AI 评测机构 Artificial Analysis（下称 AA）于 UTC 时间 2026 年 10 月 28 日 16:39（北京时间 10 月 29 日凌晨）在 X 上宣布推出全新图生视频基准 AA-Video-I2V v2.1 与不含音频的 AA-Video-I2V-Silent v2.1，以最高 1080p 分辨率对模型逐一盲测排名，公告同步发在 LinkedIn。AA 新上线的总榜显示：字节跳动 Dreamina Seedance 2.5 以 1148 的 Elo 评分排第一，单价 $34.12/min，是前十名中最贵的模型；排名第三的开源权重（open weights）模型 MiniMax H3 (768p) 只要 $4.80/min，约为冠军的 1/7，并拿下 Text Rendering（文字渲染）单项第一；由 fal 后训练的 MiniMax H3 Max 排第四，同时占据 Silent 变体榜的第一位。
AA 同时公布了评测规模：AA-Video-I2V v2.1 在 1,000 条提示上收集了超过 58,000 张人类偏好投票，Silent v2.1 在 500 条提示上收集了超过 44,000 张投票，投票全部来自位于美国和英国的私有评估者；只有 5% 的提示在公开 Arena 可见，提示集每月轮换，以防公开题库被针对性利用。
每道题配一张 1080p 起始图，评估者盲测二选一
AA 的方法论写明了这套基准的构造。图生视频的任务是：第一帧已经存在，模型要让人、物和场景保持原样地动起来，同时交付提示所要求的运动、运镜和声音。每条测试题由一张 1920×1080 的 PNG 无损起始图和一段专为这张图撰写的文字提示组成，按 10 类用例（如 Marketing & Advertising、Live-Action Film）、10 项能力（如 Human Anatomy、Text Rendering）和 8 种视觉风格标注；总榜在用例与能力之间均匀抽样，AA 在公告中称，这样评出的是模型的通用性，而不是某个单项的最好成绩。
投票全程盲测：评估者看不到模型名称，只面对同一起始图与提示下两个模型的输出二选一；每段视频至少播放 8 秒后才能投票，带音频的榜要求戴耳机一并评审声音；起始图与提示并排展示，以便对照视频对第一帧的忠实度。Elo 评分由 Bradley-Terry 模型对全部成对投票一次性拟合得出，公开 Arena 的投票不计入任何视频基准，评分每小时重算，总榜锚定在 Kling 3.0 1080p (Pro) = 1000。播放标准上，视频按生成原样最高 1080p、不做放大，超过 1080p 的输出降采样处理；带音频的榜单上，响度统一拉向 -18 LUFS，避免任何模型靠更响得分。价格口径上，榜单按模型提供方 API 的公开报价、以受测设置（提供 1080p 则按 1080p）生成 1 分钟视频的费用计算。
Seedance 2.5 领跑 11 个分类榜，多于任何其他模型
总榜前五名依次是：Dreamina Seedance 2.5（1148，95% 置信区间 1131～1165）、Dreamina Seedance 2.0（1132）、MiniMax H3 (768p)（1126）、MiniMax H3 Max（1116）、Wan 3.0（1108）。榜单的排名区间一列显示前几名咬合得很紧：Seedance 2.5 的区间是 1～2，Seedance 2.0 是 1～4，H3 (768p) 是 2～4，H3 Max 是 2～5。AA 在公告中也写明，Seedance 2.5 与 Seedance 2.0 及 MiniMax H3 家族在统计上并列。
分类榜是 Seedance 2.5 的强项所在：AA 称其领跑 11 个分类榜，多于任何其他模型，包括 Human Anatomy（人体解剖）、Camera Control（镜头控制）和 Retail & Ecommerce（零售与电商）。零售与电商榜上它领先，其后是 Seedance 2.0 与 Wan 3.0；时空一致性——衡量人、物、场景随运动保持不变——上它与 MiniMax H3 Max 统计并列第一，Seedance 2.0 随后，Wan 3.0 第四。排第二的 Seedance 2.0 也不空手：它在 Audio Synchronization（音画同步）和 Lighting & Materials（光影与材质）两个单项上排第一。
总榜第三的 MiniMax H3 (768p)：唯一进入前三的开源权重模型
前三名中唯一的开源权重模型 MiniMax H3 (768p) 以 1126 分列第三。在 AA 单列的开源权重子榜上，它是第一名，与下一个开源模型 LTX-2.5 Fast（917 分）之间隔着 209 分。
AA 在公告线程中给出一张质量对比价格的前沿图：MiniMax H3 (768p) 同时位于 AA-Video-I2V v2.1 与 Silent v2.1 两个榜的质量-价格帕累托前沿（Pareto frontier，即没有其他模型能同时比它更便宜且评分更高）；在带音频的榜中，排在它前面的只有 Seedance 2.0 与 Seedance 2.5，价格约为它的 5 倍和 7 倍。AA 写道，开源权重让接近前沿的图生视频质量得以在低价下获得，并且不依赖闭源 API。
fal 后训练的 MiniMax H3 Max 居静音榜首位，音画同步是其最弱单项
MiniMax 家族在总榜前四里占了两席：由 fal 后训练的 MiniMax H3 Max 在带音频的总榜排第四，在不含音频的静音榜（AA-Video-I2V-Silent v2.1）上排第一，并领跑 Spatio-Temporal Consistency 与 UI/UX & Motion Design（界面与动效设计）两个分类。UI/UX 榜上排第二的，正是它的基座模型 H3 (768p)。
静音榜的前部还有一个并列：Video Rebirth 的 Bach 1.0 Pro 排第三，统计上与第一并列，价格 $7.20/min。按 AA 的前沿图，在不含音频的比较中，Bach 1.0 Pro 与 MiniMax H3 Max（$9.60/min）同 H3 (768p) 一起处在前沿上。
在带音频的总榜上，H3 Max 的短板显了出来：AA 指出，音画同步是它最弱的单项——静音榜第一、带音频榜第四；该项目第一名为 Seedance 2.0，其后是 Seedance 2.5 与 Gemini Omni Flash 1.1，后者总榜仅排第九，音画同步却到了第三。
同一批模型，换到图生视频榜名次重排
AA 在公告线程中解释了为什么图生视频要单独一榜：文生视频由提示生成整个场景，图生视频的第一帧已经存在，模型要让它动起来而不改动人物、产品、风格与布局；擅长发明场景的模型，不一定是擅长驱动一张既有图画的模型。Wan 3.0 在 AA-Video-T2V v2.1（文生视频榜）排第一，在这里只排第五，落后最多的三项是 Dialogue & Lip Sync（对白与口型）、Lighting & Materials 与时空一致性；反过来，总榜第一 Seedance 2.5 在文生视频榜只排第五，AA 称它对起始图的保持最好。
风格维度的翻转更直观：当风格来自第一帧而不是提示，Seedance 2.5 在 Cartoon & Anime（卡通与动画）上从文生视频榜的第 7 升到图生视频榜的第 1，Wan 3.0 从第 2 落到第 5，Flat Design（扁平设计）的第一名则是 MiniMax H3 Max。镜头控制同样如此：Wan 3.0 在文生视频榜统计并列第一，在图生视频榜排第五，第一是 Seedance 2.5；UI/UX 上，Gemini Omni Flash 1.1 在文生视频榜第一，在这里排第六。
私有题库与自有评估池：这份排名无法被第三方复现
榜单投票由 AA 招募并逐一验证的私有评估者作出，公开 Arena 的投票不计入评分；结合不公开、每月轮换的提示集，第三方无法用同一套提示、同一批评估者复现这份排名——它本质上是 AA 用自己的私有题库与评估池得出的测量值。AA 在方法论页面的独立声明中写明，榜单不向任何模型提供方收取列名费或换取有利名次的费用。
前四名的置信区间两两重叠，统计并列尚未变成明确的领先。下一个可能改变名次的数字，仍将出自 AA 自己的不公开题库与评估池。
参考链接
- Artificial Analysis 在 X 上的发布公告（2026-10-28）
- Artificial Analysis 在 LinkedIn 上的同步公告
- AA-Video-I2V v2.1 总榜
- Dreamina 官方 Seedance 2.5 页面
- AA 视频生成评测方法论
- 零售与电商用例解读（公告线程）
- 时空一致性能力解读（公告线程）
- AA-Video-I2V v2.1 开源权重子榜
- 质量对比价格前沿解读（公告线程）
- UI/UX 与动效设计解读（公告线程）
- 音画同步能力解读（公告线程）
- 图生视频与文生视频差异解读（公告线程）
- 卡通与动画风格解读（公告线程）
- 镜头控制能力解读（公告线程）
本文由 AREX Agent 基于公开网络信源自动整合梳理。
AI 可能存在信息遗漏、时序偏差或事实误判。文中观点与事实请结合文末原始链接交叉核验，请勿直接作为决策依据。
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢