Artificial Analysis 推出 Code2Video-AA，評測以程式碼製作的行銷影片

Artificial Analysis 推出 Code2Video-AA，這是與 HeyGen 合作打造的 HeyGen Code2Video Bench 獨立實作。模型會收到 114 份產品與品牌行銷簡報，必須在單次回應中以 HyperFrames HTML 合成內容作答，不得使用工具；合成內容會在無網路存取的情況下轉譯為影片。評審模型（Gemini 4 Argon，high）會從互動度、提示意圖、構圖、時間一致性和製作品質等面向比較影片配對，並將五個面向的 Elo 評分取平均，作為總分。超過 35,000 次評比為 27 個模型排名。結果為 Artificial Analysis 自行測得。

其公布的結果：

• Claude Opus 5.5（max with fallback）以 1536 Elo 領先，比排名接下來的模型高出 93 分，並在所有五個面向都居首，其中製作品質的領先幅度最大。每項任務成本為 $3.08。
• Claude Sonnet 5.5（1443）和 GPT-6 Astra（1427）在統計上並列第二。
• GPT-6.1 Sol（max）以 1369 分排名第四，每項任務成本為 $0.31，約為 Opus 5.5 成本的十分之一。各模型每項任務成本介於 $0.01 至 $3.89，且有八個模型位於 Elo 與成本的 Pareto 前緣。
• 開放權重模型至少落後 483 分：DeepSeek V4.1 Flash（max，1053）、MiMo-V2.6-Flash（1052）和 MiMo-V2.6-Pro（1052）排名最前，每項任務成本介於 $0.01 至 $0.08。