Beste AI-videogenerator: 45 clips, blind beoordeeld

• Getest op 1 november 2026
• 5 modellen
• 3 opdrachten, 3 pogingen per opdracht
• 45 clips, 0 mislukt
• Ruwe data inbegrepen

Speel alle vijf af, zonder geluid

Dezelfde prompt voor alle vijf. Dit is poging 1 van 3 per model, dus we hebben de mooiste niet uitgekozen. Druk op afspelen bij elke clip.

Het korte antwoord: wil je één model voor alles, gebruik dan Kling 4.0, want de slechtste poging (3.6) was beter dan de slechtste van elk ander model. Telt de prijs zwaarder, gebruik dan Wan 3.0, dat over het geheel gelijk stond met Kling bij $0.60 per clip. Seedance 2.5 volgt direct daarachter en staat gelijk bij clips met praten. MiniMax H3 scoort het best bij scènes met een bewegende camera. Openbaarmaking: Hermoso verkoopt toegang tot alle vijf, en Seedance 2.5 is onze standaard. Het won geen opdracht op eigen kracht.

Wie welk model gebruikt

Eén model voor alles

Kling 4.0

Het stabielste resultaat van de test. De laagste poging scoorde 3.6 en geen enkele opdracht was een zwak punt. Het deelde de eerste plaats in het totaal met Wan 3.0.

Beste waarde

Wan 3.0

Gelijk met Kling in het totaal bij $0.60 voor 6 seconden, het scherpste detail van de test en het beste natuurlijke geluid. MiniMax H3 is per seconde goedkoper, maar scoorde lager buiten de scènes.

Een persoon die voor de camera praat

Gelijk: Wan 3.0, Seedance 2.5, Kling 4.0

Alle drie zeiden de zin woord voor woord. Wan gaf de grootste meelwolk en de met meel bestoven armen die we vroegen, met een grijns uit een stockfoto. Seedance zag er het meest uit als film, maar haperde bij het tellen in één van de drie pogingen.

Producten met kleine tekst

Kling 4.0, Wan 3.0 op een haar na

Elke Kling-poging hield alle drie de labelregels goed, met een echte hand en een echte inzoom. Het paste ook het best bij de opdracht. Seedance maakte de beste honing van de test, in één van de drie pogingen.

Een bewegende camera in een druk tafereel

MiniMax H3, dan Wan en Kling

De hoogste onthullingen, met de fietser nog in beeld aan het eind. Het had ook 8 seconden waar de andere 6 hadden, wat helpt bij een langzame beweging. Wan 3.0 en Kling 4.0 vallen binnen onze gelijkspellijn.

Wanneer je het snel nodig hebt

Veo 3.1

Klaar in ongeveer 66 seconden op de mediaan, tegen 156 tot 238 voor de rest. Het ziet er fantastisch uit in een stilstaand beeld, maar het sloeg vaker stappen uit de opdracht over dan wie ook, tegen de hoogste prijs.

De scores

Elke clip kreeg van twee afzonderlijke blinde beoordelaars 1 tot 5 op zes criteria. De opdrachtscore is het gemiddelde van de drie pogingen, dus een slechte poging telt mee. We hebben de regel vastgelegd voordat er iets gerenderd werd: een verschil kleiner dan 0.3 is gelijk, en oranje markeert de hoogste score en alles wat daarmee gelijk staat.

Model	Praten	Product	Scène	Totaal	Slechtste poging
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

Totaal is het gewone gemiddelde van de 45 scores. Haal audio er helemaal uit en Kling passeert Wan net, terwijl de rest op hun plek blijven: 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 valt in het totaal binnen de gelijkspellijn, en zijn slechtste poging is de reden dat we het achter de twee koplopers zetten.

Opdracht 1: een persoon die praat en op haar vingers telt

Een bakker zegt één exacte zin, toont één, twee, dan drie vingers, en klopt op een brood zodat er meel opstijgt. Het test lipsynchronisatie, woorden, handanatomie en kleine fysica in één vast shot. Winnaar: een gelijkspel tussen Wan 3.0, Seedance 2.5 en Kling 4.0. Alle 15 clips zeiden de zin woord voor woord. De vingers maakten het verschil: Veo 3.1 haalde in geen enkele poging drie, en MiniMax H3 toonde in twee van de drie een volledige hand.

Poging 1Poging 2Poging 3

Speel alle vijf af, zonder geluid

Scores voor praten

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

Gemiddelde van drie pogingen. Oranje is de eerste plaats of binnen 0.3 daarvan.

Opdracht 2: een honingpot met een gedrukt label

Een langzame inzoom op een gelabelde pot terwijl honing uit een lepel valt. Het test kleine tekst, of letters stilstaan en dikke vloeistof. Het label is ons eigen verzonnen product. Winnaar: Kling 4.0, met Wan 3.0 binnen de gelijkspellijn. Spelling was bijna opgelost: 14 van de 15 clips hadden alle drie de regels goed. Honing niet. Bijna niets vouwde en kronkelde zoals gevraagd, en Veo 3.1 zoomde in geen enkele poging in.

Poging 1Poging 2Poging 3

Speel alle vijf af, zonder geluid

Scores voor product

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

Gemiddelde van drie pogingen. Oranje is de eerste plaats of binnen 0.3 daarvan.

Opdracht 3: een fietser volgen door een regenachtige markt

Eén onafgebroken shot achter een koerier in de regen: een uitwijking om een kar heen, een hond die oversteekt, één belsignaal, en dan stijgt de camera boven de paraplu's uit om de hele straat te tonen. Winnaar: MiniMax H3, met Wan 3.0 en Kling 4.0 binnen de gelijkspellijn. Niemand haalde elke beat. Kling en H3 bleven het dichtst bij de opdracht. Wan was het scherpst, maar wisselde het gewone canvas in voor gekleurde tenten en verzonnen borden. Seedance bleef de fietser afsnijden, en Veo verloor de fietser in twee van de drie pogingen helemaal.

Poging 1Poging 2Poging 3

Speel alle vijf af, zonder geluid

Scores voor scène

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

Gemiddelde van drie pogingen. Oranje is de eerste plaats of binnen 0.3 daarvan.

Waar we op scoorden

Gemiddelden over alle 45 clips. Detail onderscheidt deze modellen het minst. Het volgen van de opdracht onderscheidt ze het meest, en dat verschil verklaart grotendeels waarom de ranglijst er zo uitziet.

Het duurste model kwam als laatste

Veo 3.1 kost per clip vier keer zoveel als Wan 3.0 en scoorde het laagst bij elke opdracht, gelijk met MiniMax H3 bij praten. De stilstaande beelden zien er prachtig uit, met het meest geloofwaardige meel van de test. Het probleem zijn de stappen: het telde nooit tot drie, zoomde nooit in op de honing en verloor de fietser in de regen. Als je shot één eenvoudig idee is, kan het je beter van dienst zijn dan deze test doet vermoeden. Onze prompts waren met opzet vol stappen.

Spelling werd makkelijk, vloeistoffen niet

We verwachtten dat het label het moeilijke deel zou zijn. Veertien van de 15 clips printten alle drie de regels correct, en slechts één Veo-poging voegde een los woord toe. Honing die vouwt en kronkelt terwijl het landt, is wat bijna iedereen miste. De meeste clips gaven een rechte kolom, of een stijve vorm die nauwelijks veranderde. Eén Seedance 2.5-poging deed het goed, en dat is ook het probleem: het was één van de drie pogingen.

Over de muziek bij sommige honingclips

We vroegen om keukengeluiden en geen muziek. Bij 8 van de 15 honingclips leverde het model vrijwel geen geluid, onder -40 dB, en ons renderpad legde er een zacht muziekje onder: alle drie de MiniMax H3-pogingen, twee Seedance 2.5, twee Veo 3.1 en één Wan 3.0. Geen van de Kling-pogingen had het nodig. Die muziek is van ons, niet van het model. Die clips verloren punten voor audio vanwege de stilte, en ze zijn gemarkeerd in de ruwe tabel. Clips met praten en scènes zijn niet aangeraakt.

Zo hebben we het gedaan

We schreven eerst de drie prompts en de scoringsregels, draaiden één proefclip om de pijplijn te controleren, en renderden daarna de rest. De proefclip is één van de 45. Niets mislukte, dus niets werd opnieuw geprobeerd of weggelaten.

Elke clip vroeg om 16:9 bij 720p en 6 seconden, zonder merkcontext en zonder herschreven prompt. Twee uitzonderingen: MiniMax H3 liep op 8 seconden omdat het geen optie van 6 seconden had, en het levert 1344x768 in plaats van 1280x720. Wan 3.0 levert op 30 beelden per seconde, de rest op 24.

Elke opdracht zegt hetzelfde tegen elk model, geschreven op de manier die de maker van dat model aanbeveelt, omdat een eerlijke test niet het ene model het dialect van een ander laat lezen. Kling heeft geen gids voor 4.0, dus gebruikten we de gewoontes van 3.0. Veo 3.1 is het volledige model, niet de snelle versie.

We stuurden seeds 1101, 2202 en 3303 naar Veo 3.1, Wan 3.0 en MiniMax H3. Ons renderpad geeft geen seed door aan Seedance 2.5 of Kling 4.0, dus die pogingen zijn drie onafhankelijke runs. Geen enkel model bevestigde de seed die het gebruikte.

De beoordeling was blind en werd gedaan door twee afzonderlijke AI-beoordelaars, geen mensen. Elke clip werd teruggebracht tot 12 beelden van begin tot eind, een spectrogram van het geluid, het volume en een transcriptie, onder een willekeurige code. Geen van beide beoordelaars zag welk model een clip had gemaakt voordat de scores binnen waren. De twee beoordelaars kwamen dicht bij elkaar uit, met een correlatie van 0.91 over de clips en een gemiddeld verschil van 0.36 punt per criterium. Scores op deze pagina zijn hun gemiddelde, en het getal van elke beoordelaar staat in de CSV.

Sommige controles hadden geen beoordeling nodig. Een lokaal transcript bevestigde de exacte zin bij alle 15 clips met praten. Scènedetectie vond geen snijpunten in een clip, al speelt één Veo 3.1-poging als een sprong en hebben we die gemarkeerd. Beide beoordelaars telden de labelregels los en kwamen bij alle 15 overeen.

De prompts, woord voor woord

Kopieer elk van deze. Elke link opent die prompt op dat model in 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.

Wat deze test niet kan vertellen

Drie prompts dekken niet alles, en drie pogingen per opdracht is een kleine steekproef, dus lees een verschil van 0.3 of minder als geen verschil. Beide beoordelaars waren AI-modellen die frames en metingen lazen. Niemand heeft deze clips met het oor beluisterd: het geluid is beoordeeld aan de hand van transcripten, spectrogrammen en volume, dus de stemkwaliteit is het zwakste punt van onze scoring, en 12 beelden kunnen een hapering ertussen missen. Onze maat voor lipsynchronisatie was grof en we hebben er niet op vertrouwd. Die plaatste Seedance 2.5 en Kling 4.0 het dichtst bij elkaar, en Wan 3.0 tot een halve seconde ernaast, dus bekijk de clips zelf als lipsynchronisatie voor jou belangrijk is. Blinderen had één bekend gat: de lengte van MiniMax H3 van 8 seconden maakte zijn clips herkenbaar, en die extra twee seconden hebben het misschien geholpen bij de langzame onthulling. Alles wat niet in de tabel staat, inclusief Seedance 2.0 en HeyGen Video, is niet getest. Modellen en prijzen veranderen snel, en deze resultaten komen van één dag.