排名模型厂商分数(百分制)样本量上下文价格/百万token
1
B
dreamina-seedance-2.0-720p Bytedance
100.0
29K
-
-
2
A
happyhorse-1.0 Aorizon
97.4
11.7K
-
-
3
A
wan2.7-t2v Alibaba
94.9
1.2K
-
-
4
G
veo-3.1-audio-1080p Google
92.3
16.7K
200K
¥14.4 / ¥57.6输入/输出
5
O
sora-2-pro Openai
89.7
35.5K
-
-
6
G
veo-3.1-audio Google
87.2
13.7K
200K
¥14.4 / ¥57.6输入/输出
7
G
veo-3.1-fast-audio Google
84.6
39.3K
200K
¥14.4 / ¥57.6输入/输出
8
G
veo-3.1-fast-audio-1080p Google
82.1
16.8K
200K
¥14.4 / ¥57.6输入/输出
9
X
grok-imagine-video-720p Xai
79.5
121.4K
1M
¥9 / ¥18输入/输出
10
G
veo-3-fast-audio Google
76.9
25.2K
200K
¥14.4 / ¥57.6输入/输出
11
G
veo-3-audio Google
74.4
19K
200K
¥14.4 / ¥57.6输入/输出
12
A
wan2.6-t2v Alibaba
71.8
27.5K
-
-
13
O
sora-2 Openai
69.2
47.6K
-
-
14
A
wan2.5-t2v-preview Alibaba
66.7
15.8K
-
-
15
B
seedance-v1.5-pro Bytedance
64.1
63.9K
-
-
16
G
veo-3 Google
61.5
14.9K
200K
¥14.4 / ¥57.6输入/输出
17
G
veo-3-fast Google
59.0
15.2K
200K
¥14.4 / ¥57.6输入/输出
18
UNpixverse-v5.6
-
56.4
23.5K
-
-
19
R
runway-gen-4.5 Runway
53.8
23.5K
-
-
20
K
kling-2.5-turbo-1080p Kling
51.3
2.1K
200K
¥108 / ¥432输入/输出
21
K
kling-2.6-pro Kling
48.7
63K
-
-
22
UNp-video
-
46.2
7K
-
-
23
K
kling-o1-pro Kling
43.6
1.2K
200K
¥108 / ¥432输入/输出
24
L
ray-3 Luma Ai
41.0
1.1K
-
-
25
M
hailuo-2.3 Minimax
38.5
53.3K
-
-
26
M
hailuo-02-pro Minimax
35.9
9.4K
-
-
27
B
seedance-v1-pro Bytedance
33.3
12.1K
-
-
28
M
hailuo-02-standard Minimax
30.8
9.3K
-
-
29
K
kandinsky-5.0-t2v-pro Kandinsky
28.2
2K
-
-
30
TE
hunyuan-video-1.5 Tencent
25.6
4.3K
200K
¥108 / ¥432输入/输出
31
G
veo-2 Google
23.1
6.5K
-
-
32
K
kling-v2.1-master Kling
20.5
14K
-
-
33
UNltx-2-19b
-
17.9
45.9K
-
-
34
A
wan-v2.2-a14b Alibaba
15.4
10.4K
-
-
35
K
kandinsky-5.0-t2v-lite Kandinsky
12.8
1.5K
-
-
36
B
seedance-v1-lite Bytedance
10.3
16.2K
-
-
37
O
sora Openai
7.7
4.1K
-
-
38
L
ray2 Luma Ai
5.1
5.2K
-
-
39
PI
pika-v2.2 Pika
2.6
5.7K
-
-
40
G
mochi-v1 Genmo
0.0
5.9K
-
-
榜首模型解读dreamina-seedance-2.0-720p 为什么排第一
dreamina-seedance-2.0-720p 当前排名第 1,厂商为 bytedance,百分制分数 100.0,样本量 29K。如果你的任务与本榜单口径一致,可以优先把它作为候选模型,再结合价格、上下文长度和可用性做最终选择。
如何选择模型不要只看第一名
先选择最接近真实任务的排行榜,再比较 Top 模型的分数和样本量。分数越高说明同一榜单内偏好表现越强;样本量越高通常结果更稳定。最后再结合价格、上下文长度、开源闭源和厂商可用性筛选。
相关排行榜继续比较相近能力