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 · x · 2026-10-27
Artificial Analysis 联合 HeyGen 推出 Code2Video-AA——HeyGen Code2Video Bench 的独立实现,评测模型用代码生成产品/品牌营销视频的能力。27 个模型在 114 条设计 brief 上各写一个 HyperFrames HTML 合成(HTML+GSAP 动画,无工具、无网络),渲染成视频后由 Gemini 4 Argon 裁判做两两盲评,覆盖互动性、意图遵循、构图、时序一致性、工艺五轴,基于 35,000+ 次判定换算 Elo(锚定 GPT-5.5 xhigh=1000)。
核心结果:
- Claude Opus 5.5 (max with fallback) 以 1536 居首,五轴全部第一,领先第二名 93 分;Claude Sonnet 5.5 (1443) 与 GPT-6 Astra (1427) 统计上并列第二。
- 单任务成本相差超 300 倍($0.01–$3.89):Opus 5.5 每任务 $3.08,而排第四的 GPT-6.1 Sol (1369) 仅 $0.31,便宜约 90%,分数落后 167 分——高排名不必高成本,8 个模型位于 Elo-成本 Pareto 前沿。
- 开源模型落后至少 483 分:最好的 DeepSeek V4.1 Flash、MiMo-V2.6-Flash/Pro 均在 1052 左右,成本 $0.01–$0.08。
- 工艺轴区分度最大,时序一致性区分度最小;裁判 Gemini 4 Argon 本身在榜上排第 6 (1259)。
所属事件:AA 联合 HeyGen 发布 Code2Video-AA 营销视频生成榜(6 条相关)→
「模型」频道最新
- DeepSeek 官网现 v4-flash 新指纹,社区破解 checkpoint 命名 — teortaxesTex · 2026-10-27
- 网友称用 Kimi K3.1 Pro High 生成 LLM 原理讲解视频,模型名存疑 — iamfakhrealam · 2026-10-27
- 「花几美分就能得到去掉安全训练的模型，世界还没准备好」 — EXM7777 · 2026-10-27
- 让 LLM 预测 2030 年 AI 进展，发现它对 AI 太保守了 — FlorianGallwitz · 2026-10-27
- 用 prefilling 实锤模型异常 curl 行为：加 -o /tmp 后 98% 补全写出 URL — rickasaurus · 2026-10-27
- Unsloth 发布 DeepSeek-V4.1-Flash 本地运行指南：128GB 内存可跑 1M 上下文 — gnukeith · 2026-10-27