Artificial Analysis startet Code2Video-AA, einen Benchmark für Marketingvideos, die mit Code erstellt werden

Artificial Analysis hat Code2Video-AA vorgestellt, eine eigene Implementierung von HeyGens Code2Video Bench, die in Zusammenarbeit mit HeyGen entwickelt wurde. Die Modelle erhalten 114 Briefings zu Produkt- und Markenmarketing und müssen jedes davon in einer einzigen Antwort mit einer HyperFrames-HTML-Komposition beantworten – ohne Tools. Die Komposition wird ohne Netzwerkzugriff in ein Video umgewandelt. Ein Bewertungsmodell (Gemini 4 Argon, high) vergleicht Videopaare anhand von Engagement, Umsetzung der Prompt-Absicht, Komposition, zeitlicher Konsistenz und handwerklicher Qualität. Die Elo-Wertungen der fünf Dimensionen werden zum Gesamtwert gemittelt. Mehr als 35.000 Bewertungen ergeben eine Rangliste von 27 Modellen. Die Ergebnisse stammen von Artificial Analysis selbst.

Gemeldete Ergebnisse:

• Claude Opus 5.5 (max mit Fallback) führt mit 1536 Elo, 93 Punkte vor den nächstplatzierten Modellen, und liegt in allen fünf Dimensionen vorn – mit dem größten Vorsprung bei der handwerklichen Qualität. Pro Aufgabe kostet das Modell $3.08.
• Claude Sonnet 5.5 (1443) und GPT-6 Astra (1427) liegen statistisch gleichauf auf Platz zwei.
• GPT-6.1 Sol (max) belegt mit 1369 Punkten und Kosten von $0.31 pro Aufgabe Platz vier – etwa ein Zehntel der Kosten von Opus 5.5. Die Kosten pro Aufgabe reichen bei den Modellen von $0.01 bis $3.89; acht Modelle liegen auf der Elo-Kosten-Paretofront.
• Open-Weights-Modelle liegen mindestens 483 Punkte zurück: DeepSeek V4.1 Flash (max, 1053), MiMo-V2.6-Flash (1052) und MiMo-V2.6-Pro (1052) sind die besten davon und kosten $0.01 bis $0.08 pro Aufgabe.