Artificial Analysis lance AA-Video-I2V v2.1, un benchmark pour les modèles de génération vidéo à partir d’images

Artificial Analysis a lancé AA-Video-I2V v2.1 et AA-Video-I2V-Silent v2.1, un benchmark pour les modèles de génération vidéo à partir d’images. Chaque prompt associe une image de départ en 1080p à un prompt rédigé pour celle-ci, et est étiqueté selon son cas d’usage, ses capacités et son style visuel ; les modèles sont évalués jusqu’en 1080p et classés selon 10 cas d’usage et 10 capacités. Le classement général attribue le même poids à chacun d’eux.

Le classement AA-Video-I2V v2.1 s’appuie sur plus de 58 000 votes d’évaluateurs privés aux États-Unis et au Royaume-Uni, portant sur plus de 1 000 prompts ; la version Silent, sur plus de 44 000 votes portant sur 500 prompts. Artificial Analysis indique que seuls 5 % des prompts figurent dans son arena publique et que les prompts changent chaque mois pour limiter la contamination.

Résultats publiés :

• Dreamina Seedance 2.5 arrive en tête du classement général, à égalité statistique avec Seedance 2.0 et la famille MiniMax H3, et domine 11 classements par catégorie. À 34,12 $ la minute, c’est le modèle le plus cher du top 10.
• Dreamina Seedance 2.0 est #2 au classement général, et #1 en synchronisation audio et en éclairage et matériaux.
• MiniMax H3 (768p), un modèle à poids ouverts, est #3 à 4,80 $ la minute, soit environ un septième du prix de Seedance 2.5, et #1 en rendu de texte. Il se situe sur la frontière de Pareto qualité-prix des deux benchmarks.
• MiniMax H3 Max, post-entraîné par fal, est #4 avec audio et #1 dans la version Silent.
• Bach 1.0 Pro de Video Rebirth est #3 dans la version Silent, à égalité statistique pour la première place, à 7,20 $ la minute.
• Les classements diffèrent de ceux de la génération vidéo à partir de texte : Wan 3.0, en tête d’AA-Video-T2V v2.1, est #5 ici, et Gemini Omni Flash 1.1 est #9 au classement général, mais #3 en synchronisation audio.