब है, HERMOSO बड़ा नहीं बल्कि छोटा है, और छपाई नरम रहती है। | वेब / मूल |
| उत्पाद | MiniMax H3 | 1 | 1101 | 1344x768 | 8 s | 115 s | 3 में से 3 लेबल-पंक्तियाँ सही; संगीत हमारे रेंडर पथ ने जोड़ा | 3.5 | 3.0 | 2.8 | 4.3 | 3.3 | 1.8 | 3.1 | एक बड़ा, सही लेबल एक चिकने पुश-इन पर, लेकिन स्लेट पर साइड प्रिंट और ढक्कन जोड़ देता है, हाथ एक सेकंड में गायब हो जाता है, और शहद लिपटने के बजाय हुक बनाता है और तालाब बनाता है। | वेब / मूल |
| उत्पाद | MiniMax H3 | 2 | 2202 | 1344x768 | 8 s | 114 s | 3 में से 3 लेबल-पंक्तियाँ सही; संगीत हमारे रेंडर पथ ने जोड़ा | 3.8 | 3.3 | 2.8 | 4.3 | 3.3 | 1.8 | 3.2 | तीनों लाइनें सही और स्थिर एक चिकने पुश-इन पर, लेकिन यह एक पंजीकृत चिह्न, बारकोड और साइड प्रिंट जोड़ देता है, और धार सतह पर ही मुश्किल से मुड़ती है। | वेब / मूल |
| उत्पाद | MiniMax H3 | 3 | 3303 | 1344x768 | 8 s | 156 s | 3 में से 3 लेबल-पंक्तियाँ सही; संगीत हमारे रेंडर पथ ने जोड़ा | 3.5 | 2.8 | 2.5 | 4.8 | 2.8 | 1.5 | 3.0 | परीक्षण की सबसे तीखी छपाई, लेकिन शॉट पहले से ही पास से खुलता है, एक बारकोड और साइड पैनल गढ़ता है, और डिपर एक सेकंड में गायब हो जाता है जबकि एक पतला धागा कहीं से गिरता रहता है। | वेब / मूल |
| उत्पाद | Veo 3.1 | 1 | 1101 | 1280x720 | 6.03 s | 66 s | 3 में से 3 लेबल-पंक्तियाँ सही | 2.3 | 2.5 | 3.3 | 3.8 | 2.0 | 1.3 | 2.5 | एक हाथ डिपर को तैरता छोड़कर जार के चारों ओर लिपटता है, फिर अंत के पास शॉट से बाहर कूद जाता है, कैमरा कभी पुश-इन नहीं करता, लेबल पर नियम जोड़े गए हैं, और आवाज़ में आधा सेकंड की मृत चुप्पी है। | वेब / मूल |
| उत्पाद | Veo 3.1 | 2 | 2202 | 1280x720 | 6 s | 57 s | 3 में से 3 लेबल-पंक्तियाँ सही; संगीत हमारे रेंडर पथ ने जोड़ा | 2.8 | 2.0 | 3.0 | 4.3 | 2.5 | 1.8 | 2.7 | एक विश्वसनीय जार और नियम जोड़े गए सही लेबल, लेकिन कोई हाथ डिपर नहीं थामता, स्लेट पर एक और डिपर रखा है, कैमरा मुश्किल से हिलता है, और अंत में डिपर जार में धँस जाता है। | वेब / मूल |
| उत्पाद | Veo 3.1 | 3 | 3303 | 1280x720 | 6 s | 66 s | 3 में से 2 लेबल-पंक्तियाँ सही; संगीत हमारे रेंडर पथ ने जोड़ा | 2.8 | 3.0 | 3.0 | 4.0 | 2.0 | 1.8 | 2.8 | लेबल पर HONEY दो बार छपा है, एक बड़ा हाथ जार को पकड़ता है जबकि डिपर तैरता है, हाथ हटने के बाद शहद कुछ न होने से गिरता रहता है, और कैमरा कभी पुश-इन नहीं करता। | वेब / मूल |
| दृश्य | Wan 3.0 | 1 | 1101 | 1280x720 | 6.04 s | 130 s | कोई कट नहीं मिला | 4.0 | 3.8 | 3.3 | 4.5 | 3.5 | 4.0 | 3.8 | तीखा और जीवंत, एक कुत्ता जो पार होता है और एक ज़ोरदार, साफ घंटी, लेकिन बारिश पतली है, नीले और लाल टेंट सादे कैनवास की जगह ले लेते हैं, गढ़ी हुई लिखावट वाले रोशन बोर्ड फ़्रेम भर देते हैं, और उभार मामूली है। | वेब / मूल |
| दृश्य | Wan 3.0 | 2 | 2202 | 1280x720 | 6.04 s | 163 s | कोई कट नहीं मिला | 4.0 | 3.5 | 3.3 | 4.5 | 3.0 | 4.0 | 3.7 | चुस्त और भरा-पूरा, ज़ोरदार साफ घंटी के साथ, लेकिन एक कुत्ता दो बन जाता है, बारिश पतली है, रंगीन टेंट और गढ़े हुए बोर्ड हर जगह हैं, और विशाल लालटेनें आखिरी फ़्रेमों में तैरती हैं। | वेब / मूल |
| दृश्य | Wan 3.0 | 3 | 3303 | 1280x720 | 6.04 s | 124 s | कोई कट नहीं मिला | 4.0 | 3.5 | 3.3 | 4.5 | 3.0 | 3.5 | 3.6 | तीखे लोग, जीवंत कुत्ता और ज़ोरदार साफ घंटी, लेकिन शुरुआत में सवार का सिर कटा हुआ है, बारिश पतली है, और रंगीन टेंट और गढ़ी लिखावट वाले मेन्यू बोर्ड सादे कैनवास की जगह ले लेते हैं। | वेब / मूल |
| दृश्य | Kling 4.0 | 1 | कोई नहीं | 1280x720 | 6.04 s | 189 s | कोई कट नहीं मिला | 4.3 | 3.5 | 3.8 | 3.5 | 4.5 | 3.0 | 3.8 | ब्रीफ़ का सबसे शाब्दिक पाठ: गाड़ी के चारों ओर एक असली मोड़, एक काला कुत्ता पार होता हुआ, और एक ही सवार के साथ सादे कैनवास पर उभार, हालाँकि तस्वीर धूसर और धुंधली है, साइकिल पर एक डिब्बा दिखता है, और कोई घंटी नहीं आती। | वेब / मूल |
| दृश्य | Kling 4.0 | 2 | कोई नहीं | 1280x720 | 6.04 s | 246 s | कोई कट नहीं मिला | 4.0 | 3.5 | 3.8 | 3.3 | 3.8 | 3.5 | 3.6 | गाड़ी के पास से असली मोड़, आवाज़ में घंटी और क्रम में सादे कैनवास पर ऊँचा उभार, लेकिन एक कुत्ता दो बन जाता है, साइकिल पर पीला डिब्बा दिखता है, और तस्वीर धूसर और धुंधली है। | वेब / मूल |
| दृश्य | Kling 4.0 | 3 | कोई नहीं | 1280x720 | 6.04 s | 148 s | कोई कट नहीं मिला | 4.3 | 3.5 | 3.3 | 3.8 | 3.8 | 3.3 | 3.6 | गाड़ी और कुत्ता क्रम में आते हैं और सवार पढ़ने योग्य रहता है, लेकिन उभार मामूली है, एक पीला डिब्बा और हेलमेट जोड़ा गया है, और गली धुंधली रहती है। | वेब / मूल |
| दृश्य | Seedance 2.5 | 1 | कोई नहीं | 1280x720 | 6.08 s | 311 s | कोई कट नहीं मिला | 3.0 | 3.0 | 3.5 | 3.8 | 2.0 | 3.3 | 3.1 | बहुत नीचे से शानदार गीली कोबलस्टोन और एक साफ घंटी, लेकिन कोट पीले के बजाय गहरा है, सवार का सिर फ़्रेम से बाहर रहता है, भाप शॉट को सफेद कर देती है, और क्लिप छतरियों पर खत्म होती है जिसमें सवार खो जाता है। | वेब / मूल |
| दृश्य | Seedance 2.5 | 2 | कोई नहीं | 1280x720 | 6.08 s | 287 s | कोई कट नहीं मिला | 3.5 | 3.0 | 3.8 | 3.8 | 3.5 | 2.8 | 3.4 | सबसे सच्चा नीचा कोण, शानदार गीली कोबलस्टोन और सादे कैनवास पर असली उभार, लेकिन पहले आधे हिस्से में सवार का सिर फ़्रेम से बाहर है, कुत्ता धुंधला है, और बारिश के नीचे आवाज़ें बुदबुदाती हैं, बिना साफ घंटी के। | वेब / मूल |
| दृश्य | Seedance 2.5 | 3 | कोई नहीं | 1280x720 | 6.08 s | 229 s | कोई कट नहीं मिला | 3.5 | 3.5 | 4.0 | 4.0 | 3.0 | 2.8 | 3.5 | दिखती बारिश के साथ एक समृद्ध ढका हुआ बाज़ार, लेकिन एक बैकपैक दिखता है, सफेद कुत्ता पार होने के बजाय साथ-साथ चलता है, और उभार सवार को असंभव आकार में निचले किनारे पर चिपका छोड़ देता है। | वेब / मूल |
| दृश्य | MiniMax H3 | 1 | 1101 | 1344x768 | 8 s | 180 s | कोई कट नहीं मिला | 4.5 | 4.0 | 3.3 | 4.3 | 4.3 | 2.8 | 3.8 | समय पर गाड़ी और कुत्ता, फिर परीक्षण का सबसे ऊँचा साफ उभार, सादे कैनवास वाली छत की दृश्य तक, सवार के अभी भी फ़्रेम में रहते हुए, हालाँकि कैमरा छाती की ऊँचाई से शुरू होता है, बारिश हल्की है और कोई साफ घंटी नहीं आती। | वेब / मूल |
| दृश्य | MiniMax H3 | 2 | 2202 | 1344x768 | 8 s | 212 s | कोई कट नहीं मिला | 4.5 | 4.0 | 3.8 | 4.3 | 4.5 | 4.3 | 4.2 | गाड़ी, कुत्ता, एक साफ घंटी और सादे कैनवास पर ऊँचा उभार, आखिरी फ़्रेम में सवार अब भी केंद्र में, परीक्षण में ब्रीफ़ का सबसे पूरा पाठ, हालाँकि मोड़ हल्का है और शुरुआत सच में नीची नहीं है। | वेब / मूल |
| दृश्य | MiniMax H3 | 3 | 3303 | 1344x768 | 8 s | 196 s | कोई कट नहीं मिला | 4.3 | 3.5 | 3.3 | 3.5 | 4.0 | 3.3 | 3.6 | गाड़ी, फ्रेम के पार एक कुत्ता और सादे कैनवास पर बहुत ऊँचा उभार, सवार फ़्रेम में रहता है, लेकिन रेनकोट पंखे की तरह फैलता है, हवा में बहुत ज़्यादा लालटेनें भर जाती हैं, और घंटी धीमी है। | वेब / मूल |
| दृश्य | Veo 3.1 | 1 | 1101 | 1280x720 | 6.03 s | 74 s | कोई कट नहीं मिला | 3.5 | 3.0 | 4.0 | 3.0 | 2.5 | 2.8 | 3.1 | भारी दिखती बारिश और एक कुत्ता जो सच में पार होता है, लेकिन कैमरा मुश्किल से उठता है और कभी सड़क नहीं दिखाता, बड़े गढ़े हुए बोर्ड हावी हो जाते हैं, और पूरी तस्वीर में एक चित्रित रूप है। | वेब / मूल |
| दृश्य | Veo 3.1 | 2 | 2202 | 1280x720 | 6.03 s | 65 s | कोई कट नहीं मिला | 3.5 | 2.8 | 3.8 | 3.0 | 2.8 | 3.5 | 3.2 | भारी दिखती बारिश और असली उभार, लेकिन कुत्ता आधा सूअर जैसा दिखता है, सवार फ़्रेम से निकल जाता है और कभी वापस नहीं आता, गढ़े हुए बोर्ड हावी हैं, और तस्वीर में चित्रित रूप है। | वेब / मूल |
| दृश्य | Veo 3.1 | 3 | 3303 | 1280x720 | 6.03 s | 66 s | कोई कट नहीं मिला, पर छलाँग की तरह चलता है | 2.5 | 3.0 | 3.8 | 3.0 | 2.0 | 3.5 | 3.0 | भारी बारिश, गाड़ी और एक कुत्ता जो पार होता है, फिर तस्वीर छतरियों के समुद्र पर कूदती है जिसमें सवार गायब है, जो कट जैसा लगता है, बड़े गढ़े बोर्डों और चित्रित रूप के नीचे। | वेब / मूल |
यह परीक्षण आपको क्या नहीं बता सकता
तीन प्रॉम्प्ट सब कुछ नहीं ढकते, और हर काम में तीन टेक एक छोटा नमूना है, इसलिए 0.3 या उससे कम के अंतर को कोई अंतर न मानें। दोनों जज AI मॉडल थे जो फ़्रेम और मापन पढ़ते थे। इन क्लिप को किसी ने कान से नहीं सुना: आवाज़ का आकलन ट्रांसक्रिप्ट, स्पेक्ट्रोग्राम और लाउडनेस से हुआ, इसलिए आवाज़ की गुणवत्ता हमारी स्कोरिंग का सबसे कमज़ोर हिस्सा है, और 12 फ़्रेम उनके बीच की गड़बड़ी छोड़ सकते हैं। हमारा लिप सिंक माप मोटा था और हमने उस पर भरोसा नहीं किया। उसने Seedance 2.5 और Kling 4.0 को सबसे करीब दिखाया, और Wan 3.0 को आधे सेकंड तक दूर, इसलिए अगर लिप सिंक आपके लिए मायने रखता है तो क्लिप खुद देखें। बिना पहचान के परीक्षण में एक ज्ञात कमी थी: MiniMax H3 की 8 सेकंड की लंबाई से उसकी क्लिप पहचानी जा सकती थीं, और उन अतिरिक्त दो सेकंड ने धीमे खुलासे में उसकी मदद की होगी। तालिका में न दिखने वाली चीज़ें, जिनमें Seedance 2.0 और HeyGen Video शामिल हैं, परखी नहीं गईं। मॉडल और कीमतें तेज़ी से बदलते हैं, और ये परिणाम एक ही दिन के हैं।
अक्सर पूछे जाने वाले प्रश्न
अभी सबसे अच्छा AI वीडियो जनरेटर कौन सा है?
हमारे 1 नवंबर 2026 के परीक्षण में Kling 4.0 और Wan 3.0 45 क्लिप पर 5 में से 3.8 के साथ बराबरी पर रहे, जो Seedance 2.5, MiniMax H3 और Veo 3.1 से आगे है। Kling सबसे स्थिर रहा और Wan दोनों में सस्ता। सबसे अच्छा चुनाव अब भी काम पर निर्भर करता है।
बोलते हुए व्यक्ति के लिए सबसे अच्छा AI वीडियो मॉडल कौन सा है?
Wan 3.0, Seedance 2.5 और Kling 4.0 बराबरी पर रहे। तीनों ने हमारी लाइन शब्द-दर-शब्द कही और ज़्यादातर टेक में उंगलियों की गिनती सँभाली। Veo 3.1 किसी भी टेक में तीन तक नहीं गिन पाया।
कौन सा AI वीडियो मॉडल उत्पाद पर लिखे टेक्स्ट को सबसे अच्छा सँभालता है?
पूरे उत्पाद काम में Kling 4.0 सबसे अच्छा रहा, Wan 3.0 करीब पीछे। वर्तनी अब मुख्य समस्या नहीं है: 15 में से 14 क्लिप ने तीनों लेबल-पंक्तियाँ सही छापीं।
क्या Veo 3.1 इसकी कीमत के लायक है?
इस परीक्षण में नहीं। $0.40 प्रति सेकंड पर यह सबसे महँगा था और सबसे कम स्कोर पाया, ज़्यादातर इसलिए कि यह ब्रीफ़ के चरण छोड़ता रहा। यह सबसे तेज़ लौटा, और इसके स्थिर चित्र मज़बूत हैं, इसलिए एक-विचार वाले सरल शॉट इसके लिए बेहतर हो सकते हैं, जैसे हमारे प्रॉम्प्ट नहीं थे।
एक AI वीडियो क्लिप की लागत कितनी है?
निर्माताओं की प्रकाशित कीमतों पर, 6 सेकंड की 720p क्लिप Wan 3.0 पर $0.60, Kling 4.0 पर $0.94, Seedance 2.5 पर लगभग $1.36 और Veo 3.1 पर $2.40 लगती है। MiniMax H3 की 8 सेकंड के लिए लागत $0.64 है।
क्लिप का आकलन किसने किया?
दो अलग-अलग AI जजों ने हर क्लिप का बिना पहचान के फ़्रेम, स्पेक्ट्रोग्राम, लाउडनेस और ट्रांसक्रिप्ट से आकलन किया। किसी इंसान ने स्कोर नहीं दिया और किसी ने कान से आवाज़ का आकलन नहीं किया। सभी क्लिप इस पेज पर हैं ताकि आप हमारे फ़ैसलों की जाँच कर सकें।
Hermoso इन पाँचों मॉडलों को एक ही खाते से चलाता है, इसलिए आप ये प्रॉम्प्ट, या अपने खुद के, इनमें से किसी के ज़रिए भी चला सकते हैं।
सबसे अच्छा विकल्प आज़माएँ → कीमतें देखें