2026-11-13 · Fonte:MarkTechPost

Ranking Elo mais recente: Wan 3.0, da Alibaba, lidera o texto-para-vídeo com 1175 pontos; Seedance 2.5, da ByteDance, domina o imagem-para-vídeo; qualidade e preço dos modelos de ponta já estão claramente desacoplados.
A corrida do vídeo por IA entrou na fase em que se disputa não apenas pontuação, mas também preço. A Video Arena da benchmark Artificial Analysis classifica os modelos por Elo baseado em preferência humana em testes cegos (nas duas tabelas, texto-para-vídeo e imagem-para-vídeo, a v2.1 inclui áudio), com o Kling 3.0 1080p Pro da Kuaishou fixado como âncora em 1000 pontos; na lista dos dez primeiros, o intervalo de confiança é de cerca de ±13 a 15 pontos, e do 3º ao 8º lugar as diferenças são estatisticamente indistinguíveis. O ranking mais recente mostra que o topo em qualidade e a escala de preços já estão claramente desacoplados.
No texto-para-vídeo, o Wan 3.0 da Alibaba alcançou o topo com 1175 pontos (7651 votos), gerando vídeos 1080p de até 30 segundos e capaz de criar filmes diretamente a partir de texto, PDFs e slides; o modelo foi lançado em 24 de agosto de 2026 e é de pesos fechados — o Wan 2.2 (julho de 2025) foi o último modelo de vídeo da Alibaba com pesos abertos. Logo atrás vêm o Utopai X da Utopai Studios (1170 pontos, pós-treinado sobre o MiniMax H3, sem API pública, cobrado via sua plataforma PAI a 93 créditos por segundo), o MiniMax H3 (1161), o Dreamina Seedance 2.5 da ByteDance Seed (1155) e o Gemini Omni Flash 1.2 do Google (1154).
No imagem-para-vídeo, o líder é o Seedance 2.5 (1161 pontos), que gera até 30 segundos e aceita até 30 imagens, 10 vídeos e 10 áudios como referência, mas é caro — cerca de US$ 34,12 por minuto, ou US$ 0,569 por segundo segundo a Artificial Analysis, o maior da lista. Em custo-benefício, o HeyGen Video 1 é o rei do valor a US$ 0,04 por segundo (cerca de 3800 pontos de Elo excedente por cada US$ 1/s de orçamento); também pós-treinado sobre o H3, custa metade do preço do H3; o MiniMax H3 vem em segundo, a US$ 0,08/s. Em velocidade, o FLUX 3 Max, da parceria entre fal e Black Forest Labs, é o mais rápido: renderiza um clipe de 10 segundos em 720p em cerca de 12 segundos, enquanto o Seedance 2.5 leva 277,8 segundos para a mesma tarefa.
No campo open source, o MiniMax H3 é o modelo de pesos abertos mais forte: transformer unifluxo denso de 33B, codificador Qwen3-VL-32B, som estéreo nativo de 32 kHz; os pesos foram lançados em 3 de agosto, mas a licença traz restrições regionais (proíbe implantação local nos EUA, Europa, Reino Unido e Coreia do Sul), resolução máxima de 768p e dois checkpoints que somam 288 GB; ao menos 4 dos 14 primeiros do ranking são pós-treinamentos do H3. O Pika H3 Flex comprime o H3 para 6 passos de amostragem, cerca de 1,8 vez mais rápido (requer H100 80GB); o LTX-2.5 Fast da Lightricks (943 pontos) fica cerca de 200 pontos atrás da família H3, mas sem restrições geográficas; sob licença Apache 2.0 estão também o Wan 2.2 e o Hunyuan Video 1.5 (8.3B, roda em uma única GPU). Do outro lado, o Veo 3.1 do Google (964 pontos) já caiu abaixo da âncora do Kling; o Veo 3.1 Lite, embora também custe US$ 0,08/s, está 213 pontos atrás do H3. O Kling 4.0 da Kuaishou já oferece geração nativa de 30 segundos para todos, mas sem preço de API divulgado; o Sora 2 da OpenAI e o Runway Gen-4.5 ficaram de fora por não terem pontuação comparável.
Conclusão: qualidade e preço deixaram de andar juntos, e os três modelos de ponta mais baratos são todos o próprio H3 ou derivados. Escolha por cenário: para API de texto-para-vídeo, prefira o Wan 3.0 (US$ 0,20/s, cerca de 23 pontos acima do HeyGen Video 1, mas 5 vezes mais caro); para imagem-para-vídeo com referências densas, o Seedance 2.5; para custo-benefício, o HeyGen Video 1 ou o Gemini Omni Flash 1.2 (cerca de US$ 0,070/s em 720p); para velocidade, o FLUX 3 Max ou o H3 Max; para self-hosting fora das regiões restritas, o MiniMax H3 ou o Pika H3 Flex, e dentro dos EUA/Europa, o LTX-2.5 ou o Wan 2.2, de licença mais permissiva.
萬安算交所 AIXX · AIXX · Exchange verificado · Ir ao mercado