视频模型
文本与图像生成视频模型，涵盖电影级质感、原生音频与经济型选项，按每秒成本对比。
MiniMax H3
首个主流开放权重视频模型——33B 全模态 transformer，原生立体声音频，可生成 4–15 秒视频，最高 2K。Artificial Analysis 图生视频第 1、文生视频第 4，且是前五名里最便宜的一个（$4.80/分钟）。
Seedance 2.5
字节跳动的长序列视频模型——原生 30 秒单镜头、最多 50 个多模态参考素材、音素级唇同步与单次渲染同步音频。2026 年 7 月 31 日正式上线;Artificial Analysis 文生视频榜第 3,也是领先梯队里最贵的一个($34.12/分钟)。
FLUX 3
BFL 统一多模态模型——视频（最长 20 秒带原生音频）、图像和动作预测共用一组权重，基于 Self-Flow。视频 2026 年 8 月 4 日起 GA。
PixVerse V6
短视频的最佳免费之选——多镜头角色一致、原生音频与 20+ 电影镜头控制，每日赠送免费额度。
Kling 3.0
可靠的中价位视频模型——出色的人物运动与面部一致性、原生 4K 输出与多语言音频，但在 Artificial Analysis 文生视频榜上现已处于中游（第 16）。Kling 4.0 已于 2026 年 9 月底发布预告但仍处于有限预览，因此 3.0 仍是目前能带 API 购买使用的版本。
Veo 3.1
Google 的电影级视频模型，带原生音频——以精致、声画同步的片段见长，但在 Artificial Analysis 文生视频榜已滑到第 19。在 Gemini API 上按秒计费。
Kling 4.0
预览：快手可灵 Kling 4.0，2026 年 9 月 28–30 日发布——原生 30 秒生成、10 个关键帧、15 个组合参考素材、立体声与 10-bit HDR。目前只有 Kling 4.0 Flash 小范围抢先体验，完整版与 API 尚未上线。
Gemini Omni 1.1 Flash
Google 的对话式视频模型——通过聊天来生成、编辑和延长 3–10 秒带原生音频的片段。2026 年 8 月 27 日进入生产可用;Artificial Analysis 图生视频并列榜首($9.12/分钟),文生视频第 8。
Wan 3.0
阿里巴巴统一视频生成模型——Artificial Analysis 文生视频第 1、30 秒单次生成、支持文档和网页输入、$0.05–$0.20/秒 API 定价。
MAGI-2 Preview
Sand.ai 开源 114B MoE 视频模型——每 token 仅激活 6B 参数，生成 10 秒视频配同步音频。Apache 2.0。
Grok Imagine Video 1.5
xAI 专用视频生成模型——原生 1080p，6–15 秒带同步音频，支持图像/语音引用，基于 Aurora 自回归引擎。
Wan 2.7
阿里巴巴的旗舰视频模型——1080p、原生音频同步、首/尾帧与多场景控制，出自其开源血统造就社区基座的 Wan 系列。
Seedance 2.0
为电商与重参考任务打造的多模态可控视频模型——图生视频契合度强、运动物理出色、支持多素材输入。
Runway Gen-4.5
专业人士的视频模型——运动笔刷、镜头运动等丰富创意控制，内置于成熟的剪辑工具集中。
Hailuo 2.3
MiniMax 较早的预算视频模型——出片快，适合草稿与高并发社交内容。MiniMax 现已将其归入 Legacy Models；MiniMax H3 是更新、排名更高的选择。
Sora 2
OpenAI 以物理真实感与同步音频著称的视频模型，通过 ChatGPT 与 API 提供。