En iyi yapay zeka video üreticisi: 45 klip, kör puanlama

• Test tarihi: 1 Kasım 2026
• 5 model
• 3 iş, her biri 3 deneme
• 45 klip, 0 başarısız
• Ham veriler dahil

Beşini sessiz oynat

Beşinde de aynı istem kullanıldı. Bu, her model için 3 denemenin 1. denemesi. Yani en iyi görünenleri seçmedik. Herhangi bir klibi oynatmak için oynat tuşuna basın.

Kısa cevap: Her iş için tek bir model istiyorsanız Kling 4.0'ı seçin, çünkü en zayıf denemesi (3.6) diğer tüm modellerin en zayıf denemesinden daha yüksek. Fiyat daha önemliyse Wan 3.0'ı seçin, klip başına $0.60 genel olarak Kling ile eşleşti. Seedance 2.5 onların hemen arkasında yer alıyor ve konuşan klipler için onlarla eşit. MiniMax H3 hareketli kamera sahnelerinde öne çıkıyor. Açıklama: Hermoso beşinin de erişimini satıyor ve Seedance 2.5 bizim varsayılan modelimiz. Hiçbir işi tek başına kazanmadı.

Hangi ihtiyaç için hangisi

Her şey için tek model

Kling 4.0

Testin en istikrarlı sonucu. En düşük denemesi 3.6 puan aldı ve hiçbir işte zayıf nokta yoktu. Genel sıralamada Wan 3.0 ile birinci olarak eşitlendi.

En iyi değer

Wan 3.0

6 saniye için $0.60 genel olarak Kling ile eşit, testin en keskin detayı ve en iyi doğal sesi. MiniMax H3 saniye başına daha ucuz, ama sahneler dışında daha düşük puan aldı.

Kameraya konuşan bir kişi

Eşitlik: Wan 3.0, Seedance 2.5, Kling 4.0

Üçü de cümleyi kelimesi kelimesine söyledi. Wan en büyük un bulutunu ve istediğimiz unlu kolları verdi, ama mağaza reklamı gibi bir sırıtışla. Seedance en çok filme benziyordu, ama üç denemenin birinde sayımı karıştırdı.

Küçük yazılı ürünler

Kling 4.0, Wan 3.0 yakın takipte

Kling'in her denemesi üç etiket satırını da doğru tuttu, gerçekçi bir el ve gerçekçi bir yaklaşma hareketi vardı. Ayrıca brifle en iyi uyan model oydu. Seedance testin en iyi balını üretti, ama üç denemenin yalnızca birinde.

Kalabalık bir sahnede hareketli kamera

MiniMax H3, ardından Wan ve Kling

En yüksek yükselişler, sonunda bisikletçi hâlâ karede. Ayrıca yavaş bir hareket için yardımcı olan 8 saniyesi vardı, diğerlerinde 6 saniye vardı. Wan 3.0 ve Kling 4.0 eşitlik sınırımızın içinde.

Hızlı ihtiyaç duyduğunuzda

Veo 3.1

Ortanca süre yaklaşık 66 saniyeydi, diğerleri 156 ile 238 saniye arasındaydı. Bir durağan karede harika görünüyor, ama brifteki adımları herkesten daha sık atladı ve en yüksek fiyatta.

Puanlar

Her klip, iki ayrı kör hakemden altı kritere 1 ile 5 arasında puan aldı. İş puanı, üç denemenin ortalamasıdır, yani kötü bir deneme de sayılır. Her render'dan önce kuralı yazdık: 0.3'ten küçük fark eşitliktir ve turuncu, en yüksek puanı ve onunla eşit olan her puanı işaretler.

Model	Konuşma	Ürün	Sahne	Genel	En zayıf deneme
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

Genel puan, 45 puanın basit ortalamasıdır. Ses puanını tamamen çıkarırsanız Kling, Wan'ı biraz geçer, diğerleri yerlerini korur: 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 genel olarak eşitlik sınırının içinde, ama en zayıf denemesi onu iki lider modelin arkasına koymamızın nedeni.

İş 1: Konuşan ve parmaklarında sayan bir kişi

Bir fırıncı tek bir net cümleyi söyler, bir, iki, sonra üç parmak gösterir ve ekmeğe vurarak un kaldırır. Tek bir sabit kadrajda dudak senkronizasyonunu, kelimeleri, el anatomisini ve küçük fizik etkilerini birlikte test eder. Kazanan: Wan 3.0, Seedance 2.5 ve Kling 4.0 arasında üçlü eşitlik. 15 klibin hepsi cümleyi kelimesi kelimesine söyledi. Parmaklar ayrımı belirledi: Veo 3.1 hiçbir denemede üçe ulaşamadı, MiniMax H3 üç denemenin ikisinde eli tam açtı.

Deneme 1Deneme 2Deneme 3

Beşini sessiz oynat

Konuşma puanları

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

Üç denemenin ortalaması. Turuncu, birinci sırayı veya ona 0.3 yakınlığındaki puanı gösterir.

İş 2: Basılı etiketli bir bal kavanozu

Etiketli bir kavanozda yavaş bir yaklaşma, kepçeden bal dökülürken. Küçük yazıyı, harflerin yerinde durup durmadığını ve kalın sıvıyı test eder. Etiket bizim uydurduğumuz bir ürün. Kazanan: Kling 4.0, Wan 3.0 eşitlik sınırının içinde. Yazım neredeyse çözülmüştü: 15 klibin 14'ü üç satırı da doğru yazdı. Bal ise çözülmedi. İstenildiği gibi neredeyse hiçbir şey katlanıp kıvrılmadı ve Veo 3.1 hiçbir denemede yaklaşmadı.

Deneme 1Deneme 2Deneme 3

Beşini sessiz oynat

Ürün puanları

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

Üç denemenin ortalaması. Turuncu, birinci sırayı veya ona 0.3 yakınlığındaki puanı gösterir.

İş 3: Yağmurlu bir pazarda bir bisikletçiyi takip etmek

Yağmurda bir kuryenin arkasından tek kesintisiz bir çekim: bir arabanın etrafından kaçınma, bir köpeğin geçişi, zil sesinin tek bir çınlaması, sonra kamera şemsiyelerin üzerinden yükselip tüm sokağı gösteriyor. Kazanan: MiniMax H3, Wan 3.0 ve Kling 4.0 eşitlik sınırının içinde. Hiçbiri her vuruşu tutturamadı. Kling ve H3 briefe en yakın kaldı. Wan en keskin olanıydı ama düz kanvas çadırları renkli çadırlarla ve uydurma tabelalarla değiştirdi. Seedance bisikletçiyi sürekli kesti, Veo ise üç denemenin ikisinde bisikletçiyi tamamen kaybetti.

Deneme 1Deneme 2Deneme 3

Beşini sessiz oynat

Sahne puanları

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

Üç denemenin ortalaması. Turuncu, birinci sırayı veya ona 0.3 yakınlığındaki puanı gösterir.

Neye göre puanladık

45 klibin tamamının ortalaması. Ayrıntı bu modelleri en az ayırıyor. Briefi takip etmek ise en çok ayırıyor ve sıralamanın bu görünümde olmasının büyük kısmı bu farktan geliyor.

En pahalı model en sonda

Veo 3.1, Wan 3.0'a göre klip başına dört kat maliyet gösteriyor ve her işte en düşük puanı aldı, konuşmada MiniMax H3 ile eşit. Kareleri çok güzel görünüyor, testteki en inandırıcı un ile. Sorun adımlarda: üçe kadar saymadı, bal üzerine hiç yaklaşmadı ve yağmurda bisikletçiyi kaybetti. Çekiminiz tek basit bir fikirse, bu testin gösterdiğinden daha iyi hizmet verebilir. Bizim istemlerimiz bilerek adımlarla dolu yazıldı.

Yazım kolaylaştı, sıvılar kolaylaşmadı

Etiketin zor kısım olacağını bekliyorduk. On beş klipten on dördü üç satırı da doğru yazdı ve yalnızca bir Veo denemesi bir fazla kelime ekledi. Yere düşerken katlanıp kıvrılan bal, neredeyse herkesin kaçırdığı şey. Çoğu klip bize düz bir sütun veya neredeyse hiç değişmeyen sert bir şekil verdi. Bir Seedance 2.5 denemesi doğru yaptı, ve sorun da bu: üç denemenin yalnızca biriydi.

Bazı bal kliplerindeki müzik hakkında

Mutfak sesleri istedik ve müzik istemedik. On beş bal klibinin 8'inde model neredeyse hiç ses döndürmedi, -40 dB'nin altında, ve render yolumuz altına sessiz bir müzik parçası ekledi: MiniMax H3'ün üç denemesinin hepsinde, Seedance 2.5'in iki denemesinde, Veo 3.1'in iki denemesinde ve Wan 3.0'ın bir denemesinde. Kling denemelerinin hiçbirinde buna gerek kalmadı. Bu müzik bizim, modelin değil. Bu klipler sessizlik yüzünden ses puanı kaybetti ve ham tabloda işaretlendi. Konuşma ve sahne klipleri etkilenmedi.

Nasıl çalıştırdık

Üç istemi ve puanlama kurallarını önce yazdık, hattın çalıştığını kontrol etmek için tek bir pilot klip render ettik, sonra kalanı render ettik. Pilot, 45 klipten biri. Hiçbir şey başarısız olmadığı için hiçbir şey yeniden denenmedi veya atılmadı.

Her klip 6 saniye, 16:9 ve 720p istedi, marka bağlamı olmadan ve istemin yeniden yazılması olmadan. İki istisna var: MiniMax H3, 6 saniyelik seçeneği olmadığı için 8 saniye çalıştı ve 1280x720 yerine 1344x768 çıktı verdi. Wan 3.0 saniyede 30 kare, diğerleri 24 kare üretti.

Her iş, her modele aynı şeyi söyler, ama her modelin üreticisinin önerdiği biçimde yazılmış olarak, çünkü adil bir test bir modelin diğerinin lehçesini okumasını sağlamaz. Kling için 4.0 rehberi yok, bu yüzden 3.0 alışkanlıklarını kullandık. Veo 3.1 hızlı sürümü değil, tam modeldir.

Veo 3.1, Wan 3.0 ve MiniMax H3'e 1101, 2202 ve 3303 tohumlarını gönderdik. Render yolumuz Seedance 2.5 veya Kling 4.0'a tohum geçirmiyor, bu yüzden bu denemeler üç bağımsız çalıştırmadır. Hiçbir model kullandığı tohumu doğrulamadı.

Puanlama kör yapıldı ve insanlar yerine iki ayrı yapay zeka hakemi tarafından yapıldı. Her klip, başlangıçtan sona 12 kareye, sesinin spektrogramına, ses seviyesine ve bir transkripte rastgele bir kodla indirgendi. Hiçbir hakem, puanları girilene kadar hangi modelin klibi ürettiğini görmedi. İki hakem klipler arasında 0,91 korelasyonla ve kriter başına ortalama 0.36 puanlık farkla yakın uyuştu. Bu sayfadaki puanlar ikisinin ortalamasıdır ve her hakemin sayısı CSV dosyasında.

Bazı kontroller yargı gerektirmiyordu. Yerel bir transkript, 15 konuşan klibin hepsinde tam cümleyi doğruladı. Sahne algılama hiçbir klipte kesme bulmadı, ama bir Veo 3.1 denemesi sıçrama gibi oynuyor ve bunu işaretledik. İki hakem de etiket satırlarını ayrı ayrı saydı ve 15 klibin hepsinde aynı sonuca vardı.

İstemler, kelimesi kelimesine

Bunlardan herhangi birini kopyalayın. Her bağlantı, o istemi o modelde Hermoso içinde açar.

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.

Bu testin söyleyemediği şeyler

Üç istem her şeyi kapsamaz ve iş başına üç deneme küçük bir örneklemdir; bu yüzden 0.3 veya daha az bir farkı hiç fark yokmuş gibi okuyun. Her iki hakem de kareleri ve ölçümleri okuyan yapay zeka modelleriydi. Bu klipleri kulakla dinleyen olmadı: ses, transkriptlerden, spektrogramlardan ve ses seviyesinden değerlendirildi, bu yüzden ses kalitesi puanlamamızın en zayıf yanı ve 12 kare aralarındaki bir aksaklığı kaçırabilir. Dudak senkronizasyonu ölçümümüz kabaydı ve ona güvenmedik. Seedance 2.5 ile Kling 4.0'ı en yakın, Wan 3.0'ı ise yarım saniyeye kadar kaydırdı; bu yüzden dudak senkronizasyonu sizin için önemliyse klipleri izleyin. Körleme için bilinen bir açık vardı: MiniMax H3'ün 8 saniyelik süresi kliplerini tanınabilir kıldı ve bu ekstra iki saniye yavaş açılışta ona yardımcı olmuş olabilir. Tabloda olmayan her şey, Seedance 2.0 ve HeyGen Video dahil, test edilmedi. Modeller ve fiyatlar hızla değişir ve bu sonuçlar tek bir günden.