Artificial Analysis 推出 Code2Video-AA：评测用代码制作的营销视频

Artificial Analysis 推出了 Code2Video-AA，这是其与 HeyGen 合作开发的 HeyGen Code2Video Bench 自有实现。模型会收到 114 份产品和品牌营销简报，并须在单次回复中为每份简报生成 HyperFrames HTML 合成内容，不能使用工具；随后在无法访问网络的情况下将其渲染为视频。评审模型（Gemini 4 Argon，high）会从互动性、提示意图、构图、时间一致性和制作水准五个方面对视频进行两两比较，并将五个维度的 Elo 评分取平均，作为总分。超过 35,000 次评判为 27 个模型排名。结果由 Artificial Analysis 自行得出。

报告的结果：

• Claude Opus 5.5（max with fallback）以 1536 Elo 领先，比排名紧随其后的模型高 93 分，并在全部五个维度上居首，其中在制作水准上的领先幅度最大。每项任务成本为 $3.08。
• Claude Sonnet 5.5（1443）和 GPT-6 Astra（1427）在统计上并列第二。
• GPT-6.1 Sol（max）以 1369 分排名第四，每项任务成本为 $0.31，约为 Opus 5.5 成本的十分之一。各模型每项任务的成本从 $0.01 到 $3.89 不等，八个模型位于 Elo 评分与成本的帕累托前沿上。
• 开放权重模型至少落后 483 分：表现最好的包括 DeepSeek V4.1 Flash（max，1053）、MiMo-V2.6-Flash（1052）和 MiMo-V2.6-Pro（1052），每项任务成本为 $0.01 至 $0.08。