Текущий ландшафт Text-to-Video моделей

Аналитика платформы Artificial Analysis предоставляет самый свежий рейтинг AI-моделей для создания видео на основе текстовых описаний. Рейтинг формируется на основе слепого голосования с учётом качества генерируемого контента, скорости создания и ценовой политики API.

Лидеры и ключевые показатели

На первом месте находится модель Dreamina Seedance 2.0 720p от ByteDance Seed с рекордным рейтингом ELO 1269 и более 6800 тестовых образцов, однако она не предоставляет API для коммерческого использования. Второе и третье места занимают Kling 3.0 1080p (Pro) и SkyReels V4 с рейтингами около 1247–1248 и ценой API соответственно $13.44 и $7.20 за минуту генерации.

Интересно, что модели из разных компаний предлагают разнообразные варианты разрешения, скорости и цен, например, Runway Gen-4.5, занимающая 7-е место, не имеет открытого API, что ограничивает её доступность для разработчиков.

Разнообразие моделей и их применение

Модели поддерживают широкий спектр категорий сценариев: от 3D-анимации и транспорта до фэнтези и научной фантастики. Это отражено в деталях рейтинга, где указаны спецификации по категориям освещения, движению камеры, погодным эффектам и длительности текстового запроса.

Кроме того, ряд моделей предлагают открытые веса и доступны на платформах вроде Hugging Face, что упрощает интеграцию и эксперименты для специалистов. Цены на API варьируются от $2.40 до $30.00 за минуту, что показывает значительный разброс в доступности и целевой аудитории.

Практическая значимость рейтинга

Для создателей контента и разработчиков важно учитывать не только качество генерации, но и экономическую составляющую, поскольку стоимость влияет на выбор инструмента для масштабных проектов. Например, модели Lightricks LTX-2.3 Fast предлагают приемлемый баланс цены ($2.40/мин) и рейтинга (~1128), что делает их конкурентоспособным вариантом.

Рейтинг регулярно обновляется, отражая появление новых версий