Cel mai bun generator AI de video: 45 de clipuri, notate orbește

• Testat pe 1 noiembrie 2026
• 5 modele
• 3 sarcini, 3 încercări fiecare
• 45 de clipuri, 0 eșuate
• Date brute incluse

Redă toate cele cinci, fără sunet

Același prompt pentru toate cinci. Aceasta este încercarea 1 din 3 pentru fiecare model, deci nu am ales pe cele mai favorabile. Apasă pe redare la orice clip.

Răspunsul scurt: dacă vrei un singur model pentru tot, folosește Kling 4.0, pentru că cea mai slabă încercare a sa (3.6) a depășit cea mai slabă încercare a oricărui alt model. Dacă prețul contează mai mult, alege Wan 3.0, care s-a potrivit cu Kling în general la $0.60 pe clip. Seedance 2.5 vine imediat după ele și este la egalitate la clipurile cu vorbire. MiniMax H3 conduce la scenele cu cameră în mișcare. Dezvăluire: Hermoso vinde acces la toate cele cinci, iar Seedance 2.5 este modelul nostru implicit. Nu a câștigat nicio sarcină în mod clar.

Cine ar trebui să folosească ce

Un singur model pentru tot

Kling 4.0

Cel mai constant rezultat al testului. Cea mai joasă încercare a sa a avut scorul 3.6, iar la nicio sarcină nu a fost un punct slab. A egalat cu Wan 3.0 pe primul loc în general.

Cel mai bun raport calitate-preț

Wan 3.0

La egalitate cu Kling în general, la $0.60 pentru 6 secunde, cu cel mai precis detaliu din test și cel mai bun sunet natural. MiniMax H3 este mai ieftin pe secundă, dar a avut scor mai mic în afara scenelor.

O persoană care vorbește în fața camerei

Egalitate: Wan 3.0, Seedance 2.5, Kling 4.0

Toți trei au spus replica cuvânt cu cuvânt. Wan a dat cel mai mare nor de făină și brațele înfărinate pe care le-am cerut, cu un zâmbet de reclamă de stoc. Seedance arăta cel mai mult a film, dar a greșit numărătoarea într-o încercare din trei.

Produse cu text mărunt

Kling 4.0, Wan 3.0 aproape

Fiecare încercare Kling a păstrat toate cele trei rânduri ale etichetei corecte, cu o mână reală și o apropiere reală a camerei. A respectat și cel mai bine brief-ul. Seedance a făcut cea mai bună miere din test, într-o singură încercare din trei.

O cameră în mișcare într-o scenă aglomerată

MiniMax H3, apoi Wan și Kling

Cele mai înalte dezvăluiri, cu biciclistul încă în cadru la final. A avut și 8 secunde, unde ceilalți au avut 6, ceea ce ajută o mișcare lentă. Wan 3.0 și Kling 4.0 se află în limita noastră de egalitate.

Când ai nevoie rapid

Veo 3.1

Finalizat în aproximativ 66 de secunde la mediană, față de 156 până la 238 pentru celelalte. Arată foarte bine într-o imagine statică, dar a sărit pași din brief mai des decât oricine, la cel mai mare preț.

Scorurile

Fiecare clip a primit de la 1 la 5 pe șase criterii, de la doi evaluatori oarbi separați. Scorul unei sarcini este media celor trei încercări ale sale, deci o încercare slabă contează. Am scris regula înainte de orice randare: o diferență sub 0.3 înseamnă egalitate, iar portocaliu marchează cel mai bun scor și orice aflat în egalitate cu el.

Model	Vorbire	Produs	Scenă	General	Cea mai slabă încercare
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

Scorul general este media simplă a celor 45 de scoruri. Dacă scoatem complet sunetul, Kling depășește ușor Wan, iar restul își păstrează locurile: 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 se află în limita de egalitate la general, iar cea mai slabă încercare a sa explică de ce îl clasăm în spatele celor doi lideri.

Sarcina 1: o persoană care vorbește și numără pe degete

Un brutar spune o replică exactă, arată unu, doi, apoi trei degete și bate o pâine astfel încât făina să se ridice. Testează sincronizarea buzelor, cuvintele, anatomia mâinii și mici fizici, toate într-un singur cadru fix. Câștigător: egalitate între Wan 3.0, Seedance 2.5 și Kling 4.0. Toate cele 15 clipuri au spus replica cuvânt cu cuvânt. Degetele au împărțit câmpul: Veo 3.1 nu a ajuns la trei în nicio încercare, iar MiniMax H3 a arătat o mână întreagă în două din trei.

Încercarea 1Încercarea 2Încercarea 3

Redă toate cele cinci, fără sunet

Scoruri la vorbire

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

Media a trei încercări. Portocaliu înseamnă locul întâi sau o diferență de cel mult 0.3 față de el.

Sarcina 2: un borcan de miere cu etichetă tipărită

O apropiere lentă a camerei pe un borcan cu etichetă, în timp ce mierea cade dintr-o polonic. Testează textul mic, dacă literele stau nemișcate și lichidul gros. Eticheta este un produs inventat de noi. Câștigător: Kling 4.0, cu Wan 3.0 în limita egalității. Scrierea era aproape rezolvată: 14 din 15 clipuri au avut toate cele trei rânduri corecte. Mierea nu. Aproape nimic nu s-a pliat și nu s-a încolăcit cum s-a cerut, iar Veo 3.1 nu a făcut nicio apropiere a camerei.

Încercarea 1Încercarea 2Încercarea 3

Redă toate cele cinci, fără sunet

Scorurile produselor

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

Media a trei încercări. Portocaliu înseamnă locul întâi sau o diferență de cel mult 0.3 față de el.

Sarcina 3: urmărirea unui biciclist printr-o piață pe ploaie

Un singur cadru nerupt în spatele unui curier pe ploaie: o cotitură în jurul unei căruțe, un câine care traversează, un clinchet de clopoțel, apoi camera urcă peste umbrele ca să arate toată strada. Câștigător: MiniMax H3, cu Wan 3.0 și Kling 4.0 în limita egalității. Nimeni nu a prins toate momentele. Kling și H3 au rămas cel mai aproape de brief. Wan a fost cel mai clar, dar a schimbat pânza simplă cu corturi colorate și semne inventate. Seedance a tăiat mereu din biciclist, iar Veo l-a pierdut pe biciclist cu totul în două din trei.

Încercarea 1Încercarea 2Încercarea 3

Redă toate cele cinci, fără sunet

Scorurile scenei

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

Media a trei încercări. Portocaliu înseamnă locul întâi sau o diferență de cel mult 0.3 față de el.

După ce am notat

Medii pe toate cele 45 de clipuri. Detaliul separă cel mai puțin aceste modele. Respectarea brief-ului le separă cel mai mult, iar acest decalaj explică cea mai mare parte a motivului pentru care clasamentul arată așa.

Cel mai scump model a venit ultimul

Veo 3.1 costă de patru ori cât Wan 3.0 pe clip și a avut cel mai mic scor la fiecare sarcină, la egalitate cu MiniMax H3 la vorbire. Imaginile statice arată minunat, cu cea mai credibilă făină din test. Problema sunt pașii: nu a numărat până la trei, nu s-a apropiat niciodată de miere și a pierdut biciclistul în ploaie. Dacă cadrul tău este o singură idee simplă, s-ar putea să te servească mai bine decât sugerează acest test. Prompturile noastre erau intenționat pline de pași.

Scrisul a devenit ușor, lichidele nu

Ne așteptam ca eticheta să fie partea grea. Paisprezece din 15 clipuri au tipărit corect toate cele trei rânduri, iar doar o încercare Veo a adăugat un cuvânt în plus. Mierea care se pliază și se încolăcește în timp ce cade este ceea ce aproape toți au ratat. Majoritatea clipurilor ne-au dat o coloană dreaptă sau o formă rigidă care abia s-a schimbat. O încercare Seedance 2.5 a reușit, ceea ce este și problema: a fost o singură încercare din trei.

Despre muzica de pe unele clipuri cu miere

Am cerut sunete de bucătărie și nicio muzică. La 8 din cele 15 clipuri cu miere, modelul a returnat aproape deloc sunet, sub -40 dB, iar calea noastră de randare a adăugat sub el o melodie discretă: toate cele trei încercări MiniMax H3, două Seedance 2.5, două Veo 3.1 și una Wan 3.0. Niciunul dintre clipurile Kling nu a avut nevoie de ea. Muzica aceasta este a noastră, nu a modelului. Acele clipuri au pierdut puncte la sunet din cauza tăcerii și sunt marcate în tabelul brut. Clipurile cu vorbire și cele de scenă nu au fost atinse.

Cum am rulat testul

Am scris cele trei prompturi și regulile de notare întâi, am rulat un singur clip pilot pentru a verifica pipeline-ul, apoi am randat restul. Pilotul face parte din cele 45. Nimic nu a eșuat, deci nimic nu a fost reîncercat sau eliminat.

Fiecare clip a cerut 16:9 la 720p și 6 secunde, fără context de brand și fără rescrierea promptului. Două excepții: MiniMax H3 a rulat la 8 secunde pentru că nu avea opțiunea de 6 secunde, iar livrează 1344x768 în loc de 1280x720. Wan 3.0 livrează la 30 de cadre pe secundă, celelalte la 24.

Fiecare sarcină spune același lucru fiecărui model, scris așa cum recomandă producătorul acelui model, pentru că un test corect nu obligă un model să citească dialectul altuia. Kling nu are un ghid pentru 4.0, deci am folosit obiceiurile sale din 3.0. Veo 3.1 este modelul complet, nu varianta sa rapidă.

Am trimis semințele 1101, 2202 și 3303 către Veo 3.1, Wan 3.0 și MiniMax H3. Calea noastră de randare nu transmite o sămânță către Seedance 2.5 sau Kling 4.0, deci acele încercări sunt trei rulări independente. Niciun model nu a confirmat sămânța pe care a folosit-o.

Notarea a fost oarbă și a fost făcută de doi evaluatori AI separați, nu de oameni. Fiecare clip a fost redus la 12 cadre de la început până la sfârșit, la o spectrogramă a sunetului său, la volum și la o transcriere, sub un cod aleatoriu. Niciun evaluator nu a văzut ce model a făcut un clip până nu au fost trecute scorurile. Cei doi evaluatori au fost de acord strâns, cu o corelație de 0.91 între clipuri și o diferență medie de 0.36 puncte pe criteriu. Scorurile de pe această pagină sunt media lor, iar scorul fiecărui evaluator este în CSV.

Unele verificări nu au cerut judecată. O transcriere locală a confirmat replica exactă în toate cele 15 clipuri cu vorbire. Detecția de scenă nu a găsit tăieturi în niciun clip, deși o încercare Veo 3.1 se redă ca un salt, iar noi am marcat-o. Ambii evaluatori au numărat separat rândurile etichetei și au fost de acord în toate cele 15.

Prompturile, cuvânt cu cuvânt

Copiază oricare dintre acestea. Fiecare link deschide acel prompt pe acel model în 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.

Ce nu poate spune acest test

Trei prompturi nu acoperă totul, iar trei încercări pe sarcină înseamnă un eșantion mic, deci citește o diferență de 0.3 sau mai mică drept lipsă de diferență. Ambii evaluatori au fost modele AI care au citit cadre și măsurători. Nimeni nu a ascultat aceste clipuri cu urechea: sunetul a fost evaluat din transcrieri, spectrograme și volum, deci calitatea vocii este cea mai slabă parte a notării noastre, iar 12 cadre pot rata un defect dintre ele. Măsura noastră pentru sincronizarea buzelor a fost aproximativă și nu ne-am bazat pe ea. Ea a plasat Seedance 2.5 și Kling 4.0 cel mai aproape, iar Wan 3.0 cu până la o jumătate de secundă în afara țintei, deci uită-te la clipuri dacă sincronizarea buzelor contează pentru tine. Orbirea a avut o gaură cunoscută: lungimea de 8 secunde a MiniMax H3 a făcut clipurile sale recognoscibile, iar cele două secunde în plus l-au putut ajuta la dezvăluirea lentă. Orice nu apare în tabel, inclusiv Seedance 2.0 și HeyGen Video, nu a fost testat. Modelele și prețurile se schimbă repede, iar aceste rezultate provin dintr-o singură zi.