AA 联合 HeyGen 发布 Code2Video-AA 营销视频生成榜
Artificial Analysis 联合 HeyGen 发布 Code2Video-AA 榜单——HeyGen Code2Video Bench 的独立实现,评测各模型用代码生成产品/品牌营销视频的能力,覆盖 27 个模型、114 条设计 brief,完整排行榜与方法论说明已上线公开查询。
已确认
- 评测流程:每个模型读取一条设计 brief 后,单次写出 HyperFrames HTML 合成(不使用工具),离线渲染成视频,渲染失败即输掉所有对比;裁判 Gemini 4 Argon 以每秒 8 帧查看同一 brief,共产生 35,000 次盲评判定用于计算 Elo。
- 总榜:Claude Opus 5.5 以 93 分的 Elo 优势领先,但单任务成本 $3.08,约为同榜部分模型的 10 倍。
- 分轴表现:Opus 5.5 在全部五个评审轴上 Elo 均最高,其中工艺 (craft) 轴领先第二名 Claude Sonnet 5.5 (max with fallback) 128 分,时序一致性轴的区分度最小。
- 成本效益:Elo-成本 Pareto 图(8 模型上榜)显示高排名不必高成本——GPT-6.1 Sol (max) 排第四 (1369),每任务仅 $0.31,约为榜首 Opus 5.5 的十分之一。
- 样例差距:同一设计 brief 下四档模型提交样例差距悬殊:Claude Opus 5.5 (1536)、DeepSeek V4.1 Flash (1053)、MiniMax-M3 (724),以及更低分的 Nemotron 系列。
为什么重要
该榜单首次以标准化盲评方式量化「用代码生成营销视频」这一新兴能力,同时把成本维度纳入对比,提示使用者高价旗舰模型并非唯一选择;对模型厂商而言,分轴数据也揭示了工艺质量与时序一致性等具体短板方向。AA 在发布中向 HeyGen (Code2Video Bench 原作者) 致谢。
2026-10-27 ~ 2026-10-27 · 6 条相关
一手来源
- AA 发布营销视频生成榜:Opus 5.5 领先 93 分但成本高出 10 倍 — ArtificialAnlys ·
- Elo-成本 Pareto 图:8 模型上榜,高分不必贵 — ArtificialAnlys ·
- Code2Video-AA 完整榜单上线:27 模型成绩与成本数据可查 — ArtificialAnlys ·
- 【源头】AA 发布营销视频生成榜:Opus 5.5 领先 93 分但成本高出 10 倍 — ArtificialAnlys · 2026-10-27
- Code2Video-AA 方法论:单次生成+盲评,35,000 次判定算 Elo — ArtificialAnlys · 2026-10-27
- Opus 5.5 五轴全第一:工艺轴领先 128 分,时序一致性区分度最小 — ArtificialAnlys · 2026-10-27
- 【源头】Elo-成本 Pareto 图:8 模型上榜,高分不必贵 — ArtificialAnlys · 2026-10-27
- Code2Video-AA 样例展示:同一 brief 下四档模型差距悬殊 — ArtificialAnlys · 2026-10-27
- 【源头】Code2Video-AA 完整榜单上线:27 模型成绩与成本数据可查 — ArtificialAnlys · 2026-10-27