Generator video AI terbaik: 45 klip, dinilai secara buta

• Diuji 1 November 2026
• 5 model
• 3 tugas, 3 percobaan masing-masing
• 45 klip, 0 gagal
• Data mentah disertakan

Putar kelimanya, tanpa suara

Prompt yang sama untuk kelimanya. Ini percobaan 1 dari 3 untuk setiap model, jadi kami tidak memilih yang paling bagus. Tekan putar pada klip mana pun.

Jawaban singkatnya: jika Anda ingin satu model untuk semuanya, pakai Kling 4.0, karena percobaan terburuknya (3.6) mengalahkan percobaan terburuk model lain. Jika harga lebih penting, pakai Wan 3.0, yang menyamai Kling secara keseluruhan dengan $0.60 per klip. Seedance 2.5 berada tepat di belakang keduanya dan setara pada klip bicara. MiniMax H3 unggul pada adegan kamera bergerak. Pengungkapan: Hermoso menjual akses ke kelimanya, dan Seedance 2.5 adalah pilihan default kami. Model ini tidak memenangkan satu tugas pun secara mutlak.

Siapa sebaiknya pakai yang mana

Satu model untuk semuanya

Kling 4.0

Hasil paling stabil dalam pengujian ini. Percobaan terendahnya mendapat skor 3.6, dan tidak ada tugas yang menjadi titik lemah. Model ini seri dengan Wan 3.0 di posisi pertama secara keseluruhan.

Nilai terbaik

Wan 3.0

Setara dengan Kling secara keseluruhan dengan $0.60 untuk 6 detik, detail paling tajam dalam pengujian ini, dan suara alami terbaik. MiniMax H3 lebih murah per detik, tetapi skornya lebih rendah di luar adegan.

Seseorang berbicara di depan kamera

Seri: Wan 3.0, Seedance 2.5, Kling 4.0

Ketiganya mengucapkan kalimat itu kata demi kata. Wan memberi hembusan tepung terbesar dan lengan berlumur tepung seperti yang kami minta, dengan senyum ala iklan stok. Seedance terlihat paling mirip film, tetapi salah menghitung jari dalam satu dari tiga percobaan.

Produk dengan tulisan kecil

Kling 4.0, Wan 3.0 hampir sama

Setiap percobaan Kling mempertahankan ketiga baris label dengan benar, dengan tangan yang nyata dan dorongan kamera yang nyata. Model ini juga paling sesuai dengan brief. Seedance membuat madu terbaik dalam pengujian ini, dalam satu dari tiga percobaan.

Kamera bergerak di adegan yang ramai

MiniMax H3, lalu Wan dan Kling

Pengungkapan paling tinggi, dengan pengendara masih ada di frame di akhir. Model ini juga punya 8 detik, sementara yang lain 6, yang membantu gerakan lambat. Wan 3.0 dan Kling 4.0 berada dalam garis seri kami.

Saat Anda butuh cepat

Veo 3.1

Selesai dalam sekitar 66 detik pada median, dibandingkan 156 hingga 238 detik untuk yang lain. Hasilnya terlihat bagus dalam gambar diam, tetapi model ini lebih sering melewatkan langkah dalam brief dibanding yang lain, dengan harga tertinggi.

Skornya

Setiap klip mendapat nilai 1 sampai 5 pada enam kriteria dari dua penilai buta yang terpisah. Skor tugas adalah rata-rata dari tiga percobaannya, sehingga percobaan buruk ikut terhitung. Kami menulis aturannya sebelum render apa pun: selisih di bawah 0.3 dianggap seri, dan oranye menandai skor tertinggi serta apa pun yang seri dengannya.

Model	Bicara	Produk	Adegan	Keseluruhan	Percobaan terburuk
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

Keseluruhan adalah rata-rata biasa dari 45 skor. Jika audio dihapus sepenuhnya, Kling sedikit melewati Wan sementara yang lain tetap di posisinya: 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 berada dalam garis seri secara keseluruhan, dan percobaan terburuknya menjadi alasan kami menempatkannya di belakang dua pemimpin.

Tugas 1: seseorang berbicara dan menghitung dengan jarinya

Seorang juru roti mengucapkan satu kalimat persis, menunjukkan satu, dua, lalu tiga jari, dan menepuk roti sehingga tepung naik. Tugas ini menguji sinkronisasi bibir, kata-kata, anatomi tangan, dan fisika kecil dalam satu bidikan terkunci. Pemenang: seri tiga arah antara Wan 3.0, Seedance 2.5 dan Kling 4.0. Ke-15 klip mengucapkan kalimat itu kata demi kata. Jari memisahkan kelompok: Veo 3.1 tidak pernah mencapai tiga di percobaan mana pun, dan MiniMax H3 membuka tangan penuh pada dua dari tiga percobaan.

Percobaan 1Percobaan 2Percobaan 3

Putar kelimanya, tanpa suara

Skor bicara

1. Wan 3.04.17
2. Seedance 2.54.08
3. Kling 4.03.95
4. MiniMax H33.36
5. Veo 3.13.36

Rata-rata dari tiga percobaan. Oranye adalah peringkat pertama atau dalam 0.3 dari itu.

Tugas 2: toples madu dengan label cetak

Dorongan kamera pelan ke toples berlabel saat madu jatuh dari sendok. Tugas ini menguji teks kecil, apakah huruf tetap diam, dan cairan kental. Labelnya adalah produk rekaan kami sendiri. Pemenang: Kling 4.0, dengan Wan 3.0 di dalam garis seri. Ejaan hampir sempurna: 14 dari 15 klip mendapat ketiga baris dengan benar. Madunya tidak. Hampir tidak ada yang terlipat dan melingkar seperti yang diminta, dan Veo 3.1 tidak pernah mendorong kamera di percobaan mana pun.

Percobaan 1Percobaan 2Percobaan 3

Putar kelimanya, tanpa suara

Skor produk

1. Kling 4.03.86
2. Wan 3.03.67
3. Seedance 2.53.33
4. MiniMax H33.07
5. Veo 3.12.65

Rata-rata dari tiga percobaan. Oranye adalah peringkat pertama atau dalam 0.3 dari itu.

Tugas 3: mengikuti pesepeda melewati pasar yang hujan

Satu bidikan tanpa putus di belakang kurir di tengah hujan: belokan menghindari gerobak, anjing menyeberang, satu dentang bel, lalu kamera naik di atas payung untuk menunjukkan seluruh jalan. Pemenang: MiniMax H3, dengan Wan 3.0 dan Kling 4.0 di dalam garis seri. Tidak ada yang mendapatkan setiap momen. Kling dan H3 paling dekat dengan brief. Wan paling tajam tetapi menukar kanvas polos dengan tenda berwarna dan tanda buatan. Seedance terus memotong pengendara, dan Veo kehilangan pengendara sama sekali pada dua dari tiga percobaan.

Percobaan 1Percobaan 2Percobaan 3

Putar kelimanya, tanpa suara

Skor adegan

1. MiniMax H33.89
2. Wan 3.03.72
3. Kling 4.03.66
4. Seedance 2.53.31
5. Veo 3.13.10

Rata-rata dari tiga percobaan. Oranye adalah peringkat pertama atau dalam 0.3 dari itu.

Yang kami nilai

Rata-rata dari seluruh 45 klip. Detail memisahkan model-model ini paling sedikit. Mengikuti brief memisahkannya paling banyak, dan selisih itu adalah sebagian besar alasan peringkatnya terlihat seperti sekarang.

Model termahal datang terakhir

Veo 3.1 biayanya empat kali lipat per klip dibanding Wan 3.0 dan mendapat skor terendah di setiap tugas, sejajar dengan MiniMax H3 pada tugas bicara. Gambar diamnya terlihat indah, dengan tepung paling meyakinkan dalam pengujian. Masalahnya ada pada langkah: model ini tidak pernah menghitung sampai tiga, tidak pernah mendorong kamera ke madu, dan kehilangan pengendara di tengah hujan. Jika bidikan Anda hanya satu ide sederhana, mungkin ini lebih cocok daripada yang ditunjukkan pengujian ini. Prompt kami sengaja penuh dengan langkah.

Ejaan jadi mudah, cairan tidak

Kami mengira label akan menjadi bagian tersulit. Empat belas dari 15 klip mencetak ketiga baris dengan benar, dan hanya satu percobaan Veo yang menambahkan satu kata yang tidak diinginkan. Madu yang melipat dan melingkar saat mendarat adalah yang hampir semua orang lewatkan. Sebagian besar klip memberi kami kolom lurus, atau bentuk kaku yang hampir tidak berubah. Satu percobaan Seedance 2.5 berhasil, dan itu juga masalahnya: itu hanya satu dari tiga percobaan.

Tentang musik pada beberapa klip madu

Kami meminta suara dapur dan tanpa musik. Pada 8 dari 15 klip madu, model menghasilkan hampir tidak ada suara, di bawah -40 dB, dan jalur render kami menambahkan trek musik pelan di bawahnya: ketiga percobaan MiniMax H3, dua Seedance 2.5, dua Veo 3.1 dan satu Wan 3.0. Tidak ada percobaan Kling yang membutuhkannya. Musik itu milik kami, bukan milik model. Klip-klip itu kehilangan poin audio karena keheningan, dan ditandai di tabel mentah. Klip bicara dan adegan tidak tersentuh.

Cara kami menjalankannya

Kami menulis ketiga prompt dan aturan penilaian terlebih dahulu, menjalankan satu klip percobaan untuk memeriksa alur kerja, lalu merender sisanya. Klip percobaan adalah salah satu dari 45. Tidak ada yang gagal, jadi tidak ada yang diulang atau dibuang.

Setiap klip meminta 16:9 pada 720p dan 6 detik, tanpa konteks merek dan tanpa menulis ulang prompt. Dua pengecualian: MiniMax H3 berjalan selama 8 detik karena tidak punya opsi 6 detik, dan menghasilkan 1344x768 alih-alih 1280x720. Wan 3.0 menghasilkan 30 frame per detik, sisanya 24.

Setiap tugas menyampaikan hal yang sama kepada setiap model, ditulis dengan cara yang direkomendasikan pembuat model tersebut, karena pengujian yang adil tidak membuat satu model membaca dialek model lain. Kling tidak punya panduan untuk 4.0, jadi kami memakai kebiasaan 3.0-nya. Veo 3.1 adalah model penuh, bukan versi cepatnya.

Kami mengirim seed 1101, 2202 dan 3303 ke Veo 3.1, Wan 3.0 dan MiniMax H3. Jalur render kami tidak meneruskan seed ke Seedance 2.5 atau Kling 4.0, jadi percobaan itu adalah tiga kali jalan yang independen. Tidak ada model yang mengonfirmasi seed yang digunakannya.

Penilaian dilakukan secara buta oleh dua penilai AI yang terpisah, bukan orang. Setiap klip dikurangi menjadi 12 frame dari awal hingga akhir, spektrogram suaranya, volumenya dan transkrip, di bawah kode acak. Tidak ada penilai yang melihat model mana yang membuat klip sebelum skornya keluar. Kedua penilai sangat sepakat, dengan korelasi 0.91 di antara klip dan selisih rata-rata 0.36 poin per kriteria. Skor di halaman ini adalah rata-rata mereka, dan angka setiap penilai ada di CSV.

Beberapa pemeriksaan tidak memerlukan penilaian. Transkrip lokal mengonfirmasi kalimat persis pada ke-15 klip bicara. Deteksi adegan tidak menemukan potongan di klip mana pun, meski satu percobaan Veo 3.1 terlihat seperti lompatan dan kami menandainya. Kedua penilai menghitung baris label secara terpisah dan cocok pada ke-15 klip.

Prompt-prompt ini, kata demi kata

Salin salah satu dari ini. Setiap tautan membuka prompt itu di model tersebut di Hermoso.

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.

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.

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.

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

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.

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.

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.

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.

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

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.

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.

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.

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.

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

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.

Yang tidak bisa dijelaskan pengujian ini

Tiga prompt tidak mencakup semuanya, dan tiga percobaan per tugas adalah sampel kecil, jadi anggap selisih 0.3 atau kurang sebagai tidak ada selisih sama sekali. Kedua penilai adalah model AI yang membaca frame dan pengukuran. Tidak ada yang mendengarkan klip-klip ini dengan telinga: suara dinilai dari transkrip, spektrogram dan volume, jadi kualitas suara adalah bagian terlemah dari penilaian kami, dan 12 frame bisa melewatkan gangguan di antaranya. Pengukuran sinkronisasi bibir kami kasar dan kami tidak mengandalkannya. Pengukuran itu menempatkan Seedance 2.5 dan Kling 4.0 paling dekat, dan Wan 3.0 hingga setengah detik meleset, jadi tontonlah klipnya jika sinkronisasi bibir penting bagi Anda. Titik buta yang diketahui ada satu: durasi 8 detik MiniMax H3 membuat klipnya bisa dikenali, dan dua detik ekstra itu mungkin membantunya pada gerakan lambat yang mengungkap. Apa pun yang tidak ada di tabel, termasuk Seedance 2.0 dan HeyGen Video, tidak diuji. Model dan harga berubah dengan cepat, dan hasil ini berasal dari satu hari.