2026年AI视频生成模型排名：Elo评分、每秒价格与开源权重

2026 年最佳 AI 视频生成模型：Elo、每秒价格、开放权重

AI 视频排行榜与一年前已经大不相同。原生音频如今已是基本门槛。片段时长达到 15–30 秒。而且有一个开放权重模型跻身前三。

本排名（截至 2026 年 11 月 13 日）只采用一个质量信号：来自 Artificial Analysis Video Arena 的盲测人类偏好 Elo。我们将其与 API 每秒价格以及权重的许可证状态并列。你可以通过我们的 GPULeaderboard.com Chrome 扩展在此查看部署选项和规格。

方法论

质量：Artificial Analysis 根据经过验证的评估者进行的盲测成对投票得出的 Elo 对模型进行排名。每次投票比较同一提示词生成的两个片段。我们依据 AA-Video-T2V v2.1（含音频）榜单进行排名。我们还报告 AA-Video-I2V v2.1 分数。

基准：Kling 3.0 1080p (Pro) 在两个榜单上均固定为 1000 Elo。分数低于 1000 意味着投票者更常偏好 Kling 3.0。

价格：Artificial Analysis 列出各创作者 API 的每分钟成本。在提供的情况下，它归一化到 1080p。我们除以 60 得到每秒价格。供应商的 720p 费率通常更低，我们会标出这些差距。

置信度：大多数前十名分数带有 ±13 至 ±15 Elo 的区间。相差约 25 分以内的模型在统计上接近。将第 3–8 名视为一个集群，而非严格顺序。

主对比表

排名模型开发者T2V Elo（音频）I2V Elo（音频）$/秒10 秒片段开放权重 1Wan 3.0Alibaba11751108$0.200$2.00否 2Utopai XUtopai Studios（H3 后训练）11701151无 API—否 3MiniMax H3 (768p)MiniMax11611133$0.080$0.80是（受限） 4Dreamina Seedance 2.5ByteDance Seed11551161$0.569$5.69否 5Gemini Omni Flash 1.2Google11541086$0.104$1.04否 6FLUX 3 Maxfal × Black Forest Labs11531068$0.145$1.45否 7HeyGen Video 1HeyGen（H3 后训练）11521124$0.040$0.40否 8MiniMax H3 Maxfal（H3 后训练）11491115$0.160$1.60否 9SkyReels V4Skywork AI11371125$0.350$3.50否 10FLUX 3Black Forest Labs11371071$0.290$2.90否（承诺将开放 Dev 版） —Seedance 2.0ByteDance Seed11361140$0.374$3.74否 —P-Video-2-ProPruna AI × MiniMax11301116$0.095$0.95否 —Pika H3 FlexPika（H3 后训练）11241114$0.035$0.35是（受限） —Kling 3.0 1080p (Pro)Kuaishou1000（基准）1000（基准）$0.168$1.68否 —Veo 3.1Google964955$0.400$4.00否 —Veo 3.1 LiteGoogle948931$0.080$0.80否 —LTX-2.5 FastLightricks943911$0.130$1.30是 来源：Artificial Analysis T2V 和 I2V 排行榜，检索于 2026 年 11 月 13 日。$/秒 = AA 每分钟价格 ÷ 60。“H3 后训练”指该模型基于 MiniMax H3 的权重进行微调。

排名

1. Alibaba Wan 3.0：最佳整体文生视频

• T2V Elo：1175（第 1）· I2V Elo：1108（第 11）
• 价格：1080p 下 $0.20/秒
• 权重：闭源

Wan 3.0 以 7,651 票位居文生视频榜首。Alibaba 于 2026 年 8 月 24 日发布它。它可以从文本、PDF 和幻灯片生成 30 秒 1080p 片段，价格为每秒 $0.20。

文档转视频输入是其差异化优势。你可以交给它一份演示文稿，拿回一个结构化的视频。

代价是开放性。Wan 3.0 没有可下载的权重。Wan 2.2（2025 年 7 月）仍是 Alibaba 最后一个开放视频旗舰。还要注意 I2V 差距：Wan 3.0 在图像转视频上跌至第 11 名。

最适合：长单镜头、基于现有文档的讲解视频。

2. Utopai Studios Utopai X：排名最高的后训练模型，无 API

• T2V Elo：1170（第 2）· I2V Elo：1151（第 2）
• 价格：无公开 API
• 权重：闭源

Utopai X 是唯一在两个榜单上都进入前 2 的模型。Utopai Studios 是一家位于山景城的电影工作室，它通过后训练 MiniMax H3 构建了该模型。它击败了其来源的基础 H3。

访问仅通过 Utopai 的 PAI 平台。PAI 每秒收费 93 积分，套餐起价为 $15 购买 1,000 积分。开发者无法从流水线中调用它。

最适合：在工作室工具内工作的电影制作人。不适合程序化使用。

3. MiniMax H3：最佳开放权重模型

• T2V Elo：1161（第 3）· I2V Elo：1133（第 4）
• 价格：$0.08/秒
• 权重：开放，依据 MiniMax H3 Community License

H3 是视频顶级梯队中第一个开放权重模型。MiniMax 于 2026 年 7 月 31 日推出 API，并于 8 月 3 日发布权重。它是一个 33B 密集单流 Transformer，使用 Qwen3-VL-32B 作为其编码器。它输出带有原生 32 kHz 立体声音频的视频。

下载前请阅读许可证。Hugging Face 权重带有实际限制：

• 地域：许可证禁止在美国、欧盟、英国和韩国进行本地部署。
• 分辨率：仅 H3-Base 开放，上限为 768p。2K 放大仅限 API。
• 大小：该仓库包含 2 个特定任务检查点，总计 288 GB。

即便如此，H3 已成为 2026 年视频的基础层。Utopai X、HeyGen Video 1、fal 的 H3 Max 和 Pika H3 Flex 都是它的后训练版本。AA 还将 Pruna 的 P-Video-2-Pro 列为 MiniMax 合作项目。

最适合：希望微调前沿视频模型的、位于排除区域之外的团队。

4. ByteDance Dreamina Seedance 2.5：最佳图像转视频

• T2V Elo：1155（第 4）· I2V Elo：1161（第 1）
• 价格：按 AA 归一化基准为 $0.569/秒
• 权重：闭源

Seedance 2.5 在图像转视频上领先。ByteDance 于 2026 年 7 月 31 日开始通过 Jimeng AI 和 Doubao Pro 推出它。它支持最长 30 秒的生成，最多可使用 30 个图像、10 个视频和 10 个音频参考。

定价需谨慎。AA 列出每分钟 $34.12，为榜单最高。BytePlus 列出 5 秒 720p 片段（无视频输入）为 $1.156，约合 $0.23/秒。在围绕它做规划之前，请确认你所在地区的 API 访问。

最适合：参考素材丰富、以图像为主导的广告和角色工作。

5. Google Gemini Omni Flash 1.2：最佳前沿性价比

• T2V Elo：1154（第 5）· I2V Elo：1086（第 14）
• 价格：按 AA 基准为 $0.104/秒；按 Google 为 720p 下 $0.07/秒
• 权重：闭源

Gemini Omni Flash 1.2 是最新入榜者，自 2026 年 11 月 5 日起全面可用。它新增了 3–15 秒片段，并较 1.1 版降价 30%。视频输出每 100 万 token 收费 $12，720p 下约为每秒 $0.070。

它在文生视频上比 Omni Flash 1.1 提升了 27 Elo。从 2026 年 12 月 3 日起，对 1.1 的请求将路由到 1.2。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）